當前位置:
首頁 > 最新 > 斯坦福大學物理教授張首晟:In Math We Trust

斯坦福大學物理教授張首晟:In Math We Trust

清華區塊鏈公開課又開講啦!這一講嘉賓是斯坦福大學物理系、電子工程系和應用物理系終身教授張首晟。大數據文摘為不能來到現場的同學們帶來了講座實錄,請大家來先睹為快吧!

區塊鏈系列公開課由清華x-lab及校研團委創新創業中心聯合打造,面向清華大學全體學生、教師、校友。戳鏈接回顧之前課程內容:

同學們晚上好,我是斯坦福大學的教授,又是清華大學的教授。我平時講的課都是關於物理,但我其實一直對區塊鏈非常感興趣。

今天講的題目是In Math We Trust,子標題是Foundation of the Crypto-economic Science,指虛擬貨幣世界經濟科學。我認為,到了貨幣經濟的時代,經濟的行為建築在數學上。經濟最根本的行為是要相互信任,而信任的機制建築在數學上。

用自然科學的觀點看區塊鏈

我們先從自然科學的角度來理解什麼是貨幣。

貨幣是一個交換價值的媒體,這跟物理學中「場」的概念非常相似。高中物理講到,同性相斥、異性相吸,雖然兩個電荷並沒有互相接觸在一起,但也有一個相互作用力,使他們相互作用。這和日常生活的體驗好像不太一樣。日常生活當中要有一個力,一定要相互接觸。

於是有了「場」的概念,一個電荷產生了一個電場,而這個電場又能夠作用在另外一個電荷上。因此我們只要研究N個電荷和電場的相互作用,而且是近距離的相互作用。這是物理學的一個概念上的突破:本來是要研究電荷和電荷相互之間的作用,現在只要描寫電荷和場的相互作用。

這和經濟學裡面貨幣的產生是非常類似的。人類文明一開始,是以物換物的時代。以物換物的模式,有點像電荷和電荷之間的相互作用。

但是以物換物是非常不容易成交的,必須你正好需要我的魚,我正好需要你的蘋果,數目也要相對應,才能成交。後來,我們開始引進貨幣作為價值交換的媒介,這就是貨幣的產生。

到了貨幣的時代,把物品換成一個貨幣,然後用貨幣再換成另外一個物品,就像電荷產生一個場,場再作用在另外一個場的身上。

一開始,大家認為場的概念是虛擬的概念,並不是一個真正的物理的實體。

物體存在的價值到底是什麼在自然科學裡面,唯一衡量標準是能量引進「場」在一定程度上方便了數學描述,但其本身沒有能量。

其實這個問題和今天大家有關區塊鏈的疑問很類似,就像當年有很大一部分物理學家認為電場這個概念完全是虛無縹渺的數學概念,並不是一個真正物理存在的概念。引進場作為交換媒體,大家如果不認可,其就沒有價值。直到愛因斯坦理論的出現,場的概念才真正成為物理實體,我們才可以精確衡量其價值。

達成共識就是認可價值

說回貨幣。貨幣本真的價值到底是什麼?為什麼人類歷史的進程中,某些物品有貨幣的屬性,其他物品卻沒有貨幣的屬性?

真正的區別在於「共識」。對價值的共識。

如果我們考慮將蘋果作為交換的媒介,我們對其價值的理解是一個非常寬廣的分布。蘋果有紅的、綠的、熟的、生的,每個人對蘋果價值的認識都不一樣。尤其是在經濟行為當中,有些人生產蘋果,有些人消耗蘋果,但絕大部分人又不生產蘋果又不吃蘋果,大多數人對於一個蘋果的理解肯定沒有那麼深,因為他根本不能區分出來不同蘋果的價值。

但是金子不一樣。我們對一盎司金的理解是非常精準的,共識性是非常強的,其價值共識曲線的分布非常非常窄。

為什麼對金有那麼大的認識呢?主要是兩位著名的物理學家的貢獻。

一位是希臘物理學家阿基米德。有一天國王給他一個皇冠,並讓他回答「工匠在打造皇冠的過程中是不是偷偷用便宜的金屬取代了黃金」的問題。

阿基米德想了半天,終於在要交差的最後一天,在洗澡的時候大叫了一聲Eureka!他想出一個非常巧妙的辦法,在一個天平秤左邊放皇冠,右邊放黃金,使得天平正好平衡,然後把這個天平秤放到水裡面去,發現不再平衡:皇冠的重量雖然跟黃金一樣,但是體積更大,而浮力跟體積有關係。

基於阿基米德的方法,我們能測出來一盎司的黃金是不是真正的一盎司黃金,故而對什麼叫一盎司的黃金有非常精準的理解。

後來人們比較偷懶,不在每次交換金幣的時候都精準測量,所以在經濟交換的過程中存在很多作假的行為。偷偷在金幣邊緣磨掉一點,磨了一百次以後,就會產生一個全新的金幣。這樣金幣的價值就不好衡量了。

解決是這一問題的是牛頓。牛頓是一位非常偉大的理論物理學家,當他成名之後,英國的女王給了他一個肥差,成為英國皇家鑄幣廠的廠長。他發明了避免金幣造假的方式:在金幣的邊緣刻上一道一道鋸齒狀的刻痕,這樣如果磨掉一點,馬上就能看出來。

這樣一來,金幣價值認同的曲線分布就非常窄。價值認同的曲線分布越窄,說明共識性越強。把物品作為一般等價物,首先,大家對物品的價值要有共識性這是最核心的一個概念。

熵,自然界的共識機制

在人類社會要達到共識是非常難的,好像只有中央銀行才能做。但是自然界有沒有達到共識的機制?

很多同學都會在冰箱上面用磁鐵貼一張照片。磁鐵為什麼能夠吸在冰箱上?不止是磁鐵才有磁性,其實所有的物體都有磁性。所有物體都是電子組成的,每個電子就像一個小小的指南針,有一個北極,有一個南極。絕大多數電子的指南針所指的方向,完全是隨機分布的,所以電子自旋加起來就沒有總的磁性。

但是自然界有一個非常非常奇妙的現象,在一種比較特殊的情況下,比如溫度比較低,而且是在一些特殊的物體裡面,所有電子都同時指向同一個方向,這就達到了共識。他們沒有中心化的指揮,就說明他們是達到了共識。

共識是貨幣最核心的概念,就是說,我們一定要有共識,才能夠用一個物品作為交換的媒介。但是在自然界,好像不需要一個中央的指揮,這些完全沒意識的電子就能達到共識

大家仔細想一想,達到共識必須要付出代價。

我在教統計力學第一堂課的時候,總是引用一句文學大師托爾斯泰的話:

幸福的家庭總是相似的,不幸的家庭各有不幸。

比如同學們的寢室,絕大部分時間是很亂的。人類的語言非常簡單,我們只用兩個名詞,整齊和亂,聽上去好像50%的概率是整齊的,50%的概率是亂的。但是仔細想想,亂有很多方法,整齊只有一種整齊的辦法。

比如說寢室裡面有一個牙刷、一雙皮鞋、一隻鋼筆。整齊的辦法是鋼筆放在書桌上,皮鞋應該放在門口,只有這一種做法。亂的做法有很多,牙刷放在門口,皮鞋放在書桌上等等等等。亂的辦法比整齊的辦法多得多,久而久之,如果每種辦法概率一樣,亂的概率遠遠大於整齊的概率。

大自然有一個必然的趨勢,隨著時間的推進,越來越無序。無序的辦法有很多,有序的辦法只有一種。

大自然的趨勢如果越來越無序的話,為什麼這些電子都要指向同一個方向這就引進了的概念

爆滿的教室

熵等於是在衡量一種排列組合。自然界總是越來越趨向於無序,不能達到共識。達到共識唯一的辦法,就是把周圍搞得更亂一點,把自己搞得整齊一點。

生命就是這種現象,生命是高度有序的現象,但是生命必然會把周圍搞得更加亂一點。

在有些系統裡面,它可以自己變得比較有序,把熵排出去。總的熵還是在增加,但是自己的熵在減小,自己變得更加有序,達到了共識。

到了生物的世界,也有同樣的現象。比如說單細胞的細菌,他們會同時做一些非常有趣的行為,比如說同時發出光來。一個細菌發出光來也不能看見周圍,還要浪費掉很多能量,很不划算。所以看到周圍細菌比較多的時候,大家一起發光。

細菌有一個相互交換的機制,每個細菌發出一些信息,周圍如果收集到很多信息的時候,就代表周圍的細菌比較多,大家馬上決定,一起開始發光。這種機制在生物世界也有,物理世界也有,我們看到一個必然的趨勢,使得我們知道有序是很有價值的。

達到共識必然造成熵減

到了區塊鏈的時代,首先大家碰到的一個問題,就是當電腦開始變得越來越多的時候,我們要形成一個網,就是一個分散式的計算機系統。比如說我們要有一個共同的資料庫,然而到底誰有權來修改這個資料庫?修改順序是什麼?

這些分散式的計算機,能不能有一個機制能夠達到共識?大家首先想到的是,能不能有一個確定性的演算法,來總指揮所有這些分散式的計算機,或者是做一些共同認可的事情。

現在的情況就像當年的永動機,當年至少有1000多個專利研究永動機。後來你們也知道,還是沒有研究出永動機。這個跟分散式的計算機碰到的問題一樣,大家想找到一個確定性的演算法,能夠告訴所有計算機怎麼來進行,後來大家搞了半天,沒人做得出來。

這跟物理學的概念非常接近,如果在運動的分子中間做一個牆,隔成兩半,開一個小小的洞,當看見一個特別快的分子過來的時候,就把門打開,看見一個特別慢的分子過來,就把門關起來。久而久之,這邊溫度非常高,那邊溫度非常低,一旦有了溫差之後,就可以造機器,用它來做功。很顯然,這是不可能的事情,一個完全穩定的狀態,達到熱平衡的狀態,不能拿出來做功。

類似的,不可能有一些中央指揮的機制,能用一個確定式的辦法能夠告訴這些計算機怎麼來達到共識、不讓把熵增得更大。

最終不可能的原因,就是熱力學的第二點整個系統的熵永遠是增加的

科學偉大的東西總是不約而同的。熱力學裡面引進的熵的概念,計算機科學裡面也引進了熵的概念。

今天來到區塊鏈的時代,大家要找到一個新的共識機制,這樣的話,如果用高層次的原理來看的話,我們就可以看得非常清楚:

要達到共識,必然是一個熵減的行為,必然要排出去一部分熵。

今天的比特幣區塊鏈系統至少在定性上是完全滿足這點的。一旦有了賬本,就等於有了貨幣,但是這必然會有代價,就是周圍的熵也要增加。所以在比特幣的系統裡面,我們要算哈希函數,計算過程當中,熵就產生了。產生之後,就會達到子系統的共識,熵減,但是總的系統的熵是在增加。

這是一個定性的結果,而不是一個定量的結果,要達到一個單位的共識的話,必然需要消耗掉一些熵,但是比特幣是不是熵消耗得太多了

這是一個非常非常有趣的問題。有沒有一個熵的下限,也就是達到單位共識必然最少需要消耗多少熵,然後可以把現在比特幣所消耗的熵跟最低的標準進行對比,看看是不是這個系統裡面可以進化。

計算機科學裡面有一個類似的結果:做一個比特的運算消費的能量是室溫的溫度轉化成能量單位。但是現在所有的計算機,每做一個比特的運算所消耗的能量是這個結果的一百萬倍。就此看來,計算機今後能耗越來越低是非常有可能的。

在區塊鏈系統裡面,我們面對同樣一個問題,大家不要認為區塊鏈只是發一些幣,其實裡面有非常非常深刻的學問在裡面,大家如果真是一個聰明的學生,能不能嘗試證明一下裡面最低的下限,即達到共識一定要花費多少能量。

區塊鏈裡面也是一樣的。大家在試圖從理論上證明達到共識一定要花費多少能量,有沒有一個下限如果證明了,說不定也能把比特幣的能耗降下來。

現在整個計算機系統裡面,浪費的最多資源,其實是儲存的資源。我在家裡買了硬碟,10TB大小,但是我的照片只佔用了1TB的空間。至少在很長的時間裡面,剩餘的這部分硬碟空間是沒用的。

現在有一個辦法是在硬碟裡面撒種子一樣撒很多的隨機數,如果每個人都買一個硬碟,只要來比較一下,新產生出來一個隨機數,跟在座各位硬碟上所儲存出來的隨機數,誰最接近誰有權投票。這是一個非常聰明的辦法,是真正的綠色的虛擬貨幣。

從AT&T到Google再到區塊鏈,合久必分

再來跟大家分享一下區塊鏈世界和網路世界歷史的潮流。就像人類的歷史一樣,網路的歷史也可以用「分久必合,合久必分」來概括。

我1983年去美國留學的時候,有一個巨人叫AT&T,好像是永遠不會倒的,而我當時最大的夢想,並不是畢業之後到大學裡面做教授,而是去貝爾實驗室工作,因為這裡曾產生30位諾獎得主。AT&T花這麼多錢養出這麼多諾獎級的科研人員,就是為了壟斷,它壟斷了所有的網路資源。

慢慢地就出現了一個新的協議——網路協議。它完全是一個去中心化的協議,可以使點和點之間完全可以隨意的交流。我可以走這條路,也可以走另外一條路,條條道路通羅馬,最後都能達到結果,不再需要中心的壟斷。一夜之間,我以為永遠不倒的公司,消失掉了。AT&T的壟斷完全被破壞,這叫合久必分。曾經也是在競爭之後出現了AT&T,但當一個新的網路技術出現的時候,就是合久必分的時候。

這個合久必分的時代也不那麼長,如果人人可以交流,人人都可以創造出交流的內容,這個內容廣泛地撒在外圍的互聯網上,那麼我要去找一個信息,就會變得非常非常不方便,所以在這個情況下,分久必合,出現了一些非常中性化的新的壟斷平台,在美國就叫Google和Facebook。

其實Google和Facebook做的事情,就是把每個人的信息重新組合一下。大家仔細想想,人類歷史上所有偉大的公司,做的事情必然不是自己創造一些東西,而是把已有的東西做一個重新的排列組合。比如說石油公司、化學公司,它們做什麼事情呢?原油是原子組成的,直接可以從地下挖出來,它們做的唯一的事情,把這些原子重新排列一下,變成別的化學品,比如說已經被提煉過的油。

Google和Facebook這些壟斷的平台做的是什麼事情呢?是把每個人的信息重新排列組合一下,比如說Google最開始做的唯一的事情,就是做了一個排列,使我們找信息找得非常容易。這些中心化的平台做的事情,就是把我們撒布在網路上的內容,中心化地重組一下。

這是分久必合的時代,因為新的網路協議,AT&T倒了,出現了思科,又出現了網路資源分散的情況,又出現了巨大的平台,巨大的龍頭。

今天出現的區塊鏈的技術,也會導致新的時代。這個時代的革命的強度可能是互聯網革命的十倍百倍。這個新的時代使得所有我們產生的信息,又可以自己個人擁有。互聯網的時代只是信息交換的時代,而區塊鏈的時代有了價值的交換,我們可以產生數據的市場,每個人擁有自己的數據,然後在交換的過程中產生新的價值。

信任機制建立在數學上

這個偉大的時代,我用一句話的口號來描寫,就是In Math We Trust。我們都理解貨幣的價值在於共識。那麼問一個問題,人類所有的知識當中,哪一個大家最容易達到共識?顯然不是經濟學,不是法律學,不是政治學,不是化學,不是生物,甚至也不是物理,最容易達到共識的是數學。

用數學作為信任的機制,是最自然的做法。真正的區塊鏈的時代,就是使得我們相互間的信任建築在數學的基礎上。

如果我自己做出一個正方體的話,肯定是不完美的。但是如果作為一個數學的形態,正方體則是全對稱的,每一個頂角都完全一樣,每一條邊都完全一樣,每一個面也完全是一樣的。數學的形態是最最精準的,在精準的意義下,也是最易達到共識的。

如果你看整個宇宙最深刻的奧妙之處,那麼物理學中關於整個宇宙的最核心的公式和標準模型,也是用非常非常精妙的數學來描寫的,其中絕大部分的數學也是楊振寧先生所開創的。

既然大自然最根本的規律是用數學來描寫,我們是不是能夠使得人類社會的規則和信任也建立在數學的區塊上呢?

那麼到底是哪些數學呢?在座的各位,我希望大家去學習這些非常美妙的數學。

公鑰和私鑰的組合,就是建立在數論上面,而且是建立在一個更高層的數論上面,叫橢圓曲線。大家可能知道,數學裡面曾經最大的一個猜想——費馬大定律,最近被證明了,這個證明就是建立在橢圓曲線上。這個聽起來是非常非常抽象的數學,但是今天我們每次網上購物的時候,就用到了奇妙的數學。

另外就是哈希函數。它有一個單向性,任何的東西進去,出來都是一串隨機數。這跟黑洞很像,黑洞任意輸進去,出來的都是隨機數。

還有一個是零知識證明(zero-knowledge proof)。比如說我解了一個難題,但並不想把我的答案直接告訴你,卻要使你相信,我的確把這個難題解了。這也是非常奇妙的數學問題,但是這是有解的。我可以給你一個比特的信息,我解了這個難題,但是不告訴你任何別的信息。這對整個數據的市場會是非常非常有用的,我可以一個比特一個比特把信息給出去,而不是一下把信息全部給出去。

兩個百萬富翁,可能有一個人是千億萬富翁,有一個人是百萬富翁,他們不想把自己的財產公布出來,但是卻要知道到底誰更有錢。這用清華大學教授姚期智的辦法就能算出來,只給出一個比特的信息,就可以知道誰更有錢。

數據自己擁有的話,我永遠學不到大數據的智慧。可是我想了解統計數據,其他人卻想保護個人隱私,所以有一個非常簡單的辦法——在個人隱私數據上故意加一些雜訊,這些雜訊使得你辨別不出來這個數據到底是不是你自己的個人數據。在收集到這些數據之後,在大數據的環境下,這些雜訊就會相互抵消,我得出來的統計數據還是完全精準的,這個辦法就叫差別隱私(differential privacy)。

最後一個概念叫形式驗證(formal verification)。上世紀最偉大的數學發現是什麼?是證明了數學的不完備性。如果我要給在座的同學推薦一本書的話,有一本我認為是千古奇書,它講了數學不完備定理、藝術家的畫和作曲家,三者之間的共同性。這本書是《哥德爾、埃舍爾、巴赫》(G.E.B)。

這些奇妙的數學,都可以用在區塊鏈上,可以用來做Formal verification。因為今天我們來到的是開源的時代,我們今天在區塊鏈上的智能合約,完全是開源寫出來的。但是開源寫出來之後,一般人讀不懂,甚至專家也不一定看得懂。那麼有沒有一種數學的程序,能夠告訴你智能合約到底是不是吻合你的白皮書上想做的?這是一個非常奇妙的思想,用的是數學中的邏輯學。

區塊鏈帶來社會公正

計算機科學有兩個重大的趨勢,一個是AI,一個是區塊鏈,這兩者之間有一個必然共存的關係。我認為今天的AI發展的並不是那麼好,為什麼呢?

AI需要由在座聰明的同學想出最新的演算法,但是大家在大學裡面碰到最大的瓶頸就是我們沒有數據。我們有聰明的大腦,有聰明的演算法,但是數據被壟斷在中心的平台上,這樣的話,AI就不容易學習。你想出了一個演算法,也不知道數據在哪兒。但一旦有了區塊鏈,有了數據市場,就回到了我剛才所講的時代,我們能夠把所有的數據個人擁有。

這樣的話,我把部分的個人數據,在保護自己個人隱私的情況下貢獻出來,在區塊鏈的時代,就能夠得到一定的回報,大家也就有了動力保護自己的隱私。有了隱私就有了價值,而一旦有了價值,我再把這個數據貢獻出來讓AI學習的話,必然會帶來AI的突飛猛進的變化。

除了給AI突飛猛進的變化,也能讓社會突飛猛進。

區塊鏈對社會的貢獻什麼至少我看到可以帶來社會更大的公正

這是什麼機制呢?我們今天的社會之所以有不公正的地方,主要是因為我們對少數派的歧視,在當年的納粹帝國裡面,就是對猶太人的歧視。

而如果我們來到了區塊鏈時代數據市場,這個情況就會完全不一樣。比如說我有一個AI的演算法,已經是90%的精準了,我要讓它變得更加精準,99%精準,就需要機器學習。那我需要做什麼事情呢?

首先我要學到的這些數據,就不能像以前學到的那些數據一樣,如果以前是99%的數據的話,他們已經代表了大多數,但是要更精準,要99%變成99.9%的話,需要學習的就是那些跟以前完全不一樣的數據。越跟以前不一樣,越跟大眾不一樣,數據就越有價值。

所以如果在一個完全是數據的自有市場中,大家會對那些少數派的數據付出更多的代幣,這樣就會帶來社會的公正,使醜小鴨變成白天鵝。因為醜小鴨並不是丑,它只是跟別人不一樣,但是在這個世界裡面,越跟別人不一樣,它得到的就會越多

另外一個非常偉大的理想,就是把所有個人的數據都歸個人擁有。

個人最最最需要擁有的數據就是基因數據和醫療的數據。數據是個人擁有的,肯定是至高無上的標準,個人擁有數據之後,就擔心算不出什麼東西來,只是整天保護隱私,不能通過大數據和人工智慧來學習基因數據背後的關切到底是什麼。

比如說我們最想知道的,就是某些病到底是對應於什麼基因的突變而形成的,但是一旦我們把所有個人的基因信息和醫療信息都讓個人擁有,我們就產生了一個非常有效的數據市場。

區塊鏈和貨幣系統的一一對應

整個區塊鏈上的虛擬貨幣,可以現在社會的貨幣結構一一對應。現在的貨幣結構有M0、M1、M2、M3等等,在最底層上面可以不斷建立衍生品。

我認為像比特幣這樣的區塊鏈,因為對應於黃金,對應於一個最最普適的價值,也就是M0的貨幣,相當於說,在這個系統下,世界上任何兩個互不相識的人都可以形成交易。如果你我已經相識了十年,並不是兩個互不相識的人,那麼我們可以用M1進行交易。

我覺得閃電網路就符合這類性質,我們兩個人進行交易,互相之間有一定的信任,但還是需要信任機制來加強。我們簽約後,把一些貨幣抵押在比特幣、區塊鏈上,之後的每一筆交易,定期(如每過一個月)到區塊鏈上去公示一次就可以了。整個虛擬貨幣的發展,必然會像現在世界貨幣的發展一樣,在M0,或者是比特幣,或者是更加綠色的比特幣上面,可以建立閃電網路,也會有預測市場。

我們現在的金融產品里,有一個是期貨。期貨就是對未來的預測,但現在期貨都要通過法院才能夠真正為我們做擔保,我們使用區塊鏈以後,可以讓全世界的網民為我們作證。

所有這些網路的系統,彼此之間互相幫助,來使它變得更加有效,但是現在的計費系統還不是很有效,我給你提供了一些帶寬,卻沒有得到足夠的回報。有了區塊鏈之後,可以做到非常公正並且比較精確的記錄,這樣的話,整個網路的運轉就會越來越有效。我有一個預言,我們從4G的時代走到5G的時代,再走到6G的時代,其中必然會有網路的運轉在裡面。

自然科學和社會科學大統一時代

整個區塊鏈時代,我認為最需要集大成的人才。區塊鏈中,底層是數學,上層是法律,再上層是經濟行為。

關於區塊鏈我想到幾個口號。如果談起法律的話,有一句話:「Code is Law」,原碼就是法律。Code本來就有法典、法規的意思。而今天的世界,這個Code有了一個新的意義:電腦的編程,碼農的碼。現在碼農成為了大法官。

我最喜歡牛頓的《自然哲學的數學原理》,我個人擁有這本書1723年出版的第一版。用數學的原理理解了所有的自然科學,這就是牛頓的偉大。

社會科學一直找不到根本的數學原理,可能的確是不容易找到,因為很多經濟行為建築在人的不理性上。到了區塊鏈的時代,最根本的經濟行為,就是信任的機制,建立在數學之上。

我們可以想像到整個經濟秩序都會被改變,整個生產關係都會被改變,但是的核心是有一個基石,就是數學原理。

我看到一個新的時代,自然科學和社會科學大統一。我今天報告的風格,也是用自然科學的語言和自然科學的類比來理解區塊鏈這個新生事物、這個新的時代。一旦有了數學,我們必然可以總結出來一個永恆不變的規律,使得我們的經濟系統更加有效,使得我們的社會科學和自然科學能夠達到大統一的境界。

部分現場問答

Q:您現在覺得加密貨幣當中最不安全的地方是哪裡呢?

A:是人為的熵,大家寫程序的時候犯的錯。本來寫一個程序倒無所謂,但現在跟很多貨幣有關的話,是非常非常危險的,當然慢慢也會產生一些市場,自動地去堵這個風險。Formal verification能夠自動檢測智能合約是不是你想描寫的那樣,這裡面的數學是非常奇妙的,就是我剛才講的數學邏輯。

Q:在區塊鏈裡面,時間的因素怎麼和熵結合起來?

A:這是一個非常好的問題。今天大家聽我的演講,可能會問這麼一個問題,好像用物理學的理解方法幫助我們理解了區塊鏈,但是能不能反過來,看懂了區塊鏈,會不會對物理的根本概念有重大的影響?我最近在思考這個問題,我覺得是有可能的,核心就是大家對時間的概念。

當年從亞里士多德到牛頓,認為時間就是天給的,沒有什麼好討論的。愛因斯坦說,時間這個概念是到底你怎麼測時間,而且在不同點測的時間也不一樣。他用光速不變的原理,發現時間的概念是不一樣的,不同的參照系裡面,測出來的時間完全不一樣。

時間再深一層的核心就是因果關係。在區塊鏈裡面,要解決的就是因果關係,因為最核心的就是交易到底哪個先發生、哪個後發生,哪個是因、哪個是果。其實到了比較隨機的系統裡面,時間不是非常好定義,所以在某種意義下,區塊鏈就是給出了一個時間的定義,或者是更精準的來講,是給出了一個因果關係的定義。

而這個定義,往往跟物理世界可能是違背的。比如說我跟他發生一個交易,是先發生,但是我們的網路節點非常慢,你跟他交易發生的更晚,但是網路結點非常快,一下全世界就知道了。在區塊鏈裡面,時間不一定跟物理世界的時間是一樣的。但是在一個隨機的系統裡面,要達到時間的共識,沒有別的更好的辦法,所以這個可能是物理學最最被忽略的一個問題,要達到因果關係的共識,可能一定要燒掉一些熵。

頒發清華x-lab區塊鏈公開課課程導師證書

【今日機器學習概念】

Have a Great Definition


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 大數據文摘 的精彩文章:

MIT自動駕駛技術突破:實現濃霧中物體觀測和測距,超人類水平
贏家詛咒+經驗主義?剛剛結束的ICLR上,谷歌研究員再批當前AI鍊金術通病

TAG:大數據文摘 |