1. 首页 > 快讯  > OKX高校访谈|肖臻:谈AI与区块链融合与年轻一代就业观

OKX高校访谈|肖臻:谈AI与区块链融合与年轻一代就业观

肖臻博士毕业于美国康奈尔大学,毕业后在美国 AT&T 实验室(前身是贝尔实验室)和 IBM T.J. Watson Research Center 担任研究员,在 AT&T 工作期间获得“研究卓越成就奖”。肖臻老师在 2008 年以“百人计划”身份回到北大担任研究员、博士生导师。他的区块链技术与应用公开课在 B 站获得了超过 140 万次的播放。

《OKX 高校访谈》系列希望通过对话高校人士,了解他们的视角中的 Web3行业发展,同时为高校群体进入Web3就业、创业提供参考。本期我们特别邀请肖臻教授成为《OKX 高校访谈》的分享嘉宾,希望他的分享对你有所帮助。

《OKX 高校访谈》系列是 OKX 特别出品的专题栏目,由 OKX 官方社区大使 Mercy(@Mercy_okx)主持,旨在挖掘全球高校人士的行业视角,为在Web3创业以及寻找就业朋友们提供参考。

1、您在 2018 年前后深入研究过以太坊等底层区块链技术。几年来,Web3和区块链行业经历了多个发展阶段。您认为在技术演进、行业生态和人才方面有哪些显著变化?

我们组的传统领域是分布式系统,过去的科研工作大多集中在网络层、共识协议等方面的优化。近年来区块链在性能上有了很大改进,出现了各种 Layer 2 技术,比如 Optimistic Rollup 和 ZK Rollup 技术通过将大部分交易移至主链之外执行从而大幅改善网络性能,同时在一定程度上保持了原有的去中心化和安全性。当然,有些 Layer 2 解决方案的去中心化程度存在争议。近年来的一个标志性事件是以太坊的升级,其中最为突出的是从 PoW 过渡到 PoS 大幅减少了能源消耗,与当今世界绿色环保的理念一致。

从行业生态角度来讲,DeFi、Metaverse、NFT 都出现了爆发式增长。北京大学专门成立了元宇宙技术研究所,我是副所长,专注于 AI 与区块链技术的结合。在过去几年中,除了主流的区块链技术和应用,诸如 Theta Network 这样的新兴项目也为区块链生态带来了重要的创新与贡献。Theta Network 是一个专注于去中心化视频流媒体的区块链项目,它通过引入区块链和加密经济模型,解决了传统视频传输中存在的带宽瓶颈、高成本和集中化问题。与传统的流媒体平台(如 YouTube、Twitch)不同,Theta Network 利用全球用户的闲置带宽和计算资源进行去中心化视频内容分发,从而减少了内容分发网络(CDN)的成本。

从人才培养的角度讲,很多传统软件开发者、Web 2.0 开发者转型进入 Web 3.0 ,为区块链和 Web 3.0 行业带来了丰富的工程实践经验,推动了区块链应用开发的专业化和多样化。

2、您在教学中接触到不同背景的学生,如何看待当代年轻人对区块链技术的理解与几年前的差异?

应该说几年前了解区块链技术的学生群体还比较小众, 2017 年币圈那一波大牛市使得很多人开始关注比特币和区块链。我在北京大学开设了《区块链技术与应用》、《元宇宙技术导论》这两门课程,选修我的课的学生大多数是理工科背景的,他们对区块链的技术原理、共识协议、Web 3.0 应用开发等感兴趣。我的课程作业包括用 Go 语言实现区块链的密码学基本操作和共识协议、用 Solidity 进行智能合约编程等。

同时也有一些文科背景的学生更加关注区块链的应用场景、金融属性、社会影响等方面,比如去中心化的治理模式、隐私保护、数字主权等具有社会变革性的议题。区块链的跨学科融合和社区化实践也让学生在技术探索中更具开放性和协作精神,预示着未来区块链技术将在更多领域实现更深远的应用与变革。最近两年随着 AI 技术的火热,我也在课程中增加了 chat bot、AIGC 等方面的内容,同时也对相关的法律、伦理上的问题进行探讨。我讲课的一个特点是理论联系实际,课上专门有一部分内容是讲币圈骗局,防止同学们将来上当受骗。

总的来说,当代年轻人对区块链和 Web 3.0 的理解呈现出更加多元化的趋势。不过现在还属于比较小众化的领域,感兴趣的学生人数没有 AI、算法等课程多。

3、您认为当前学生在区块链或Web3领域创业、就业有哪些机遇与挑战?

当前区块链和Web3领域正处于快速发展的阶段,国外的机会比国内更多一些。掌握 Solidity、GO 等编程语言是进入区块链开发领域的基础,同时需要熟悉 Remix、Truffle 等开发工具以及测试和部署合约的流程。国内因为政策性因素主要是以联盟链为主,我的课题组与国内主流的联盟链(长安链、星火链网、蚂蚁链等)都有合作关系。为了提升联盟链的系统吞吐量并改善用户体验,我们对现有的联盟链共识算法进行了深入分析,结果表明传统的通过优化共识协议来提高系统吞吐量的研究忽略了数据分发对系统吞吐量的影响,将性能瓶颈从共识层转移至网络层。为了解决网络层中的性能瓶颈,我们提出了一种由 Predis 和 Multizone 组成的新型数据流框架,允许共识节点利用自己的闲置带宽并行进行区块内容的预分发,从而在一轮共识中确认更多的交易,并通过基于区块构造规则的压缩方式减少传输时延。此外,Multizone 策略进一步将网络划分为多个区域,并将多播树与纠删码相结合以减少数据分发中的带宽峰值和数据传播时延。我们与蚂蚁链的合作成果在蚂蚁集团业务场景上得到应用并且效果显著,获评“CCF-蚂蚁科研基金优秀应用项目”。

同时,年轻人有机会也应该积累一些国外公链项目的开发经验,我们组与 Theta Blockchain 公链的合作对于学生深入理解公链的工作原理、共识机制、传输协议等核心技术很有帮助,也是将来到国外创业和就业的基础。公链与联盟链的一个主要区别是激励机制,设计合理的代币经济激励机制需要对加密经济学(Tokenomics)有深入的理解。一个好的区块链项目往往需要跨学科知识,需要计算机、金融、法律等多个领域的人才,同时要准确把握用户体验和多样化的市场需求,具备强大的产品思维,根据用户需求设计出创新的区块链应用。这里我要强调一点:无论在哪里从事区块链行业都一定要遵守相关国家的法律、法规,带有金融属性的产品在很多国家都是受到强监管的,不要沉迷于投机炒作等“赚钱效应”,而是应该踏踏实实地做出一些有影响力的项目。

4、学生在选择Web3行业的创业或就业时应该优先考虑哪些关键因素?

我觉得首先应该考虑面向的是国内市场还是海外市场。中国大陆地区和海外在 Web 3.0 行业的创业和就业环境上有很大不同:国内对加密货币和区块链行业有较严格的监管,明令禁止虚拟货币交易,所以在国内做 Web 3.0 创业不能指望靠发币、ICO 来融资或获得收益。去中心化金融(DeFi)和 NFT 等产品在国内也是受到严格监管的,比如 NFT 交易不能有二级市场。这也导致国内融资难度比较大,风险投资机构对 Web 3.0 行业的初创企业持谨慎态度。中国支持区块链非金融属性的应用,即所谓的币链分离。国内的区块链公司大多聚焦联盟链,在供应链金融、食品溯源、司法存证、数据安全等应用领域处于世界领先水平。国内有大量高水平的互联网、Web 2.0 人才,但是 Web 3.0 公司的数量相对有限,并且大多集中在技术开发、底层协议研究等方向,区块链相关岗位的就业机会不是很多,国内很多区块链公司依靠政府项目来支撑其主要收入。

相比之下,海外有些国家(比如新加坡)对 Web 3.0 采取比较宽松的监管政策,法律法规相对透明并且稳定,有助于创业公司在可预见的政策框架下发展,合规成本比较低,有利于公司在融资和市场化上快速推进。值得注意的是,美国的监管政策趋于严格,对 ICO 之类的发币行为已经不像六年前那么容易了。不过硅谷的融资氛围还是非常好的,有成熟的风险投资和孵化器支持,对 Web 3.0 的接受程度比较高,许多风投机构在 Web 3.0 领域积极布局,初创企业可以相对容易地获得资金支持。

5、Web3和人工智能(AI)是当前的两大技术趋势,您如何看待它们的融合发展?

这个问题问得非常好!我领导的课题组恰恰是同时深耕区块链、人工智能这两个领域,我们组过去几年和美国 Theta Labs 合作在国际著名学术会议上发表的一系列论文都是把 AI 技术应用到区块链、分布式系统领域,比如今年初发表的区块链分片论文通过基于深度强化学习的区块链分片技术在保持负载均衡的前提下显著降低跨分片交易的比例,大幅提高区块链系统的性能。我们组与 Theta Labs 合作开发了一系列 AIGC 的 demo,比如 sketch to 3D,可以在数十秒内将用户手绘草图转化为高质量的三维模型。这一技术在电影,游戏,精密制造等产业有着广阔的应用前景。我们还创新性地提出了一种增强计算机视觉模型鲁棒性的方法,对于构建元宇宙等虚拟现实系统具有重要意义。

总的来说,Web 3.0 和人工智能(AI)的融合发展前景非常广阔,Web 3.0 致力于打造去中心化的互联网生态系统,赋予用户更大的数据所有权和控制权,而 AI 则通过数据处理和智能化分析,为 Web 3.0 应用提供更精准的交互和体验。两者在数据处理、去中心化服务和隐私保护等方面可以互相补充,为各自的生态系统增添新的功能和应用可能性。通过智能合约和区块链技术,开发者可以创建一个去中心化的 AI 模型市场,让模型训练和使用过程更加透明并且可追溯。开发者可以将训练好的 AI 模型分发给去中心化网络中的用户使用,消除了对中心化平台的依赖,激发 AI 模型市场的公平竞争。Web 3.0 的去中心化数据存储和隐私保护特性能够补足 AI 在数据安全方面的短板。利用去中心化存储,用户可以控制自己的数据存储和使用权,使 AI 算法在保护隐私的前提下依然能够获取训练数据。

风险提示及免责声明

本文章仅供参考。本文仅代表作者观点,不代表 OKX 立场。本文无意提供 (i) 投资建议或投资推荐; (ii) 购买、出售或持有数字资产的要约或招揽; (iii)财务、会计、法律或税务建议。我们不保证该等信息的准确性、完整性或有用性。持有的数字资产(包括稳定币和 NFTs)涉及高风险,可能会大幅波动。您应该根据您的财务状况仔细考虑交易或持有数字资产是否适合您。有关您的具体情况,请咨询您的法律/税务/投资专业人士。请您自行负责了解和遵守当地的有关适用法律和法规。