數字貨幣:區塊鏈到底該怎么玩？我們跟諾貝爾經濟學獎得主聊了聊_Amalgam

來??源：21世紀經濟報道

編者注：原標題為《區塊鏈到底該怎么玩？中國經濟未來怎么走？我們跟諾貝爾經濟學獎得主聊了聊》。本文作了不改變作者原意的刪減。

導讀：12月5日，由中央廣播電視總臺粵港澳大灣區總部和南方財經全媒體集團主辦、21世紀經濟報道承辦的“創新與開放的中國資本市場——2019南方財經國際論壇”在廣州市保利洲際酒店隆重召開。來自監管層、全球主要證券交易所、海內外知名經濟學家、全球主流投資機構、大型企業界的代表群賢畢至，共同探討資本市場創新與開放的新挑戰、新機遇。

2011年諾貝爾經濟學獎獲得者托馬斯?薩金特教授就人工智能和大數據為主題發表了主旨演講，他指出，在人工智能、區塊鏈技術和數字貨幣等創新領域，中國都處于相對領先位置。隨后的對話環節，中國平安首席科學家肖京與他就相關議題進行了深度探討。

對話經濟學諾獎得主托馬斯·薩金特

螞蟻鏈發布區塊鏈高速通信網絡BTN:金色財經現場報道，6月23日，2021螞蟻鏈開發者大會于杭州舉辦，螞蟻集團智能科技事業群技術總監閆鶯演講表示，區塊鏈網絡在全球化的背景下，正面臨帶寬成本高、延時高、穩定性差，拓撲復雜、管理成本高等問題，因此，螞蟻鏈發布了區塊鏈高速通信網絡BTN，可以支持大規模通信，全球就近接入、保障通信質量，實時交易支持、網絡成本低、安全可信等特點。

據悉，BTN的技術實現包括、跨境專線、智能路由、應用層端到端加密技術、可驗證中立性、安全組播技術、快慢通道技術等。[2021/6/23 0:00:11]

“在人工智能和數字貨幣領域，對于中國來說，已經相對領先。”在本次論壇的“諾貝爾獎專場”上，2011年諾貝爾經濟學家得主、紐約大學經濟學教授托馬斯·薩金特發表演講時表示。

托馬斯·薩金特指出：

“從傳統經濟學角度來看，亞當斯密崇尚自由貿易，并十分重視專業化，而這需要一個足夠大的競爭市場。中國這樣的國家，進行改革開放與更多的國家進行貿易溝通和交往便是很好的，因為市場容量足夠大，可以讓各方發揮自己的長處。”

A股收盤：深證區塊鏈50指數下跌0.52%:金色財經消息，A股收盤，上證指數報3312.5點，收盤下跌0.38%，深證成指報13396.18點，收盤下跌0.53%，深證區塊鏈50指數報3982.55點，收盤下跌0.52%。區塊鏈板塊收盤上漲0.1%，數字貨幣板塊收盤下跌0.19%。[2020/10/22]

然而，大型市場也存在一些困難和挑戰。

首先是交通運輸方面的成本問題，這需要更多的資源，能夠將商品自由運輸，其次是通訊和溝通的費用，相對昂貴。

此外，這其中還存在著信用風險。

托馬斯·薩金特表示：

“總會有人想著去盜竊別人的東西，讓彼此產生不信任。有時候做出的一些承諾，并沒有如期履行，這樣會造成不誠信。加上驗證和執行的費用，讓貿易變得很困難。”

“如果能夠將這些問題都解決，就能夠創造更多的經濟價值，所以我們要鼓勵和創造這些新的技術，人工智能、區塊鏈就是非常好的技術，它能夠做很多關鍵性的任務。”

動態 | 西湖區檢察院和支付寶螞蟻區塊鏈合作研發“檢察區塊鏈取證設備”:金色財經訊，近日，在杭州一個建筑工地揚塵治理專項監督活動中，杭州市西湖區檢察院民事行政檢察部的檢察官用上了“檢察區塊鏈取證設備”，據介紹，這一設備融合了物聯網和區塊鏈技術，外觀與手機一般大小。西湖區檢察院的檢察官表示，它能自動生成包含時間、地點、數據格式、校驗碼等取證要素的取證報告，還能對電子數據的完整性、真實性進行區塊鏈認證，電子證據所有的改動，哪怕是圖片被旋轉過，都會被一一記錄在鏈。

區塊鏈專家認為，如何錨定物理世界的數據，并打造一個連接物理世界與數字世界的管道，讓線下數據可信上鏈一直是鏈圈面臨的挑戰。這一取證設備融合了物聯網技術和區塊鏈技術，為物理世界數據源頭的安全可信問題提供了解決方案，也為區塊鏈突破線下規模化應用的瓶頸提供了新思路。該技術不僅能在行政執法監督方面有巨大應用價值，在刑事、民事、公益訴訟各項司法領域都有廣闊的應用前景。

據悉，“檢察區塊鏈取證設備”經西湖區檢察院和支付寶的螞蟻區塊鏈合作研發，支付寶的物聯網資深技術專家林鋒介紹說，這一物聯網可信感知設備在應用中被充分驗證后，還將進一步拓展商品溯源和冷鏈物流等區塊鏈應用場景。[2019/1/29]

2011年諾貝爾經濟學家得主、紐約大學經濟學教授托馬斯·薩金特

動態 | 洛杉磯快船隊與區塊鏈公司Amalgam達成合作:據bitcoinexchangeguide報道，美國職業籃球隊洛杉磯快船隊，已經與區塊鏈公司Amalgam建立了3年的合作伙伴關系。Amalgam將培訓Clipper粉絲，讓他們了解區塊鏈技術的基礎知識以及區塊鏈技術如何適用于日常生活。[2019/1/17]

對于區塊鏈技術，他認為，區塊鏈作為一種數據結構，可以通過一種大家彼此信任的方式進行記錄，每個人的交易都能夠記錄下來，包括收入以及支出的賬款。

而人工智能與區塊鏈技術又存在著明顯的不同。

托馬斯·薩金特表示：

“區塊鏈是確定性的，不是隨機性的，它也是永久性，這些記錄沒有辦法改變，同時它是記錄獨特密碼的算法，能夠記錄獨一無二的事實，它不會有任何的模糊性，是非常準確的。”

然而，人工智能則具備一定概率性、隨機性的特點，能夠很好地猜測未知現實。

托馬斯·薩金特表示，在這個領域中，新的成果正不斷涌現：

“人工智能和區塊鏈，兩個技術各有不同，又相互互補。隨著區塊鏈的進一步發展，我們既可以高效分享，還可以有效保護隱私。”

百度圖騰宣布未來考慮發放基于區塊鏈技術的積分:今日，百度區塊鏈原創圖片服務平臺“圖騰”對外宣布產出基于新功能的showcase，即將發布的新版本將正式推出版權權屬存證、圖片分發變現、版權監控和維權全鏈路服務。圖騰方面負責人對金色財經表示，圖騰旨在搭建有公信力、不可篡改的聯盟鏈——圖騰鏈，聯合圖片生態各方參與者，高度共治，提升行業效率，實現共贏，打通版權圖片行業價值鏈。為了激勵生態，圖騰未來考慮發放基于區塊鏈技術的積分。[2018/6/6]

托馬斯·薩金特對話肖京：中國在人工智能和數字貨幣領域相對領先

在演講結束之后，對于區塊鏈、人工智能等的發展趨勢，托馬斯·薩金特和中國平安首席科學家肖京還進行了專場對話。

專場對話現場

人工智能和區塊鏈的未來

肖京：?區塊鏈是基礎架構，具備高效、不可篡改的特點，人工智能則能提供一些可見的預測，可以幫助我們更好更高效的決策，完成任務。這兩種技術互補。目前區塊鏈比AI更火，請問實際應用區塊鏈有哪些障礙和挑戰？

托馬斯·薩金特：?講到區塊鏈，人們覺得這是很驚天動地的想法。但如果開一家大公司，其實也需要在公司不同的部門之間進行分享。我們用計算機的時候，其實電腦程序內部也做了計算機本身的分享和驗證。如果你深挖下去，區塊鏈的想法沒有一開始說的那么驚天動地，其實不同的公司或者國家本身也有這樣分享的機制。

現在我們面臨的一個情形，是可以把事情做得更好、更有效率，交易更簡便，可是有很多的國家不愿意做，這是他們自己掌控的一個權力。事實上，有很多金融管理機構對這個技術感興趣，我覺得中國央行的技術已經做得很好，他們對區塊鏈也比我更加了解。

肖京：?很多人擔憂區塊鏈技術的真實性、有效性和透明性問題，是因為他們加入區塊鏈技術后，不知道如何進行有效驗證？

托馬斯·薩金特：?這個問題通常都會發生。有了一個新的技術，有些人可能會在那里看著電腦，撓著頭搞不清楚，但也會有人會覺得這個技術真棒。我覺得區塊鏈技術有很多優點，但也有很多問題需要解決，所有新出來的技術都是這樣。

肖京：?如果比較一下區塊鏈和比特幣的話，比特幣并不是特別的有效，從金融服務的角度我們需要非常高的效率？

托馬斯·薩金特：?是的，因為人們正在想如何把它變得高效，在操作方面是不是有一個更好的方法，區塊鏈給我們帶來很好的交易方式，可是我們可以把它變得更好。

肖京：?中國央行正在開發數字貨幣支付，同時美國的Facebook等公司也在研發新的技術，這也是一個非常強大的數字貨幣模式。你覺得Facebook的Libra有沒有機會存留下來，因為它最近還沒有通過聽證會。很多政府不允許數字貨幣出現，特別是私營公司管控數字貨幣，這樣的數字貨幣有沒有突破口？

托馬斯·薩金特：?中國可以好好研究一下。數字貨幣是和信用體系息息相關的，比如存款或者買保險，還是會有自己的一些存款信息和其他的信用信息。美國的銀行，還有美國的金融機構都在做這個事情，政府機構也在研究這個問題，我們能不能有相關的管理系統、管理流程體系和這個技術匹配。

創新的應用場景

肖京：?剛才講到一個應用——供應鏈金融，有沒有例子可以跟我們分享一下？

托馬斯·薩金特：?很多的創新和創意都來自于銀行界，來自于金融行業、金融機構。這是一個很好的良性互動，從科學的角度、數據的角度，以及金融機構和普通人的角度，把他們聯系起來了，因為整個系統創造出一個非常好的一種技術。我們以前的技術覺得好像就像玩具一樣，其實并不是，我們現在已經廣泛使用了，有很多的經濟學教授、金融機構、銀行業的從業者，他們都擁抱了這些新的技術。

肖京：?神經網絡是AI中的一個技術，在金融行業使用AI技術的時候，是不是有一些不同點？在美國非常多的在AI上面的投資，不管是對沖基金、還是銀行。對于傳統的金融行業，商業銀行、保險行業使用AI技術的公司并沒有那么多，你覺得呢？

托馬斯·薩金特：?我沒有一個很好的答案。簡單來說在一些老的行業，可能會有一些大銀行，已經壟斷了整個行業，沒有那么強的競爭性，也沒有那么很好的創新性。可是有一些新的加入者，他們會看到有新的機會點，愿意承擔風險，使用新的技術。這都是在反復出現的情形，在美國也是這樣。

在1950年代的時候，美國人造的車是最好的，1980年代末最好的車不是在美國生產，大部分是在日本生產，它不會熄火，而且車價更加低。講到創新，講到行業結構，1980年代的日本造車企業更加有競爭性，他們對美國的汽車行業造成了很大的威脅，我在每一種行業都看到這種情形。

肖京：?在很多的領域深度的學習都有進展，但在金融服務業，特別是傳統的經濟預測，或者量化交易，這些方面他們還是使用早期的模型，比如用一些參數比較穩定的可解讀的模型，還沒有開始使用深度學習的算法，您覺得這是不是好的研究方向？

托馬斯·薩金特：?這是一個很好的想法。現在有人已經開始研究，包括一個朋友，他是深圳的一個教授，他正在建一個模型，這個模型非常實用，它是交易模型，但是過程當中有一個非常復雜的算術算法，有很重要的一部分用了深度學習和模擬器，用得非常的巧妙。他是很聰明的一個中國數學家，已經把深度學習用于模型建設，這是一個非常好的前景。如果你有機會了解阿爾法狗打敗最強棋手，它是怎么做到的？這其中就包括學習的方法，這個模式編得非常巧妙。

Tags：區塊鏈人工智能數字貨幣LGA區塊鏈dapp開發合法嗎人工智能專業中國交易數字貨幣違法嗎Amalgam

AAVE