数字资产管理的DKVO工程方法及其技术架构

论坛 期权论坛 期权     
平行区块链   2019-12-29 00:30   1434   0



本文整理自2019年12月22日中国投资协会数字资产研究中心成立大会上,武汉大学张俊教授的圆桌发言。


我是工程学院的,我考虑数字资产管理,更多的是从工程化的角度去考虑。刚才在会上我们讨论了很多关于数字资产的思想、理论,甚至很多在区块链上具体的技术点。但是,如果要把数字资产管理具体地落地,我个人觉得,在整个数字资产管理工程方法和体系架构上,我们还是需要放更多的精力和思考。我是系统和自动化学科,因此我更多地从系统工程的角度来谈一谈数字资产管理。


首先,第一个问题,数字,或其载体“数据”,是如何一步一步变成资产的,又如何变成资产管理的。这个过程不是一个一蹴而就的过程。我将这个过程归纳成,“数据-知识-价值-运营”四个步骤,或者四个层次。


首先我们来看数据。数据是如何获得的?首先是一个物联网的问题,就是用无处不在的各种传感器来为我们获取数据,这是物联网的基本功能。但我们忽略了一个很重要的问题,那就是,现在的数据并不是1、2、3这样的数字数据,而是更一般化的数据,包括报告、文本、图像、视频等社会性的跨媒体数据。以前我们要这些数据是没有用的,或者没法用的,然而,智能技术的发展使得我们可以开始深度高效地应用这些数据了,那么,如何采集或者获取这样的社会性跨媒体数据呢?我们需要社会传感器和社会信号处理技术。然后我们怎么样把这些跨媒体的异构、非结构化数据进行存储、治理,更重要的是如何保证它的真实性和安全性,这是物联网所面临的另外一个最大的问题。物理传感器和软件定义的社会传感器结合,我们就能够把社会系统纳入到工程系统,社会变成可计算的社会,这个就是整个的物联网,或者说社会物联网,在新的时代中的重大意义。所以,物联网除了采集物理设备数据和驱动控制物理设备,更加可以采用智能技术来采集人的行为和引导人的、社会组织的、乃至社会的行为,这个就是社会物联网。这个过程中,要有人机之间可信任、安全、透明的多种机制,因此区块链技术的应用成为不二的选择。


那么有数据了够不够呢?有数据了也不够,要到知识的层次,为什么说要到知识的层次呢?因为如果只有数据本身,是没有价值的,只是无意义的堆砌,只有从数据中提炼出来了知识,才能够说真的是让这个数据形成了具有价值的东西,那么这个知识又是从哪里来的呢?


这个知识,是从数据中提取出来的,而提取这个知识的方法就是各种人工智能的方法,既包括我们说的上一代的人工智能,也包括我们说的新一代人工智能。而我国新一代的人工智能,又包括大数据智能、人机混合智能、跨媒体智能、群体智能、自主智能等。那么人工智能技术应用的知识用到数据上之后就会形成知识,而这些知识是具有价值,接下来一个问题就非常关键:什么样的价值,到底值多少钱,这个就是我们下一步要解决的问题就是从知识到价值的变迁。


这个也不是一个无中生有问题。价值的变现集中表现在功能和业务中,也就是我们经常所说的功能流和业务流。同样的数据,哪怕同样的知识在不同的任务和功能中,它体现出来的价值也是不一样的。怎么去通过工程手段一步一步的把这个价值给的剥离出来,让知识能够定价定值,真正的能形成商品,这个就是工程上的确权、估值、定价等一系列工程技术所要完成的。比如说资产的单体成本归集,把这个业务流程一段一段的分开,衡量分拆后的业务组件成本,把其中数据的成本和价值确认下来,在这一个业务的范围之内,用到什么知识、知识值多少钱,就可以搞清楚了,这就是给数据、知识制定价值的核心原理所在。




现在我们把这个价值的问题讨论出来之后,接下来就是运营的问题,在运营层面上我们又会遇到诸多的问题,一个很大的问题就是数字资产的开放性、共享性与安全性、私密性是一对天然的矛盾体。而碰巧,区块链提供了一种非常适合的天然框架,让我们能够在开放、分享的运营环境下,安全、私密地运用数字资产!在运营框架中,构建模块化、组件化、可配置的智能组件库,利用智能组建将提取的有价值的知识、结合联邦学习等架构在保证数据隐私的前提下完成多方的知识挖掘与共享,构建基于通证经济的激励机制,设计通证的获取、兑换和流通方式以提高数据共享的有效性和价值密度,将数据价值进行成本量化和收益量化,通过对实际应用场景的收益分析,在考虑交易数据的质量系数的情况下对数据的收益性进行运营。


总结一下,所以物联网、人工智能、区块链的加入,使得我们获得了一个这样的处理数字资产的框架DKVO,D到K就是从数据到知识,然后通过业务和功能将K到V将知识转换成价值。最后在O,运营的这个框架上实现数字资产的最终的形态,从而达到了又开放共享,又私密安全的这样一个数字资产运营的形态。这也是我们在各个行业经常说的,数据流、信息流、价值流、业务流合一的数字资产形态。


但是再往前走一步,这样就够了吗?还不够,这一个形态需要有软硬件工程系统架构能够来支撑,为此我们提出了边云链协同的信息结构。首先由我们的物联网,或者说社会物联网,进行在社会上人与物数据的采集,以及保证其安全可信。有数据之后,利用边缘计算承载的AI方法就地形成知识,现在也有流派说边缘计算是物联网世界的安全大门,也就是说边缘计算就是整个的虚拟世界和外部世界的一个安全网关,这个也是非常好的概念。经过了本地的边缘计算处理、或中心化的云处理,数据完成到知识的转换,从知识转换到价值的过程,实际上也是一个智能的过程,比如说我们说的超自动化过程,让内嵌的AI自动地在企业业务流程中,将衡量和实现数据资产价值,有了这个价值之后,通过云平台、边缘平台、区块链平台技术,基于数字资产提供知识服务,内嵌到社会的各个垂直方向。从而完成了整个数字资产管理的流程和整个工业体系的设计。这个就是我今天想跟大家分享的这样一个内容。


往期精彩


以太坊的2019
央行数字货币试点:进入交通教育医疗等服务场景 支付才是重头戏
2019年区块链技术趋势报告
财富大转移:千禧一代养老金账户「比特币」配置占1.84%
币安合约研究报告
促进应用落地,五大行积极布局区块链
DeFi如何蚕食PoS安全性?
平行区块链技术创新中心 | 我国首部区块链教材级专著出版
【邀请函】2019平行智能大会将于12月21日在北京举办
什么是DAO?
从货币载体的视角看比特币
区块链在物联网中应用的挑战
如何实现真正的去中心化预言机?
量子霸权对区块链到底有多大威胁?
一张图扫尽区块链超级账本Hyperledger生态资源
陈纯院士:科普“区块链”— 技术革新和产业变革新动能
侧链和状态通道:不一样的烟火
区块链在医疗卫生领域中的应用
区块链在数字艺术品中的应用
扫描上方二维码,关注公众号“平行区块链”,获取更多精彩内容!
分享到 :
0 人收藏
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:64
帖子:2
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP