全球数字财富领导者
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
宝利翔源 | 奕斯伟入选德勤荣誉榜单 实力爆发引领发展
go
lg
...
打下坚实基础。 北京开源芯片研究院首席
科
学
家
包云岗表示:“奕斯伟计算等芯片企业参与开源社区建设并积极做出贡献,意味着我国RISC-V产业链上下游企业正在加速完善RISC-V开源软件生态链,逐步建设起与国际开源社区接轨的技术平台。” 奕斯伟计算陆丰博士表示:“近年来,奕斯伟计算在RISC-V软件生态方面做了大量工作。目前已完成工具链、固件、Linux、TEE OS和Android操作系统对RISC-V架构的适配和移植。未来,我们将在安全、内核、中间件、应用软件等多个领域,为开源社区做出更多贡献,为建设RISC-V软件生态发挥更大价值。” 半导体作为具备关键技术的高科技产业,其重要性不言而喻,近年来市场规模呈现出持续攀升态势。数据智能时代,半导体产业数字化、智能化加速,奕斯伟计算将继续推进数据智能技术产品迭代,为客户提供多类芯片产品及解决方案,助力半导体产业实现高质量发展和数智化产业格局。 来源:金色财经
lg
...
金色财经
2023-03-06
币安赵长鹏先生确认出席 2023香港Web3嘉年华并发表主旨演讲
go
lg
...
Vitalik Buterin担任首席
科
学
家
。实验室在全球范围内聚集了领域内的专家就技术研发、商业应用、产业战略等方面进行研究探讨,为创业者提供指引,为行业发展和政策制定提供参考,促进区块链技术服务于社会经济的进步发展。 来源:金色财经
lg
...
金色财经
2023-03-06
比特币为什么不能像以太坊一样升级成POS共识机制?
go
lg
...
Digiconomist 背后的数据
科
学
家
Alex de Vries 告诉《麻省理工科技评论》:「欧洲议会的一些成员已经在想,为什么比特币没有跟随以太坊」。 在美国,打击比特币浪费能源的努力也在不断增加。11 月,纽约成为第一个颁布临时禁令的州,禁止在化石燃料工厂发放新的加密货币挖矿许可证,新法律还要求纽约州研究加密货币挖矿的影响,努力减少温室气体排放。 那么,要怎么做才能改变现状呢? 工作证明 (POW) 与权益证明 (POS) 加密货币没有像银行那样的中央监护人来监督其公共账本——区块链上的每一笔交易数据都会共享在链上。相反,它们依靠共识机制来同意更新。 在比特币所依赖的工作证明方法中,全球范围内的计算机网络被称为 “ 矿工 ”,他们消耗电力就是为了获得比特币奖励,谁先计算出加密难题,谁就可以添加下一个区块,并在这个过程中收集新的比特币。获得比特币的几率和矿工的算力成正比(算力越多,得到奖励机会就越大,也就是说,矿机越多,获得比特币奖励的几率就越大)。因此全球出现大量的比特币网络节点,他们争先恐后的想得到比特币的奖励。 以太坊现在使用的权益证明证明方法,取消了工作证明的大规模能源消耗。质押验证系统不使用矿工,而是使用大量的 “ 验证者 ”。要成为一个验证者,你必须存入或 “ 质押” 一定数量的代币——32 个以太坊,在以太坊的情况下。质押验证系统让验证者有机会检查新的交易区块,并将它们添加到区块链上,这样他们就可以在其质押的代币上获得奖励。你押的代币越多,你被选中将下一个交易区块添加到链上的几率就越大。 这两个系统都在努力实现相同的目标,一个系统(比特币)使用了一个国家的电力,而另一个系统(以太坊)只需要参与者质押代币。两者在理论上都是去中心化的,但在实践中不是。今天绝大多数的比特币挖矿是由五个主要的矿池完成的;在权益证明(POS)中,拥有大多数代币的人控制着区块链。 以太坊面临不同的压力 比特币只是一种加密货币。它有一组开发人员和一组矿工。但以太坊是一个用于去中心化应用程序的智能合约平台,有许多项目、加密货币、NFT 和 NFT 平台在其之上运行。 以太坊的创建者 Vitalik Buterin 一直希望以太坊使用权益证明。但是当 Buterin 意识到开发一个权益证明算法来实现一个有意义的去中心化系统是 “ 非常重要的 ”——他曾经写道,以至于有些人说这是不可能的——他决定让以太坊使用工作量证明,同时他逐渐解决这个问题,权益证明最终花了 7 年时间。 以太坊上的许多主要项目,包括加密货币交易所 Coinbase、稳定币公司 Circle 和 Tether,以及 NFT 项目 Yuga Labs 和 OpenSea,都曾公开支持以太坊向权益证明的转变。与工作证明相比,它有吸引人的优势。除了更加环保的优势外,网络交易费用也会降低。当以太坊最终迁移时,这些项目引领了方向。在以太坊基金会(帮助监督平台的非营利组织)按下红色按钮之前,这场战斗已经胜利。 以太坊矿工创建竞争链并保持工作量证明版本,始终存在风险。当前链上存在的所有智能合约、代币和 NFT 将自动 “ 分叉 ” 或复制到原先的链上。但是,尽管有一些人努力来创建以太坊的竞争版本,但这些努力都没有获得关注,权益证明版本胜出。 存在政治问题 原则上,一小群人可以掌握控制权,将比特币转换为权益证明。由于它是一个开源项目,比特币的发展依赖于社区做出的决定,理论上包括任何想要参与的人。但比特币代码的更新实际上是由一个被称为「维护者」的小型核心开发团队控制的,他们的薪水是由一些有影响力的集团私人资助的,比如比特币初创公司 Blockstream;Coinbase 是美国最大的加密货币交易所;以及麻省理工学院媒体实验室主持的研究项目「麻省理工学院数字货币计划」。 这些维护者可以像以太坊那样进行切换,但他们是一群保守的人。比特币是最初的工作量证明加密货币。尽管比特币的代码一直在进行调整和更新,但与 2009 年的最初愿景相比,它几乎没有变化。 以太坊的竞争对手 Avalanche 的创始人 Emin Gün Sirer 告诉《麻省理工科技评论》,在比特币的纯粹主义者中,有人担心会发生根本性的变化。他说:「这种恐惧部分来自于不想承担任何风险,部分来自于担心这种变化可能最终会侵蚀对其他算法限制的信心。」这些限制还包括其他一些基本特征,比如可以开采的最大比特币数量,一开始被固定在 2100 万枚。 巴西坎皮纳斯州立大学的计算机科学教授 Jorge Stolfi 从比特币早期就密切关注它,他向《麻省理工科技评论》解释说:「将比特币转换为权益证明不存在技术障碍。」 但 Stolfi 表示,核心维护者无法独自完成转换。他们需要矿工的支持,目前矿工每天收集 900 个新比特币 ( 价值超过 2000 万美元 ),加上他们开采的新区块的交易费用。斯托尔菲说:「面对放弃这种商业模式的可能性,矿工们可能会试图保留比特币的工作量证明分支,并坚持认为他们是真正的比特币,而权益证明分支只是另一个垃圾币。」 斯托尔菲表示:「最终,新的权益证明分支机构和『 传统』工作量证明分支机构之间的斗争将由比特币价格在两种货币之间的分配方式决定,这完全取决于市场营销。」 比特币现金(BCH):一个历史的教训 上一次有人试图对比特币做出重大改变的是比特币现金,这是一项增加区块大小的努力,以便比特币可以扩展并成为更有用的实际货币。 自 2015 年以来,比特币的一兆字节区块已经被交易填满了。网络正在变得拥挤,因此,交易需要更长的时间来处理,交易费用也在增加。一群开发者和矿工提出了一个简单的解决方案:将交易区块的大小提高到 2 或 8 兆字节,以便比特币每秒可以处理更多交易。 但这说起来容易做起来难。正如《区块链的 51% 攻击》的作者大卫 - 杰拉德所写的,「即使这个简单的建议也导致了社区分裂,代码分叉,报复性的 DDOS 攻击,死亡威胁,中国矿工和美国核心程序员之间的分裂,以及其他证据表明这个问题和比特币协议中的其他问题永远无法通过共识过程解决。」 2017 年 8 月,比特币现金作为比特币软件的分支推出。但大多数矿工和开发者坚持使用传统的比特币区块链,比特币现金成为了比特币的另一个衍生品。即使在今天,比特币的 OG 仍将比特币现金称为「反叛」和「企业收购」,而不是真诚地努力提高比特币的可用性。 权益证明将代表更大的变化,从表面上看,似乎没有什么理由指望比特币会采用它。加州大学伯克利分校的研究员尼古拉斯·韦弗 (Nicholas Weaver) 是一位直言不讳的加密货币批评者,他认为这种情况永远不会发生。韦弗说,只要比特币矿工能够从工作量证明中获利,他们就会选择工作量证明:「减少比特币犯罪能源消耗的唯一方法就是摧毁比特币的价值本身。如果比特币变得毫无价值,那么比特币挖矿就会停止。」 比特币可能不想改变,但如果不这样做,政府和社区可能会对它的能源浪费越来越不能容忍,它可能会被迫变得无关紧要。 Digiconomist 的德弗里斯说:「那些永远不会改变比特币的人正在打一场必败的仗,他们越早意识到这一点,我们就越早受益。」 来源:金色财经
lg
...
金色财经
2023-03-06
金色观察 | 比特币开发者:为什么Nostr很重要?
go
lg
...
毫无征兆,但实际上,它是众多不同领域的
科
学
家
数十年研究开发的结晶。政治理想主义者将新技术高举为解放和革命的象征,而既有精英人士则会诋毁摒弃新技术。然而,技术人员往往被其巨大的潜力所吸引,投入自己的自由时间进行开发实验。 最终,各行各业都纷纷采用了新技术,给社会带来巨大的影响。回过头来,很多人都会纳闷,为什么一项新技术的巨大潜力没能在它出现时就立即显现出来? 我说的新技术指的是什么?它可以是任何具有充分创新性和颠覆性的技术,例如汽车、个人电脑、互联网、手机、比特币……以及nostr。 Nostr是Notes and Other Stuff Transmitted by Relays的缩写,指通过中继器传输的笔记(notes)及其他数据。 Nostr是一个简单的协议,用于共享数量相对较小的数据(例如文本帖子)。它不依赖于任何可信的中央服务器,因此具有弹性;它基于加密密钥和签名,所以具有防篡改特性。它不依赖于点对点的数据gossiping广播,因此具有可靠性。 Nostr是抗审查的社交媒体的首个实践方案。虽然从根本上说,它不是一个社交网络协议(稍后会详细介绍),但在其上构建社交媒体网络非常简单。但是等等,nerds人士可能会惊呼了,支持Mastodon、BlueSky和Scuttlebutt的ActivityPub、ATProtocol以及Secure Scuttlebutt协议又该怎么说?好吧,这些协议都创建了联邦gossip网络——为了成为这些网络的“一级”主权(抗审查)用户,你真的需要运行自己的服务器。根据我的经验(多年来销售即插即用比特币节点的经验),要求人们运行服务器极大地限制了你的总体市场。Nostr则更加轻量级,因为你可以订阅各种中继服务,而不受制于某个服务器管理员。 Nostr并非: · 区块链 · 社交网络 · 共识协议 · 点对点网络 · 可交易的加密代币 Nostr的关键属性 (1)去中心化。Nostr是一个去中心化的协议,这意味着它不受任何中央机构或公司的控制。相反,网络只是一个独立运行的数据中继器(服务器)的集合。这意味着nostr作为一个整体不容易受到任何单一实体的审查或操纵。 (2)匿名性。和很多社交媒体平台不同,Nostr不收集用户数据并将其出售给第三方广告商。没有电子邮件地址、电话号码或政府身份能与你的nostr帐户相关联。就像比特币一样,该系统只通过公钥和加密签名来验证数据有效性。 (3)货币化。Nostr为内容创作者提供了一个独特的盈利系统。与其他依靠广告收入向内容创造者付费的社交媒体平台不同,Nostr允许内容创造者直接将内容变现,从他们的粉丝那里获得打赏(又名“zaps”)。Nostr基础设施提供商同样可以通过闪电支付将他们提供的服务变现。 (4)开源性。任何人都可以查看、使用和修改Nostr代码。这使得协议的开发具有透明度和协作性。任何人都可以为nostr的开发做出贡献,随着时间的推移,社区可以共同努力改进协议。Nostr的设计灵活,有高度适应性,可以不断发展演变以满足用户的需求。这为该协议创造了一种所有权的获得感,带来投资机会,这对其长期成功至关重要。 如何运行? Nostr基本上是一个分布式笔记存储系统,笔记只是一组组文本,并且这些笔记恰好有公钥和与之关联的签名作为作者证明。 Nostr客户端可以订阅任意数量的中继器(服务器),然后可以发布笔记并查询与其他公钥(用户)关联的笔记。服务器之间都是彼此独立的,不涉及同步/共识等概念。 从最基础的层面上看,这就是nostr的全部了。当然,还有各种各样的实现可能性正在开发中。 Nostr解决审查滑坡谬误 Nostr通过用开放市场取代反复无常的当局和管理者作为主体,解决了中心化社交网络固有的治理和审查问题。几乎每一家获得大规模采用的社交媒体公司都经历过这个棘手的问题,最终不得不主观地解决这个问题,给那些运营服务的人带来了不正当的激励,尽管所有的社交互动都针对私有财产,但可以说这些服务都被用作为“城镇广场”了。 中心化平台还受到来自国家的外部压力。如果你在某个司法管辖区经营公司,就会发现自己必须遵守该司法管辖区的法律。而协议没有这种管辖权意识。 所有人都有发言的权利,虽然没有人有义务去倾听。Nostr为争议性言论提供了一个更加可靠的归宿。尽管中继器可以阻止用户向其发布内容,但却不能阻止任何人向其他中继器发布内容。由于用户是通过公钥来识别的,所以如果他们被某个中继器封禁,也不会失去自己的身份和粉丝网络。 在nostr上,你可以高度自信,不会因任何原因而被禁言。 独特的功能 Nostr实现了任何社交网络都未曾实现的东西:设身处地为他人着想的能力。想看看别人的feed到底是什么样的?只要用他们的公钥建立一个只读帐户就可以了。如果这个功能真的很有趣,nostr客户端还可以添加一个“view feed as…”(查看feed……)的功能,这个功能可以像用户profile屏幕上的一个按钮一样简单。 Nostr还实现了脱离联邦的自由。所有其他的“言论自由”平台仍然存有中心化的方面。如果你使用的应用程序有自己的“服务条款”,那么你对你的社交媒体就没有主权。Mastodon用户历经艰辛才发现这一点。回到我上文提到的关于运行服务器对人们要求过多的观点……很少有人能处理好“公共空间”管理员固有的职权滥用问题。 无垃圾特性 Nostr简洁优雅,很多垃圾特性它都没有,例如: · 让你的信息流嘈杂的付费广告。 · 扭曲账户范围并以未知方式扰乱你的策展的算法。 · 对你所发布内容的长度和类型的任意限制。 · 关于嵌入媒体呈现方式的不可预知的规则。 · 关于发布负面言论的警告。 · 管理员可以读取的未加密的私信。 · 一把一直悬在头上的斧头:如果你违反了日益复杂、变化不断的服务条款,你的账户将被审查。 Nostr即自由。但这种自由目前也缺少修饰…… 面临的挑战 密钥管理。目前,大多数nostr用户并没有很安全地处理他们的私钥资料,他们将密钥保存在连接互联网的设备上,最终肯定不会有什么好结果。授权和撤销密钥的能力对于个人安全和支持公司/团队帐户的所有权来说都很重要。使用带有API的中心化服务的一个优点是能够授予第三方集成访问权限。但是使用基于私钥的协议,就必须授予集成“上帝模式”,该模式(目前)还无法撤销。NIP-26支持撤销,但遗憾的是,它只支持基于期满撤销的委托,而不支持开放式撤销委托。通过NIP-041的密钥失效是我一直在关注的方面。 扩展。在撰写本文时,nostr的日活跃用户不到10万。我们看到出现增长井喷时,人们往往把压力放在驱动中继器的基础设施上,我们发现薄弱环节,然后由开发人员解决。例如,最近我看到nostr开发人员使用CDN和图像优化软件来减少带宽使用。在通往主流采用的漫漫长路上,少不了扩展方面的挑战。 激励中继器。目前,大多数中继器都是免费运行的。显然,这对于主流采用来说是不可持续的。一些中继器已经支持闪电网络订阅;随着时间的推移,我预计会出现基于数据质量和所提供服务的评级服务。我们可以在https://nostr.watch/relays/find和https://nostr.info/relays/上看到早期发展阶段。 抑制垃圾信息传播者。NIP-013描述了一种要求笔记附带工作证明的方法,作为一种反垃圾信息的机制,尽管我认为它还没有被广泛采用。例如,Iris现在只接受与你的社交网络分离度在3以内的事件。中继订阅也可以作为反垃圾信息的付费门槛。 身份验证和帐户发现。冒名顶替问题在nostr上目前还不算严重,但这只是时间问题。我真的很喜欢nostr.directory的基于秘钥式方法,通过将一个nostr帐户链接到其他知名帐户来证明你的nostr帐户确实是你的。我预计nostr客户端会希望与nostr.directory 及hive.one这样的身份验证和声誉服务集成,当有人建立一个新账户时,他们可以找到真正要关注的人。 体验不一致。目前还不清楚这个问题有多严重,但这肯定会让热衷于指标的营销人员感到不悦。nostr的本质是,你永远无法完全确定自己看到了100%的可用数据,因为这些数据是分散在任意数量的独立服务器上的。 这种一致性问题一般也会扩展到指标和交互方面。例如,当我在不同的客户端查看我自己的帐户时,我看到的回复/点赞/转发/ 打赏的数量是不同的。 长期数据可用性。这是一个与上面类似的问题,但更侧重于链接无效/数据无效的长期问题。如果我们看到镜像服务抓取流行的中继器并检查你的历史笔记的完整性,然后在没有很多副本的情况下将笔记重新发布到新的中继器上,我不会对此感到惊讶。 网络分区。作为上述的一个极端例子,如果你与希望与其共享笔记的其他人没有共享中继,会发生什么?现在,你还不能和那个人通信。但是可以使用事件提示,让你的客户端软件知道如何连接到其他人的中继器并与之交互。这仍然是一个积极发展的领域,如果中继器的总数变得更多,这可能会成为一个更严重的问题。 搜索/索引。另一个问题是数据分区的副作用——在不查询单个中继器的情况下,在整个nostr范围内进行搜索自然也更加困难。我希望我们能看到出现经nostr优化的搜索引擎来解决这个问题。 Feed策展/推荐。虽然“算法”之前被认为是一个垃圾特性,但它仍然可以很有趣/可能会有对可定制的自动策展算法的市场需求。这些必须建立在其他索引服务的基础上,这些索引服务可以从你的原始feed和邻近/算法相似的账户中筛选所有内容,以过滤掉噪音并推荐新的信号。每个客户端都可以决定如何最好地向用户展示帖子,所以总是可以选择以你想要的方式消费你想要的内容——无论是使用人工智能来决定你将看到的更新顺序,还是只是按时间顺序阅读。 任意服务器的可靠性。我看到这一点减慢了许多nostr 网络客户端——他们向分散在网络上的许多不同服务器进行数十个甚至数百个网络调用,因为: · NIP-05让人们在个人域上设置自定义JSON文件。 · 没有“nostr图像主机”或其他媒体内容主机,所以人们将嵌入的内容上传到并非时时可靠的网络服务器。 处理好激励问题是至关重要的,因为我们希望避免走上方便的任意审查之路,这扼杀了电子邮件的稳健性。 颠覆Web架构 关于我在上节内容列出的所有挑战,有趣的一点是,所有这些功能历来都是在Twitter或Facebook等web服务的基础设施中实现的。但由于没有中央nostr服务主机,这些功能实际上都被“外包”给了第三方。 这就是自由市场的用武之地。最好的结果是,每一个理想的功能都变成一个服务提供商的竞争市场,而非一个单一的垄断中继器/服务器/公司。 这还只是第一个回合 我在自己使用的不同社交媒体平台上做了几次粘度测试,nostr的表现一直高过预期。我的nostr笔记的粘度往往是我的推文的25%到100%,尽管我的推特受众的规模几乎要大上100倍。也许这只是愉悦的蜜月期,它是否可持续,我们将拭目以待。 Nostr每天都在进步。当我几个月前刚开始使用nostr时,它甚至还不能转发或点赞其他人的笔记,更不用说通过闪电网络打赏了。 我们可以从nostr.net上的项目列表中看到,各种各样的人正在建设工具和应用程序来帮助提高该协议的实用性。Twitter式的功能绝不是nostr的唯一应用程序——我们在nostr上看到了博客平台、pastebin的克隆版本、加密聊天,甚至是游戏(棋牌游戏)!与此同时,中继运营商也在通过CDN、图像优化软件、数据索引器、垃圾信息过滤器等改进基础设施类工具。 Nostr已经有了第一个播客和第一个会议! 我会一直关注nostr.band和nostr.io的数据,监测nostr的增长轨迹。zap数据尤其有趣,因为打赏并非零成本活动——我们不会看到这些数据被运行垃圾信息机器人的人操纵(如下图2月中旬的峰值所示)。 开始使用Nostr吧 Nostr是社交媒体的革命性协议,因为它为社交互动提供了一个去中心化、可货币化、激励一致、市场驱动和开源的平台。Nostr有潜力创造一个用户主权第一和自由市场竞争的社交媒体新时代。 不要把头埋在沙子里逃避了——看看nostr.how然后开始行动吧! 想要帮助建设nostr?请看open bounties! 请在nostr上关注我:npub17u5dneh8qjp43ecfxr6u5e9sjamsmxyuekrg2nlxrrk6nj9rsyrqywt4tp 来源:金色财经
lg
...
金色财经
2023-03-06
为什么比特币不能升级权益证明 ?
go
lg
...
Digiconomist 背后的数据
科
学
家
Alex de Vries 告诉《麻省理工科技评论》:「欧洲议会的一些成员已经在想,为什么比特币没有跟随以太坊」。 在美国,打击比特币浪费能源的努力也在不断增加。11 月,纽约成为第一个颁布临时禁令的州,禁止在化石燃料工厂发放新的加密货币挖矿许可证,新法律还要求纽约州研究加密货币挖矿的影响,努力减少温室气体排放。 那么,要怎么做才能改变现状呢? 工作证明 (POW) 与权益证明 (POS) 加密货币没有像银行那样的中央监护人来监督其公共账本——区块链上的每一笔交易数据都会共享在链上。相反,它们依靠共识机制来同意更新。 在比特币所依赖的工作证明方法中,全球范围内的计算机网络被称为 “ 矿工 ”,他们消耗电力就是为了获得比特币奖励,谁先计算出加密难题,谁就可以添加下一个区块,并在这个过程中收集新的比特币。获得比特币的几率和矿工的算力成正比(算力越多,得到奖励机会就越大,也就是说,矿机越多,获得比特币奖励的几率就越大)。因此全球出现大量的比特币网络节点,他们争先恐后的想得到比特币的奖励。 以太坊现在使用的权益证明证明方法,取消了工作证明的大规模能源消耗。质押验证系统不使用矿工,而是使用大量的 “ 验证者 ”。要成为一个验证者,你必须存入或 “ 质押 ” 一定数量的代币——32 个以太坊,在以太坊的情况下。质押验证系统让验证者有机会检查新的交易区块,并将它们添加到区块链上,这样他们就可以在其质押的代币上获得奖励。你押的代币越多,你被选中将下一个交易区块添加到链上的几率就越大。 这两个系统都在努力实现相同的目标,一个系统(比特币)使用了一个国家的电力,而另一个系统(以太坊)只需要参与者质押代币。两者在理论上都是去中心化的,但在实践中不是。今天绝大多数的比特币挖矿是由五个主要的矿池完成的;在权益证明(POS)中,拥有大多数代币的人控制着区块链。 以太坊面临不同的压力 比特币只是一种加密货币。它有一组开发人员和一组矿工。但以太坊是一个用于去中心化应用程序的智能合约平台,有许多项目、加密货币、NFT 和 NFT 平台在其之上运行。 以太坊的创建者 Vitalik Buterin 一直希望以太坊使用权益证明。但是当 Buterin 意识到开发一个权益证明算法来实现一个有意义的去中心化系统是 “ 非常重要的 ”——他曾经写道,以至于有些人说这是不可能的——他决定让以太坊使用工作量证明,同时他逐渐解决这个问题,权益证明最终花了 7 年时间。 以太坊上的许多主要项目,包括加密货币交易所 Coinbase、稳定币公司 Circle 和 Tether,以及 NFT 项目 Yuga Labs 和 OpenSea,都曾公开支持以太坊向权益证明的转变。与工作证明相比,它有吸引人的优势。除了更加环保的优势外,网络交易费用也会降低。当以太坊最终迁移时,这些项目引领了方向。在以太坊基金会(帮助监督平台的非营利组织)按下红色按钮之前,这场战斗已经胜利。 以太坊矿工创建竞争链并保持工作量证明版本,始终存在风险。当前链上存在的所有智能合约、代币和 NFT 将自动 “ 分叉 ” 或复制到原先的链上。但是,尽管有一些人努力来创建以太坊的竞争版本,但这些努力都没有获得关注,权益证明版本胜出。 存在政治问题 原则上,一小群人可以掌握控制权,将比特币转换为权益证明。由于它是一个开源项目,比特币的发展依赖于社区做出的决定,理论上包括任何想要参与的人。但比特币代码的更新实际上是由一个被称为「维护者」的小型核心开发团队控制的,他们的薪水是由一些有影响力的集团私人资助的,比如比特币初创公司 Blockstream;Coinbase 是美国最大的加密货币交易所;以及麻省理工学院媒体实验室主持的研究项目「麻省理工学院数字货币计划」。 这些维护者可以像以太坊那样进行切换,但他们是一群保守的人。比特币是最初的工作量证明加密货币。尽管比特币的代码一直在进行调整和更新,但与 2009 年的最初愿景相比,它几乎没有变化。 以太坊的竞争对手 Avalanche 的创始人 Emin Gün Sirer 告诉《麻省理工科技评论》,在比特币的纯粹主义者中,有人担心会发生根本性的变化。他说:「这种恐惧部分来自于不想承担任何风险,部分来自于担心这种变化可能最终会侵蚀对其他算法限制的信心。」这些限制还包括其他一些基本特征,比如可以开采的最大比特币数量,一开始被固定在 2100 万枚。 巴西坎皮纳斯州立大学的计算机科学教授 Jorge Stolfi 从比特币早期就密切关注它,他向《麻省理工科技评论》解释说:「将比特币转换为权益证明不存在技术障碍。」 但 Stolfi 表示,核心维护者无法独自完成转换。他们需要矿工的支持,目前矿工每天收集 900 个新比特币 ( 价值超过 2000 万美元 ),加上他们开采的新区块的交易费用。斯托尔菲说:「面对放弃这种商业模式的可能性,矿工们可能会试图保留比特币的工作量证明分支,并坚持认为他们是真正的比特币,而权益证明分支只是另一个垃圾币。」 斯托尔菲表示:「最终,新的权益证明分支机构和『 传统』工作量证明分支机构之间的斗争将由比特币价格在两种货币之间的分配方式决定,这完全取决于市场营销。」 比特币现金(BCH):一个历史的教训 上一次有人试图对比特币做出重大改变的是比特币现金,这是一项增加区块大小的努力,以便比特币可以扩展并成为更有用的实际货币。 自 2015 年以来,比特币的一兆字节区块已经被交易填满了。网络正在变得拥挤,因此,交易需要更长的时间来处理,交易费用也在增加。一群开发者和矿工提出了一个简单的解决方案:将交易区块的大小提高到 2 或 8 兆字节,以便比特币每秒可以处理更多交易。 但这说起来容易做起来难。正如《区块链的 51% 攻击》的作者大卫 - 杰拉德所写的,「即使这个简单的建议也导致了社区分裂,代码分叉,报复性的 DDOS 攻击,死亡威胁,中国矿工和美国核心程序员之间的分裂,以及其他证据表明这个问题和比特币协议中的其他问题永远无法通过共识过程解决。」 2017 年 8 月,比特币现金作为比特币软件的分支推出。但大多数矿工和开发者坚持使用传统的比特币区块链,比特币现金成为了比特币的另一个衍生品。即使在今天,比特币的 OG 仍将比特币现金称为「反叛」和「企业收购」,而不是真诚地努力提高比特币的可用性。 权益证明将代表更大的变化,从表面上看,似乎没有什么理由指望比特币会采用它。加州大学伯克利分校的研究员尼古拉斯·韦弗 (Nicholas Weaver) 是一位直言不讳的加密货币批评者,他认为这种情况永远不会发生。韦弗说,只要比特币矿工能够从工作量证明中获利,他们就会选择工作量证明:「减少比特币犯罪能源消耗的唯一方法就是摧毁比特币的价值本身。如果比特币变得毫无价值,那么比特币挖矿就会停止。」 比特币可能不想改变,但如果不这样做,政府和社区可能会对它的能源浪费越来越不能容忍,它可能会被迫变得无关紧要。 Digiconomist 的德弗里斯说:「那些永远不会改变比特币的人正在打一场必败的仗,他们越早意识到这一点,我们就越早受益。」 来源:金色财经
lg
...
金色财经
2023-03-06
天演药业任命Aurélien Marabelle博士为科学与战略顾问委员会成员
go
lg
...
(SAB)。作为一名肿瘤学与免疫学医师
科
学
家
,Marabelle博士目前主要在法国Gustave Roussy Cancer Center癌症中心的药物开发部(DITEP)从事转化潜力较高的癌症免疫疗法的临床研究工作,并担任INSERM U1015的转化研究实验室(LRTI)负责人,研究免疫靶向疗法的作用机制。 Marabelle博士表示:"调节性T细胞(Tregs)在受体(TCR)被结合时会在细胞膜表面上调CTLA-4表达,因此,通过靶向临床上已证实的CTLA-4分子通路,可以定向地清除肿瘤微环境(TME)内的肿瘤特异性调节T细胞(Tregs)。天演的安全抗体精准掩蔽技术可以通过系统性而非肿瘤内给药的方式施行抗CTLA-4疗法,提升肿瘤部位的抗CTLA-4的药物浓度,清除肿瘤特异性调节性T细胞,从而强化免疫治疗效果。" 除了临床与转化研究工作,Marabelle博士还担任专门研究肿瘤内免疫疗法的BIOTHERIS临床调查中心(INSERM CIC1428)的主管,以及巴黎萨克莱大学的临床免疫学全职教授。Marabelle博士早些年在里昂高等师范学院和伦敦国王学院接受科学教育,随后进入法国里昂Léon Bérard癌症中心接受临床医师培训。他在斯坦福大学Ronald Levy教授的实验室的博士后研究聚焦于如何克服对免疫检测点靶向疗法的抗药性。Marabelle博士为欧洲肿瘤内科学会大会(ESMO)、美国临床肿瘤学会(ASCO)、美国癌症研究学会(AACR)、癌症免疫治疗学会(SITC)和欧洲肿瘤免疫学会(EATI)成员,还担任法国癌症免疫治疗学会(FITC)主席,现已发表超过250篇经过同行评审的论文。 "Aurélien Marabelle博士开创性地引入肿瘤内而非系统给药抗CTLA-4疗法,从而克服了抗CTLA-4疗法的安全性问题并取得突破性的进展。经过多年的临床前与转化研究,Marabelle博士发现,通过增加肿瘤微环境中的抗CTLA-4的有效浓度,可在肿瘤特异性调节性T细胞清除率这一关键指标上实现显著提升。"天演药业联合创始人、首席执行官兼董事长罗培志博士表示,"天演致力于科学基础上的创新,比如我们的抗CTLA-4产品管线(ADG116亲本抗体及安全抗体ADG126)通过靶向CTLA-4高度保守的跨物种交叉表位的分子成功实现了临床前到临床的无缝的转化及验证。而在目前的Ib/II期试验中,无论用于单一疗法还是与抗PD-1相结合,ADG116和ADG126均展现出良好的安全性和有效性。Marabelle博士在抗CTLA-4疗法的转化研究及临床设计上的专业经验将大大促进我们对肿瘤特异性调节T细胞清除作用的认知,以及更好地开发兼具极佳安全性与高效清除肿瘤特异性调节T细胞的新一代可系统给药的抗CTLA-4疗法。" 关于天演药业 天演药业(纳斯达克股票代码:ADAG)是平台驱动并拥有自主平台产出的临床产品开发阶段的生物制药公司,公司致力于发现并开发以原创抗体为基石的新型癌症免疫疗法。借力于计算生物学与人工智能,凭借其全球首创的三体平台技术(新表位抗体NEObody™,安全抗体SAFEbody®及强力抗体POWERbody™),天演药业已建立起聚焦于新型肿瘤免疫疗法的独特原创的抗体产品线,以解决尚未满足的临床需求。天演已和多个全球知名合作伙伴达成了战略合作关系,并以其多种原创前沿科技为合作伙伴的新药研发赋能。 SAFEbody® 为天演在美国、中国、澳大利亚、日本、新加坡和欧盟的注册商标。 来源:金色财经
lg
...
金色财经
2023-03-06
天演药业任命Aurélien Marabelle博士为科学与战略顾问委员会成员
go
lg
...
(SAB)。作为一名肿瘤学与免疫学医师
科
学
家
,Marabelle博士目前主要在法国Gustave Roussy Cancer Center癌症中心的药物开发部(DITEP)从事转化潜力较高的癌症免疫疗法的临床研究工作,并担任INSERM U1015的转化研究实验室(LRTI)负责人,研究免疫靶向疗法的作用机制。 Marabelle博士表示:"调节性T细胞(Tregs)在受体(TCR)被结合时会在细胞膜表面上调CTLA-4表达,因此,通过靶向临床上已证实的CTLA-4分子通路,可以定向地清除肿瘤微环境(TME)内的肿瘤特异性调节T细胞(Tregs)。天演的安全抗体精准掩蔽技术可以通过系统性而非肿瘤内给药的方式施行抗CTLA-4疗法,提升肿瘤部位的抗CTLA-4的药物浓度,清除肿瘤特异性调节性T细胞,从而强化免疫治疗效果。" 除了临床与转化研究工作,Marabelle博士还担任专门研究肿瘤内免疫疗法的BIOTHERIS临床调查中心(INSERM CIC1428)的主管,以及巴黎萨克莱大学的临床免疫学全职教授。Marabelle博士早些年在里昂高等师范学院和伦敦国王学院接受科学教育,随后进入法国里昂Léon Bérard癌症中心接受临床医师培训。他在斯坦福大学Ronald Levy教授的实验室的博士后研究聚焦于如何克服对免疫检测点靶向疗法的抗药性。Marabelle博士为欧洲肿瘤内科学会大会(ESMO)、美国临床肿瘤学会(ASCO)、美国癌症研究学会(AACR)、癌症免疫治疗学会(SITC)和欧洲肿瘤免疫学会(EATI)成员,还担任法国癌症免疫治疗学会(FITC)主席,现已发表超过250篇经过同行评审的论文。 "Aurélien Marabelle博士开创性地引入肿瘤内而非系统给药抗CTLA-4疗法,从而克服了抗CTLA-4疗法的安全性问题并取得突破性的进展。经过多年的临床前与转化研究,Marabelle博士发现,通过增加肿瘤微环境中的抗CTLA-4的有效浓度,可在肿瘤特异性调节性T细胞清除率这一关键指标上实现显著提升。"天演药业联合创始人、首席执行官兼董事长罗培志博士表示,"天演致力于科学基础上的创新,比如我们的抗CTLA-4产品管线(ADG116亲本抗体及安全抗体ADG126)通过靶向CTLA-4高度保守的跨物种交叉表位的分子成功实现了临床前到临床的无缝的转化及验证。而在目前的Ib/II期试验中,无论用于单一疗法还是与抗PD-1相结合,ADG116和ADG126均展现出良好的安全性和有效性。Marabelle博士在抗CTLA-4疗法的转化研究及临床设计上的专业经验将大大促进我们对肿瘤特异性调节T细胞清除作用的认知,以及更好地开发兼具极佳安全性与高效清除肿瘤特异性调节T细胞的新一代可系统给药的抗CTLA-4疗法。" 关于天演药业科学与战略顾问委员会的成员信息,请访问: https://www.adagene.com/about/key-advisors/ 关于天演药业 天演药业(纳斯达克股票代码:ADAG)是平台驱动并拥有自主平台产出的临床产品开发阶段的生物制药公司,公司致力于发现并开发以原创抗体为基石的新型癌症免疫疗法。借力于计算生物学与人工智能,凭借其全球首创的三体平台技术(新表位抗体NEObody™,安全抗体SAFEbody®及强力抗体POWERbody™),天演药业已建立起聚焦于新型肿瘤免疫疗法的独特原创的抗体产品线,以解决尚未满足的临床需求。天演已和多个全球知名合作伙伴达成了战略合作关系,并以其多种原创前沿科技为合作伙伴的新药研发赋能。 如需了解更多信息,请访问: https://investor.adagene.com 并关注天演药业微信、领英及推特官方帐号。 SAFEbody® 为天演在美国、中国、澳大利亚、日本、新加坡和欧盟的注册商标。 安全港声明 本新闻稿包含前瞻性陈述,包括关于天演药业对其候选产品的临床前活动、临床开发、监管里程碑和商业化的推进和预期。由于各种重要因素,实际结果可能与前瞻性陈述中所示的结果存在重大差异,包括但不限于天演药业证明其候选药物的安全性和有效性的能力;其候选药物的临床结果,可能不支持进一步开发或监管批准;相关监管机构就天演药业候选药物的监管批准做出决定的内容和时间;如果获得批准,天演药业为其候选药物取得商业成功的能力;天演药业为其技术和药物获得和维持知识产权保护的能力;天演药业依赖第三方进行药物开发、制造和其他服务;天演药业有限的经营历史以及天演药业获得额外资金用于运营以及完成其候选药物的开发和商业化的能力;天演药业在其现有战略伙伴关系或合作之外签订额外合作协议的能力;COVID-19 对天演药业临床开发、商业化和其他运营的影响,以及在天演药业提交给美国证券交易委员会的文件"风险因素"部分更充分讨论的那些风险。所有前瞻性陈述均基于天演药业当前可获得的信息,除非法律可能要求,天演药业不承担因新信息、未来事件或其他原因而公开更新或修改任何前瞻性陈述的义务。
lg
...
美通社
2023-03-06
全国人大代表、齐鲁制药集团总裁李燕:建议加强国家顶层设计,建立适应研究型医生发展的制度体系
go
lg
...
个体化治疗,此过程必须由高素质的“医学
科
学
家
”来完成。因此,真正培养研究型医生,需要政府和医院的管理者转变传统的思维模式,从源头划分好社会保障型医院(即临床诊疗型医院)与研究型医院的主要职责,制定分工明确、考评合理的管理模式,重新思考未来医院人才培养、队伍建设方式,强调分工合作,共同推动医学学科整体发展。 (三)拓宽研究型医生培养渠道,让更多人加入到研究型医生的队伍中来 要实现加快研究型医生队伍建设的目标,一方面需要不断加大优秀研究型医生的引进力度,吸引国内外从事临床研究工作的人员加入;另一方面需要从人才培养的源头开始,完善医学院校的专业设置和培养方案,为研究型医生队伍持续输入新的血液。 (四)加快研究型病房的建设,让研究型医生拥有更加广阔的发展天地 研究型病房是医院中的一种特殊病房,其功能不是单纯治病,还承担着基础与临床双向转化的桥梁工作,是推动医学创新落地的关键。北京卫健委联合北京药监局、北京人力资源和社会保障局等已连续多年推进研究型病房建设,指导医疗机构建设标准化、规范化的研究型病房,并建立健全支撑保障体系,全面提升临床研究对医药健康协同创新的支持作用。建议政府高度重视并引导全国医疗卫生系统加大、加快研究型病房建设,让研究型医生依托于研究型病房实现个人价值,为推动更多中国老百姓用得上、用得起的优质治疗药物上市,为推进“健康中国”建设贡献力量。
lg
...
金融界
2023-03-06
ChatGPT思考:探索智能的极限
go
lg
...
,GPT 的产生,是这个世界上最顶尖的
科
学
家
和工程师们从 2015 年开始就不断研究的结果。OpenAI 的首席
科
学
家
, Ilya Sutskever,深刻地相信 AGI 一定能实现。作为图灵奖得主 Geoffery Hinton 的大弟子,从 2007 年就开始研究深度学习。他的 citation 有 37 万,发过的文章精准踩中了过去十年 Deep Learning 的所有关键节点。即使是如此强大的团队,从 GPT 2 到 GPT 3.5 也花了四年的时间,它的科学与工程的难度可想而知。 同时,初代 ChatGPT,是 OpenAI 在 GPT 3.5 的基础模型上,花了两星期时间对着 dialog 做 finetuning 之后随手扔出来的 demo。这里真正强的并不是 ChatGPT 这一个产品,而是底下的 GPT 3.5 基础模型。这个模型还在不断地演化,GPT 3.5 系列在 2022 年更新了三个大版本,每个大版本都显著强于前一个版本;同样地,ChatGPT 发布两个月一共更新了四个小版本,每个小版本都在单个的维度上比前一个版本有着明显的改进。OpenAI 的所有模型都在持续不断的演化,随时间推移越来越强。 这也就意味着,如果只盯着当前 ChatGPT 这一个产品看,无异于刻舟求剑。当 ChatGPT 出现的时候,它对已有的语音助手们形成了降维打击;如果看不到基础模型的演化,即使花个一两年辛辛苦苦做出一个类似的东西,那时候 OpenAI 的基础模型也在继续变强,如果他们接着产品化,以新的更强的基础模型 finetune 到一个更强的产品,难道要再被降维打击一次吗? 刻舟求剑的做法是行不通的。 做中国的 OpenAI 第二种答案是,要做中国的 OpenAI。给出这个答案的玩家,跳出了经典中文互联网产品思维。他们不止看到单个产品,而且还看到了这个产品背后,基础模型不断演化的强大驱动力,来源于尖端人才的密度和先进的组织架构。 • 尖端人才的密度:不是一个人集资源带队然后把任务按层级打包分配给底下的人,而是一群顶级的集 science 和 engineering 于一身的人们共同协作; • 先进的组织架构:Language 团队与 Alignment 的团队相互合作迭代,然后底下 scaling 团队和 data 团队帮忙提供基础设施,每个 team 都非常小,但目标明确路径清晰,高度集中资源,朝着 AGI 进发。 所以,如果要做这件事情,不只要看到产品,还要看到它背后的人才团队和组织架构;按稀缺程度排名的话,人 > 卡 > 钱。 但这里的问题是,不同的土壤对创新的鼓励程度是不一样的。在 OpenAI 刚创立的 2015 年,它的投资者们都相信 AGI ,即使当时看不到什么盈利的点。现在 GPT 做出来了,国内的投资者们也都信了 AGI,但相信的点或许也不一样:到底是信 AGI 能挣钱,还是信 AGI 能推动人类发展? 更进一步地,即使 OpenAI 就产生在这里,明天就出现,但他们跟微软达成的 deal,能否跟国内的云计算厂商达成呢?大模型的训练和推理都需要极大的成本,需要一个云计算引擎作为支撑。微软可以倾尽所有,让整个 Azure 给 OpenAI 打下手,这个换到国内,阿里云有可能给一个创业公司打下手吗? 组织架构很重要,只有尖端的人才和先进的组织架构才能推动智能的不断迭代与进化;但它同样需要跟所在的土壤做适配,寻找可以 flourish 的方法。 探索智能的极限 第三种答案是,要探索智能的极限。这是我听到的最好的答案。它远超刻舟求剑式的经典互联网产品思维,也看到了组织架构和尖端人才密度的重要性,并且更重要地是它看到了未来,看到了模型演化与产品迭代,思考着如何把最深刻,最困难的问题用最创新的方法来解决。 这就涉及到了思考大模型的极限思维。 02. 极限思维 观察现在的 ChatGPT / GPT-3.5 ,它明显是一个中间状态,它还有很多显著可以加强,并且马上就能加强的点,包括: • 更长的输入框:开始的时候,GPT 3.5 的上下文最长到八千个 token;现在的 ChatGPT 上下文建模的长度似乎已经过万。并且这个长度明显可以接着增长,在融入 efficient attention 和 recursive encoding 的方法之后,context length 应该可以接着 scale 到十万,甚至百万的长度; • 更大的模型,更大的数据:模型的大小还没有到极限,MoE 可以接着把模型 scale 到 T 的量级;数据的大小还没有到极限,人类反馈的数据每天都在增长; • 多模态:在增加了多模态数据(音频,图片),特别是视频数据之后,总体与训练数据的大小可以再增大两个量级,这个可以让已知的能力接着按 scaling law 线性增加,同时还有可能继续出现新的涌现能力。比如可能模型在看过各种几何形状的图片,以及看过代数题之后,或许会自动学会做解析几何; • 专业化:现有的模型在文科上大概相当于研究生水平,但在理科上相当于高中或大一大二的学生水平;已有的工作已经证明我们可以把模型的技能点从一个方向挪到另一个方向,这就意味着即使不做任何 scaling,我们依然可以在通过牺牲其他方面能力的情况下,把模型朝着目标方向推进。比如牺牲掉模型的理科能力,把它的文科能力从研究生推到专家教授的水准。 以上四点只是现阶段可以看到的,马上就可以加强但暂时还没有加强的点,随着时间的推移和模型的演化,会有更多可以被 scale 的维度进一步体现出来。这意味着我们需要有极限的思维,思考当我们把能够拉满的维度全部拉满的时候,模型会是什么样子。 能够拉满全部拉满 模型的输入框可以接着加长,模型的大小可以继续增大,模型的数据可以继续增多,多模态的数据可以融合,模型的专业化程度可以继续增高,所有这些维度可以继续往上拉,模型还没有到极限。极限是一个过程,在这个过程中模型的能力会怎样发展呢? • Log-linear 曲线:一部分能力的增长会遵循 log-linear 的曲线,比如说某项任务的 finetuning。随着 finetune 数据的指数增长,模型所对应的 finetune 的任务的能力会线性增长。这部分能力会可预测地变得更强; • Phase change 曲线:一部分能力会随着 scaling 继续涌现,比如说上文中的模型做解析几何的例子。随着可以被拉满的维度被不断拉满,新的,难以预测的涌现能力会接着出现; • 多项式曲线?当模型强到一定程度,与人类 align 到一定程度之后,或许一些能力的线性增长,所需要的数据,会突破指数增长的封锁,而降低到多项式的量级。也就是说,当模型强到一定程度之后,它或许不需要指数级的数据,而是只需要多项式级的数据,就可以完成泛化。这可以从人类的专业学习中观察到:当一个人还不是领域专家的时候,ta 需要指数级的数据来学习领域的知识;当一个人已经是领域专家的时候了,ta 只需要很少量级的数据就自己迸发出新的灵感和知识。 所以,在极限思维下,把所有能拉满的维度全部拉满,模型注定会越来越强,出现越来越多的涌现能力。 反推中间过程 在思考清楚极限的过程之后,就可以从极限状态往后反推中间过程。比如说,如果我们希望增长输入框的大小: •如果希望把模型的输入框从千的量级增长到万的量级,可能只需要增加显卡数量,进行显存优化就能实现; •如果希望接着把输入框从万的量级增长到十万的量级,可能需要linear attention的方法,因为此时加显存应该也架不住 attention 运算量随输入框长度的二次增长; •如果希望接着把输入框从十万的量级增长到百万的量级,可能需要recursive encoding的方法和增加long-term memory的方法,因为此时 linear attention 可能也架不住显存的增长。 以这种方式,我们可以反推不同阶段的 scaling 需要怎样的技术。以上分析不止适用于输入框的长度,也适用于其他因素的 scaling 的过程。 这样的话,我们可以得到清晰的从现阶段的技术到 scaling 的极限的每个中间阶段的技术路线图。 按模型演化进程产品化 模型在不断演化,但产品化不需要等到最终那个模型完成 — 每当模型迭代出来一个大的版本,都可以产品化。以 OpenAI 的产品化过程为例: •2020 年,初代 GPT 3 训练完成,开放 OpenAI API; •2021 年,初代 Codex 训练完成,开放 Github Copilot; •2022 年,GPT-3.5 训练完成,以 dialog 数据 finetune 成 ChatGPT 然后发布。 可以看到,在中间阶段的每一个重要版本,模型的能力都会增强,都存在产品化的机会。 更加重要的是,按照模型演化进程产品化,可以在产品化的阶段适配市场。学习 OpenAI 的组织架构来推进模型演化本身,但产品化可以按照本土市场的特征来。这种方式或许可以既学到 OpenAI 的先进经验,又避免水土不服的问题。 03. 人工智能显著超过人类的点 到目前为止,我们讨论了要用模型演化的视角来分析模型,要用极限的思维讨论模型的演化历程。现阶段马上可以加强的点包括了输入框的长度,更大的模型和数据,多模态数据,和模型的专业化程度。现在让我们再把视野放得更长期些,思考在更大的时间和空间中,模型如何进一步地往极限推。我们讨论: • 并行感知:一个人类研究员一次顺序地读四五篇论文已经是极限,但模型输入框变长之后,可以在极短的时间内并行阅读一百篇论文。这意味着,模型对外部信息的感知能力远超人类一个数量级; • 记忆遗传:人类的演化过程中,子代只继承父代的基因,但不继承父代的记忆,这意味着每一次生殖都需要重启一次;在模型的演化过程中,子代可以继承父代的记忆,并且这个继承的程度可控:我们可以设置子代继承 100%,50%,20% 的记忆,或清空记忆,这意味着父代的经验和技能可以不断累积; • 加速时间:人类相互交流的速率是受到人类说话的物理速度限制的,而模型相互交流的速率可以远快于人类,这意味着模型可以通过相互交流来解决人类数据随时间线性增长的问题;人类演化的过程受到物理时间的限制,模型的演化可以比人类的物理时间快上几个数量级,这意味着模型的进步速度可以远快于人类; • 无限生命:一个人的生命有限,百年之后终归尘土,但模型的权重只要不丢失,就可以不断地演化。 从这些角度来说,人工智能超过人类并不是一件难以想象的事情。这就引发了下一个问题: 如何驾驭远超人类的强人工智能? 这个问题,是 Alignment 这项技术真正想要解决的问题。 04. Alignment 对齐 当前阶段,模型的能力,除了 AlphaGo 在围棋上超过了最强人类之外,其他方面的 AI 并没有超过最强的人类(但 ChatGPT 在文科上或许已经超过了 95% 的人类,且它还在继续增长)。在模型还没超过人类的时候,Alignment 的任务是让模型符合人类的价值观和期望;但当模型继续演化到超过人类之后,Alignment 的任务就变成了寻找驾驭远超人类的智能体的方法。 Alignment 作为驾驭远超人类的智能体的方法 一个显然的问题是,当 AI 超过人类之后,还可以通过人类反馈让 ta 更强 / 更受约束吗?是不是这个时候就已经管不了了? 不一定,即使模型远超人类,我们依然又可能驾驭 ta,这里的一个例子是运动员和教练之间的关系:金牌运动员在 ta 的方向上已经是最强的人类了,但这并不意味着教练就不能训练 ta。相反,即使教练不如运动员,ta 依然可以通过各种反馈机制让运动员变得更强且更有纪律。 类似地,人类和强人工智能的关系,在 AI 发展的中后期,可能会变成运动员和教练之间的关系。这个时候,人类需要的能力并不是完成一个目标,而是设定一个好的目标,然后衡量机器是否足够好地完成了这个目标,并给出改进意见。 这个方向的研究还非常初步,这个新学科的名字,叫 Scalable Oversight。 Alignment 与组织架构 在通往强人工智能的路上,不只是需要人类与 AI 对齐,人类与人类,也需要高度的对齐。从组织架构的角度,alignment 涉及到: • Pretraining 团队与 instruction tuning - alignment 团队之间的对齐: 这两者应该是一个相互迭代的过程,pretraining 团队不断地 scale 基础模型,alignment 团队为基础模型做 instruction tuning,同时用得到的结果反向指导 pretraning 团队的方向。 • Pretraining / Alignment 团队与 Scaling / Data 团队的对齐: scaling 负责为 pretraining / alignment 做好基础设施,data 做好高质量数据与人类反馈数据。 • 创业公司与 VC 的对齐: AGI 是一个困难的事情,需要长期的投入,这需要各个方面的人都有足够的耐心和足够高的视野。烧一趟热钱后催产品化然后占满市场的逻辑在大模型时代应该已经不复存在了。大模型的游戏要求 ta 的玩家们有足够高的视野与格局,模型的演化会让有足够耐心的,踏实做事人们在长期得到丰厚的回报,也会让只看短期刻舟求剑的人们一次又一次被降维打击。 05. 结语 在 2017 年,我刚刚入行 NLP 的时候,花了很大的力气做可控生成这件事情。那个时候所谓的 text style transfer 最多就是把句子情感分类改一改,把 good 改成 bad 就算是完成了 transfer。 2018 年我花了大量的时间研究如何让模型从句子结构的角度修改句子的风格,一度误认为风格转换是几乎不可能完成的事情。而今 ChatGPT 做风格转换简直信手拈来。那些曾经看似不可能完成的任务,曾经极其困难的事情,今天大语言模型非常轻松地就能完成。 在 2022 年一整年,我追踪了从 GPT-3 到 GPT-3.5 的全部版本迭代,亲眼看到它一步步地从弱到强不断演化。这个演化速度并没有变慢,反而正在加快。那些原先看来科幻的事情,现在已经成为现实。谁会知道未来会怎样呢? 彼黍离离,彼稷之苗。 行迈靡靡,中心摇摇。 彼黍离离,彼稷之穗。 行迈靡靡,中心如醉。 ——— 《诗经 · 黍离》 Reference 1. Ilya Sutskever https://scholar.google.com/citationsuser=x04W_mMAAAAJ&hl=en 2. GPT 3.5 系列在 2022 年更新了三个大版本 https://platform.openai.com/docs/model-index-for-researchers 3. ChatGPT 发布两个月一共更新了四个小版本https://help.openai.com/en/articles/6825453-chatgpt-release-notes 4. 微软 Azure 辅助 OpenAI https://blogs.microsoft.com/blog/2023/01/23/microsoftandopenaiextendpartnership/ 5. efficient attention https://arxiv.org/abs/2302.04542 6. recursive encoding https://openai.com/research/summarizing-books 7. MoE 可以接着把模型 scale 到 T 的量级 https://arxiv.org/abs/2101.03961 8. log-linear 的曲线 https://arxiv.org/abs/2001.08361 https://arxiv.org/abs/2203.15556 9. Phase change 曲线 https://arxiv.org/abs/2206.07682 10. linear attention https://arxiv.org/abs/2103.02143 https://arxiv.org/abs/2302.04542 11. recursive encoding https://openai.com/research/summarizing-books 12. long-term memory https://arxiv.org/abs/2112.04426 13. OpenAI API https://platform.openai.com/docs/introduction/overview 14. Github Copilot https://github.com/features/copilot 15. Scalable Oversight https://arxiv.org/abs/2211.03540 16. 从 GPT-3 到 GPT-3.5 的全部版本迭代 https://yaofu.notion.site/How-does-GPT-Obtain-its-Ability-Tracing-Emergent-Abilities-of-Language-Models-to-their-Sources-b9a57ac0fcf74f30a1ab9e3e36fa1dc 来源:元宇宙之心 来源:金色财经
lg
...
金色财经
2023-03-05
人工智能如何重新定义Web3
go
lg
...
项目介绍 Numerai是一种由数据
科
学
家
网络建立、使用人工智能技术的新型对冲基金。 Numerai Tournament 的核心是免费数据集。它由经过清理、规范化和混淆的高质量财务数据组成。该平台的主要目标是将去中心化引入数据科学领域,并允许开发人员在创建有效的机器学习预测模型方面展开竞争。 应用场景 Numerai Tournament:一种对冲基金,根据全球竞争数据
科
学
家
网络所做 的数千项预测的汇总来交易股票。Numerai每天从其用户那里收到大约1 亿条预测,然后创建一个元模型进行投资。 Numerai Signals:收集 Russell 3000 股票预测的持续锦标赛。 Erasure Bay:一个信息交换市场,可以交易任何类型的信息,包括估值模型、产品反馈等。 AI+区块链技术面临的挑战 R3PO认为,区块链和AI均是自互联网发明以来最具颠覆性的两项技术,去中心化的区块链给AI带来良好的数据基础,AI又拥有成熟的模块资源和算法资源。目前我们所看到的技术应用只是冰山一角,两者的融合将影响未来几十年社会的发展轨迹和进步,有可能创造一个更高效、更安全、更个性化的数字经济,为个人和公司等带来新的商业模式和机会。但与此同时,区块链技术与人工智能的结合不可避免地会面临一些挑战。 1、安全问题 人工智能需要处理大量数据才能发挥作用,而区块链上的数据为避免受黑客侵害是经过安全加密的,那么,为了分析和处理这些数据,有必要对相关文件和数据进行解密,这将令数据更容易受到恶意攻击。WEB3.0发展至今也尚未形成完善的安全体系,所以还有待进一步形成统一的安全标准和规范。 2、成本和效率的限制 人工智能在提高区块链运行效率的同时,也存在一定的限制,如目前的分布式技术的应用,涉及大规模的计算和存储系统,硬件上的限制,甚至物理上,运行设备能源的产生,传输,存储都在一定程度上限制了AI与区块链实际应用的落地。 当前考虑到诸多链上实际运行时导致的 tps 限制与 gas 费成本,都将使得真正运营在区块链上的人工智能商业应用的成本会难以想象的高,而实际效率则会难以想象的低。 所以目前,区块链技术与人工智能的结合仍在初始摸索中。 结语 ChatGPT带来的AI热度还在持续发酵,而“区块链+AI”项目已历经一轮短时间内的暴涨和暴跌。数据显示,AI概念加密项目代币总市值一度超过50亿美元,如SingularityNET曾2月初上涨超过290.53%,但目前这些项目已经迅速回落。 短期的FOMO情绪虽然给AI+区块链项目带来了更多关注度,但究其根本,项目未来的发展还是要回归到本身的价值。仅有AI皮毛的一些项目并不能扛起WEB3.0的大旗,这场WEB3.0的革新之旅的终点到底是什么,也无人能给出一个确切的答案,是价值的重新定义?还是去中心化打败中心化?但目前我们可以知晓的是,AI与区块链技术的融合无疑将迸发出更精彩的可能性,让我们拭目以待。 来源:panews 作者:Zelda 来源:金色财经
lg
...
金色财经
2023-03-05
上一页
1
•••
160
161
162
163
164
•••
200
下一页
24小时热点
周评:以色列出动超100架飞机袭击伊朗!金价本周创历史新高 日元大跌281点
lg
...
港媒:中国富裕年轻移民涌入“这国”兴趣激增……
lg
...
中国经济重磅表态!中国副财长:经济刺激规模相当大 细节要等到该时点后公布
lg
...
以色列突传重大消息!美媒独家:以色列在袭击前就向伊朗“明确”告知打击目标
lg
...
金价创新高、非农恐引爆下周行情!FXStreet分析师黄金预测 如何交易金价?
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
9讨论
#海外华人投资#
lg
...
27讨论
#链上风云#
lg
...
43讨论
#美国大选#
lg
...
952讨论
#VIP会员尊享#
lg
...
1387讨论