智能時代，如何構建數據能源供應鏈網路？
共享財經
媒體 ｜ 營銷 ｜ 諮詢
摘要：在未來比特化的世界，數據會成為我們每個企業新的能源。「融數鏈」（DVN）將作為人工智慧的數據供應基礎設施，滿足其應用開發相關的數據源供給、數據服務採購以及高性能的分散式數據處理能力，為人工智慧的未來提供充足的燃料。
數據是智能時代的基礎
人工智慧技術在大數據分析、預測等領域已經開始嶄露頭角，展現出了強勁的發展勢頭，大數據的核心使用價值在人工智慧技術的發展與運用下展示了巨大潛力。同時，大數據技術的發展也為人工智慧領域帶來了大量機遇和挑戰,更加激發了該領域的無限發展可能性。曾經有人採訪谷歌創始人拉里佩奇時，問道谷歌最寶貴的資產是什麼？答曰：數據。阿法狗和沃森的深度學習，其實就是針對大量數據的學習和處理。著名大數據專家塗子沛先生曾經說過：「數據是土壤」。而「人工智慧」這顆種子只有在大數據這片土壤之上才可以茁壯成長。所以說未來人工智慧的發展依賴于海量數據。
數據產業是具有巨量市場潛力的超級產業集群，然而數據產業也面臨直觀顯性的發展瓶頸。數據源層面，數據獲取門檻較高，數據不完整且割裂封閉，每個數據源只能提供部分可用信息；數據誤差大，缺乏多重數據源校正，精確度難以保證。數據產品層面，產品化程度低，介面無標準且接入複雜；解決問題方式單一，效果無法衡量。數據安全層面，欠缺合規體系，數據來源難追溯，前置授權難獲知。
構建數據能源供應鏈網路DVN
智能時代，如何構建數據能源供應鏈網路？在未來比特化的世界，數據會成為我們每個企業新的能源。對數據新能源的加工、提煉、使用，對每個企業至關重要。在行業經營參與者視角，數據的體量、質量、活性是大數據價值的原生力，而數據的連接、聚合運用則是大數據價值的催化劑。當前，數據孤島現實未解決，數據安全管控更嚴格，這種雙重擔憂反映了一個長期困擾行業的嚴肅話題——「數據信任體系」尚未且難於建立。區塊鏈技術憑藉可信、可追溯、不可篡改和價值共建正在各領域加速應用，構建基於區塊鏈的數據融合價值網路將撬動並重構萬億級大數據市場。基於區塊鏈的數據融合價值鏈網路就是為了徹底解決上述問題。「榕樹網路」從字面上可解釋為各個「榕樹」相互聯繫連接形成的網路，從諧音上「榕樹」又為「融數」，數據融合；因此引申意義為：「榕樹網路」對等概念「融數網路」，即數據融合價值鏈網路（Data Fusion Value Chain Network ，DVN），簡稱「融數鏈」DVN。
DVN去中心化的核心優勢之一是避免任何數據被非合規複製、截流、沉澱甚至修改，數據價值不存在被盜用弱化的可能，從而極大降低數據源對DVN的信任成本。另一個優勢是突破地緣和時間限制，提高各參與方的透明性、延展性和效率，促使產生更大的數據流動性和更高的數據價值。在此之上，以DVN數據為基礎的人工智慧產業將獲得新生。DVN將作為人工智慧的數據供應基礎設施，滿足其應用開發的幾乎所有數據源供給、數據服務採購以及高性能的分散式數據處理能力，為人工智慧的未來提供充足的燃料。DVN將大數據技術和區塊鏈技術進行深度融合，支持數據應用生命周期管理。整個數據生命周期中的所有數據行為都通過DVN API與DVN鏈路進行交互，DVN API接收到數據請求後，通過智能合約將獎勵、支付等寫入區塊鏈中記錄保存。
DVN的實現方式
在治理機制方面，DVN底層區塊鏈基於以太坊並公網運行，以太坊作為目前最成熟的支持智能合約的平台，社區活躍且基金會運轉良好。未來不排除採用AntShares、HPB等其他或自主獨立開發技術。對網路內通用性強的業務模型與流程，制定通用智能合約模版，並在DVN中絕大多數業務場景統一使用。
針對特定類別或後續新增模式，開發專類的智能合約儲備庫並公示，供靈活配置高效運行。DVN里任何數據的引入、治理、加工、使用以及與之相關產生的獎勵、支付等通證的流通，都通過DPOS（Delegated Proof of Stake）共識機制記錄和寫入。採用網路共治三方模式，包括數據融合價值鏈網路（DVN）、治理委員會、參與方，通過合理、適當且有限度的權利分配、運行機制確保整個價值體系運行。其中，治理委員會負責「規則制定」， 參與方負責「規則執行」，DVN負責「規則運行」。
現行主流的各種數字通證，包括比特幣和以太幣，均以區塊鏈作為其核心技術，以確保貨幣交易紀錄之驗證確認、不可竄改和去中心化區塊驗證儲存。DVN通證（BBT）同樣以區塊鏈作為其發行流通的技術支撐，除了確保通證在流通交易時的安全、可信與方便，還能依此客觀條件讓BBT使用者建立市場需求信心。特別地，BBT有DVN生態體系內豐富、充分的應用場景作為使用支撐，使之有機會能成為如比特幣和以太幣一樣的，大量流通且保值增值的主流數字通證。
以深度學習方法為主流的人工智慧是大數據高附加價值應用的熱門領域，也是大數據採集、清洗、融合等前端加工過程的利器。DVN一方面將利用成熟數據作為「訓練」人工智慧的素材基礎，發展各種場景的人工智慧應用作為市場產品。一方面利用人工智慧對數據工程師們實施「人工」數據採集、清洗、融合過程中的人腦判斷流程進行模擬，並開發實施上述業務的自動化工具或程序包。以此提升流程效率，並顯著降低數據在加工過程的人為影響所產生的泄密安全風險和其他人為疏忽。
TAG:共享財經 |