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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。