區塊鏈到底該怎么玩？我們跟諾貝爾經濟學獎得主聊了聊_區塊鏈:tps幣行情

來??源：21世紀經濟報道

編者注：原標題為《區塊鏈到底該怎么玩？中國經濟未來怎么走？我們跟諾貝爾經濟學獎得主聊了聊》。本文作了不改變作者原意的刪減。

導讀：12月5日，由中央廣播電視總臺粵港澳大灣區總部和南方財經全媒體集團主辦、21世紀經濟報道承辦的“創新與開放的中國資本市場——2019南方財經國際論壇”在廣州市保利洲際酒店隆重召開。來自監管層、全球主要證券交易所、海內外知名經濟學家、全球主流投資機構、大型企業界的代表群賢畢至，共同探討資本市場創新與開放的新挑戰、新機遇。

2011年諾貝爾經濟學獎獲得者托馬斯?薩金特教授就人工智能和大數據為主題發表了主旨演講，他指出，在人工智能、區塊鏈技術和數字貨幣等創新領域，中國都處于相對領先位置。隨后的對話環節，中國平安首席科學家肖京與他就相關議題進行了深度探討。

對話經濟學諾獎得主托馬斯·薩金特

網易星球更新7月項目進展：區塊鏈隱私保護1.0平臺已研發完成:網易星球官方更新項目7月進展。在區塊鏈底層技術發展方面：網易區塊鏈3.0引擎項目第一階段正在內測；區塊鏈隱私保護1.0平臺已經研發完成，該平臺支持匿名聯合風控、交易鏈路匿名、交易信息匿名、匿名投票、暗拍等市面上95%以上的隱私保護產品。

網易星球還提到，后續擬籌備網易星球社區，并創建科普專欄，旨在為用戶提供更多價值，目前已處于前期規劃階段。[2020/8/5]

“在人工智能和數字貨幣領域，對于中國來說，已經相對領先。”在本次論壇的“諾貝爾獎專場”上，2011年諾貝爾經濟學家得主、紐約大學經濟學教授托馬斯·薩金特發表演講時表示。

托馬斯·薩金特指出：

“從傳統經濟學角度來看，亞當斯密崇尚自由貿易，并十分重視專業化，而這需要一個足夠大的競爭市場。中國這樣的國家，進行改革開放與更多的國家進行貿易溝通和交往便是很好的，因為市場容量足夠大，可以讓各方發揮自己的長處。”

然而，大型市場也存在一些困難和挑戰。

首先是交通運輸方面的成本問題，這需要更多的資源，能夠將商品自由運輸，其次是通訊和溝通的費用，相對昂貴。

廣州市公布2019年區塊鏈應用示范場景優秀案例:4月27日消息，廣州市工業和信息化局公布2019年廣州市區塊鏈應用示范場景優秀案例。優秀案例涉及的區塊鏈具體業務包括：基于大數據和區塊鏈的食藥品溯源系統應用示范、航運集裝箱物流智能單證處理和“數字知識產權平臺”等。（新浪財經）[2020/4/27]

此外，這其中還存在著信用風險。

托馬斯·薩金特表示：

“總會有人想著去盜竊別人的東西，讓彼此產生不信任。有時候做出的一些承諾，并沒有如期履行，這樣會造成不誠信。加上驗證和執行的費用，讓貿易變得很困難。”

“如果能夠將這些問題都解決，就能夠創造更多的經濟價值，所以我們要鼓勵和創造這些新的技術，人工智能、區塊鏈就是非常好的技術，它能夠做很多關鍵性的任務。”

2011年諾貝爾經濟學家得主、紐約大學經濟學教授托馬斯·薩金特

動態 | 近30天區塊鏈搜索指數移動同比上升244%:據百度指數數據顯示，近30天區塊鏈搜索指數整體日均值為23065，整體同比上升215%，移動同比上漲244%；近30天比特幣搜索指數整體日均值為27332，整體同比下降16%，移動同比下降5%。[2019/11/30]

對于區塊鏈技術，他認為，區塊鏈作為一種數據結構，可以通過一種大家彼此信任的方式進行記錄，每個人的交易都能夠記錄下來，包括收入以及支出的賬款。

而人工智能與區塊鏈技術又存在著明顯的不同。

托馬斯·薩金特表示：

“區塊鏈是確定性的，不是隨機性的，它也是永久性，這些記錄沒有辦法改變，同時它是記錄獨特密碼的算法，能夠記錄獨一無二的事實，它不會有任何的模糊性，是非常準確的。”

然而，人工智能則具備一定概率性、隨機性的特點，能夠很好地猜測未知現實。

托馬斯·薩金特表示，在這個領域中，新的成果正不斷涌現：

“人工智能和區塊鏈，兩個技術各有不同，又相互互補。隨著區塊鏈的進一步發展，我們既可以高效分享，還可以有效保護隱私。”

聲音 | 國家藥監局副局長：加快推動區塊鏈等新技術在藥品智慧監管方面的應用:11月13日，由國家藥品監督管理局指導，中國健康傳媒集團主辦的2019智慧監管創新大會在京舉辦。國家藥監局黨組成員、副局長顏江瑛在發言中指出，要持續推進藥品智慧監管工作，形成“嚴管”加“智管”的監管新局面。一是夯實智慧監管基礎。實現基于云計算的業務系統基礎設施整合和資源共享；構建全國藥監一張網，暢通網絡互聯。二是強化數據建設管理。制定藥品監管信息化標準規范，促進藥品監管信息共享、業務協同和大數據應用；加快監管數據整合，打通“信息孤島”，優化大數據融合應用，全面提升監管效率。三是提升業務應用水平。加快推動移動互聯網、物聯網、大數據、人工智能、區塊鏈等新技術在藥品智慧監管方面的應用，逐步提升監管的預見性、靶向性、時效性；大力推動移動應用開發，為企業和公眾提供便捷辦事渠道，加強監管部門與公眾的溝通交流。四是充分運用“互聯網+”信息化技術手段，切實提升藥品監管政務事項的服務能力和水平。（人民網）[2019/11/13]

量子鏈創始人帥初：區塊鏈不是為 TPS而生的，去中心化的程度和TPS 基本上是一個不可調和的矛盾:日前，量子鏈創始人帥初談到對 TPS的看法時表示，區塊鏈不是為 TPS的而生的，如果我們需要更快的TPS，現有的銀行系統和支付寶和微信支付，都是一個更好的選擇。 另外去中心化的程度和TPS 基本上是一個不可調和的矛盾，很多TPS的取代是以犧牲網絡 去中心化的程度來獲得，單純為了追求更高的TPS，反而是沒有意義的，特別是當網絡如果只有幾十個大的全節點之后再高的TPS，很多時候意義也不大。 TPS對具體的事物是有意義的，但和加密貨幣背后的理念需要一個折中和平衡。 因為傳統IT技術對分布式系統，已經有幾十年的研究，所有基于BFT和各種變種的算法，都可以獲得很高的TPS，但是其中心化程度都比較高，普通人在網絡中是無法獲得對等的權利的。 如果無法參與網絡的監督和驗證，其實使用現有金融服務也綽綽有余。[2018/2/17]

托馬斯·薩金特對話肖京：中國在人工智能和數字貨幣領域相對領先

在演講結束之后，對于區塊鏈、人工智能等的發展趨勢，托馬斯·薩金特和中國平安首席科學家肖京還進行了專場對話。

專場對話現場

人工智能和區塊鏈的未來

肖京：?區塊鏈是基礎架構，具備高效、不可篡改的特點，人工智能則能提供一些可見的預測，可以幫助我們更好更高效的決策，完成任務。這兩種技術互補。目前區塊鏈比AI更火，請問實際應用區塊鏈有哪些障礙和挑戰？

托馬斯·薩金特：?講到區塊鏈，人們覺得這是很驚天動地的想法。但如果開一家大公司，其實也需要在公司不同的部門之間進行分享。我們用計算機的時候，其實電腦程序內部也做了計算機本身的分享和驗證。如果你深挖下去，區塊鏈的想法沒有一開始說的那么驚天動地，其實不同的公司或者國家本身也有這樣分享的機制。

現在我們面臨的一個情形，是可以把事情做得更好、更有效率，交易更簡便，可是有很多的國家不愿意做，這是他們自己掌控的一個權力。事實上，有很多金融管理機構對這個技術感興趣，我覺得中國央行的技術已經做得很好，他們對區塊鏈也比我更加了解。

肖京：?很多人擔憂區塊鏈技術的真實性、有效性和透明性問題，是因為他們加入區塊鏈技術后，不知道如何進行有效驗證？

托馬斯·薩金特：?這個問題通常都會發生。有了一個新的技術，有些人可能會在那里看著電腦，撓著頭搞不清楚，但也會有人會覺得這個技術真棒。我覺得區塊鏈技術有很多優點，但也有很多問題需要解決，所有新出來的技術都是這樣。

肖京：?如果比較一下區塊鏈和比特幣的話，比特幣并不是特別的有效，從金融服務的角度我們需要非常高的效率？

托馬斯·薩金特：?是的，因為人們正在想如何把它變得高效，在操作方面是不是有一個更好的方法，區塊鏈給我們帶來很好的交易方式，可是我們可以把它變得更好。

肖京：?中國央行正在開發數字貨幣支付，同時美國的Facebook等公司也在研發新的技術，這也是一個非常強大的數字貨幣模式。你覺得Facebook的Libra有沒有機會存留下來，因為它最近還沒有通過聽證會。很多政府不允許數字貨幣出現，特別是私營公司管控數字貨幣，這樣的數字貨幣有沒有突破口？

托馬斯·薩金特：?中國可以好好研究一下。數字貨幣是和信用體系息息相關的，比如存款或者買保險，還是會有自己的一些存款信息和其他的信用信息。美國的銀行，還有美國的金融機構都在做這個事情，政府機構也在研究這個問題，我們能不能有相關的管理系統、管理流程體系和這個技術匹配。

創新的應用場景

肖京：?剛才講到一個應用——供應鏈金融，有沒有例子可以跟我們分享一下？

托馬斯·薩金特：?很多的創新和創意都來自于銀行界，來自于金融行業、金融機構。這是一個很好的良性互動，從科學的角度、數據的角度，以及金融機構和普通人的角度，把他們聯系起來了，因為整個系統創造出一個非常好的一種技術。我們以前的技術覺得好像就像玩具一樣，其實并不是，我們現在已經廣泛使用了，有很多的經濟學教授、金融機構、銀行業的從業者，他們都擁抱了這些新的技術。

肖京：?神經網絡是AI中的一個技術，在金融行業使用AI技術的時候，是不是有一些不同點？在美國非常多的在AI上面的投資，不管是對沖基金、還是銀行。對于傳統的金融行業，商業銀行、保險行業使用AI技術的公司并沒有那么多，你覺得呢？

托馬斯·薩金特：?我沒有一個很好的答案。簡單來說在一些老的行業，可能會有一些大銀行，已經壟斷了整個行業，沒有那么強的競爭性，也沒有那么很好的創新性。可是有一些新的加入者，他們會看到有新的機會點，愿意承擔風險，使用新的技術。這都是在反復出現的情形，在美國也是這樣。

在1950年代的時候，美國人造的車是最好的，1980年代末最好的車不是在美國生產，大部分是在日本生產，它不會熄火，而且車價更加低。講到創新，講到行業結構，1980年代的日本造車企業更加有競爭性，他們對美國的汽車行業造成了很大的威脅，我在每一種行業都看到這種情形。

肖京：?在很多的領域深度的學習都有進展，但在金融服務業，特別是傳統的經濟預測，或者量化交易，這些方面他們還是使用早期的模型，比如用一些參數比較穩定的可解讀的模型，還沒有開始使用深度學習的算法，您覺得這是不是好的研究方向？

托馬斯·薩金特：?這是一個很好的想法。現在有人已經開始研究，包括一個朋友，他是深圳的一個教授，他正在建一個模型，這個模型非常實用，它是交易模型，但是過程當中有一個非常復雜的算術算法，有很重要的一部分用了深度學習和模擬器，用得非常的巧妙。他是很聰明的一個中國數學家，已經把深度學習用于模型建設，這是一個非常好的前景。如果你有機會了解阿爾法狗打敗最強棋手，它是怎么做到的？這其中就包括學習的方法，這個模式編得非常巧妙。

Tags：區塊鏈人工智能TPS數字貨幣哪個不是區塊鏈特性人工智能需要學哪些課程tps幣行情我被數字貨幣平臺騙了

以太坊最新價格