至顶网CIO与CTO频道 12月19日 编译 :CK Umachi 和 Dick Kim在加州的天然气和电力公司太平洋煤气电力公司(PG&E)就职。他们两人在2019年区块链博览会发言介绍了公司的区块链。
CK Umachi 和 Dick Kim都是公司里名为网格边缘团队的成员,网格边缘团队专注于定位前卫的趋势和技术,包括电气化、微电网和区块链。他们工作的核心是改变中的电网。
CK Umachi 和 Dick Kim在加入PG&E公司前私下里对区块链就有兴趣。 Umachi从2017年开始就投资加密货币,当时加密货币炒得很厉害。他事后决定开始搞清楚加密货币到底是什么东西,导致他开始研究区块链。
Umachi挖掘了一堆不同的加密货币。他表示,一年里的大部分时间他就是靠这个为自己的房子提供暖气,不过他大有可能是在开玩笑。
CK Umachi在2019年区块链世博会上发言介绍PG&E的区块链用途
Umachi和Kim在会上介绍了PG&E究竟为什么会对区块链感兴趣、到目前为止已经做了什么以及将来会做什么。
Umachi 表示,“我猜大家想到区块链时PG&E可能不是第一家出现在脑海里的公司。”
网格边缘团队考量了发展趋势可能会怎样影响PG&E,然后就想到了区块链。团队从两个战略角度考量了区块链。一方面,区块链可以实现价值获取,或者说传统公用事业的创造,而团队的工作就是要搞清楚究竟怎么才能实行。另一个问题是PG&E何时以及如何行动。
Umachi表示,“我们在开始考虑这些时真的花了很多时间,我们研究了我们的内部流程,接触了不同的内部持份者及了解了什么地方可能受惠。”
网格边缘团队实际上是在说交互能量(Transactive energy)和潜在对等网络能源战略。网格边缘团队的重点也放在政策和法规上,因为很多关于诸如区块链等新生技术的政策和法规还没有制定好。
Umachi表示,“我们要了解如何在目前的区块链法规下开始使用区块链,然后又要考量需要根据公用领域的法规做出改变使我们能够更好地利用区块链的最大潜力。”
此外,还有市场研究要做:基准测试,了解市场上有什么,什么人在这个领域做了什么。Umachi表示,“过去几年里在区块链能源领域花了很多精力。”
欧洲在区块链的电网应用方面做了大量的工作,但在美国就少一些。Umachi Kim和网格边缘团队想知道其他公用事业公司都做了什么、哪些初创公司打算做什么以及他们可能会与哪些销售商合作。
Umachi称之为“技术搜索和评估”。他表示,“要了解一堆协议、一堆不同的平台。要了解我们可能要用的这些核心区块链协议和平台是什么、它们之间有什么区别、有什么差别。”
那么网格边缘团队必须要了解诸如区块链的未来技术如何与PG&现存的基础架构接口。Umachi表示,“我们有很多传统的基础架构。如果我们讲发展区块链的未来,就必须做很多深刻的考量,要考虑如何才能令转型发生。”
网格边缘团队的很多工作可以归结为理解区块链技术究竟是用来干什么的。Umachi表示,“特别是在一个炒作的氛围里,要真正了解什么是可以做到的以及什么是不能做到的。”
一旦所有工作(学习、联网和思考)完成后,然后就是真正的工作。当然就是使用案例。Umachi 表示,“就是要搞清楚我们如何真正动手干活。”
PG&E将干活的事交给内部称为“傻宝”的人,该非正式小组由那些对区块链科技有兴趣的员工组成,成员来自整个公司。他们是Umachi、Kim、Tim、Liz及其他人。
这个小组审视区块链可以改进哪些PG&E流程。他们最初提出了45个潜在的PG&E 区块链使用案例。但目前的区块链可能还无法对当前状态这些案例的大多数提供帮助。他们削减到几个他们可以探索的使用案例。他们的重点放在区块链如何帮助PG&E拓展业务、如何令其更有效率以及与公司战略接轨方面。
他们开始测试区块链,要看看创新更加可持续的加州未来的想法用上区块链可以如何改善现有流程。
Umachi表示,“我们很长时间一直在关注一件事情。”加州有个低碳燃料标准。他们就是从这个标准想到加州的碳信用额度。
Umachi表示,他们想知道他们是否可以在交易和结算分布式能源资源时用上区块链工具;主要是用于电动汽车充电站的碳信用额。然后,他们就必须想个办法可以做到成本效益可行。他表示,“区块链能不能提供监护跟踪的稳健链呢?能不能为可视公用事业资产提供可追溯性以确保我们不会失去这些资产、确保在我们需要这些资产时最大限度地提高可以找到这些资产的能力以及确保削减那些可以使用的重新排序材料的成本呢?”
Kim承认,PG&E在电网边缘做的很多东西并不需要区块链。因此,才有了继续致力于研究“理解什么是区块链的价值主张” 。
Umachi和Kim谈到区块链的可审计性这一块。这个的本身可能在PG&E没有什么帮助,但区块链的可审计性可以帮帮助监管。随着电动车数量的成倍增加,州政府要管理和审计全州所有的充电活动以达到了解谁欠了碳信用额度的目的就会有一些困难。
Umachi表示,“假若将一些不可更改的记录在一个简单易用的用户界面显示出来,就可以提供一个审计方法及确保这些交易以及充电活动都是真的。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。