京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关于区块链的极简史,我们准备了 3 个故(八)事(卦)
知乎上有一个问题:“历史上有哪些疑似穿越者?”私以为,“区块链之父”中本聪也可以算是其中之一了。
因为,“区块链”的发明,本身就是一个非常“杰克苏”的故事。
“区块链”的始作俑者 · 中本聪的故事
如我等凡人,研究密码学最多是为了在玩儿“密室逃脱”时能成功装个好逼。
但中本聪不一样,他倾覆了世界。
让我们从一个叫“密码朋克”的小组织说起吧。
密码朋克建立了一个加密邮件组,邮件组里有不少维基解密创始人阿桑奇级别的极客大咖。
没错,阿桑(丧)奇,就是那个在美国大选期间解密希拉里邮件,爆出许多惊天丑闻,从2012年至今在厄瓜多尔驻英大使馆避难,一躲就是好多年的倒霉孩子。
2008年10月,正在次贷危机愈演愈烈之时,一篇论文被发表在了这个加密邮件组当中:《比特币,一个端对端的电子货币组织( Bitcoin: A Peer-to-Peer Electronic Cash System )》,作者就是中本聪,这也是比特币及区块链的理论概念,第一次出现在世间。
我们知道,从理论到应用,一般都有很长的一段路要走,但中本聪并不走寻常路:
发表这篇论文前2个月,他就已经匿名注册了比特币的专用域名(bitcoin.org);发表论文后2个多月,他就已经亲手把比特币做出来,并且开源了。
比特币是第一枚根据区块链理论建立的虚拟加密货币。
在2009年,刚刚诞生的“比特币”看起来还仅仅像是一个“极客手中的模型玩具”,但现在是2018年,我们知道:就在不到10年之间,区块链技术已经颠覆了太多人的命运,制造了数百倍的利润,大规模刷新了“十亿美元资产俱乐部”的名单。
上图是近3年的比特币/美元兑换价格概览:从2015年1月约$217的低点到2017年12月约$13993的高点,增长率为约6448.4%
然而中本聪本人,却在创立比特币之后,就开始不断弱化自己的存在感,他不仅转交了比特币官网的管理权,还淡出了人们的视线。
然后这个故事最炸裂的地方就出现了:时至今日,全世界仍然不知道,中本聪究竟是谁,他在哪儿,他究竟是如何创造出的区块链理论的。
2014年,美国《新闻周刊》宣布“我们找到了中本聪”,然而随后,中本聪就现身宣布:I am not Dorian Nakamoto。这也是中本聪最后一次对外发布消息,从此,“中本聪”就从世界上消失了。
“区块链”究竟颠覆了谁?
“区块链”理论,颠覆了互联网世界的中心法则。
在互联网刚刚兴起的时候,曾流行过一句话:“每个人都不知道,网络对面和你聊天的,究竟是人还是狗。”但现在我们知道:这句话是错的。
因为“我们”虽不知道网路对面的究竟是人是狗,但“有些人”肯定是知道的——任何人都会在网络上留下数据痕迹,而这些可能存储在网络公司服务器中的大数据信息,甚至会比我们自己还了解自己。
图片来源:TED演讲 | 唐·泰普史考特 | 区块链将如何改变金钱与贸易
黑客当然也盯紧了互联网巨头(寡头)们的服务器:只需成功篡改或窃取服务器中的信息,就有机会谋取暴利。
而这一切,都因为我们的互联网,是中(集)心(权)化的;而区块链技术,则从根本上构建了一种“去中心化”的新规则:既不需要大公司,也没有被黑客攻破的风险。
它是怎么做到的?我们再拿比特币为例说明:
① 交易记录一旦生成,就立即公示、永不可修改。
所以比特币交易自带“无法反悔、不能作伪”属性,就像现金交易一样天然可信赖,自然不需任何金融机构从中作保,且无需任何身份认证或实名记录。
② 世界各地都有云同步的账本副本,无法被销毁。
比特币在全球有海量的节点,每一个节点都在同步这个“账本”,于是账本丢失的风险就被无限减小了。
③ 加密,加密,还是加密。
理论上全世界的计算力加在一起,也不能暴力破解。
④ 强制限定比特币总量最多有2100万个,因而可以抗通货膨胀。
但每一个比特币可以切分成1亿“聪”,以方便交易,“聪”也是比特币的计量单位。
显然,就算不描述区块链本身的具体结构,我们也能体会这一技术究竟有多么颠覆和牛X。
但当时间流转到2014年,比特币在经历了2013年的暴涨至$1000+又猛跌回$300之后,中本聪的世代就已过去。
就在这一年,以太币被公开发行,这是全球第一个ICO项目,区块链2.0时代,来临了。
一面是ICO横行的大发币时代
另一面是区块链的新应用前景
ICO(Initial Coin Offering)是指一个区块链项目首次发行自己的代币,本质上是一种借助区块链技术募集资金的行为。这个概念是比照传统金融领域的IPO(Initial Public Offerings)来定义的。
通过ICO ,以太坊募集到了足够的资金,并因此得以正式上线。更进一步的是:以太坊还开放了一个通用虚拟货币平台,利用这个工具,每个人都可以制造并发行自己的虚拟货币。
这就使得ICO的门槛被大大降低了,随便的路人甲都能发个币,来一场ICO圈钱。对比传统的IPO,则需首先进行严格的审核,才能公开募股。
总之ICO缺乏监管保障,门槛又极低,导致币圈鱼龙混杂,这也就是为什么很多人都在提醒投资者,警惕ICO成为庞氏骗局的原因。
2017年9月4日,中国中央银行等七部门发出通知,正式叫停ICO融资,并指出:任何个人不得非法从事代币发行融资活动,各类代币发行融资活动应当立即停止。
以太币的价格,随着ICO的火爆,也一路水涨船高,甚至涨幅达到百倍以上,投资以太币的人又赚翻了。这种投资回报率,又回过头进一步点燃了ICO已然过热的潮流,“区块链”概念,也被炒到路人皆知的程度。
然而,这一波投资的“泡沫”已然很明显,想复制“比特币”、“以太币”的投资回报率,基本已不太可能。
除此之外,笔者更关心的话题则是:除了发币之外,区块链还能有什么应用?它是否能改变我们的生活方式?
简单举几个例子:信息安全、防伪技术、匿名技术、智能合约、版权保护……
图片来源:TED演讲 | 唐·泰普史考特 | 区块链将如何改变金钱与贸易
我万分期待着,区块链技术能够真正完善互联网规则的一天。
区块链创新的推动以及数字经济的蓬勃发展离不开人才的培育,而CDA数据分析师作为行业的领头羊,紧密结合当前区块链发展实际与人才需求结构,重磅推出区块链就业班。
三个月时间让你实现从区块链技术入门到精通,站在时代的前沿,实现高薪就业!
点击阅读原文了解课程详情,欢迎添加微信号18612853536 曹老师。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21