梅兰妮·斯万：区块链不是万能的场景应用

　　梅兰妮·斯万 美国区块链科学研究所创始人 　　《浙商》有声杂志。 　　在安静的一隅，聆听新经济的风口，聆听转型升级的制造业最强声，聆听引领中国民营商业力量的弄潮音。 　　 　　今天为您带来的是《浙商》杂志2018年7月上特别策划：《梅兰妮·斯万：区块链不是万能的场景应用》，作者，梅兰妮·斯万，播音 冯麟然。 　　 　　 　　到底什么是数字经济？数字经济是基于数字计算技术的经济，如果狭义地来定义的话，它可以定义为互联网产业。更广泛地来说，数字经济包括第三产业，以及消费品领域，还有政府和商业的领域。 　　数字化转型是数字经济创新的地方，也就是利用数字技术重组业务流程，数字化的转型带来一个核心的变化，也就是技术的应用能够提高工作效率，而现在的技术正在经历转型，让它更加简化，让它更好地重组我们的工作。 　　 　　其中一个明显的趋势是数字化要从互动转向智能 　　数字经济有不同的发展阶段。传统经济是专注于物理基础设施，比如说自然资源、电力和交通网络。在数字经济中，我们已经进入第一个阶段，也就是数字化，重点是对现有的互动模式的数字化；现在我们要转向第二个阶段，这个阶段我们的重点是加入人工智能技术，包括智能的基础设施、深度学习、区块链等，然后构建出一个智能网络。 　　我们使用区块链和深度学习来设计新的交互和业务。智能就是机器或者技术能够做很多通常是人做的事，从某种意义上来说，智能就是在转变；而人工智能是要做一些目前我们还无法做到的事，比如说机器人学习、面部识别等。 　　智能很重要，它会把很多工作岗位转化为技术岗位，经济学家预测在未来的20年有一半的工作岗位会受到自动化机器人的威胁。这对中国来说也是一把双刃剑，中国在工业机器人的领域有领先的地位，但是同时也要创造一些新的工作岗位以实现就业。 　　同时我们也可以看到，最大的就业需求增长也会来自于机器人自动化、数据深度学习和区块链技术。所以区块链和深度学习，它们是非常重要的，它们会推动未来新经济的发展。 　　 　　区块链要区分价值创造和噱头 　　我在2015年写了一本非常畅销的书《区块链：新经济蓝图与导读》。为什么写这本书呢？是希望激励人们建设更美好的世界。我是独立研究者，跟任何区块链项目没有关系。 　　我们知道，首先有信息，之后是电子邮件，再之后是视频，现在又有数字货币的流通，这些都通过互联网来进行。区块链和分布式账本技术是一种软件协议，这种软件协议就像是电子邮件使用SMTP协议进行发送一样，区块链是数字货币进行流转发送的协议，所以我们可以看到区块链技术有三层，它有自己的转移层，当然也有相关的协议，这样的协议可以让流量的流转得以实现。 　　区块链要实现的是互联网上安全的加密转款和价值的转移，互联网上要有这样一些机制能够实时进行验证，比如说我要花费数字货币的话，要通过相关的机制来看使用者是否有足够的金额和额度，而且确保是否是单次使用，避免重复使用的情况。可以看到区块链可以实现安全的价值转移，实现应用的开发，包括了货币证券、财产、合同和身份的证明（包括签证）。 　　区块链有两类，一类是公有链，一类是私有链。公有链是向公众开放的，所有人都可以下载相应的软件进行使用，公有链是去信任化的，我只要相信这个软件就可以了，不需要建立信任；而且公有链是通过P2P的软件来进行挖矿，所以有这样的机制来进行交易的验证，这里面有一些比较大的项目，比如说比特币、以太坊等等。 　　私有链，它从另外一个侧面来说，实际上是企业或是政府来使用的，它可以是下一代数据交互的界面。私有链并非是去信任化的，我们必须要将对方的信任建立起来，这个很重要。比如一个小公司，加入供应链区块链的私有链里面，需要理解这里面是如何编排的，交易记录是如何进行记录和转移的。 　　当然，我们也需要将价值创造和噱头区分开来，并不是说每一个场景都需要区块链，区块链像企业软件和其他的软件一样，首先要有实际的业务运用，有多方的参与，价值转移要得到实现。 　　 　　深度学习可以从数据中提取洞见 　　今天是大数据时代，大数据并不等于智能的数据，全世界只有42%的企业表示知道如何从数据中提取有意义的洞见。一些老旧的算法已经没有办法跟上数据的大量增长，正因为如此，新的方法，比如说深度学习的算法需要得到进一步开发和应用。 　　全球人工智能的支出也呈现爆发式地增长，预计到2025年会达到360亿美元。我们可能会思考深度学习和AI是如何进行联系的，在计算机科学领域，人工智能是一个研究的方向，其中包括机器学习、神经网络等，深度学习是其中一个研究的目标，但是我们看到很多深度学习领域的相关投资现在都只是针对一个狭义的领域，而不是在更广义的方面进行投资。深度学习的概念是计算机程序能够自主识别相关的物体或者对象。从技术上来说，深度学习是机器学习算法以神经网络的形式存在，使用处理单元的层级从数据中提取特征，同时也可以针对新数据进行预测。 　　智慧城市，交通、监控管理其实就是深度学习的应用场景。比如说要让系统识别出汽车，必须创建汽车的图像识别系统，并且在更高的层面识别出新的图像。再比如，我把我自己的自拍传上去，它就会将自拍分成非常多的网格，对每一个网格进行非常多的特征识别，从而识别出我的面部的特点。一开始系统不知道人脸识别要去查找哪些特征，但是在进一步的抽象化过程中，它可能会发现下巴的特征和面部的特征是识别我最重要的特征。 　　 　　融合人工智能技术创造出智能网络 　　区块链和深度学习让我们能够研判目前数字经济的发展阶段，第一阶段是现有的互动模式的数字化，主要是在商业或者说在通信方面，比如说社交网络、APP、支付。 　　第二个阶段，我们将转向融合人工智能技术创造出智能网络，我们可以利用区块链和深度学习的技术。 　　另外还有一个应用就是健康大数据，现在全球有75亿人，但是我们要真正掌握人类疾病的标记物，需要大量的健康数据，通过人工智能，我们能够从中有新的发现。 　　最后，我认为中国的数字经济有三个机会：提高生产力、在区块链和深度学习等技术上的投资、提升效率。因为中国有很多大企业，通过区块链还有深度学习能更好地管理全球贸易的供应链。