区块链有望成为一种超分布式、超安全的大型全球数据库,将被用于大大小小的交易,这样的声音此起彼伏。更有一些知名人士将区块链视作可以与互联网本身比肩的革命性技术,认为抛开中间商和经纪人,区块链能够提供无拘无束但又高度可信的存储和访问交易服务。
然而,不是每个人都认为区块链具有如此重大的影响。区块链可能会融入到基础设施中,受到法律和法规框架的约束,或者甚至可能变得很难管理,因此沦为边缘化。斯特凡•托马斯(Stefan Thomas)是比特币背后的推动力之一,他正在重新考虑作为加密货币比特币基础的这项技术。他在最近发表于Medium的一篇文章中称,“随着区块链的发展,更庞大、获得高度既得利益的用户群会变得越来越难监管。”
自关注以太坊(Ethereum)的进展以来,托马斯变得更怀疑了。以太坊是一种基于区块链的智能合约和加密货币平台,供所有人使用。他认为,事实证明,让庞大的开发者和用户群体实现“共享状态”是有问题的。“在任何协议中,每个人都要有一样的行动。但是在以太坊之类的区块链中,每个人都要有一样的想法。每个人的存储内容(用计算机学术语来说就是“状态”)要一模一样,并按照同样的规则来完善。共享状态大大增添了复杂性,这对开发者带来了很大的影响:区块链用起来很麻烦。接触过区块链的人都知道我在说什么。”
托马斯解释,互联网和万维网之所以如此成功,原因就在于它的无状态架构。重点应该放在“一种极简协议和简单数据格式上。我们应该考虑首先如何避免使这些功能中心化,而不是盲目地把中心化功能换成区块链。我们需要创建Web之类的无状态协议,可以在整个系统的不同角落逐步加以改进。”
他表示:“区块链基本上被各大科技公司忽视,却得到金融行业的积极追捧,主要是金融行业对于神秘而复杂的系统有着比较高的宽容性。”
这的确令人担忧。技术厂商们一直在积极推崇区块链,包括IBM,它最近一直在以各种方式测试和试用这种方法。区块链会不会彻底颠覆IT行业仍需拭目以待,但是可能会变成企业手中的另一种重要工具,许多企业期望建立稳定、安全、高度互联的生态系统。
比如,惠普企业安全部门技术专家卢瑟·马丁(Luther Martin)表示,区块链与公共密钥基础设施(PKI)颇有相似。PKI于20世纪90年代构建,用来为基于互联网的交易提供可信赖的第三方信任,两者有着同样的希望和理想。
就为何称之为“21世纪的PKI”的区块链可能会走PKI的路子,且PKI当初最终融入到基础设施中,马丁表示,上世纪90年代末PKI的希望(有望成为一项革命性技术)与如今我们在区块链方面听到的噱头有着诸多相似之处。
马丁认为,区块链的弱点在于,它还没有在监管和合规要求方面得到测试。就跟PKI一样,许多法律和监管问题必须在早期就要理顺。“我们可能会看到针对区块链技术的许多调查会有类似的结果。比如,许多医院不愿对一些文件进行数字签名,因为《健康保险可携性及责任性法案》(HIPAA)规定的代码可能需要手动改正,而这些改正会破坏数字签名。同样,把房地产交易记录在区块链之类的公共账本中在一些国家是不允许的,因为那些交易被认为是私人的。”
不过,经过多年努力、解决法律上的复杂性后,PKI无处不在,支持“用户安全地连接到加密世界大部分电子商务的Web服务器。”马丁说,“PKI现在是确保互联网运作的一个重要组成部分,但是它也最终没有成为支持者曾经认为的那种重大的技术。”
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。