最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

万向肖风:2019年后,区块链大规模商业应用可期

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-16 20:22:59 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

2018年9月12日,由万向区块链实验室主办的第四届区块链全球峰会在上海外滩圆满落幕。作为2018上海区块链国际周的重头戏,此次峰会以“区块链新经济·技术探索”为主题,旨在探索技术,不忘初心,切实推动区块链应用落地的进展,让区块链真正造福于社会经济。

本次峰会集合了全球数十位来自世界各地的区块链行业实践者、专家学者、技术大咖,以及超过1500名的参会观众于一堂,对区块链技术的隐私性、扩展性、安全性、共识机制、跨链、未来发展趋势、落地实践、法律监管等热门议题进行探讨。

以下是中国万向控股副董事长、万向区块链董事长兼CEO肖风博士的闭幕演讲全文:

峰会第一天吴忌寒分享了他对区块链未来十年的趋势预测。不知不觉之间,自2008年中本聪发布论文,区块链技术已经发展了十年。站在十年的门槛上,我想跟大家分享的是在过去的两天里面,嘉宾们、观众们给我的启发。我想预测明年或者后年,区块链技术在全球的发展趋势。

区块链3.0技术,能够提升区块链的性能、提高易用性、可操作性、扩展性,涉及新的侧链、子链、跨链、分层、分片、分区等技术。我们也邀请了很多嘉宾介绍了以上方面的最新进展。根据我的观察,这些技术,大部分都会在2019年成熟,主网会上线。这些新技术的上线,是区块链大规模商业应用的前提。如果现有的区块链技术在易用性、可操作性、扩展性方面,不能有很大的提升,大规模的商业应用也就无法持续。从技术角度,2019年以后,区块链大规模的商业应用已经可以期待。

但只有技术的成熟并不够。要在区块链上真正实现大量的Dapp,大量的商业应用,还必须做好一方面的准备:那就是真正可用来做支付工具、交换媒介、价值尺度、价值存储的数字货币。大家都认为比特币是支付系统,但真正的比特币并不能满足我们对支付的需求,因为它的币值波动太大。例如,一个商场卖一瓶水,接受比特币支付,第二天早上起来,却发现20%的价值没有了。所以它不可能被接受。在日本国会明确比特币可以作为支付工具之后,一些日本商家宣布自己接受比特币支付。但后来发现,它对于公司资产负债表的稳定性造成了很大麻烦。不管涨还是跌,你的资产负债表都不稳定。这不仅仅影响到卖的东西是否值钱,也影响到企业信用评估,以及银行对公司提供的服务。

我们看到,稳定数字货币的技术,在近期以及未来一年里,正在迅猛发展。大会进行的这两天内,有新闻提到纽约州的金融管理部门批准了州内两家企业,发行以美元作为抵押的稳定数字货币。我相信如有哪国央行,能够发行法定的数字货币,那么数字货币作为支付工具、交换媒介、价值尺度、价值存储的功能就会得到圆满解决。

这是大规模商业应用需要具备的第二个条件。但是不是具备以上两个条件,大规模的商业应用就可以开始了呢?还需要第三个条件:法律法规的建设,监管体系的建设。区块链上的数字经济必须获得法律上的保障,必须合规。在这方面,不可能有去中心化。


中国万向控股副董事长、万向区块链董事长兼CEO肖风博士

什么是区块链的去中心化呢?去中心化是相对于互联网而言。互联网和区块链之间最核心的区别,就是互联网是中心化信任机制,而区块链是去中心化的信任机制,不需要信任第三方:你的信任机制是靠某一个机构拍胸脯保证,还是一个分布式的信任系统。

互联网和区块链第二个核心区别是激励机制,而不是数字货币或者能不能发币。经济学一直在讨论激励不相容问题。在公司制之下,在互联网上,激励机制的不相容没有得到解决。但是在去中心化的区块链上,我们做到了完整的激励相容。没有股东、没有董事会、没有员工,这些角色之间的利益冲突就不会再发生。我认为,这是互联网和区块链最根本的两个区别。

今天下午,一位华尔街的律师Aaron Kaplan,为我们介绍了美国证监会对区块链、数字资产监管的最新法律进展。在上个月末的美国国会听证会上,美联储表示这些数字货币都不属于证券,不属于美联储监管。美国证监会则认为,除了比特币和以太币不算证券之外,其它的Token都可能是证券。而就在今天早上。有新闻报道美国一家地方法院在审查一个公司发行Token的时候,法官有一句判词:“所有Token都是证券。”这是美国目前最新的法律进展。

当法官写下这句判词的时候,实际上其在美国的法律建设就完成了。因为在普通法系下,要判断什么是证券,什么不是证券,最后是通过判例来扩展证券的内涵,来丰富法律。虽然这是地方法院法官的判词,但基本确保了美国证监会以判例为依据来进行执法。

若上述成立,第一,大家不用再争论某一种Token到底是功能型Token还是证券型Token,因为美国法院和证监会,监管机关和司法系统都认为这就是证券。也许那家公司会上诉,但是大概率法院不会推翻前面的判词;

第二,如果Token被判定为证券。那么现行的证券法律是非常健全和完整的,需要大家依照证券法的规定来做事情。如果需要遵从证券法,这个行业就会发生很多变化——从发行到交易,一切都需要规范、合法。刚刚Aaron Kaplan也介绍了,美国证券法律当中的RegA、RegD,对于Token公募、私募的规定。这就是依据美国现行证券的法律法规,和依据乔布斯法案,清晰告诉所有的从业者,你可以做什么,不可以做什么;

我们可以设想,当2019年,以上三个基本条件越来越清晰和成熟之后,整个行业将会面临多么巨大的变化。我现在可能还没有这个能力,在这一刻告诉大家,以后会变成怎么样。但是我们知道,一场非常大的变化一定会来临。


峰会现场

我还想特别提出,从昨天上午Vitalik演讲到今天为止,有很多演讲嘉宾都提到了一个问题——数据隐私保护。这是第一届、第二届、第三届峰会上,以及今年其他峰会上大家很少提及,至少不会这么密集提及到的主题。

数据隐私保护为什么现在会被提高到如此高度,引发这么多嘉宾去关注呢?这一切是区块链带来的。区块链和加密算法为隐私保护提供了一个很好的解决方案。

而为什么大家现在会对数据隐私保护这么重视呢?这是AI(人工智能,下同)带来的。2016年之前,少有人在意自己的数据如何暴露在互联网上,并被别人收集和使用。随着AI技术的成熟,人们发现收集我们数据的机构,可以拿着这些数据做很多事情,赚很多钱。既然有价值,那我的数据为什么一定要给你,而你又给了我什么东西?你拿我的数据创造了这么多价值,经过我的同意了吗?这些价值能不能分一些给我?AI解决不了这个问题,虽然这个问题因AI而起。

这个问题如何解决?只有零知识证明、同态加密、安全多方计算、可验证计算等密码学加密算法架在区块链上,才能确保你的数据主权。区块链能够把数据变成资产。因为,第一,区块链能帮你确权。第二,区块链能防止数据被滥用、被双花。双花不只是针对比特币,而是让任何登记在区块链上的数据,都不可能被滥用。再加上加密算法。

以上就是为什么数据隐私保护,会在一个区块链技术论坛上,在这两天时间里反复被提到,这是一个新的动向和新的趋势。

可以预计,会有越来越多的创业者和密码学家,开始加入到区块链行业,投入更多资源来研究目前还不够成熟的加密算法。这些算法都是20年前提出来的,一直没有人继续研究,更加没有工程团队试图去实现。因为没有需求。但是现在,这需求是由AI带来的,解决方案就是加密算法加区块链。

孙立林先生刚刚从美国参加美国密码学会(美密会)回来。他介绍目前为止递交给密码学会的各种要求,在密码学年会上宣读的论文,选题中有接近50%是有关于MPC(安全多方计算)。MPC其实是20多年前,清华大学姚期智院士的一篇论文,之前少有人朝着这个方向做研究。现在要用的地方非常明确,隐私保护加数据共享,再使用区块链上的激励机制,来分配各自的价值。

时间很晚了,我就把这两天体会到的东西,分享给大家。我之所以选择最后一位演讲,真实的目的,是在这个时候,我才有机会向所有与会者和演讲嘉宾,说一句:“谢谢你们,谢谢大家!”

我们明年再见。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-20 20:22

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表