「火星公開課」第205期 |RSChain創始人李成軼:基於區塊鏈的空間資訊智慧感知網路
要點速覽:
1.海量資料+高效能演算法模型=燒不完油的汽車,區塊鏈則為其提供了一條高速跑道,使這輛汽車可以行駛得很遠。
2.開發公鏈只是需要少數人蔘與的事情,絕大部分人應該做的是思考如何搭建側鏈和DApp來賦能實體經濟,將思考方式從“區塊鏈+”轉為“+區塊鏈”。
3.“+區塊鏈”專案有三個關鍵著力點:團隊結構、研究思路和資源對接。
10月22日21:20,受輪值群主蔡棟、陶欣之邀,RSChain創始人&CEO李成軼做客「火星財經創始學習群」,做了主題為“基於區塊鏈的空間資訊智慧感知網路”的分享。
李成軼認為,遙感是獲取海量資料來源的重要手段,AI作為其智慧處理方法,自動從海量資料中提取有效資訊。遙感與AI的深度融合正是RSChain團隊與深見iABC實驗室戰略合作所面對的問題。
他表示,RS+AI+Blockchain可以想象的應用場景非常多,建議各領域從業者多從應用的角度思考區塊鏈,以實際需求為出發點,反推區塊鏈技術,而非在日活只有幾百上千時就比拼百萬級的TPS、爆炒幾十G的RAM。
以下為李成軼分享內容,由火星財經(微信:hxcj24h)整理:
一、需求驅動的技術進步
我來自遙感(Remote Sensing,RS)行業,形象來說衛星對地球攝影是遙感、人們用手機拍風景也是遙感。今天我將從行業應用的角度來分享對區塊鏈的一些思考,同時向大家介紹一種新型的空間資訊感知模式(RS+AI+Blockchain)。
首先向大家解釋下今天的主題“基於區塊鏈的空間資訊智慧感知網路”。空間資訊指反應地理實體空間分佈特徵的資訊,如位置、形狀、大小和相鄰關係等;智慧感知主要指廣義的遙感。遙感,即遙遠地感知。
狹義遙感通常指運用電磁波探測技術,通過衛星、航空飛機、無人機等搭載感測器,記錄物體的電磁波譜特性,從而提取物體的資訊。在我們的智慧感知網路中將泛化遙感的概念,包括狹義遙感在內,泛指無需主體親自參與即可獲取資訊的一種新型空間資訊獲取模式。採用人工智慧和區塊鏈社群自治(Token 激勵、可溯源可驗證)的方式來保證資訊的準確性。
這是一張狹義遙感系統示意圖,方便大家參考。
再談談對行業的思考,我認為技術進步應該由需求來驅動(區塊鏈應用層視角)。石器時代,人類為了捕獵,開始用石頭製作各種工具。原始社會末期,為了統一計量基準,產生了度量衡。2008年,金融危機在美國爆發並席捲全球,政府和銀行管理經濟的能力遭到各方質疑,信用降至谷底。隨後,比特幣白皮書《比特幣:一種點對點的現金支付系統》由中本聰在metzdowd.com的密碼學郵件組列表中發表,比特幣誕生了。
縱觀人類歷史, 技術的進步皆由實際需求來驅動。 2018年作為區塊鏈的元年,區塊鏈概念泡沫程度嚴重,炒X和開會成了區塊鏈行業的日常,資本逐利導致了為區塊鏈而區塊鏈的亂象。這讓我想起來專為發燒(跑分)而生的小米手機,而分數再高也不一定能提升使用者體驗,這只是一種營銷噱頭。
目前人們獲得資訊的模式主要是被動的(被動遙感),例如文章、視訊先由作者釋出好,再傳達到使用者手中,你可能為了檢索某條資訊花上大半天,你也可能根本不能精準找到所需求的資訊,在自然界中,更是存在大量未入庫的資訊。
我們不妨大膽想象,在未來人類需要一種新型的資訊獲取模式,你能獲取的不再僅僅是存量資訊,資訊根據你的需求主動生成(主動遙感),例如在某個生態中,你想要一張特定角度的阿爾卑斯山照片,一會兒後這張照片就能呈現在你的眼前。RSChain——基於區塊鏈的空間資訊智慧感知網路正是在這種需求下構建的。
遙感與AI怎麼深度融合呢?遙感是獲取海量資料來源的重要手段,AI作為其智慧處理方法,自動從海量資料中提取有效資訊。遙感與AI的深度融合也正是RSChain團隊與深見iABC實驗室戰略合作所面對問題,主要表現為如下三個層面。
1.提取資料表象的資訊。在生活中大家見到的一張張照片(衛星、無人機影象)是由真彩色合成的,即物體反射的紅、綠、藍三個波長範圍的電磁波能量,分別對應計算機彩色合成的紅、綠、藍三個通道,三個通道的DN值經過RGB彩色合成後顯示為我們看到的彩色影象。AI演算法可以代替人眼,從照片(衛星、無人機影象)中提取出人、車、房屋等實體資訊。
2.提取資料深層面的資訊。感測器(非常專業的相機)能接收到的電磁波遠不止紅、綠、藍三個波長範圍,包括可見光(紅、橙、黃、綠、藍、靛、紫)、紅外(近紅外、中紅外、遠紅外)、微波等,由多光譜或高光譜組成的數字矩陣,包含了大量的資訊,例如:肉眼看似相同的兩片農場、養殖場,如果其中出現病蟲害,在光譜中的表現就存在差異。通過AI演算法能自動從光譜資料中提取出人眼不能識別的資訊。
這是一張電磁波譜示意圖。
3.提取資訊中的資訊。這個層面主要面向人類社會服務,即通過如上提取的資訊,找出資訊中的規律。通過AI演算法挖掘人類行為的規律,以及預測下一次事件發生的可能性。
總之,海量資料+高效能演算法模型=燒不完油的汽車,區塊鏈則為其提供了一條高速跑道,使這輛汽車可以行駛得很遠。RS+AI+Blockchain可以想象的應用場景非常多。
所以我的觀點是,建議各領域從業者多從應用的角度思考區塊鏈,以實際需求為出發點,反推區塊鏈技術,而非在日活只有幾百上千時就比拼百萬級的TPS、爆炒幾十G的RAM。同時我還認為,開發公鏈只是需要少數人蔘與的事情,絕大部分人應該做的是思考如何搭建側鏈和DApp來賦能實體經濟,將思考方式從“區塊鏈+”轉為“+區塊鏈”。在未來,極可能只存活一條或極少數的公鏈,而這條公鏈上搭載著成千上萬的側鏈,側鏈上搭載著更多的側鏈和DApp。
二、區塊鏈應用層通證經濟模型:一定不能是零和遊戲
說到應用,它一定是面向特定使用者的,這些使用者具有相同的屬性或需求,或者說具有一致的信仰和共識。用社群垂直生態打造Token價值空間,所有人的資產權益都與社群生態建設掛鉤,讓合作共贏代替零和遊戲。
我認為一個好的社群垂直生態中,Token需要有等價物對標,對標的物體需要具備稀缺性,最好還要有價值成長性。
謹慎定義增發和銷燬機制,我認為增發和銷燬都會減弱社群自治程度,會降低社群成員的參與感和信任感,在一定程度上會吸引投機者,大量投機者在特定時間點的操作,將對社群造成極大的不穩定。所以,我認為在經濟模型中如何有效避免投機者參與也是一個需要考慮的問題。
比如在RSChain中,資訊採集即挖礦,用Token激勵資訊的有效採集。資訊採集有兩種方式:一種為AI演算法從遙感資料中自動採集資訊(機器學習解決自動分類問題),另一種為人工參與的採集資訊。此時,可以理解為Token的價值對標了AI算力和人工體力(PoW)。
另外,隨著人類社會發展,社群不斷壯大、資訊需求也呈爆炸式增長,相反地Token形成一種通縮效應,價值不斷提升,價值來源於人口和社會發展的雙重紅利。在有效價值對標和通縮效應的機制下,形成共贏局面是必然的。大家都知道PoW是最公平的共識機制,但是其存在大量的電力資源浪費。而在RSChain中,算力、體力都轉化成了有效資訊,從人類大生態來說,這種對標方式是不是即公平又環保呢?
三、“+區塊鏈”的3個關鍵著力點
我認為“+區塊鏈”專案有三個關鍵著力點:團隊結構、研究思路和資源對接。
首先說團隊結構,作為專案管理人員,一定需要具備應用行業的背景,上述我們論證了需求嚮導的技術進步,在具體行業中,只有真正的從業人員才能發現行業痛點,才能設計出不同技術結合的應用模型。
例如在RSChain中,只有知道RS能獲取什麼樣的資訊,獲取手段如何,以及現有資料來源和技術能達到的精度。比如現有的遙感技術可以區分看似一樣的兩塊農田,哪塊健康,哪塊缺乏某種養分;以及現有AI演算法的效能在遙感影象分類中已經遠超傳統統計學方法,在大類別識別的總體精度能達到98%以上;有些任務用國產資料就能實現,而有些任務需要藉助國外的資料。
因此在RSChain專案中,我們的成員結構比例是:具體應用人員、區塊鏈開發人員和運營人員等依次遞減。
再說發展思路,簡單說就是在思維上去公鏈化,儘量不參與公鏈的研究,我們需要的是選擇一條合適的公鏈,在其上進行二次開發。如果把公鏈比作框架的話,我們把更多的精力放在內容研究。
把區塊鏈當作一項技術、一個工具,思考如何用這個工具來服務專門的領域,思考領域內哪些資料應該上鍊、通證模型是怎樣的,初期怎樣引導社群走向自治。
資源整合非常關鍵,一個領域的專家在其他領域會存在盲區,交叉型專案就像搭積木,在其包含的任何一個領域你可能都不是最頂尖的,但是你能把各行業的資源連線在一起,就能產生非常大的能量。因此,我強調資源整合的重要性。
四、RSChain的應用場景
10月18日,在2018火星區塊鏈(紐約)峰會上王峰表示:“非常重視區塊鏈資訊服務、區塊鏈金融服務和產業區塊鏈化三個方向。其中,區塊鏈資訊服務,屬於廣義的資訊服務,遠不止火星財經目前提供的業務範疇。”
“區塊鏈資訊服務”,這讓我們迅速地將RSChain與其對號入座,理念可謂不謀而合。大資料時代早已到來,近年來人類社會產生的資料量正在指數上升,機器學習演算法也需要源源不斷的資料來訓練模型以提升精度,資料變得越來越有價值,而資料的價值體現在挖掘其中的有效資訊,“資訊即價值”。
基於此RSChain可衍生出各種場景的專題應用。我們面向商業、政府和個人等都有應用場景。
這裡僅舉一個最簡單的面向個人的應用場景吧。
異地協同工作(需求:中國的A需要義大利的B拍一張特定角度的阿爾卑斯山的照片,注:這裡“照片”可以代指如上三個層面的資訊),A在RSChain上釋出採集需求,需要B所在地的實景資訊,此時由B進行現場採集實景資訊,任務完成後,A需要支付一定的Token,B因此獲得Token激勵,其中節省了A到B處的時間、差旅等成本,可溯源特性也保證了B的工作質量,如B多次工作質量低將被社群開除或受到Token懲罰。
這是不是有點像賞金任務呢?網路架構示意如下圖。
在初期,社群生態中存量資訊量較少,AI和社群成員參與挖礦。當資訊量達到一定程度時,生態逐漸轉化為以Token激勵下的資訊交易為主體。生態一直髮展,最後將演變為一個高度自治的透明地球。
現在學術方面現有中意兩方的實驗室依託,實驗室有包括IEEE Fellow在內的專家,發表了大量遙感方面的頂級期刊文章,其中也包括遙感和機器學習相關的命題。相關落地的一些遙感資料處理演算法是我們自己編寫的,包括我本身也是具備底層資料處理演算法開發經驗。
現已遙感到一張獨一無二的阿爾卑斯山實景照片,與大家共賞之並結束我今天的分享。
嘉賓簡介
李成軼 / RSChain創始人&CEO
中國地質大學與義大利特倫託大學聯合培養博士,多個省部級(前國土部、環保部)、國際級(歐空局、NASA等)大型遙感專案管理、演算法研發和野外調查經驗。前SuperMap軟體開發工程師。致力於前沿技術與遙感及其應用領域的交叉研究。
對話發起人
蔡棟 / 麥當勞(中國) CDO/CIO
麥當勞(中國)首席資料智慧官,負責戰略、IT和大資料、深見iABC實驗室創始人、火幣公鏈領袖團隊成員。
陶欣 / 深見網路科技 COO/CMO
深見網路科技專注於人工智慧、雲和區塊鏈,由麥當勞(中國)、中信資本共同組建。陶欣也是前萬達網路科技集團共享事業部負責人,Linux基金會超級賬本專案前成員、工信部區塊鏈論壇成員。
文章宣告:本文根據「火星財經創始學習群」嘉賓分享內容整理,不代表火星財經立場,轉載須在文章標題後註明“文章來源:火星財經(微信: hxcj24h )”。