京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发展区块链先要弄清“是”与“不是”
“目前,多数人并非真正懂得区块链,而是企图利用概念赚钱。因此,清晰定义区块链非常重要。只有定义清楚后,大家才知道什么是,什么不是,才能进一步去规范。”在日前清华大学产业创新与金融研究院举办的一场研讨会上,清华大学法学院教授高西庆谈道。
清华大学计算机系副教授陈康介绍,“区块链技术并不神秘,只是由于它将密码学、分布式系统和博弈论这三个反直观的理论结合于一身,才成为人们难以理解的事物”。
陈康认为,区块链概念可以先拆分成“区块”和“链”,其最大特征是一环扣一环。“链”就是一连串有顺序的交易,而“区块”就是将各个交易组成一个“块”,核心问题是如何决定交易过程中下一个“块”的放置。区块链总结起来有3个特点:一是所有交易是有顺序的;二是各个交易分成“块”;三是通过抽签的办法决定下一个“块”是谁。
“区块链技术去中心化的真正意义是去中介化。”中民新能投资集团董事会秘书刘燕认为,区块链技术可能会带来两种趋势:一是由于技术优势带来效益的大幅提升;二是这些技术可能导致集中化的财富积累以及技术领先所带来的持续分化。“这是我们需要清醒认识并要坚决避免的。”刘燕说。
CyberMiles创始人兼首席执行官卢亮表示,虽然今天数字货币发展依然缓慢,但相信区块链、数字货币将成为电商的重要机遇,并且能够创造一种新型交易环境。
对于区块链能够在多大程度上改变金融系统,高西庆表示:“不少人认为中介机构会完全去掉,我今天还看不到这种可能性。各种机制中间都有一些所谓的中心,比如区块链中的联盟链也是分中心,不可能完全把中心去掉。”
高西庆建议,相关部门应该对区块链做出清晰定义,以更好地规范发展,杜绝乱象。“在没有认清区块链之前,应当首先考虑区块链能否带来好处,而不能只看到坏处就把它毙掉。而且,由于互联网系统的特点和区块链的运作方式,也没有办法完全彻底地把区块链毙掉。现在一些国家正在创造环境吸引区块链产业,因为这样可以获得规则制定、产业利益等方面的好处。”高西庆说。
“今天人类保持的交易记录,账目数量呈指数级增长,数量惊人。这种情况下,想要返回追查证据的成本极大提高。尤其对于交易而言,往往存在时间差,使得查找十分困难,所以必须具备相关的规范机制。”高西庆说。
清华大学经管学院会计系教授谢德仁认为,区块链能解决原始交易数据的中心化问题,但是原始交易数据转化成财务报表的数据,可能还是要中心化的,而非去中心化。
清华大学经管学院金融系副教授张陶伟认为,区块链技术要大范围应用,还要继续创新,找到新的技术路径和方法提升区块链的运行效率并降低运行成本。另外,区块链也只能解决线上的去中心化、信息不可篡改等问题,但在将线下相关内容转换成线上信息时,存在“道德风险”造成的造假、欺骗(例如做假账)等可能,区块链技术仍旧不能解决。
随着进一步发展,区块链技术有可能产生跨越式的发展,目前,区块链技术的底层建设仍然比较薄弱,但许多大企业已开始在技术上加大投入。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20