至顶网CIO与CTO频道 11月07日 北京消息:信任为比特币和区块链的关键字,自从Satoshi Nakomoto写下革命性的比特币技术白皮书以来就是这样。比特币是个新的财务系统,是为那些对银行系统失去信任的人而建的;比特币无需信任(无需依靠第三信任方)。因此,在一定程度上,区块链提供了新的平台,信任已不需要中心权威。
在过去十多年区块链技术发展的过程里,这些核心支柱技术已被拆开和详细研讨过,而且并不仅仅限于比特币发烧友。无需信任的分类账系统现在也在企业界开始实现其潜力。
在这十年里,数据也得到更好地了解,变得非常有价值。一众企业都意识到了这一点,由于担心被创新步伐撇下的风险,企业也在寻找区块链作为隐私保护平台的潜在应用。
埃森哲(Accenture)是个提供战略咨询、数字化、技术和运营服务的专业服务公司。埃森哲日前发布了关于企业级数据共享以及保护隐私计算(PPC)技术的报告,报告指,区块链可用于克服数据共享的法律和技术障碍。
企业的合作方式在不断发展,即是说,企业之间有了更多的合作。企业不再各自为政,都在努力奋进达到各自的成功目标,而大家共同努力则非常有利于达到成功目标。
当然,尽管大家都感悟到了合作有利于增长,但涉及到数据共享时还是存在巨大的信任问题,因此就有隐私保护计算技术的需求,区块链就是一种隐私保护计算技术。
2018年欧盟的欧洲企业B2B数据调查显示,在受访公司里,认为对其他组织使用数据的缺乏控制的公司的比例(42%)和认为数据共享存在数据所有权法律不确定性的公司的比例(54%)在一个级别上,受访公司的15%还提到数据共享造成损失时责任成本的不确定性是数据共享的一个障碍。
双方之间的信任是必要条件,但传统的信任架构无力解决数据共享的特殊问题,因为传统的信任架构不能防止数据共享的扩展后果;敏感数据的风险差距仍然非常大。
这个问题是许多企业面临的问题。笔者采访了埃森哲的应用智能创新引领实验室的董事总经理Teresa Tung,她介绍了实验室在数据安全和可靠共享方面的工作。
Tung表示,“我们在人工智能甚至区块链空间有许多年的经验,我们发现即便是用了区块链一类的使能技术,许多与我们合作的客户对于人工智能或共享还是打不起精神,他们在信任方面有顾虑。”
她表示,“他们不信任和他们一起工作的合作伙伴,或者说由于监管的缘故,他们不能相信。我们从报告的数据里得到很多有价值的见解,我们发表的报告令人振奋,报告围绕的是隐私保护技术,隐私保护技术可以令数据在被处理时进行加密。”
Tung 表示,“很多时候,处理数据的企业也是那些看到数据并用数据来对冲风险的组织。他们偏向于认为区块链几乎就是可以做到一切的科技,然后他们看到区块链可以做到一些动作。”
Tung对以上几点总结了一下,区块链是埃森哲隐私保护计算(PPC)技术的工具包之一,但由于隐私保护计算技术是个新生及新兴空间,其成长仍有空间,还有很多小众空间在等着开发。
埃森哲实验室研发高级经理Giuseppe Giordano也接受了我的采访,他谈到埃森哲对区块链的开发以及埃森哲在企业客户利用区块链方面的工作。
Giordano 表示,“从纯区块链的角度来看,我们做的是一般的隐私保护技术和安全多方计算作为我们人工智能和区块链工具箱的一部分,我们要确保能够帮助我们的客户及朝推动采纳方向努力。”
他表示,“在埃森哲我们意识到,虽然我们在这个领域的经验超过了五年,我们也知道区块链平台进化了不少。你可能记得,第一区块链平台的重点其实是信任的概念以及如何改变信任的模式,但也有些技术是基于信息广播。”
Giordano接着表示, “因此,有数据复制,这也意味着有限的吞吐量以及肯定是不完美的隐私和计算共享解决方案。所以我们在过去一年左右里看到的一个趋势是,很多公司试图凑一些启能区块链生态系统联盟,但他们开始谈链下执行,然后区块链真的就成了系统里的单一机构,可以在系统里记录活动、整智能合同执行及确保不同的交易和结果可以得到审核。”
埃森哲报告表明,存在许多不同的私隐保护计算技术可供选择,不是所有的技术都使用或依赖区块链。但报告里的数据显示,在许多案例里一些公司在企业间共享时已经在开始构建保存自己数据的区块链基础。
医疗和药物领域是关键领域,区块链普遍得好,形成了通过人工智能共享数据的骨干,但又不分享过度。病人详细资料和记录得到安全保存,而重要的有关医疗发展的重要信息则可以通过使用区块链及其无需信任的特性得到共享。
区块链技术仍然处于初级阶段,但区块链技术肯定正在为企业叩开安全协作大门,区块链必将令人工智能和其他数据技术得到蓬勃发展,肯定的。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。