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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。