區塊鏈到底該怎么玩？我們跟諾貝爾經濟學獎得主聊了聊_區塊鏈

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

外匯局跨境區塊鏈平臺試點累計放款金額達360億美元:截至2020年7月20日，外匯局跨境區塊鏈平臺試點范圍已擴展至全國所有地區，參與法人銀行250多家，累計完成融資放款筆數39048筆，放款金額折合360億美元，服務企業共4183家，其中，中小企業占比超過75%。特別是2020年1月24日以來，跨境區塊鏈平臺放款金額折合199.2億美元，持續助力緩解中小企業跨境融資難題。（中國金融新聞網）[2020/7/27]

“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。”

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。

萬向區塊鏈鄒傳偉：在DC/EP中區塊鏈用于數字貨幣的確權登記 居于輔助地位:萬向區塊鏈首席經濟學家鄒傳偉表示，支付系統（乃至金融基礎設施）分為賬戶范式和Token范式，前者以銀行賬戶體系為代表，后者以區塊鏈為代表。鄒傳偉分析認為：DC/EP發行登記子系統由中央銀行負責維護，是中心化的，不需要運行共識算法，這樣就不會受制于區塊鏈的性能瓶頸。在DC/EP中，區塊鏈用于數字貨幣的確權登記，居于輔助地位，比如網上驗鈔功能。鄒傳偉也曾表示，DC/EP和現金的投放路徑類似，二元體系設計考慮了商業銀行利益，預計會進一步推動商業銀行去拓展零售支付和零售業務。（中國經營網）[2020/4/26]

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。”

金色財經現場報道 羅勇：區塊鏈只是互聯網上的應用而不是全部:在GBLS全球無眠區塊鏈領袖峰會上，北京大學中國金融政策研究中心主任羅勇表示：區塊鏈只是互聯網上的應用而不是全部，我們應當警惕它的社會風險，我們廣大的科技工作者要有創新，不能妄自菲薄欲速則不達，許多的科技或許是明天的工作，但在國際投資基本的帶動下，區塊鏈就是全新的點對點的體系，不能尋求一夜暴富。[2018/6/6]

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

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。”

螞蟻金服專利年申請量超過亞馬遜與臉書 區塊鏈等專利增長較快:據IPRdaily消息，螞蟻金服國內已申請專利達3200多件，超過了Amazon和Facebook，而且還在以每天7件的速度增長。區塊鏈、人工智能、安全和云計算、IoT領域是其專利申請均高速增長的領域。[2018/5/31]

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。”

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。

美股區塊鏈概念股漲跌各異:柯達收平，Accenture收跌1.41%，Overstock.com收跌0.54%，Riot Blockchain收跌0.75%，Marathon Patent收漲5.93%，Square收漲1.64%，Seven Stars Cloud收跌3.25%。[2018/4/21]

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ACE怎么做區塊鏈人工智能是干嘛的數字貨幣交易所開發工作如何BRACE幣

XLM