博客
关于我
企业区块链不起作用,因为它与真实世界有关
阅读量:122 次
发布时间:2019-02-26

本文共 1189 字,大约阅读时间需要 3 分钟。

区块链技术自2008年比特币的诞生以来,经历了长达十余年的发展与探索。从最初的货币 sổ书记录到如今的多元化应用,区块链技术展现出前所未有的潜力。然而,区块链的应用并非都能保持其底层技术特有的特性。今天,企业区块链应用已开始进入现实世界的事物跟踪,但这种做法恰恰削弱了区块链技术的核心优势。

我们需要回到比特币的最初场景,以更好地理解这一现象。比特币区块链记录的不是交易流向本身,而是每个人持有的比特币数量。这种记录方式与传统的出生证明有着本质的不同。出生证明记录的是一个真实事件,但这个事件的发生与否并不依赖于记录本身。与之形成鲜明对比的是,比特币持有量的记录是完全依赖于区块链的。哲学家将这种依赖称为"形而上学的基础",这意味着区块链不仅是记录工具,更是决定持有量的主宰。

这种独特性使得比特币区块链能够确保其记录的准确性。区块链不像传统的出生证明那样可能因记录过程中的错误而变得不真实。它的记录是由底层技术直接决定的,这种决定性特征使得区块链在追踪比特币持有量方面具有不可替代的优势。

然而,当企业将区块链应用于现实世界的事物跟踪时,情况就大不相同了。以出生证明为例,我们可以设计区块链记录出生事件,但这些记录并不会独立于现实世界的真实性。区块链在这种应用中只是一个可靠的存储工具,而不是确保记录真实性的机制。与之形成对比的是,区块链在比特币应用中所扮演的角色完全不同。

这种区别在供应链管理、医疗健康记录等其他企业应用中同样体现明显。区块链可以有效追踪钻石从矿山到珠宝商的全过程,但这并不意味着这些钻石的真实性与区块链记录完全一致。区块链在这些应用中更多地起到可追溯性和透明度的作用,而不是保证事物真实性的功能。

区块链技术的独特价值主要体现在其能够确保记录的准确性。这种准确性来源于记录本身与事物的真实性之间的紧密耦合。与之形成鲜明对比的是,企业区块链应用过度扩展到现实世界的事物记录,反而削弱了区块链技术的核心优势。

当前区块链技术的准确应用主要体现在加密货币领域。以不可替代令牌(NFT)为例,NFT的持有者信息完全依赖于区块链记录。区块链不仅记录了NFT的存在,还确定了其持有者,这种确定性特征使得NFT的应用具有高度的准确性。

未来,区块链技术可能会在更多领域展现其准确性优势。知识产权保护、土地所有权、投票系统等领域都有可能成为区块链准确应用的新领域。但在这些应用中,我们需要清醒认识到区块链技术的适用范围。区块链的核心优势在于其能够确保记录的准确性,而不是通过记录来确保事物的真实性。

区块链技术的未来发展需要在准确性和现实世界适用性之间找到平衡点。只有在准确性方面保持优势的同时,才能让区块链技术真正发挥其独特价值。当前,加密货币和NFT领域已经展现出这种平衡点的可能性。未来,我们需要继续探索更多准确性应用场景,同时保持对区块链技术本质特性的深刻理解。

转载地址:http://apqy.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>