引用本文

袁勇, 王飞跃. 平行区块链:概念、方法与内涵解析. 自动化学报, 2017, 43(10): 1703-1712. doi: 10.16383/j.aas.2017.c170543

YUAN Yong, WANG Fei-Yue. Parallel Blockchain:Concept, Methods and Issues. ACTA AUTOMATICA SINICA, 2017, 43(10): 1703-1712. doi: 10.16383/j.aas.2017.c170543

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2017.c170543

关键词

区块链，平行区块链，平行智能，计算实验，知识自动化 

摘要

本文提出了平行区块链的概念框架、基础理论和研究方法体系，并探讨了平行区块链的内涵.平行区块链技术是平行智能理论方法与区块链技术的有机结合，致力于通过实际区块链系统与人工区块链系统的平行互动与协同演化，为目前的区块链技术增加计算实验与平行决策功能，实现描述、预测、引导相结合的区块链系统管理与决策.平行区块链这一新型研究范式可望为下一步区块链研究和未来产业应用提供有益的启发与借鉴.

文章导读

区块链技术起源于2008年末的"比特币", 一种由化名为"中本聪"的学者设计的新型数字加密货币, 是比特币的底层支撑技术[1].在比特币的诞生之初, 其关注范围仅局限于少数加密货币研究人员, 2013年前后随着比特币价格飞涨曾经掀起过短暂的热潮, 引起众多专家学者的研究兴趣.尽管其后比特币的关注度随着其价格下跌而逐渐回落, 但研究者发现比特币底层的区块链技术具有更为重要、甚至是颠覆性的应用价值. 2015年起, 区块链技术逐渐走入公众视野, 成为近两年来金融科技和互联网经济领域的新研究热点.

区块链技术具有诸多其他技术不可比拟的优势:首先, 区块链系统的根本特征是去中心化, 采用点对点(Peer-to-Peer, P2P)对等网络, 各节点地位对等且通过分布式共识机制实现相互间的协调与协作, 同时节点基于各自贡献获得经济激励, 这使得区块链系统具有很强的健壮性, 因而也被认为是构建未来去中心化社会的核心技术之一; 其次, 区块链系统通过数学算法形成节点之间的共识, 新数据必须获得全部或者大多数节点的验证方可写入由全体节点共同维护的区块链账本, 因而极难篡改和伪造; 这使得区块链成为依靠共识机制和密码学算法自动产生信任的系统, 可以实现信息流、资金流和物质流等要素的去中介化自由流通; 第三, 区块链系统采取建立在隐私保护基础上的、公开透明的数据读取方式, 区块链账本数据以零成本方式向全体节点公开查询, 从而可以降低节点的信任成本和系统不确定性.这些显著优势在现代社会系统中有着重要且广泛的应用前景[2].

然而, 作为一项新兴技术, 区块链相关理论研究与产业实践仍然处于起步阶段, 诸如共识算法、网络结构、智能合约、激励机制等微观层面的核心技术要素尚处于探索、实验和持续优化的状态, 而宏观层面的区块链产业生态及其对社会经济的影响也迫切需要实验、分析、评估和必要的监管.

例如, 技术层面上, 共识机制的切换对于区块链系统通常具有重要影响.由于缺乏实验和评估的有效手段, 目前主流区块链(特别是公有链)通常采用渐进式实验方式.以太坊计划采用的"PoW+PoS" (Proof of Work + Proof of Stake, 工作量证明+权益证明)混合共识机制即是典型案例:由于PoW共识直接切换为PoS共识可能为以太坊生态系统带来难以估量的潜在风险, 因而不得不采用相对安全的混合机制, 即99 %的绝大多数交易区块采用传统的比特币挖矿式PoW共识, 而仅有1 %的区块链采用仍处于实验阶段的Casper式PoS共识.在此基础上, 根据实验效果决定后续的共识切换策略.产业生态层面上, 区块链技术与生俱来的颠覆性潜质也为各行各业带来深刻变革, 迫切需要国家和行业的监管和调控.例如, 基于区块链技术的ICO (Initial Coin Offering, 首次代币发行)通过公开发行区块链系统内置的加密货币来筹措资金, 近一两年来已对传统金融和资本市场形成强力冲击. 2014年, 基于以太坊的区块链项目The DAO通过ICO在短时间内筹集到1.5亿美元, 成为网络众筹历史上的里程碑之一.然而, ICO技术的快速发展势必会影响国家经济和金融稳定, 因而涌现出面向ICO技术的实验和监管需求的各类"沙盒"机制.

从学术研究角度来说, 现有的区块链技术本质上仍然是一种新型的链式数据结构和分布式计算架构, 能够有效实现复杂社会、经济与金融系统的描述性建模和计算, 但是欠缺对于区块链系统在自身不同配置条件下和各类应用场景中的计算实验与预测解析能力, 同时也欠缺虚实结合、以虚拟引导现实、以人工引导实际的引导与决策能力.这是导致目前区块链技术只能依靠真实系统的"链上"增量式试错实验、或者利用沙盒监管等"摸着石头过河"的经验性决策方法, 来实现区块链技术发展与产业生态优化的根本原因.为解决这一问题, 当前迫切需要发展一套面向区块链的建模、实验与决策的新理论与新方法, 旨在为区块链技术和相关产业提供一套可计算、可实现和可比较的描述建模、预测解析与引导决策方法[3].

平行区块链是有效解决区块链建模、实验与决策相关问题的理论方法, 是平行智能这一本世纪初提出的原创性研究范式与新兴区块链技术的深度结合[4-5].目前, 平行智能理论已在国防安全[6-7]、平行交通[8]、平行经济[9-10]、平行控制[11]、平行视觉[12]、平行图像[13]和平行数据[14]等十余个典型应用领域有了显著的实践效益和初步的理论结果.平行智能研究主要面向"人在环路中"、兼具高度社会复杂性和工程复杂性的社会物理信息或人机物三元系统(Cyber-physical-social systems, CPSS), 通过研究数据驱动的描述智能、实验驱动的预测智能, 以及互动反馈的引导智能, 为不定、多样和复杂问题提供灵捷、聚焦和收敛的解决方案[15].平行区块链的首次提出是在2017年4月美国丹佛大学召开的第一届区块链与知识自动化国际研讨会.会上, 本文作者之一王飞跃教授作了"Parallel Blockchain: Concept, Techniques and Applications"主旨报告, 首次提出并解读了平行区块链的概念、技术及其在金融、交通、健康和农业等领域的初步应用实践[16].

具体说来, 平行区块链基于平行智能理论和ACP方法(Artificial systems + Computational experiments + Parallel execution, 人工系统+计算实验+平行执行), 其基本思想是通过形式化地描述区块链生态系统核心要素(例如计算节点、通信网络、共识算法、激励机制等)的静态特征与动态行为来构建人工区块链系统, 利用计算实验对特定区块链应用场景进行试错实验与优化, 并通过人工区块链系统与实际区块链系统的虚实交互与闭环反馈实现决策寻优与平行调谐.本质上, 平行区块链系统是以人工区块链系统作为"计算实验室", 利用常态情况下人工区块链系统中"以万变应不变"的离线试错实验与理性慎思, 实现真实区块链系统在非常态情况下"以不变应万变"的实时管理与决策.

本文的主要目的是研究、发展和完善平行区块链的理论方法与关键技术体系.该体系致力于通过充分利用互联网开源情报大数据和新兴的知识自动化手段[17-18], 结合人工智能前沿的ACP方法、平行学习和平行动态规划等计算模式[19-21], 以平行智能方法论为基础, 制造面向各类应用场景的、算法和智能合约驱动的"平行区块链"; 进而基于特定网络结构、交互机制与共识协议实现各类"平行区块链"智能系统或平台; 最终实现大规模分布式节点的群集与涌现驱动的"平行区块链"智能生态系统, 建立理论、技术、应用和生态的完整链条, 实现区块链与平行智能深度耦合的区块链平行实验与决策模式, 为区块链技术在交通、农业、健康、教育和金融等社会经济领域的重大决策奠定新的理论与方法基础.

本文组织结构如下:第1节阐述平行区块链的概念框架; 第2节探讨平行区块链的基础理论、关键问题、研究方法与平台架构; 第3节讨论和辨析平行区块链在三个不同层次上的内涵及其异同之处; 第4节总结本文并提出未来的研究方向.

图 1  平行区块链的概念框架

图 3  平行区块链的研究方法与思路

图 4  平行区块链的内涵辨析

区块链技术作为信息科学、管理科学和社会科学交叉领域的新生事物, 其在高速发展的同时不可避免地会存在传统理论研究难以有效解决的问题.目前, 国内外区块链相关研究尚处于起步阶段, 缺乏针对区块链架构、机制、策略等核心要素的深入研究, 导致区块链技术创新和发展缺乏必要的理论研究支撑.鉴于此, 本文将平行智能理论与区块链技术相结合, 提出了平行区块链的概念框架、基础理论和研究方法体系, 并探讨了平行区块链的内涵, 以期为区块链未来研究和产业应用提供有益的启发与借鉴.

未来研究工作将围绕平行区块链的技术实现和平台建设开展.技术实现方面, 除正文中介绍的构建与实际区块链平行独立运行的人工区块链方法之外, 我们还拟尝试采用有向无环图作为平行区块链的拓扑结构, 利用主链的硬分叉实现特定场景下的计算实验, 并利用进化算法在线评估各条分叉链的适应度, 引导区块链节点算力向最优链转移, 通过分叉链的"优胜劣汰"实现区块链优化.平台建设方面, 我们拟选择典型区块链评测场景, 建设一组标准化的人工区块链系统, 通过设计接口向社会公众开放、作为"平行沙箱"实现各类区块链机制、策略或算法的评估与优化.

作者简介

袁勇

中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员, 青岛智能产业技术研究院副院长.2008年获得山东科技大学计算机软件与理论专业博士学位.主要研究方向为社会计算, 计算广告学与区块链.E-mail:yong.yuan@ia.ac.cn

王飞跃 

中国科学院自动化研究所复杂系统管理与控制国家重点实验室研究员, 国防科技大学军事计算实验与平行系统技术中心教授, 中国科学院大学中国经济与社会安全研究中心主任.1990年获美国伦塞利尔理工学院计算机与系统工程博士学位.主要研究方向为智能系统和复杂系统的建模, 分析与控制.E-mail:feiyue.wang@ia.ac.cn