来源：投中网
投中网
报道：币圈是三位一体：有币、平台和社区，缺一不可。
2018年9月20-21日，由投中信息、投中资本主办、投中网协办的第12届中国投资年会有限合伙人峰会在深圳召开。本次峰会以“投资转折”为主题，按照GP/LP参会1:1的比例，广邀知名母基金、政府引导基金、银行资管、险资、上市公司、家族基金等优秀LP，以及国内头部GP代表，齐聚一堂，深度分析当下行业市场新变化、新趋势，洞悉资本未来发展方向，构建GP/LP双方对接实效、沟通高效、募资成效的顶级平台。
世界区块链组织首席科学家白硕在“背靠背数据协同”的主题演讲中提出，币圈是三位一体：有币、平台和社区，缺一不可。而对于如何把“背靠背数据协同”变成“一切即挖矿”，白硕在现场给出了深入的解读。
以下是白硕演讲实录，由投中网编辑整理：
很高兴可以跟大家做分享。我有两个题目：一是一切即挖矿，二是背靠背数据协同。在座各位应该对投资更感兴趣，所以把“背靠背数据协同”变成“一切即挖矿”，相信大家会对这个题目感兴趣。
声音 | 白硕：防范金融风险 也要保留创新活水:据科技日报报道，世界区块链组织首席科学家白硕日前在接受采访时表示，虽然看起来“币圈”坏事连连，但“链圈”的技术百分之八九十都是从币圈演化或借鉴而来。对“币圈”监管治理要重视，也要实事求是地看待，在防范金融风险的同时，保留创新活水。[2019/7/17]
首先，做区块链的有两波人或者两个圈子：币圈和链圈。比特币出来时，只有币圈没有链圈，技术可以单独部署，把技术用于实体经济、企业及金融机构。于是出现了几个比较大的联盟，值得一提的是技术大咖、咨询大咖组建的联盟，另一个是业务大咖、大银行、大金融机构组成的。这两个联盟的目标差不多，要把区块链技术用于传统的业态，包括实体经济、金融机构和企业。继承下来的币圈大多数使用公链，链圈大多数使用的是联盟链或者私有链，联盟链、私有链需要一定的准入才能参与，我们统称为“许可链”。它有三年的时间了，三年运作下来的情况如何，实际上币圈不是纯粹的公链，公链不是纯粹的许可链。尤其是链圈有变化，尤其是公链和许可链的叠加。
现场 | 中科院白硕：基于投票的共识机制 其范围是封闭的:金色财经12月17日现场报道，今日，由数字资产研究院主办，零壹财经和石榴财经承办的2018国际区块链数学科学会议在京举行。中科院计算所博士生导师白硕认为，基于投票的共识机制，其范围是封闭的，但该技术也在改进，从源头上看，投票者需要被以一种方式联编，联编后一轮一轮做，投票事项孤立，可以不跟历史有任何关联。历史因素、时间因素乃至博弈因素都没有办法建立，只是依靠数学和算法。[2018/12/17]
什么是币圈，什么是链圈？币圈是三位一体，有币、平台和社区，缺一不可。它是自带激励和营销的，自带激励和营销使得一定有人群使用，也是营销的对象。这个社区一部分人是激励的对象，大家要鼓励社区，大家都做贡献。人人都有可能成为被激励的对象。链圈是只要平台，不要其他的币或者社区，所以我们看到无币区块链的说法。
三年走下来，我们做了初步的评价，公链尽管有大量的公信力，但技术创新仍然集中在公链。许可链大多数是用现成的技术，用现成的技术用于传统的实体经济和金融机构，效果有一定让人质疑的地方，所以大家偏向公链。
现场 | Chinaledger技术委员会主任白硕：区块链必将全都走向开源:金色财经现场报道，11月20日，Chinaledger技术委员会主任白硕在“2018区块链新经济杭州峰会”第二天的会议现场以“开源协作”为主题进行了演讲。他说，区块链最终都将走向开源，因为区块链本身就得益于开源协作，主流从一开始就选择了开源，相信未来那些不开源的也必将走向开源。[2018/11/20]
我们今年看到一些苗头，公链和许可链之间，你中有我我中有你的格局在悄然兴起。一个联盟可能有若干家企业，互相建立信任关系，他们一定要使用信任服务，这些信任服务有两种方式：一是私有部署，单独部署一个区块链，让他们在这个链做。这个区块链，很多工程往往是不开源的，不开源的区块链做起来确实有很多问题，其可信度令人质疑。现在大家想到一种方式，这是一种新型的部署方式，我们把大家需要的共性信任服务放在基础公链上，把大家敏感的数据放在自己的私有链或者许可链的区块链上。区块链上的数据是脱敏的，可以提供大家彼此信任、彼此自证清白的服务。这种服务由基础公链提供。我们不好说什么是联盟链、公链或者许可链，红色方块在自己的许可链里是私有数据，在技术公链上也有红色的数据块，这些数据块是放在基础公链上存证，作为信任服务的依据。蓝色方块也是一样，黄色方块是其他的。
TopFound负责人白硕：EOS募资已经在很多方面做了承诺:TopFound负责人白硕：EOS募资已经在很多方面做了承诺，安全性方面，区块链存在不可能三角，我们不能只看安全性。现在安全性在DPoS中，大多数节点是不会联合作恶的，大规模的节点如果长期作恶会对自己的利益不利。在安全领域方面，不论是机制还是硬件设施，要比其他的区块链项目好很多，EOS的发展反而会更好。EOS现在的每秒1000TPS是没问题的，跨链的技术如果能实现，那么百万TPS是没问题的。特别不一样的点，V神和BM已经对于EOS的问题进行了对话：V神认为EOS中的激励机制是不够的，后来我们发现比特股在摸索三四年之后，已经可以解决这个问题了。[2018/6/2]
一个或者多个联盟链可能外展出一个公链，供应链金融有若干个供应链小金融的生态，这些生态向基础公链暴露数据。有外部机构或者团队在基于基础数据开展衍生服务，向供应链用户进行某种服务。公链可能联盟链不处在同一个司法管辖区域，中间存在司法管辖边界。边界这边大家看到的是合法的公链，联盟链只向供应链输出数据数据，基于这些数据的服务，和联盟链、许可链无关，双边合法，也可以合在一起进行。
白硕：区块链+人工智能使普通用户享受数据集中带来的智能:近日，上海证券交易所前总工程师白硕在采访中表示，数据集中是个问题，因为只有寡头才能拿到集中数据，但这对数据献出者存在不合理。而区块链+人工智就能做到：数据拥有者不必付出数据主权的代价也能够享受数据集中带来的智能。[2018/4/28]
我们插入一个技术地图，把跟区块链有关的技术放在地图上，投资项目落在哪个地方。底下是公链底层技术，我们看到数据的组织跟记账有关，像比特币等是链条式的。现在出现图状的，在数据的组织上可能会变一些花样。共识，如果说数据组织在记账，共识在认账，彼此协调采取哪个账本。我们看到大量的工作，包括US似的高度集中化，集中20多个节点，效率非常高，能力很强大。节点集中，风险也集中。虚拟机，从可编程的角度拓展其能力。跨链，在链和链之间互通。往上有身份管理、运营性和隐私保护，中间是围绕交易的辅助技术，如行情、技术、风控等。左上角是交易所和登记结算，还有围绕交易所的量化，跟交易相关的。
图上有两个重点节点，一是矿机，二是钱包。钱包已经走出狭义的交易，它把获取很多服务看成交易的一种推广。挖矿的概念也在延展，今天我们着重讲挖矿概念的延展。今天我们把POS和生成这么高的技术重新梳理一遍。要想工作快，一定会有其他办法。一是压钱、找代理，有多少个超级节点在基站，别人不用管，超级节点的路是DPOS。好不好？确实好，但风险是集中的，360揭示出来的风险可以看出这是有问题的。另一个机制是AlgoRand，这也是记账节点，每次扫的节点不同，如何决定节点是纯随机的方式，由于是纯随机方式，群体是很大的。有记账权的侯选节点很多，无法逮住它。一个具体节点谁有记账权，这里有随机性，比风险集中的情况好。AlgoRand随机性的共识机制刚提出不久，有待完善。
一切即交易，我们有很多自带激励、自带营销，把服务搬到钱包上一站式的做。
一切即挖矿，挖矿有一个很重要的特点，挖的人很累，挖出来后交给别人检验很容易。二者不对称，这种不对称存在于各种情况，既普遍存在于传统企业流程中，也普遍存在于数学、计算机里很难的算法，包括人工智能的算法中。这是算力挖矿，右上角说的是如何挖矿，一定要用哈希的方式。存储挖矿模式也有，传统企业流程可以拆解成可以挖矿，有贡献者和检验者，贡献者把事做完，做事可以在链外面做，别人可以检查他做得好不好，是否合格。事在外面干，提交和检验在链上。我们可以形成扩充的版本，私有链、联盟链都是在底下边界的下方，他们各自组成了一些生态，他们的信息可以组成外展公链，上面有一些衍生服务、Token、受众。如果你采用流程拆解，自带挖矿，实际上它做的是自带流量和用户，自带用户实际上也会参与外界的公链，公链的受众分为外部人和内部人，内部人处在流程中，或者是企业员工、企业用户或者企业的合作方，他们互相之间有挖矿的关系、检验的关系和激励的关系，这些挖矿检验激励的机制和外部的币有各种互通，互相影响、互动的办法。这些办法被目前我看到的新类型项目纷纷使用，这种用法，一是传统企业上链，大家提到币改或者链改的说法，我们从纯民间发起的开发类型的项目转向有明确资产知识、流量、资源的项目方入场。二是从资金端会看到有高净值的价值投资者转向把数字货币作为理财的选项，企业会把流程拆解成八块。三是有一种新的把激励嵌入流程的方式。三者形成业态的变化，也就是新闯入者，这跟原来空气币的玩法不一样。我们一定要知道，跟这些不一样的相应来说，我们会有新的服务出台。投资者一定会关心项目基本面，这里没有明确的监管，上市公司有强制性信息披露，这里没有强制性信息披露，所以我们需要人工智能的方式帮助区块链领域，让大家更深入的了解这些项目。
对于资本市场，我们可以使用知识图谱描述一个复杂的产业链的上下游关系，一个企业上游、下游、宏观经济面、舆情、高管动向、资方动向、业绩、员工流出。乐视员工流出最直接的指标是由乐视员工向外投递简历。
对于币圈，我们也有类似的做法，这个项目由谁投、谁站台，项目团队成员做过什么事，有没有布点记录他们的简历，是否有可疑的地方。最直接的应用是白皮书，我们经常看到有些抄袭、造假、不求甚解或者白皮书下的技术，别人看不懂。这些都依赖于人工智能，跟自然图谱相关的。谢谢大家！
版权声明:
1.本文为投中网原创，未经许可不准转载，转载请注明来源和作者，违者必究；
2.微信平台转载请联系投中网官方公众号进行授权。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。