科普:一文看懂明网（科普阅读理解）

很多朋友在找帮企客时都会咨询科普:一文看懂明网和科普阅读理解，这说明有一部分人对这个问题不太了解，您了解吗？那么什么是科普阅读理解？接下来就由小编带大家详细了解一下吧！

一文看懂产业互联网时代的到来及破局之道

前段时间，马化腾发出世纪之问"未来十年哪些基础科学突破会影响互联网 科技 产业？产业互联网和消费互联网融合创新，会带来哪些改变？"引起了一波产业互联网热潮。随后，腾讯对自己的组织架构进行了大动作的调整。马化腾的提问及其企业架构的调整，进一步体现了下一个十年的产业变革，可能将是产业互联网的十年。

"产业互联网"是从消费互联网引申出的概念，是指传统产业借力大数据、、区块链、智能终端以及网络优势，提升内部效率和对外服务能力，是传统产业通过" 互联网"实现转型升级的重要路径之一。

磁云 科技 创始人李大学，前京东荣誉副总裁，于2015年二次创业，提出"产业互联网"概念，被称为"产业互联第一人"。过去几年在实践 探索 中，磁云 科技 形成了一些产业互联网理论和方法，下面就一起来看看产业互联时代到来的背景及破局之道。

互联网的演进路径从链接对象来看，逐渐是人、信息、商品、产业、金融。互联网的演进又分为几个阶段：

1995年—2005年，信息互联网时代

这十年，以信息中介为核心的业务被互联网重构。WWW的发明，使碎片化的信息可以链接成信息网络，消除信息不对称，这正是互联网最擅长的。人类获取信息的方式被逐渐改变，所有的信息开始聚集在线上。首先被渗透和改造的是传统媒体行业，其次是广告行业和信息中介行业。这一时期诞生了市值十几亿到百亿美元的公司，其中以搜狐、新浪、百度、腾讯、网易，阿里巴巴等门户和信息平台为代表。

2006年—2015年，商品互联网时代

互联网不断介入商品交易关系，涌现出了淘宝、天猫、京东、唯品会、聚美优品这样代表性的电子商务平台。互联网通过缩短流通链条、消除信息不对称、提升购物体验和营销创新等方式，携低成本、高效率的优势，对线下零售行业不断渗透和改造，给零售行业带来极大冲击的同时，几乎重构了整个商品流通的链条。京东和阿里巴巴相继在纳斯达克上市，市值几百亿美元到上千亿美元，而且还在不断增长，这种力量几乎重构了整个中国零售商业生态的格局。

2015—未来十年，产业互联网时代

总的来说前20年可以概括为2C的时代，从信息互联到商品互联；未来的十年是产业互联网的阶段。未来，互联网不再是一个行业，现在的互联网公司会变成传统企业，而传统企业会拥抱互联网变成产业互联网公司。所以在这个阶段我们有一个大胆的假设，各行各业都能出现像京东、阿里一样的企业、平台。这样的企业平台可能重建行业规则、规范，最终变成行业领导者、整合者。这个阶段主要是供应链实现信息化的阶段，是工业、消费、 社会 各方面实现数据化和信息化的突破阶段。

在过去的十几年里，互联网企业表现最为耀眼。经过近二十年的发展，BAT已经成为中国最大的三家互联网公司，形成了三足鼎立的格局，但互联网生态发展至今天，传统的消费互联网发展模式却越来越乏力。消费互联网的核心是争夺C端，即抢夺用户，消费互联网的发展已经逼近顶点，随之而来的将会是产业互联网的新潮。

产业互联网概念的提出，基于过往的互联网经验以及对传统企业转型升级问题的观察和了解，因为传统企业在转型升级的过程中，面临三大痛点：

第一大痛点：发展模式如何升级

在传统商业模式中，如何打破路径依赖，找准新的发展模式，是企业转型升级过程中比较常见且又至关重要的问题。传统企业的商业模式一般是把产品生产之后通过渠道推入市场。在市场供不应求的情况下，这会是比较好的发展模式。而在产业互联网时代，市场早已从卖方市场向买方市场转变，企业必须回归用户思维，以"用户为中心"升级发展模式，变推式为拉式。

第二大痛点：信息系统如何升级

信息化时代，技术是行业的基础，在相关数据信息的有效支撑下，企业对信息系统的升级能有效促进平台、市场、运营等的优化，从而打造出以信息技术为支撑的"精准化企业"。

第三大痛点：大数据战略如何实施

产业互联网时代背景下，未来的企业可能大都需要数据驱动，通过大数据战略升级打破企业数据孤岛，引领行业数据协同，实现成本效率优化。

这些痛点形成了行业小、散、乱；信息化程度低；账期太长、融资贵融资难的问题，也因此带了产业互联网的三大机会：

第一个机会：产业＋互联网整合的机会

中国工业革命只有几十年，而西方工业革命进行了200多年，所以中国各行各业可以借鉴西方，通过两个手段来做行业整合，一是资本手段，二是互联网手段。我们认为"产业互联网"就应该用资本的力量，加上互联网的模式创新来对各个行业的小、散、乱、弱进行整合，重构出新的行业规则。

第二个机会：深度信息化和工业化的机会

中国信息化水平落后西方大概十年，我们可以在建立产业互联网平台的基础上，对行业的参与者提供免费软件，解决他们内部的信息化问题，客户管理、线上线下融合等问题，同时提供共享供应链的支持。

第三个机会：产业金融的机会

发展产业金融，需要在每个行业上下游打通的基础上，形成大数据闭环，把信息流、物流、资金流的大数据整合起来，并在此基础上进行金融创新，解决行业的账期问题，同时还能创新金融产品，比如终端众筹或在线贷款，使行业各个价值环节的参与者更好地获得资金，提高资金使用效率，彰显金融的放大器作用。

当然好的商业模式是在场景里演练出来的，因此我们结合实践提出了产业互联网三层架构：

第一层：共享层

共享层是建立基于大数据和金融的共享平台，也包括共享仓储、共享物流等。行业参与者可以通过共享，节省大量的人力和时间成本，获取更多的发展机会。磁云为此提出ADI引擎（后面做独立阐述）共享给产业互联网的创业者。

第二层：赋能层

把产业里面原有的资源、能力组织起来建构产业互联，未来企业的 社会 化分工就可以更细分、更专业，擅长产品就做产品，擅长制造就做制造，擅长营销就做营销，企业把各自专业领域的内功修好，再实现行业间或跨行业的协同合作，便能创造出更大价值。以往的企业发展木桶理论在产业互联网领域已经失效，因为木桶理论主要是补短板，但产业互联网则是各展所长，互助共享长板，互相赋能，来达到合作价值的最大化，实现互利共赢。"去链结网"的真正价值是当产业成为价值网的时候，买卖双方会互为供应方和消费方，并最终形成一个API市场，这个API市场会把我们的能力API化，形成一张优化整合的聚合网络。

第三层：裂变层

裂变层是场景运营层，是一个创新、变化的空间，可以百花齐放。目前，各行各业最大的需求是依靠创新提升企业效率、推动行业发展。由于起源不同，传统行业里面很难拥有像互联网企业那样的裂变力量。因此如果能让前两层"去链结网"和"ADI引擎"共享，给传统行业赋能，建立一个网络化的创新引擎，如快速开发的引擎，通过这些引擎可以定义数据、定义流程、定义工作、定义界面，也可以定义协同，从而让企业变得更有创造性、更专业、更细分、能共享。这个支持创新的引擎便能快速跟踪场景，做界面和流程的定制，最终让整个系统根据场景实现个性化服务，不断迭代、裂变。

产业互联网方法论

基于三层架构，我们进一步提出了产业互联网方法论，即S2b OmO 产业金融：

S2b—— 曾鸣的"S2B"与我的"去链结网"理论有着异曲同工之处，不给过我们的提法是 S2b 。互联网时代客户驱动是整个运营的起点，是任何企业的立身之本，是生死存亡的分水岭，做不到客户驱动，将来就没有生存空间。但是单靠任何一家大"B"企业很难实现网络化协同，与此同时各行各业都存在着万级、十万级的小" b "企业，它们离用户最近，能以用户为核心做分销、销售、对接客户、及时互动、有效反馈、优化用户体验。这时就需要一个大的行业供应链平台来为它们赋能，即"S"。"S"可以帮助小" b "在客户实时互动等方面提供场景化支持，降低他们的成本，保证质量和流程的高效，让小" b "自主发挥最能触达客户的能力。"S2 b "模式实际上是把人的创造性和系统网络的创造性有机地结合在一起了。

OmO—— "OmO "'即Online-Merge-Offline线上与线下融合。不同于"O2O"，"OmO"强调的是小制造企业在其中的价值。四个因素将助力OmO时代的到来：智能手机的大规模应用、流畅的支付系统、质优价廉的传感器、以及人工智能技术的进步。如磁云投资孵化的集合制造，就在非常传统的复制行业，发挥了"产业大脑"的高效整合能力。

产业金融—— 产业金融是产业生态和互联网金融的结合，是产业互联网的靶心。做B2B一定不要忘记产业金融。产业金融是衍生模式，是产业生态的核心突破口及主要赢利点。中国的传统产业并不缺钱，资金大都以应收应付账款的形式沉淀在路上，因此容易出现流动资金"饥渴症"。

产业互联网ADI引擎

任何技术的进步都有一个逐渐被接受、走向成熟的过程。互联网最早就是一批IT精英做出来的。实业不好做他们就从虚拟开始做，所以BAT基本上叫虚拟经济。然而技术进步到一定程度，会就像空气和水一样渗透到各行各业去，推动各行各业产生变革。为此，磁云 科技 提出了ADI引擎：

ADI=API DataFlowX Intelligence， A引擎是" 互联网"，它的本质是让产业链接起来。D引擎是基于"区块链 "的活的大数据，可实现数据流动，数据交换，让数据价值最大化。I引擎就是基于"AI "的智能化，未来的智能商业、智能金融，包括创新的驱动引擎都会基于"AI "实现。

当前，互联网对整个人类的影响远远超出了人们的想象和预期，整个商业文明正在被重构，这是"技术为王"的时代。ADI它将互联网先进架构与产业应用的特长相结合，为企业提供转型升级新引擎。ADI的目的是重构商业文明，让企业与企业之间互通有无、供需互享，转向敏捷化、网式发展，并通过大数据的流动、交换、集成，实现智能化商业创新。ADI引入了基于互联网的技术架构，企业可以更加灵活地应对市场的不确定性。

产业互联网的兴起，意味着制造、农业、能源、物流、交通、教育等诸多传统领域相继都将被互联网所改变和重构，并通过互联网提高跨行业协同的效率实现跨越式发展，让我们拭目以待。

科普：一张图看懂什么是物联网

物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新2.0是物联网发展的灵魂。

目前成熟的工业物联网已可以实现原创监控生产设备运作状况，远程下达指令，质量追溯等等功能，不懂可以问我，希望能帮到你。

一文看懂四种基本的神经网络架构

原文链接：

更多干货就在我的个人博客 欢迎关注

刚刚入门神经网络，往往会对众多的神经网络架构感到困惑，神经网络看起来复杂多样，但是这么多架构无非也就是三类，前馈神经网络，循环网络，对称连接网络，本文将介绍四种常见的神经网络，分别是CNN，RNN，DBN，GAN。通过这四种基本的神经网络架构，我们来对神经网络进行一定的了解。

神经网络是机器学习中的一种模型，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

一般来说，神经网络的架构可以分为三类：

前馈神经网络：

这是实际应用中最常见的神经网络类型。第一层是输入，最后一层是输出。如果有多个隐藏层，我们称之为“深度”神经网络。他们计算出一系列改变样本相似性的变换。各层神经元的活动是前一层活动的非线性函数。

循环网络：

循环网络在他们的连接图中定向了循环，这意味着你可以按照箭头回到你开始的地方。他们可以有复杂的动态，使其很难训练。他们更具有生物真实性。

循环网络的目的使用来处理序列数据。在传统的神经网络模型中，是从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能无力。例如，你要预测句子的下一个单词是什么，一般需要用到前面的单词，因为一个句子中前后单词并不是独立的。

循环神经网路，即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中，即隐藏层之间的节点不再无连接而是有连接的，并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。

对称连接网络：

对称连接网络有点像循环网络，但是单元之间的连接是对称的（它们在两个方向上权重相同）。比起循环网络，对称连接网络更容易分析。这个网络中有更多的限制，因为它们遵守能量函数定律。没有隐藏单元的对称连接网络被称为“Hopfield 网络”。有隐藏单元的对称连接的网络被称为玻尔兹曼机。

其实之前的帖子讲过一些关于感知机的内容，这里再复述一下。

首先还是这张图

这是一个M-P神经元

一个神经元有n个输入，每一个输入对应一个权值w，神经元内会对输入与权重做乘法后求和，求和的结果与偏置做差，最终将结果放入激活函数中，由激活函数给出最后的输出，输出往往是二进制的，0 状态代表抑制，1 状态代表激活。

可以把感知机看作是 n 维实例空间中的超平面决策面，对于超平面一侧的样本，感知器输出 1，对于另一侧的实例输出 0，这个决策超平面方程是 w⋅x=0。 那些可以被某一个超平面分割的正反样例集合称为线性可分(linearly separable)样例集合，它们就可以使用图中的感知机表示。

与、或、非问题都是线性可分的问题，使用一个有两输入的感知机能容易地表示，而异或并不是一个线性可分的问题，所以使用单层感知机是不行的，这时候就要使用多层感知机来解决疑惑问题了。

如果我们要训练一个感知机，应该怎么办呢？

我们会从随机的权值开始，反复地应用这个感知机到每个训练样例，只要它误分类样例就修改感知机的权值。重复这个过程，直到感知机正确分类所有的样例。每一步根据感知机训练法则来修改权值，也就是修改与输入 xi 对应的权 wi，法则如下：

这里 t 是当前训练样例的目标输出，o 是感知机的输出，η 是一个正的常数称为学习速率。学习速率的作用是缓和每一步调整权的程度，它通常被设为一个小的数值（例如 0.1），而且有时会使其随着权调整次数的增加而衰减。

多层感知机，或者说是多层神经网络无非就是在输入层与输出层之间加了多个隐藏层而已，后续的CNN，DBN等神经网络只不过是将重新设计了每一层的类型。感知机可以说是神经网络的基础，后续更为复杂的神经网络都离不开最简单的感知机的模型，

谈到机器学习，我们往往还会跟上一个词语，叫做模式识别，但是真实环境中的模式识别往往会出现各种问题。比如：

图像分割：真实场景中总是掺杂着其它物体。很难判断哪些部分属于同一个对象。对象的某些部分可以隐藏在其他对象的后面。

物体光照：像素的强度被光照强烈影响。

图像变形：物体可以以各种非仿射方式变形。例如，手写也可以有一个大的圆圈或只是一个尖头。

情景支持：物体所属类别通常由它们的使用方式来定义。例如，椅子是为了让人们坐在上面而设计的，因此它们具有各种各样的物理形状。

卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征平面(featureMap)，每个特征平面由一些矩形排列的的神经元组成，同一特征平面的神经元共享权值，这里共享的权值就是卷积核。卷积核一般以随机小数矩阵的形式初始化，在网络的训练过程中卷积核将学习得到合理的权值。共享权值（卷积核）带来的直接好处是减少网络各层之间的连接，同时又降低了过拟合的风险。子采样也叫做池化（pooling），通常有均值子采样（mean pooling）和最大值子采样（max pooling）两种形式。子采样可以看作一种特殊的卷积过程。卷积和子采样大大简化了模型复杂度，减少了模型的参数。

卷积神经网络由三部分构成。第一部分是输入层。第二部分由n个卷积层和池化层的组合组成。第三部分由一个全连结的多层感知机分类器构成。

这里举AlexNet为例：

·输入：224×224大小的图片，3通道

·第一层卷积：11×11大小的卷积核96个，每个GPU上48个。

·第一层max-pooling：2×2的核。

·第二层卷积：5×5卷积核256个，每个GPU上128个。

·第二层max-pooling：2×2的核。

·第三层卷积：与上一层是全连接，3*3的卷积核384个。分到两个GPU上个192个。

·第四层卷积：3×3的卷积核384个，两个GPU各192个。该层与上一层连接没有经过pooling层。

·第五层卷积：3×3的卷积核256个，两个GPU上个128个。

·第五层max-pooling：2×2的核。

·第一层全连接：4096维，将第五层max-pooling的输出连接成为一个一维向量，作为该层的输入。

·第二层全连接：4096维

·Softmax层：输出为1000，输出的每一维都是图片属于该类别的概率。

卷积神经网络在模式识别领域有着重要应用，当然这里只是对卷积神经网络做了最简单的讲解，卷积神经网络中仍然有很多知识，比如局部感受野，权值共享，多卷积核等内容，后续有机会再进行讲解。

传统的神经网络对于很多问题难以处理，比如你要预测句子的下一个单词是什么，一般需要用到前面的单词，因为一个句子中前后单词并不是独立的。RNN之所以称为循环神经网路，即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中，即隐藏层之间的节点不再无连接而是有连接的，并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。理论上，RNN能够对任何长度的序列数据进行处理。

这是一个简单的RNN的结构，可以看到隐藏层自己是可以跟自己进行连接的。

那么RNN为什么隐藏层能够看到上一刻的隐藏层的输出呢，其实我们把这个网络展开来开就很清晰了。

从上面的公式我们可以看出，循环层和全连接层的区别就是循环层多了一个权重矩阵 W。

如果反复把式2带入到式1，我们将得到：

在讲DBN之前，我们需要对DBN的基本组成单位有一定的了解，那就是RBM，受限玻尔兹曼机。

首先什么是玻尔兹曼机？

[图片上传失败...(image-d36b31-1519636788074)]

如图所示为一个玻尔兹曼机，其蓝色节点为隐层，白色节点为输入层。

玻尔兹曼机和递归神经网络相比，区别体现在以下几点：

1、递归神经网络本质是学习一个函数，因此有输入和输出层的概念，而玻尔兹曼机的用处在于学习一组数据的“内在表示”，因此其没有输出层的概念。

2、递归神经网络各节点链接为有向环，而玻尔兹曼机各节点连接成无向完全图。

而受限玻尔兹曼机是什么呢？

最简单的来说就是加入了限制，这个限制就是将完全图变成了二分图。即由一个显层和一个隐层构成，显层与隐层的神经元之间为双向全连接。

h表示隐藏层，v表示显层

在RBM中，任意两个相连的神经元之间有一个权值w表示其连接强度，每个神经元自身有一个偏置系数b（对显层神经元）和c（对隐层神经元）来表示其自身权重。

具体的公式推导在这里就不展示了

DBN是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布，对P(Observation|Label)和 P(Label|Observation)都做了评估，而判别模型仅仅而已评估了后者，也就是P(Label|Observation)。

DBN由多个限制玻尔兹曼机（Restricted Boltzmann Machines）层组成，一个典型的神经网络类型如图所示。这些网络被“限制”为一个可视层和一个隐层，层间存在连接，但层内的单元间不存在连接。隐层单元被训练去捕捉在可视层表现出来的高阶数据的相关性。

生成对抗网络其实在之前的帖子中做过讲解，这里在说明一下。

生成对抗网络的目标在于生成，我们传统的网络结构往往都是判别模型，即判断一个样本的真实性。而生成模型能够根据所提供的样本生成类似的新样本，注意这些样本是由计算机学习而来的。

GAN一般由两个网络组成，生成模型网络，判别模型网络。

生成模型 G 捕捉样本数据的分布，用服从某一分布（均匀分布，高斯分布等）的噪声 z 生成一个类似真实训练数据的样本，追求效果是越像真实样本越好；判别模型 D 是一个二分类器，估计一个样本来自于训练数据（而非生成数据）的概率，如果样本来自于真实的训练数据，D 输出大概率，否则，D 输出小概率。

举个例子：生成网络 G 好比假币制造团伙，专门制造假币，判别网络 D 好比警察，专门检测使用的货币是真币还是假币，G 的目标是想方设法生成和真币一样的货币，使得 D 判别不出来，D 的目标是想方设法检测出来 G 生成的假币。

传统的判别网络：

生成对抗网络：

下面展示一个cDCGAN的例子（前面帖子中写过的）

生成网络

判别网络

最终结果，使用MNIST作为初始样本，通过学习后生成的数字，可以看到学习的效果还是不错的。

本文非常简单的介绍了四种神经网络的架构，CNN，RNN，DBN，GAN。当然也仅仅是简单的介绍，并没有深层次讲解其内涵。这四种神经网络的架构十分常见，应用也十分广泛。当然关于神经网络的知识，不可能几篇帖子就讲解完，这里知识讲解一些基础知识，帮助大家快速入（zhuang）门（bi）。后面的帖子将对深度自动编码器，Hopfield 网络长短期记忆网络（LSTM）进行讲解。

一文看懂互联网区块链

一文看懂互联网区块链

一文看懂互联网区块链，要了解区块链，就不得不从互联网的诞生开始研究区块链的技术发展简史，从中发掘区块链产生的动因，并由此推断区块链的未来。下面让我们一文看懂互联网区块链。

一文看懂互联网区块链1

区块链的鼻祖就是麻将，最早的区块链是中国人发明的！区块链就跟麻将一样，只不过麻将的区块比较少而已，麻将只有136个区块，各地麻将规则不同可视作为比特币的硬分叉。

麻将作为最古老的区块链项目，四个矿工一组，最先挖出13位正确哈希值的获得记账权以及奖励，采用愿赌服输且不能作弊出老千的共识机制！

麻将去中心化，每个人都可以是庄，完全就是点对点。

矿池=棋牌室的老板抽佣。

不可篡改，因为说服其他三个人需要消耗太多算力和体力。

典型的价值互联网。我兜里的价值用不了八圈，就跑到他们兜里去了。

中国人基本上人手打得一手好麻将，区块链方面生产了全球70%~80%的矿机，并拥有全世界最多的算力，约占77%的算力

麻将其实是最早的的区块链项目：

1，四个矿工一组，先碰撞出13个数字正确哈希值的矿工可以获得记账权并得到奖励。

2，不可篡改。因为说服其他三个人需要消耗太多算力和体力。

3，典型的价值互联网。我兜里的价值数字货币用不了八圈，就跑到他们兜里去了。

4、去中心化，每个人都可以是庄，完全就是点对点。

5、UTXO，未花费的交易支出。

还有另外一种赊账的区块链玩法，假设大家身上都没现金

细究一下，在大家达成共识时，我们看不到任何中介或者第三方出来评判丙赢了，大家给丙的奖励也不需要通过第三方转交给丙，都是直接点对点交易，这一过程就是去中心化，牌友们（矿工）各自记录了第一局的战绩，丙大胡自摸十三幺，乙杠了甲东风，记录完成后就生成了一个完整的区块，但要记住，这才只是第一局，在整个区块链上，这才仅仅是一个节点，开头说的8局打完，也就是8个节点（区块），8个区块连接在一起就形成了一个完整账本，这就是区块链。因为这个账本每人都有一个，所以就是分布式账本，目的就是为了防止有人篡改记录，打到最后，谁输谁赢一目了然。

4个男士（甲乙丙丁）凑在一块打麻将来钱，大家都没带现金，于是请一美女（中心化）用本子记账，记录每一局谁赢了多少钱、谁输了多少钱？最后结束时，大家用支付宝或微信支付结总账，但是如果这位美女记账时记错了或者预先被4人中的某人买通了故意记错，就保证不了这个游戏结果的公正公平合理性，你说是不是？那怎么办呢？如果你“打麻将”能用“区块链”作为游戏规则改编为如下：

4个男士（甲乙丙丁）凑在一块打麻将来钱，大家都没带现金，乙说让她带来的美女记账，甲说这位美女我们都不认识，于是甲乙丙丁4人一致约定每个人每局牌都在自己的手机上（区块链节点）同时记账（去中心化），最后打完麻将，直接手机上以电子货币结账时，大家都对一下记账的的结果，本来应该是一样的记账结果。

假设本来结果是甲手机上记的账：乙欠甲10元。但乙手机上的记录却是不欠，可是其余2人（丙、丁）和甲的记账一样，那还是按照少数服从多数规则结算，另外大家心里对乙的诚信印象就差评了，下次打麻将就不会带乙一起玩了。

除非乙预先买通（丙、丁）2人让其故意作假，但乙买通他们2人的代价是10万元（赖账10元的1万倍），那常理上乙只能选择放弃，因为做假成本太高了。

假设即使乙在打牌的过程中，偷偷愿意以高价10万元预先买通丙、丁做这笔巨亏的傻猫交易，但区块链的规则是按时间戳记账的，原来是下午1点钟记账乙欠甲10元的，即丙和丁下午3点钟再改账时，时间是不可逆的，只能记下午3点钟，那就又不吻合游戏规则了。

实际上在2017年博主已经开发出了一套麻将币

中国最早的区块链项目：四个矿工一组，最先从 148 个随机数字中碰撞出 14 个数字正确哈希值的矿工，可以获得一次记账权激励，由于分布式记账需要得到其他几位矿工的共识，因此每次记账交易时间长约十几分钟。

一文看懂互联网区块链2

一、比特币诞生之前，5个对区块链未来有重大影响的互联网技术

1969年，互联网在美国诞生，此后互联网从美国的四所研究机构扩展到整个地球。在应用上从最早的军事和科研，扩展到人类生活的方方面面，在互联网诞生后的近50年中，有5项技术对区块链的未来发展有特别重大的意义。

1、1974诞生的TCP/IP协议：决定了区块链在互联网技术生态的位置

1974年，互联网发展迈出了最为关键的一步，就是由美国科学家文顿瑟夫和罗伯特卡恩共同开发的互联网核心通信技术－－TCP/IP协议正式出台。

这个协议实现了在不同计算机，甚至不同类型的网络间传送信息。所有连接在网络上的计算机，只要遵照这个协议，都能够进行通讯和交互。

通俗的说，互联网的数据能穿过几万公里，到达需要的计算机用户手里，主要是互联网世界形成了统一的信息传播机制。也就是互联网设备传播信息时遵循了一个统一的法律-TCP/IP协议。

理解TCP/IP协议对掌握互联网和区块链有非常重要的意义，在1974年TCP/IP发明之后，整个互联网在底层的硬件设备之间，中间的网络协议和网络地址之间一直比较稳定，但在顶层应用层不断涌现层出不穷的创新应用，这包括新闻，电子商务，社交网络，QQ，微信，也包括区块链技术。

也就是说区块链在互联网的技术生态中，是互联网顶层-应用层的一种新技术，它的出现，运行和发展没有影响到互联网底层的基础设施和通讯协议，依然是按TCP/IP协议运转的众多软件技术之一。

2、1984年诞生的思科路由器技术：是区块链技术的模仿对象

1984年12月，思科公司在美国成立，创始人是斯坦福大学的一对夫妇，计算机中心主任莱昂纳德·波萨克和商学院的计算机中心主任桑蒂·勒纳，他们设计了叫做“多协议路由器”的联网设备，放到互联网的通讯线路中，帮助数据准确快速从互联网的一端到达几千公里的另一端。

整个互联网硬件层中，有几千万台路由器工作繁忙工作，指挥互联网信息的传递，思科路由器的一个重要功能就是每台路由都保存完成的互联网设备地址表，一旦发生变化，会同步到其他几千万台路由器上（理论上），确保每台路由器都能计算最短最快的路径。

大家看到路由器的运转过程，会感到非常眼熟，那就是区块链后来的重要特征，理解路由器的意义在于，区块链的重要特征，在1984年的路由器上已经实现，对于路由器来说，即使有节点设备损坏或者被黑客攻击，也不会影响整个互联网信息的传送。

3、随万维网诞生的B/S（C/S）架构：区块链的对手和企图颠覆的对象

万维网简称为Web，分为Web客户端和服务器。所有更新的信息只在Web服务器上修改，其他几千，上万，甚至几千万的客户端计算机不保留信息，只有在访问服务器时才获得信息的数据，这种结构也常被成为互联网的B/S架构，也就是中心型架构。这个架构也是目前互联网最主要的架构，包括谷歌、Facebook、腾讯、阿里巴巴、亚马逊等互联网巨头都采用了这个架构。

理解B/S架构，对与后续理解区块链技术将有重要的意义，B/S架构是数据只存放在中心服务器里，其他所有计算机从服务器中获取信息。区块链技术是几千万台计算机没有中心，所有数据会同步到全部的计算机里，这就是区块链技术的核心，

4、对等网络（P2P）：区块链的父亲和技术基础

对等网络P2P是与C/S(B/S)对应的另一种互联网的基础架构，它的特征是彼此连接的多台计算机之间都处于对等的地位，无主从之分，一台计算机既可作为服务器，设定共享资源供网络中其他计算机所使用，又可以作为工作站。

Napster是最早出现的P2P系统之一，主要用于音乐资源分享，Napster还不能算作真正的对等网络系统。2000 年3月14 日，美国地下黑客站点Slashdot邮寄列表中发表一个消息，说AOL的Nullsoft 部门已经发放一个开放源码的Napster的克隆软件Gnutella。

在Gnutella分布式对等网络模型中，每一个联网计算机在功能上都是对等的，既是客户机同时又是服务器，所以Gnutella被称为第一个真正的对等网络架构。

20年里，互联网的一些科技巨头如微软，IBM，也包括自由份子，黑客，甚至侵犯知识产权的犯罪分子不断推动对等网络的发展，当然互联网那些希望加强信息共享的理想主义者也投入了很大的热情到对等网络中。区块链就是一种对等网络架构的软件应用。它是对等网络试图从过去的沉默爆发的标杆性应用。

5、哈希算法：产生比特币和代币（通证）的关键

哈希算法将任意长度的数字用哈希函数转变成固定长度数值的算法，著名的哈希函数如：MD4、MD5、SHS等。它是美国国家标准暨技术学会定义的加密函数族中的一员。

这族算法对整个世界的运作至关重要。从互联网应用商店、邮件、杀毒软件、到浏览器等、，所有这些都在使用安全哈希算法，它能判断互联网用户是否下载了想要的东西，也能判断互联网用户是否是中间人攻击或网络钓鱼攻击的受害者。

区块链及其应用比特币或其他虚拟币产生新币的过程，就是用哈希算法的函数进行运算，获得符合格式要求的数字，然后区块链程序给予比特币的奖励。

包括比特币和代币的挖矿，其实就是一个用哈希算法构建的小数学游戏。不过因为有了激烈的竞争，世界各地的人们动用了强大的服务器进行计算，以抢先获得奖励。结果导致互联网众多计算机参与到这个小数学游戏中，甚至会耗费了某些国家超过40%的电量。

二、区块链的诞生与技术核心

区块链的诞生应该是人类科学史上最为异常和神秘的发明和技术，因为除了区块链，到目前为止，现代科学史上还没有一项重大发明找不到发明人是谁。

2008年10月31号，比特币创始人中本聪（化名）在密码学邮件组发表了一篇论文——《比特币：一种点对点的电子现金系统》。在这篇论文中，作者声称发明了一套新的不受政府或机构控制的电子货币系统，区块链技术是支持比特币运行的基础。

论文预印本地址在，从学术角度看，这篇论文远不能算是合格的论文，文章的主体是由8个流程图和对应的解释文字构成的, 没有定义名词、术语，论文格式也很不规范。

2009年1月,中本聪在SourceForge网站发布了区块链的应用案例-比特币系统的开源软件，开源软件发布后, 据说中本聪大约挖了100万个比特币.一周后，中本聪发送了10个比特币给密码学专家哈尔·芬尼，这也成为比特币史上的第一笔交易。伴随着比特币的蓬勃发展，有关区块链技术的研究也开始呈现出井喷式增长。

向大众完整清晰的解释区块链的确是困难的事情，我们以比特币为对象，尽量简单但不断深入的介绍区块链的技术特征。

1、区块链是一种对等网络（P2P）的软件应用

我们在前文提过，在21世纪初，互联网形成了两大类型的应用架构，中心化的B/S架构和无中心的对等网络（P2P）架构，阿里巴巴，新浪，亚马逊，百度等等很多互联网巨头都是中心化的B/S架构，简单的说，就是数据放在巨型服务器中，我们普通用户通过手机，个人电脑访问阿里，新浪等网站的服务器。

21世纪初以来，出现了很多自由分享音乐，视频，论文资料的软件应用，他们大部分采用的是对等网络（P2P）架构，就是没有中心服务器，大家的个人计算机都是服务器，也都是客户机，身份平等。但这类应用一直没有流行起来，主要原因是资源消耗大，知识版权有问题等。区块链就是这种领域的一种软件应用。

2、区块链是一种全网信息同步的对等网络（P2P）软件应用

对等网络也有很多应用方式，很多时候，并不要求每台计算机都保持信息一致，大家只存储自己需要的的信息，需要时再到别的计算机去下载。

但是区块链为了支持比特币的金融交易，就要求发生的每一笔交易都要写入到历史交易记录中，并向所有安装比特币程序的计算机发送变动信息。每一台安装了比特币软件的计算机都保持最新和全部的.比特币历史交易信息。

区块链的这个全网同步，全网备份的特征也就是常说的区块链信息安全，不可更改来源。虽然在实际上依然不是绝对的安全，但当用户量非常大时，的确在防范信息篡改上有一定安全优势。

3、区块链是一种利用哈希算法产生”通证（代币）”的全网信息同步的对等网络（P2P）软件应用

区块链的第一个应用是著名的比特币，讨论到比特币时，经常会提到的一个名词就是“挖矿”，那么挖矿到底是什么呢？

形象的比喻是，区块链程序给矿工（游戏者）256个硬币，编号分别为1,2,3……256，每进行一次Hash运算，就像抛一次硬币，256枚硬币同时抛出，落地后如果正巧编号前70的所有硬币全部正面向上。矿工就可以把这个数字告诉区块链程序，区块链会奖励50个比特币给矿工。

从软件程序的角度说，比特币的挖矿就是用哈希SHA256函数构建的数学小游戏。区块链在这个小游戏中首先规定了一种获奖模式：给出一个256位的哈希数，但这个哈希数的后70位全部是0，然后游戏者（矿工）不断输入各种数字给哈希SHA256函数，看用这个函数能不能获得位数有70个0的数字，找到一个，区块链程序会奖励50个比特币给游戏者。实际的挖坑和奖励要更复杂，但上面的举例表达了挖矿和获得比特币的核心过程。

2009年比特币诞生的时候，每笔赏金是50个比特币。诞生10分钟后，第一批50个比特币生成了，而此时的货币总量就是50。随后比特币就以约每10分钟50个的速度增长。当总量达到1050万时(2100万的50%)，赏金减半为25个。当总量达到1575万(新产出525万，即1050的50%)时，赏金再减半为12.5个。根据比特币程序的设计，比特币总额是2100万。

从上述介绍看，比特币可以看做一个基于对等网络架构的猜数小游戏，每次正确的猜数结果奖励的比特币信息会传递给所有游戏者，并记录到每个游戏者的历史数据库中。

4、区块链技术因比特币的兴起产生的智能合约，通证、ICO与区块链基础平台

从上面的介绍看，比特币的技术并不是从天上掉下来的新技术，而是把原来多种互联网技术，如对等网络架构，路由的全网同步，网络安全的加密技术巧妙的组合在一起，算是一种组合创新的算法游戏。

由于比特币通过运作成为可以兑换法币，购买实物，通过升值获得暴利，全世界都不淡定了。抱着你能做，我也能做的态度，很多人创造了自己的仿比特币软件应用。同时利用政府难以监管对等网络的特点，各种山寨币与比特币一起爆发。这其中出现了很多欺诈和潜逃事件，逐步引起各国政府的关注。

区块链基础平台：用区块链技术框架创建货币还是有相当的技术难度，这时区块链基础平台以太坊等基础技术平台出现了，让普通人也可以方便的创建类“比特币”软件程序，各显神通，请人入局挖币，炒币，从中获得利益。

通证或代币：各家“比特币”、“山寨币”如果用哈希算法创建的猜数小游戏，产生自己的“货币”时，这个“货币”统称“通证”或“代币”。

ICO:由于比特币和以太币已经打通与各国法币的兑换，其他新虚拟币发币时，只允许用比特币和以太币购买发行的新币，这样的发币过程就叫ICO，ICO的出现放大了比特币，以太币的交易量。同时很多ICO项目完全建立在虚无的项目上，导致大量欺诈案例频发。进一步加深了社会对区块链生成虚拟货币的负面认识。

智能合约:可以看做区块链上的一种软件功能，是辅助区块链上各种虚拟币交易的程序，具体的功能就像淘宝上支付宝的资金托管一样，当一方用户收到的货物，在支付宝上进行确认后，资金自动支付个给买家货主，智能合约在比特币等区块链应用上也是承担了这个中介支付功能。

三、区块链技术在互联网中的历史地位和未来前景

1、区块链处于互联网技术的什么位置？是顶层的一种新软件和架构。

我们在前面的TCP/IP介绍中提到，区块链与浏览器、QQ、微信、网络游戏软件、手机APP等一样，是互联网顶层-应用层的一种软件形式。它的运行依然要靠TCP/IP的架构体系传输数据。只是与大部分应用层软件不同，没有采用C/S（B/S）的中心软件架构。而是采用了不常见的对等网络架构，从这一点说，区块链并不能颠覆互联网基础结构。

2、区块链想要颠覆谁？想颠覆万维网的B/S（C/S）结构。

它试图要颠覆其实是89年年诞生的万维网B/S,C/S结构。前面说过。由于89年年欧洲物理学家蒂姆· 伯纳斯· 李发明万维网并放弃申请专利。此后近30年中，包括谷歌，亚马逊，facebook，阿里巴巴，百度，腾讯等公司利用万维网B/S（C/S）结构，成长为互联网的巨头。

在他们的总部，建立了功能强大的中心服务器集群，存放海量数据，上亿用户从巨头服务器中获取自己需要的数据，这样也导致后来云计算的出现，而后互联网巨头把自己没有用完的中心服务器资源开放出来，进一步吸取企业，政府，个人的数据。中心化的互联网巨头对世界，国家，互联网用户影响力越来越大。

区块链的目标是通过把数据分散到每个互联网用户的计算机上，试图降低互联网巨头的影响力，由此可见区块链真正的对手和想要颠覆的是1990年诞生的B/S（C/S）结构。但能不能颠覆掉，就要看它的技术优势和瓶颈。

3、区块链的技术缺陷：追求彻底平等自由带来的困境

区块链的技术缺陷首先来自与它的对等网络架构上，举个例子，目前淘宝是B/S结构，海量的数据存放在淘宝服务器集群机房里，几亿消费者通过浏览器到淘宝服务器网站获取最新信息和历史信息。

如果用区块链技术，就是让几亿人的个人电脑或手机上都保留一份完整的淘宝数据库，每发生一笔交易，就同步给其他几亿用户。这在现实中是完全无法实现的。传输和存储的数据量太大。相当于同时建立几亿个淘宝网站运行。

因此区块链无法应用在数据量大的项目上，甚至小一点的网站项目用区块链也会吃力。到2018年，比特币运行了近10年，积累的交易数据已经让整个系统面临崩溃。

于是区块链采用了很多变通方式，如建立中继节点和闪电节点，这两个概念同样会让人一头雾水，通俗的说，就是区块链会向它要颠覆的对象B/S结构进行了学习，建立数据服务器中心成为区块链的中继节点，也用类浏览器的终端访问，这就是区块链的闪电节点。

这种变动能够缓解区块链的技术缺陷，但确让区块链变成它反对的样子，中心化。由此可见，单纯的区块链技术由于技术特征有重大缺陷，无法像万维网一样应用广泛，如果技术升级，部分采用B/S（C/S）结构,又会使得区块链有了中心化的信息节点，不在保持它诞生时的梦想。

4、从互联网大脑模型看区块链的未来前景

我们知道互联网一般是指将世界范围计算机网络互相联接在一起的网际网络，在这基础上发展出覆盖全世界的全球性互联网络称互联网，即是互相连接一起的网络结构。

从1969年互联网诞生以来，人类从不同的方向在互联网领域进行创新，并没有统一的规划将互联网建造成什么结构，当时间的车轮到达2017年，随着人工智能，物联网，大数据，云计算，机器人，虚拟现实，工业互联网等科学技术的蓬勃发展，当人类抬起头来观看自己的创造的巨系统，互联网大脑的模型和架构已经越来越清晰。

通过近20年的发展依托万维网的B/S,C/S结构，腾讯QQ，微信，Facebook，微博、twitter亚马逊已经发展出类神经元网络的结构。互联网设备特别是个人计算机，手机在通过设备上的软件在巨头的中心服务器上映射出个人数据和功能空间，相互加好友交流，传递信息。互联网巨头通过中心服务器集群的软件升级，不断优化数亿台终端的软件版本。在神经学的体系中，这是一种标准的中枢神经结构。

区块链的诞生提供了另外一种神经元模式，不在巨头的集中服务中统一管理神经元，而是每台终端，包括个人计算机和个人手机成为独立的神经元节点，保留独立的数据空间，相互信息进行同步，在神经学的体系中，这是一种没有中心，多神经节点的分布式神经结构。

有趣的是，神经系统的发育出现过这两种不同类型的神经结构。在低等生物中，出现过类区块链的神经结构，有多个功能相同的神经节，都可以指挥身体活动和反应，但随着生物的进化，这些神经节逐步合并，当进化成为高等生物时，中枢神经出现了，中枢神经中包含大量神经元进行交互。

四、关于区块链在互联网未来地位的判断

1、对比特币的认知：一个基于对等网络架构（P2P）的猜数小游戏，通过高明的金融和舆论运作，成为不受政府监管的”世界性货币”。

2、对区块链的认知：一个利用哈希算法产生”通证（代币）”的全网信息同步的对等网络(P2P)软件应用。

3、区块链有特定的用途，如大规模选举投票，大规模**，规避政府金融监管的金融交易等等领域，还是有不可替代的用处。

4、在更多时候，区块链技术会依附于互联网的B/S,C/S结构，实现功能的扩展，但总体依然属于互联网已有技术的补充。对于区块链目前设想的绝大部分应用场景，都是可以用B/S,C/S结构实现，效率可以更高和技术也可以更为成熟。

5、无论是从信息传递效率和资源消耗，还是从神经系统进化看，区块链无法成为互联网的主流架构，更不能成为未来互联网的颠覆者和革命者。

6、当然B/S,C/S结构发展出来的互联网巨头也有其问题，但这些将来可以通过商业的方式，政治的方式逐渐解决。

科普类网站有哪些

科普类网站有：

1、百度百科：

百度百科是百度公司推出的一部内容开放、自由的网络百科全书。其测试版于2006年4月20日上线，正式版在2008年4月21日发布，截至2020年10月，百度百科已经收录了超2100万个词条，参与词条编辑的网友超过717万人，几乎涵盖了所有已知的知识领域。

2、微科普：

《微科普》是专注于科普知识传播的高层次科普媒体，自2011年10月上线以来，微科普以分享科普知识为宗旨，致力于构建权威的科普知识数据库。

微科普的内容被有关政府部门网站 [2]  、人民网转载 。2019年5月，微科普被《全球智慧数据平台(GSD)》收录，成为《全球智慧数据平台(GSD)》数据源网站。

3、中国科普博览：

中国科普博览是一个综合性的以宣传科学知识，提高全民科学文化素质为目的大型科普网站。它利用中国科学院科学数据库为基本信息资源。

以中国科学院分布在全国各地的一百多个专业研究所为依托，并扩散到全国一些著名的科研机构、科普机构，系统采集全国各具特色的科普信息，内容包括天、地、生、数、理、化等各个学科。

4、科普惠农网：

科普惠农网是一切为农民服务的公益性网站。是向运城市农民朋友提供各种农资商品、涉农科技和惠农政策等信息。以及向全国各界人士提供我市各村农产品经纪人联络名单和各种农产品最新价格的网站。

5、中国科普网：

中国科普网实现科普传播内容的全面涵盖，强化与网民的深度互动，宣扬科学理性精神，发挥科普网站在科学普及中的作用，提高公民科学文化素质，推进创新型国家建设。

参考资料来源：百度百科—百度百科

参考资料来源：百度百科—微科普

参考资料来源：百度百科—中国科普博览

参考资料来源：百度百科—科普惠农网

参考资料来源：百度百科—中国科普网

科普:一文看懂明网是很多人头疼的问题，尤其是在理解和现实的冲突方面，科普阅读理解也同样面临着相似的问题，关注我们，为您服务，是我们的荣幸！