跨领域思考区块链、人工智能，去中心化、涌现、拜占庭算法、智能化的新群体组织
跨领域思考区块链、人工智能，去中心化、涌现、拜占庭算法、智能化的新群体组织
↑ 点击加入mixlab社区
15000+跨学科人群，机器学习、机器视觉、自然语言处理、知识图谱、量化交易、物联网、区块链、产品经理、交互设计、建筑设计、服装设计、珠宝设计、平面设计、音乐、艺术等。
本文主要介绍拜占庭算法，并附带一些相关联的概念，进行跨领域的思考，涉及宗教、群体、组织、社交网络、去中心化、涌现、共识算法、人工智能等等。
拜占庭算法讲述的是如何在分布式系统中，形成一致共识的方法。
阅读难度：★★★☆☆
技能要求：区块链基础
字数：2080字
阅读时长：8分钟
人机协作关系
现实社会中，我们对某一问题的一致性看法，是通过面对面不断交流、碰撞而达成的。这里会存在有目的性的引导、权威人物的影响等因素，导致每一个体无法表达出自己的真实看法。
如果把这一过程交由机器实现，每个人只需要对着机器发生自己的真实想法，最后的决议交由机器处理，这就需要发明一种共识机制的算法。
这一过程，人与机器是协作关系，人只需要专注于处理自己眼前的事情，群体的行动由机器来决议。
群体、宗教与去中心化、涌现
谈到群体、组织，我们不得不提宗教。从字面上理解，「 宗教 」有一个创始人、有崇拜对象为“宗”；有一群追随者，有一定的祭祀仪式为“教”；而西方文化的宗教「 religion 」是从拉丁词“re”和“legere”演变来的，意思是“再”和“聚集”，就是一群人为了一个目的聚集在一起的意思。
考古发掘和对原始社会的考察表明，宗教不是在人类社会最初阶段便发生的；而是当生产力和人类智能发展到一定高度──约在旧石器时代后期。有兴趣可以继续深入研究宗教的起源。
凯文凯利在《必然》中提及未来30年里，减物质化、去中心化、即时性、平台协同和云端的发展将继续强势发展。关于「 去中心化 」，是一种区别于中心化的机制，对立面是权威、服从，在《爆裂》一书中也讲述了「 去中心化 」的相关概念：涌现优于权威。
涌现
Emergence
「 涌现 」是一种最引人注目的普遍现象。所谓 「 涌现 」，就是指系统中的个体遵循简单规则，通过相互作用构成一个整体的时候，一些新的属性或者规律就会突然在系统层面诞生。典型如蚂蚁社群、神经网络、免疫系统、互联网乃至世界经济等等，都跟涌现的现象有关。
荣格曾经说过宗教是一种集体无意识现象。集体无意识，也跟「 涌现 」有关。
这个现象，中国古人也早已知悉，王充在《状留篇》中的句子：“故夫河冰结合,非一日之寒；积土成山,非斯须之作。”描述的就是细小的积累，产生了巨大的质变。
去中心化的组织是如何的？
在基于共识机制的群体里，个体通过「 投票 」决议，从而产生群体行为的涌现，而不是听令于某个权威。
这个共识机制，在技术领域普遍采用「 拜占庭容错算法 」。
拜占庭容错算法
点击以上链接了解知识点
结合实例理解算法原理
举一个经典的例子，这里稍加简化：
有4位将军，分别位于城堡的四个方向，他们没法聚在一起商量明天是否进攻城堡。
解法方案1：单向传递命令
某一将军通知其他3位将军是否进攻。
1.1
A将军分别通知B、C、D 明天进攻
A、B、C都遵守约定进攻，D没有，大家发现D是背叛者。
1.2
A将军分别通知B进攻，C、D不进攻
只有B进攻，没法发现谁是背叛者。
此方案不可靠。
解法方案2：双向互通命令
某一将军通知后其他3位将军，这3位将军收到后互通消息，最后每位将军计算得票最高的消息决定是否进攻。
2.1
A将军分别通知B、C、D 明天进攻
如下表格，横轴为消息发送方，纵轴为消息接收方；
在明天进攻城堡的消息记为1，不进攻城堡的消息记为0
A发起 | B互通 | C互通 | D互通 | |
|---|---|---|---|---|
A | ||||
B | 1 | 1 | 1 | |
C | 1 | 1 | 1 | |
D | 1 | 1 | 1 |
若B背叛，修改了A的命令：
A发起 | B互通 | C互通 | D互通 | |
|---|---|---|---|---|
A | ||||
B | 1 | 1 | 1 | |
C | 1 | 0 | 1 | |
D | 1 | 0 | 1 |
明天进攻城堡的为A、C、D；B没有进攻，被发现是叛徒。
2.2
A将军分别通知B进攻，C、D不进攻
A发起 | B互通 | C互通 | D互通 | |
|---|---|---|---|---|
A | ||||
B | 1 | 0 | 0 | |
C | 0 | 1 | 0 | |
D | 0 | 1 | 0 |
第二天，所有将军都没有发起进攻。A发送了假消息，没有造成损失。
综上，采用解法方案2：双向互通命令的方法更可靠。信息在将军之间互相交换后，各将军列出所有得到的信息，以大多数的结果作为决策依据。
基于拜占庭算法，一个具有共识机制的去中心化群体被实现了。我们可以继续拓展此群体。
智能化
当这个群体被智能化改造之后，如下图
图引自：
https://medium.com/@FEhrsam/blockchain-based-machine-learning-marketplaces-cb2d4dae2c17
每一个个体产生的数据，都可用来训练一个AI，训练成的AI可以用于个体之间的交易，所有的交易行为的发生，都是基于去中心化的共识机制，自动完成。
再进一步构建，如果每个个体产生的数据都符合某一标准，数据之间可以自动发生交易。
去中心化的群体，里有提供数据服务的节点、提供AI服务的节点、提供应用服务的节点，存在3种类型的交易：数据、AI、应用。（理论来源：solid社交协议）
近期活动推荐：
快！TensorFlow、黑客马拉松、DevFest千人大会 ，GDG DevFest 2018在召唤你
--------------------------------------
mixlab 无界社区 是一所面向未来的实验室，它提倡“跨界创新，开放成长”的理念。
——跨界 开放 互助 学习 思维 创新。
目前社区汇集了15000+跨学科人群，主要来自GoogleBrain、微软、华为、阿里鲁班、腾讯、旷视、三角兽、物灵科技、众安保险、美团、360等科技人才、设计师及CEO和投资人；高校分布MIT、Oxford、Cambridge、CMU、UoM、清华、北大、复旦、上交大、同济等学生及教师群体；学科跨越机器学习、自然语言处理、量化交易、物联网、区块链、前端、后端、产品经理、UI设计、建筑设计、服装设计、珠宝设计、音乐、艺术等。
社区典型的用户技能为： ML00：小程序开发、AI+设计、区块链技术、物联网 ML04: 算法作曲 ML05：AI变脸 ML07：WebGL+Three.js数据可视化 ML14：增长黑客 ML16：机器学习 ML37：AR ML41：人工智能+音乐 ML44：珠宝设计+参数化设计 ML83：量化交易、数字货币交易 ML109：Arduino、processing ML113：人工智能+服装设计 ML206：VR/AR ML245：建筑设计智能化
ML258：机器学习、机械臂技术、混合现实技术、生成式设计
ML260：AI+设计、无人机
详细介绍点击以下卡片：
mixlab期待您的加入！