至顶网CIO与CTO频道 12月09日 编译:区块链技术现在已经在一些大生态系统里被用到可能的解决方案上,用于解决实时数据访问、合作伙伴隐私追踪及审核等方面的问题。供应链生态系统也属于这些大生态系统之一,供应链生态系统里典型的产品召回每年的费用达800万美元,而利用区块链改进跟踪和追踪功能则可以降低每年的费用。据Gartner资料,至2023年收入超过50亿美元的制造企业中的30%将利用区块链实施各种项目。驱动供应链区块链采用的关键在于增加成本的节约、提高可追溯性和更大的透明度。这意味着即使对于诸如沃尔玛、家乐福、雀巢和多尔等巨头来说都是十分可观的,这些公司都参与了IBM食物信任出处项目。
现有的伙伴关系和网络越来越大,业务的两个方面都有大动作,随着系统和整合进入生产线,技术方面而也是如此。
其中最显着的发展来自IBM和其IBM 区块链平台上食物信任项目,IBM 区块链平台采用了Hyperledger Fabric(超分类账构件)。IBM 区块链平台自2017年8月成立以来其专用网络已扩大到80多个成员,迄今为止已追踪了超过1300产品。一些大的合作伙伴正在增加他们的食品安全和减少粮食浪费,包括Driscoll、McLane、Kroger和Tyson。
IBM食物信任区块链
另一个供应链项目也来自IBM,名为TradeLens。TradeLens最初是与Maersk合作的一个项目,后来MSC、Hapag-Lloyd、ONE和位于加拿大的全球集装箱码头(GCT)也加盟进来。TradeLens的重点是供应链流程的数字化以及减少诸如像开户、海运货物保险发行及运费说明等过程的文本型交易。TradeLens网络在2019里增长到150个成员,跨越80终端和端口以及17个海关。我们也应关注业界其他几个供应链联盟,如全球航运商务网(GSBN)、开放贸易及区块链 Wave;二者均将在2020年全面推出。
技术方面,我们看到主流平台在提升挑战并为企业网络运营提供必要的支持。除了IBM 区块链,其他供应链空间的主要平台当属R3的Corda和基于Quorum的Ethereum和Hyperledger Besu。此外,R3的Corda协议被最大的供应链金融和商业金融网络马可波罗采用。前一阵纽约梅隆的全球最大托管和资产服务商银行也加入了马可波罗网络,成为第28位成员。
马可波罗
显然,技术正朝着更好的自动化以及与当前ERP和库存管理系统的更好整合的方向向前发展。基于德国的Unibright和数字资产智能合同语言DAML之间的合作是一个有意思的方法。 Unibright的区块链整合框架提供了快速推向市场的方法,利用的是低码拖放的办法以及快速区块链开发的广泛建模。再加上DAML是一种智能合同语言,可提供分类账、合同隐私和增强加密的整合等重要功能。这就使得该方法与现有ERP系统(如SAP)系统的整合更方便及可缩短生产时间,以利企业可以聚焦更快地从区块链解决方案获取投资回报率(ROI)。
基于以上各项,2020年里供应链空间的前景可以说是令人兴奋及颇为正面。而以下几条则非常令人期待:
1、我们将看到更多的网络走出概念验证进入试点和生产阶段。
2、我们将看到一些有建树的网络会扩充自己的成员以及扩大产品和服务的数量。
3、我们将看到区块链协议之间互操作性的改进。这些协议最终将彼此“交谈”及共享数据和流程。
区块链技术并非是先有答案再找问题,供应链空间就是个典型的例子。目前供应链面临的诸如低追踪性、复杂的合规性需求、低灵活性而且持份者管理困难都可以通过区块链协议和智能合同安全及有效地得到解决,区块链协议和智能合同可以提供更大的审计能力、原生不变性和脱离对中间调停的依靠性(Disintermediation)。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。