平行區塊鏈:概念、方法與內涵解析

袁勇 王飛躍

區塊鏈技術起源于2008年末的“比特幣”,一種由化名為“中本聰”的學者設計的新型數字加密貨幣,是比特幣的底層支撐技術[1].在比特幣的誕生之初,其關注范圍僅局限于少數加密貨幣研究人員,2013年前后隨著比特幣價格飛漲曾經掀起過短暫的熱潮,引起眾多專家學者的研究興趣.盡管其后比特幣的關注度隨著其價格下跌而逐漸回落,但研究者發現比特幣底層的區塊鏈技術具有更為重要、甚至是顛覆性的應用價值.2015年起,區塊鏈技術逐漸走入公眾視野,成為近兩年來金融科技和互聯網經濟領域的新研究熱點.

區塊鏈技術具有諸多其他技術不可比擬的優勢:首先,區塊鏈系統的根本特征是去中心化,采用點對點(Peer-to-Peer,P2P)對等網絡,各節點地位對等且通過分布式共識機制實現相互間的協調與協作,同時節點基于各自貢獻獲得經濟激勵,這使得區塊鏈系統具有很強的健壯性,因而也被認為是構建未來去中心化社會的核心技術之一;其次,區塊鏈系統通過數學算法形成節點之間的共識,新數據必須獲得全部或者大多數節點的驗證方可寫入由全體節點共同維護的區塊鏈賬本,因而極難篡改和偽造;這使得區塊鏈成為依靠共識機制和密碼學算法自動產生信任的系統,可以實現信息流、資金流和物質流等要素的去中介化自由流通;第三,區塊鏈系統采取建立在隱私保護基礎上的、公開透明的數據讀取方式,區塊鏈賬本數據以零成本方式向全體節點公開查詢,從而可以降低節點的信任成本和系統不確定性.這些顯著優勢在現代社會系統中有著重要且廣泛的應用前景[2].

然而,作為一項新興技術,區塊鏈相關理論研究與產業實踐仍然處于起步階段,諸如共識算法、網絡結構、智能合約、激勵機制等微觀層面的核心技術要素尚處于探索、實驗和持續優化的狀態,而宏觀層面的區塊鏈產業生態及其對社會經濟的影響也迫切需要實驗、分析、評估和必要的監管.

例如,技術層面上,共識機制的切換對于區塊鏈系統通常具有重要影響.由于缺乏實驗和評估的有效手段,目前主流區塊鏈(特別是公有鏈)通常采用漸進式實驗方式.以太坊計劃采用的“PoW+PoS”(Proof of Work+Proof of Stake,工作量證明+權益證明)混合共識機制即是典型案例:由于PoW共識直接切換為PoS共識可能為以太坊生態系統帶來難以估量的潛在風險,因而不得不采用相對安全的混合機制,即99%的絕大多數交易區塊采用傳統的比特幣挖礦式PoW共識,而僅有1%的區塊鏈采用仍處于實驗階段的Casper式PoS共識.在此基礎上,根據實驗效果決定后續的共識切換策略.產業生態層面上,區塊鏈技術與生俱來的顛覆性潛質也為各行各業帶來深刻變革,迫切需要國家和行業的監管和調控.例如,基于區塊鏈技術的ICO(Initial Coin Offering,首次代幣發行)通過公開發行區塊鏈系統內置的加密貨幣來籌措資金,近一兩年來已對傳統金融和資本市場形成強力沖擊.2014年,基于以太坊的區塊鏈項目The DAO通過ICO在短時間內籌集到1.5億美元,成為網絡眾籌歷史上的里程碑之一.然而,ICO技術的快速發展勢必會影響國家經濟和金融穩定,因而涌現出面向ICO技術的實驗和監管需求的各類“沙盒”機制.

從學術研究角度來說,現有的區塊鏈技術本質上仍然是一種新型的鏈式數據結構和分布式計算架構,能夠有效實現復雜社會、經濟與金融系統的描述性建模和計算,但是欠缺對于區塊鏈系統在自身不同配置條件下和各類應用場景中的計算實驗與預測解析能力,同時也欠缺虛實結合、以虛擬引導現實、以人工引導實際的引導與決策能力.這是導致目前區塊鏈技術只能依靠真實系統的“鏈上”增量式試錯實驗、或者利用沙盒監管等“摸著石頭過河”的經驗性決策方法,來實現區塊鏈技術發展與產業生態優化的根本原因.為解決這一問題,當前迫切需要發展一套面向區塊鏈的建模、實驗與決策的新理論與新方法,旨在為區塊鏈技術和相關產業提供一套可計算、可實現和可比較的描述建模、預測解析與引導決策方法[3].

平行區塊鏈是有效解決區塊鏈建模、實驗與決策相關問題的理論方法,是平行智能這一本世紀初提出的原創性研究范式與新興區塊鏈技術的深度結合[4?5].目前,平行智能理論已在國防安全[6?7]、平行交通[8]、平行經濟[9?10]、平行控制[11]、平行視覺[12]、平行圖像[13]和平行數據[14]等十余個典型應用領域有了顯著的實踐效益和初步的理論結果.平行智能研究主要面向“人在環路中”、兼具高度社會復雜性和工程復雜性的社會物理信息或人機物三元系統(Cyber-physical-social systems,CPSS),通過研究數據驅動的描述智能、實驗驅動的預測智能,以及互動反饋的引導智能,為不定、多樣和復雜問題提供靈捷、聚焦和收斂的解決方案[15].平行區塊鏈的首次提出是在2017年4月美國丹佛大學召開的第一屆區塊鏈與知識自動化國際研討會.會上,本文作者之一王飛躍教授作了“Parallel Blockchain:Concept,Techniques and Applications” 主旨報告,首次提出并解讀了平行區塊鏈的概念、技術及其在金融、交通、健康和農業等領域的初步應用實踐[16].

具體說來,平行區塊鏈基于平行智能理論和ACP方法(Arti fi cial systems+Computational experiments+Parallel execution,人工系統+計算實驗+平行執行),其基本思想是通過形式化地描述區塊鏈生態系統核心要素(例如計算節點、通信網絡、共識算法、激勵機制等)的靜態特征與動態行為來構建人工區塊鏈系統,利用計算實驗對特定區塊鏈應用場景進行試錯實驗與優化,并通過人工區塊鏈系統與實際區塊鏈系統的虛實交互與閉環反饋實現決策尋優與平行調諧.本質上,平行區塊鏈系統是以人工區塊鏈系統作為“計算實驗室”,利用常態情況下人工區塊鏈系統中“以萬變應不變”的離線試錯實驗與理性慎思,實現真實區塊鏈系統在非常態情況下“以不變應萬變”的實時管理與決策.

本文的主要目的是研究、發展和完善平行區塊鏈的理論方法與關鍵技術體系.該體系致力于通過充分利用互聯網開源情報大數據和新興的知識自動化手段[17?18],結合人工智能前沿的ACP方法、平行學習和平行動態規劃等計算模式[19?21],以平行智能方法論為基礎,制造面向各類應用場景的、算法和智能合約驅動的“平行區塊鏈”;進而基于特定網絡結構、交互機制與共識協議實現各類“平行區塊鏈”智能系統或平臺;最終實現大規模分布式節點的群集與涌現驅動的“平行區塊鏈”智能生態系統,建立理論、技術、應用和生態的完整鏈條,實現區塊鏈與平行智能深度耦合的區塊鏈平行實驗與決策模式,為區塊鏈技術在交通、農業、健康、教育和金融等社會經濟領域的重大決策奠定新的理論與方法基礎.

本文組織結構如下:第1節闡述平行區塊鏈的概念框架;第2節探討平行區塊鏈的基礎理論、關鍵問題、研究方法與平臺架構;第3節討論和辨析平行區塊鏈在三個不同層次上的內涵及其異同之處;第4節總結本文并提出未來的研究方向.

1 平行區塊鏈的概念框架

一般說來,區塊鏈可以狹義地定義為一種按照時間順序將數據區塊以鏈條的方式組合成特定數據結構、并以密碼學方式保證不可篡改和不可偽造的去中心化共享總賬(Decentralized shared ledger).該賬本可以安全地存儲簡單的、有先后關系的、能在系統內驗證的數據.相對應地,廣義的區塊鏈則是由數據鏈路、通信網絡、共識算法、激勵機制、智能合約和應用場景等要素共同組成的新技術框架、以及由此衍生出的新興產業和生態系統.這種新技術框架能夠利用加密鏈式區塊結構來驗證與存儲數據、利用分布式節點共識算法來生成和更新數據、利用自動化腳本代碼(智能合約)來編程和操作數據,是一種全新的去中心化基礎架構與分布式計算范式[22].

由此可見,區塊“鏈”本身僅僅是數據存取的客觀載體和表現形式,更為本質和復雜的是區塊鏈背后由各節點、各要素深度耦合與相互反饋而構成的復雜生態系統.因此,平行區塊鏈不是多條相互獨立的區塊鏈的簡單疊加與互動,而是以一種“人機結合、虛實一體”的方式、通過人工區塊鏈系統與實際區塊鏈系統的協同演化與平行反饋來實現區塊鏈系統建模、預測與引導的新型研究框架.

圖1 平行區塊鏈的概念框架Fig.1 A conceptual framework of parallel blockchain

平行區塊鏈的概念框架如圖1所示,其核心思想是基于ACP方法來實現區塊鏈系統的建模、實驗與決策,即:利用人工系統(A)方法建立與實際區塊鏈系統相對應、能夠反映實際系統的狀態與演化規律的人工區塊鏈系統;利用計算實驗(C)方法,在人工系統中對實際區塊鏈系統進行實驗、分析和評估,從而掌握實際區塊鏈系統在各種可能場景下的演化規律;利用平行執行(P)方法,通過人工系統和實際系統的平行執行與協同演化,實現對實際區塊鏈系統的管理和控制.

具體說來,平行區塊鏈技術通過綜合考慮物理、網絡和社會三元空間的各種復雜因素,采用理論建模、經驗建模和數據建模有機結合的方法,建立與實際區塊鏈系統“伴生”的一個或多個人工區塊鏈系統.實際區塊鏈系統中因缺乏有效的建模、實驗和評估手段而引發的問題,可以在人工區塊鏈系統中構建相對應的實驗場景,通過對于區塊鏈系統個體(如礦工節點或交易節點)特征與行為的準確建模,以自底向上的涌現方式實施大量的計算實驗,模擬并“實播”區塊鏈系統的各種狀態與發展特性,從而輔助推理和預測實際區塊鏈系統各核心要素在常態和非常態情況下的演化規律與相互作用關系;實際區塊鏈系統在其整個生命周期內與人工區塊鏈系統協同演化,二者通過特定的平行交互機制與協議相互連接,在數據、模型、場景和決策等要素的實時同步基礎上,通過人工系統中“What-if”形式的場景推演和實驗探索,實現對各自未來狀態的“預估”及其相互“借鑒”,并相應地調節各自的控制與管理方式.

平行區塊鏈的核心優勢在于其能夠有效實現區塊鏈系統的學習與培訓、實驗與評估、以及管理與控制.

1)學習與培訓:新興的區塊鏈技術已經衍生出巨大的市場培育和技術培訓需求.一般來說,學習者隨著對區塊鏈技術由淺入深的熟悉和掌握,勢必會經歷由離線到在線、由鏈下到鏈上的演進過程;而鏈上的在線操作一方面可能為真實區塊鏈系統帶來安全性風險,另一方面也可能由于執行特定操作(如執行鏈上代碼)產生實際成本;平行區塊鏈則可以安全、靈活和低成本方式實現場景化甚至游戲化的學習與培訓過程;平行區塊鏈可在真實區塊鏈系統的基礎上,根據特定學習目標來實例化一個或多個人工區塊鏈系統,通過人工與實際系統的適當連接組合,使得學習者在人工系統中快速掌握區塊鏈系統的各項操作及其可能的效果,并量化考核學習與培訓的實際效果.

2)實驗與評估:真實區塊鏈系統通常由于成本、安全和法律等原因而無法進行某些重要的破壞性實驗和創新性實驗,平行區塊鏈則可以計算實驗的方式實施這些實驗,從而為量化評估區塊鏈系統性能、實現區塊鏈要素創新提供決策依據.例如,通過在一個模擬真實系統的人工區塊鏈和多個不同配置的人工區塊鏈中同時實施各類“壓力”實驗、“極限”實驗和“攻擊”實驗,可以在測試評估真實區塊鏈的安全性能的同時,搜索能夠有效抵御此類破壞性攻擊的區塊鏈優化配置;此外,平行區塊鏈可有效支持類似“Trading agent competition[23]”模式的開源實驗與創新,其基本思路是根據特定需求定義合適的實驗場景和目標,構建相應的人工區塊鏈系統環境、固定某些區塊鏈控制變量的同時向社會公眾或科研人員開放若干實驗變量(例如共識機制、激勵機制等),通過競賽或者眾包等形式、匯集集體智慧實現特定實驗變量的評估與優化,從而推動區塊鏈技術的創新和發展.

3)管理與控制:平行區塊鏈可以作為政府機構和行業組織實施宏觀監管與趨勢預測的“平行沙盒”,以虛實結合的方式實現區塊鏈生態系統的管理與控制.一方面,區塊鏈領域涌現出的新技術、新模式和新業態可首先在一個或多個盡可能逼近實際狀態的人工區塊鏈系統中實驗、測評和完善,達到特定監管目標和性能要求后方可應用于實際區塊鏈系統,從而以“人工逼近實際”的方式實現平行沙盒的“孵化”功能;另一方面,實際區塊鏈系統中發現的新問題、新需求和新趨勢也可以實時導入人工區塊鏈系統,通過人工系統中大量的計算實驗和搜索尋優,獲得最優化的新解決方案,并據此引導實際區塊鏈系統的發展和演變,從而以“實際逼近人工”的方式實現平行沙盒的“創新”功能.

2 平行區塊鏈的研究框架

簡言之,區塊鏈的核心特點是基于分布式共識和鏈式數據結構的多智能體系統.一方面,區塊鏈共識是多智能體社會網絡中的大規模群體協調與協作過程.受經濟激勵等因素影響,共識過程中存在著高度不確定性(Uncertainty)的心理與行為(如自私挖礦、惡意粉塵攻擊等)、高度多樣化(Diversity)的共識機制與策略、以及高度復雜化(Complexity)的智能體競爭與合作博弈.這是由“人”參與而為區塊鏈帶來的社會復雜性;另一方面,區塊鏈的鏈式數據結構集成了多種特殊技術處理以實現安全可信和不可篡改等特性,例如時間戳、Hash運算、密碼學算法和去中心化的P2P網絡等.這是區塊鏈在技術層面上原生的工程復雜性.由此可見,區塊鏈系統是典型的“人在環路中”、兼具社會復雜性與工程復雜性的復雜系統.

不確定、多樣化和復雜性特征(UDC)使得基于機理分析的傳統理論與方法難以直接應用于區塊鏈系統研究,必須通過實驗方法來解決.然而,由于“人”的心理、行為和策略性交互博弈等復雜因素的引入,研究和優化區塊鏈系統的本質困難是在很難甚至無法進行實驗的情況下,如何定量、實時地對區塊鏈系統內部的行為、機制、策略、結構等要素進行建模、分析和評估.本質上,這就是應對“建模不可建模者”、“預測不可預測者”和“決策不可決策者”的矛盾.平行智能是解決這一本質矛盾的有效理論和方法.本節將詳細闡述平行區塊鏈的基礎理論、研究問題、以及研究方法和平臺體系.

2.1 基礎理論

平行智能理論是復雜自適應系統理論和復雜性科學在新時代CPSS復雜環境下的邏輯延展和創新,是實際與人工相結合、整體與還原相結合、定性與定量相結合的新型研究范式.基于平行智能理論的平行區塊鏈研究主要解決如下三個關鍵問題:

研究問題1.區塊鏈復雜生態系統的整體建模與還原建模的有機集成與統一

復雜系統的整體建模與還原建模是既對立又統一的兩種研究方法,前者強調宏觀系統層面的高層涌現與演變規律,而后者則注重微觀個體層面的特征刻畫與行為交互.平行區塊鏈理論必須將二者有機結合.一般說來,區塊鏈(特別是公有鏈)系統通常包含大量的個體參與者,例如挖礦節點、交易節點、礦池等.這些參與者通過區塊鏈網絡相互連接,并遵循特定交互協議和共識算法共同維護和更新數據鏈條.因而,必須首先針對大量個體參與者節點進行微觀層面的還原建模,全面、精準地刻畫參與者的靜態特征、動態行為及其交互機制.還原建模越精準、粒度越細,則后續整體建模的復雜度越高,但獲得的高層涌現與演變規律更為準確可信.因此,區塊鏈系統建模必須有機地集成兩種研究方法,兼顧還原建模粒度和整體建模復雜度、并尋求二者的最優均衡.

研究問題2.“人在環路中”的區塊鏈計算實驗與預測解析

受經濟成本、技術條件和法律法規等因素的制約,區塊鏈領域的新思想和新技術很難直接應用于實際區塊鏈系統,這也是目前許多比特幣改進提議(Bitcoin improvement proposal,BIP)仍然處于提出和草案狀態、無法真正激活和落地的主要原因.利用計算實驗方法來測試其可行性、評估其效率和效果是解決該問題的有效途徑,其關鍵研究問題在于:區塊鏈系統并不是由可控制和可預測的簡單工程技術構成的“牛頓系統”,而是“人在環路中”、人和社會因素深度影響系統行為規律、具有自我實施特征的“默頓系統”[24?25].因此,區塊鏈實驗不能局限于比特幣測試網絡這類以盡可能“仿真”為目的的實驗場景與環境,而是應該基于各類實際或虛擬的計算實驗場景、利用自適應演化算法、平行學習等算法來驅動實驗,從而觀察和量化評估各類參數配置、新技術方案和體系架構等在不同實驗場景下的效果性能,并預測其演變規律.

研究問題3.實際與人工區塊鏈系統的雙向引導與協同演化

平行區塊鏈的主要目標并非是狹義地引導人工區塊鏈系統逼近真實區塊鏈系統,而是更廣義地使得實際與人工區塊鏈系統協同演化、閉環反饋和雙向引導,并以此來實現對實際區塊鏈系統的優化,促使整個平行區塊鏈系統向設定或涌現的目標收斂.在此過程中,虛實區塊鏈系統的交互協議與同步機制是值得深入研究的關鍵問題.常態情況下,人工區塊鏈通過大量虛擬產生的計算實驗場景來探索各類新的模型、場景、機制和策略等,形成體系完備的“情境–應對”知識庫;非常態情況下(例如The DAO硬分叉事件),平行區塊鏈應具備自適應切換到與當前情境最優匹配的應對方案的能力,并通過數據、機制、策略和算法等要素在虛實區塊鏈系統之間的實時同步,逐步引導實際區塊鏈逼近最優化的人工區塊鏈狀態.

圖2 平行區塊鏈的研究框架Fig.2 The research framework of parallel blockchain

這三個研究問題分別對應著平行智能基礎理論中的數據驅動的描述智能、實驗驅動的預測智能和互動反饋的引導智能.平行區塊鏈就是利用“三位一體”的平行智能理論,通過實際系統與人工系統的“鏈上”平行互動與協同演化,為目前以“描述性”為主的區塊鏈技術增加預測解析與平行引導功能,從而更好地服務于未來復雜社會經濟系統的建模、實驗與決策需求.

2.2 研究方法

區塊鏈系統是典型的分布式多智能體系統.因此,平行區塊鏈遵循復雜性科學中自下而上的研究方法,通過ACP方法中基于人工系統的區塊鏈建模、基于計算實驗的預測解析和基于平行執行的引導決策,來實現區塊鏈系統的“描述+預測+引導”平行智能.

2.2.1 思路:ACP驅動的區塊鏈BDI形態演變

平行區塊鏈研究范式中,區塊鏈系統可視為一個由大規模智能體節點通過社會網絡連接組成的虛擬區塊鏈“智能體”.該智能體可由其BDI(Belief,desire,intention,信念、愿望和意圖)模型表述,其中:信念是區塊鏈系統對當前世界狀態的客觀認知,是系統內部產生的數據和外部環境狀態參數的描述性記錄;愿望是區塊鏈系統內部各節點對希望達到的狀態的共識,是區塊鏈整體優化的目標;意圖則是區塊鏈系統為實現愿望(目標)而從多個可能的規劃和行動集合中選取的最優值,是系統下一時間節點待實施的動作.

相對應地,平行區塊鏈系統中,每一個實際區塊鏈系統都會構建與之共生演化的三類人工形態的區塊鏈系統,即

1)“記錄”形態的區塊鏈(對應信念模型):包括一個通過“仿真”手段構建的、與當前實際區塊鏈系統保持一致的人工區塊鏈,以及一個或者多個根據歷史出現過、或者未來可能產生的配置條件或實驗參數而虛擬構建的人工區塊鏈.

2)“實驗”形態的區塊鏈(對應意圖模型):針對常態或非常態情況下任意選定的一組實驗場景,選擇與之適用的全部“記錄”形態區塊鏈,使其在相同的參數配置和實驗場景設置下以時鐘同步的方式共同演化,并實時評估每一個“實驗”形態的區塊鏈系統的性能指標(如適應度、安全性、共識速度等).

3)“理想”形態的區塊鏈(對應愿望模型):即針對每種可能的優化目標(如性能優先、安全優先或效率優化等),通過實驗試錯和搜索尋優后獲得的一組最優配置的人工區塊鏈.

作為上述三種形態區塊鏈的混合智能系統,平行區塊鏈基于ACP方法來驅動區塊鏈形態間的自演化,并通過大量的計算實驗場景推演、形成區塊鏈的實際記錄狀態在虛擬實驗場景中所能達到的最優化理想狀態的知識庫,進而形成“情境–應對”規則庫,從而將非常態情況下應急響應規則的生成過程轉化為常態情況下基于計算實驗的理性慎思過程,并形成引導實際區塊鏈系統向最優化理想狀態的人工區塊鏈主動逼近的規劃和行動.

圖3 平行區塊鏈的研究方法與思路Fig.3 Research method and issues of parallel blockchain

2.2.2 方法:基于平行學習的區塊鏈知識自動化

如圖2所示,平行區塊鏈采用基于ACP的平行學習方法實現區塊鏈系統的知識自動化,即實現面向區塊鏈系統的開源數據獲取、人工區塊鏈系統建模、計算實驗場景推演、實驗解析與預測、管控決策優化與實施、虛實系統的平行反饋、實施效果的實時評估共七個步驟的閉環處理過程.

平行學習是近兩年來新興的機器學習理論框架,該框架結合了現有多種機器學習理論框架的優點,其新穎之處在于基于ACP方法衍生出的三大特色方法,即利用軟件定義的人工系統進行大數據預處理,包含預測學習和集成學習的數據學習,以及基于默頓定律實現數據–行動引導的指示學習[20].平行學習與傳統機器學習方法的本質區別在于:機器學習方法大多基于實際歷史數據,而平行學習則是基于實際“小數據”+人工“大數據”的混合平行數據,其中人工數據是在可能出現在未來場景中的虛擬數據[14].因此,如果說傳統機器學習是“面向歷史的機器學習”方法,那么平行學習就是“面向未來的機器學習”方法,是虛實系統相互伴生、協同演化的終生學習方法.

近年來出現的人工智能圍棋程序AlphaGo是平行學習方法最為成功的應用案例:AlphaGo首先采集和分析人類棋手真實歷史棋局的“小數據”,然后通過“左右互搏”式的計算實驗、生成大量的虛擬棋局來實現自博弈、自適應和自演化,產生虛擬空間的圍棋“大數據”;再通過算法規約為判斷局勢和確定落子的價值網絡和策略網絡等“小知識”,并通過與人類棋手的不斷對弈實現平行進化[26].

相對應地,平行區塊鏈系統首先基于開源情報與大數據解析方法[27]、實時地采集實際區塊鏈系統產生的節點狀態數據、鏈內交易數據和系統運行數據等.這些實際系統的“小數據”可作為種子數據輔助建立實際區塊鏈的模型,并通過靈活改變區塊鏈核心要素(如共識機制、網絡結構或數據結構等)、算法(如難度調整算法、代幣產量算法等)和參數(如手續費、節點數量等)來擴展區塊鏈模型,進而通過實例化生成大量“記錄”形態的、軟件定義的人工區塊鏈系統.其次,根據系統優化目標生成若干計算實驗場景,在每種實驗場景中同步運行實際和人工區塊鏈系統,通過類似AlphaGo的算法驅動的自博弈、自適應和自演化過程,生成更大規模的人工區塊鏈“大數據”,并與實際系統的“小數據”相結合,形成區塊鏈系統的平行數據.此時,即可采用傳統的機器學習方法,基于虛實結合的平行數據、學習和預測區塊鏈系統的演變規律與趨勢,將“大數據”規約為應用于某些具體場景或任務、適合解決特定問題或實現特定優化目標的“小知識”.最后,將獲得的小知識應用于實際區塊鏈系統,通過虛實系統的平行閉環反饋和協同演化實現對這些知識實施效果的量化評估.基于由此形成的“小知識”庫,當實際區塊鏈系統出現特定場景或問題時,即可快速查詢知識庫獲得與之相匹配的精準知識并實施到實際系統中.

2.3 平臺架構

平行區塊鏈平臺的基本要素如圖2中的平臺層所示,由底層要素庫和上層應用組件組成.需要說明的是,此處提出的是平行區塊鏈平臺的最簡參考實現,實際平臺建設過程中可以根據需求靈活增加各類組件.

要素庫包括模型庫、本體庫、機制庫、策略庫、場景庫、算法庫、合約庫和知識庫共八類,其可通過各類要素的實例化和合理組裝形成一個體系完備的平行區塊鏈系統.其中,模型庫存儲區塊鏈的各類顯性模型,例如智能體模型、區塊鏈數據結構模型(Merkle樹、Patricia樹等),網絡結構模型(P2P網絡、MeshNet網絡等);本體庫存儲潛在應用領域的領域本體(如農業本體、金融本體等),以增強平臺內部各智能體交互的語義互操作性;機制庫存儲智能體的交互協議和各類共識機制;策略庫存儲智能體在挖礦、交易等過程中呈現出的典型策略和行為模式;場景庫存儲平臺預定義、可配置的實驗場景與參數;算法庫存儲區塊鏈系統內生的算法(例如難度調整算法)和外部的算法(如驅動實驗進行的協同進化算法、深度學習算法等);合約庫存儲區塊鏈的各類智能合約;知識庫則存儲系統優化后獲得的管控決策和情境–應對規則.

值得一提的是,平行區塊鏈平臺可以借鑒類似Trading agent competition的智能體平臺,通過設計特定的標準和規范來方便配置各類要素,并將要素庫向社會公眾開放,通過多智能體競賽的方式吸引研究與工程人員設計和評測各類新穎的模型、機制、策略等要素,從而借助集體智慧不斷豐富和完善平臺、同時促進區塊鏈領域的創新和發展.

上層應用組件包括多智能體平臺組件、場景發生器、共識驅動引擎、算法分析工具和大規?？梢暬ぞ叩?多智能體平臺組件為平臺用戶提供區塊鏈節點的建模能力、通訊協議和交互機制,是自底向上建模方法中最重要的組件之一.多智能體平臺組件通常遵循FIPA(Foundation for intelligent physical agents)規范,由智能體管理系統、目錄服務器和智能體組件(Agentware)構成,并可統一描述內部消息傳輸和內容語言的語法與語義[28].場景發生器能夠從場景庫中動態提取和配置真實或虛擬的計算實驗場景,并選擇合適的機制、策略或算法等要素加以實例化、形成一個或多個人工區塊鏈系統.進而,共識驅動引擎可在人工區塊鏈系統的基礎上完成區塊鏈共識過程的計算實驗,并根據計算實驗結果更新各個要素庫;共識驅動引擎可以基于多種算法加以實現,例如離散事件仿真技術可通過推進仿真時鐘和處理離散事件來動態模擬智能體(即區塊鏈節點)之間及與外部環境的交互、通信與達成共識的過程.算法分析工具則通過實時采集和分析區塊鏈計算實驗過程中產生的數據實現其優化目標,促使區塊鏈系統由“實驗”形態演變為“理想”形態.最后,可視化工具通過動態實時的人機交互界面,以多種形式全方位地呈現計算實驗及區塊鏈共識控制的過程.

2.4 應用領域

平行區塊鏈特別適合“人在環路中”、具有復雜社會和人的因素的應用場景,例如智能交通、農業生產、金融科技、醫療健康和教育培訓等領域.2016年,中國科學院自動化研究所和青島智能產業技術研究院提出了“天鏈工程”規劃,旨在利用區塊鏈、大數據和知識自動化等技術,助力打造去中心化、安全可信、可靈捷編程的智能產業生態系統,并在智能交通、智慧農業、智慧健康和組織管理等領域進行了若干初步的探索性工作[29?31].

以智能交通領域為例,平行區塊鏈、平行交通管控系統和“五交一體”(即城市交通、公共交通、靜態交通、物流交通和社會交通)示范應用共同組成了平行交通系統的核心模塊,其中平行區塊鏈通過提供靈活可配置的底層區塊鏈環境,為上層平行交通管控決策和示范應用奠定了安全可信的數據和信任基礎[29].目前,平行交通區塊鏈的探索性工作主要圍繞著重要交通數據的存儲與鑒證、去中介化的交通金融小生態、以及基于區塊物聯網(Blockchain of things,BoT)的交通設備監控與溯源等展開.

3 平行區塊鏈的內涵辨析

正如第2節概念框架所示,本文提出的平行區塊鏈是一種新型的區塊鏈系統研究范式,其特點是通過實際區塊鏈系統與人工區塊鏈系統的平行執行和協同演化,來為區塊鏈系統提供描述、預測與引導決策服務.需要說明的是,目前國內外區塊鏈技術和產業從業人員曾在不同上下文語境中使用過“平行鏈”或“Parallel blockchain”的概念,但其內涵與本文提出的平行區塊鏈有本質區別.總體說來,我們認為平行區塊鏈的內涵可以歸納為跨鏈平行、O2O平行和本文提出的虛實平行三種模式,如圖4所示.本節將闡明其異同之處.

首先,隨著近年來區塊鏈技術的發展和普及應用,各類區塊鏈(特別是聯盟鏈和私有鏈)的數量快速增長,跨鏈通信和互操作成為區塊鏈未來發展的必然趨勢.因而,“跨鏈平行”模式即是指這種形式上“平行”運行的多條實際區塊鏈.該模式的初衷是希望通過特定技術手段連接多條獨立運行的區塊鏈,形成區塊鏈群的“繩網結構”、以增強區塊鏈間的互操作性和鏈上資產的兼容互通性,避免出現區塊鏈“數據孤島”.目前提出的跨鏈互操作技術包括中心化或多重簽名的見證人模式(Centralized or multisig notary schemes)、側鏈或中繼模式(Sidechains or relays)、哈希鎖定模式(Hash-locking)[32].例如,Polkadot提出的平行鏈技術即是以中繼模式實現公有鏈(如以太坊)與聯盟鏈和私有鏈的連接[33].“跨鏈平行”是局限于網絡空間的區塊鏈平行模式.值得一提的是,研究人員亦曾提出以并行執行(Parallel execution)為目標的區塊鏈技術[34],旨在通過設計新區塊鏈模型以便于并行處理區塊鏈內部的交易、數據或者智能合約,從而提高區塊鏈的運行性能和效率.此處,parallel是“并行”而不是“平行”之意,二者區別在于前者通過“大而化小”的分治法解決問題,而后者則通過“以小擴大”的方式將一個實際系統擴展到虛擬空間的N個人工系統,通過計算實驗和平行演化解決問題.由于這種“鏈內并行”的區塊鏈僅是研究設想,此處不再贅述.

圖4 平行區塊鏈的內涵辨析Fig.4 Connotation analysis of parallel blockchain

其次,“O2O平行”模式是以實際區塊鏈系統為橋梁,溝通虛擬網絡空間與現實物理空間、形成O2O(Online to offline或者Offline to online,線上線下連通)平行社會的模式.近年來,現代社會、產業組織和企業形態已經越來越明顯地呈現出虛擬網絡空間和現實物理世界平行存在的態勢,例如研究人員提出的物理信息系統(Cyber-physical systems,CPS)[35],產業公司如西門子提出的數字化工廠、通用提出的數字孿生計劃以及SAP提出的軟件定義的企業等都是未來O2O平行趨勢的例證.區塊鏈技術可以作為溝通虛擬和現實社會之間的安全可信、去中心化的分布式賬本:一方面,線上的網絡大數據可以自然地集成到區塊鏈;另一方面,區塊鏈技術也可以與物聯網技術相結合,形成目前快速發展的Blockchain of things技術,從而將線下物理空間中的設備設施、實體資產等數字化后集成到區塊鏈.例如,智能物聯設備將是區塊鏈的典型應用場景,能夠實現以安全可信的方式監控設備生產的整個生命周期、實現設備之間的數據傳輸和協商交易、以及利用智能合約實現設備的自動化操作等[36].

最后,“虛實平行”模式的平行區塊鏈與上述兩種模式有本質區別,是存在于物理與網絡空間的區塊鏈系統向第三社會空間延展而形成的CPSS平行系統[37?38].這種模式將分布式區塊鏈系統中蘊含的社會與人的復雜因素納入研究范疇,利用實際和人工區塊鏈系統的計算實驗與平行優化,賦予區塊鏈技術以描述、預測和引導三位一體的平行智能.與前兩種模式相比,平行區塊鏈更多地是一種新型研究范式,而非一項具體的技術或方法.

4 結論與展望

區塊鏈技術作為信息科學、管理科學和社會科學交叉領域的新生事物,其在高速發展的同時不可避免地會存在傳統理論研究難以有效解決的問題.目前,國內外區塊鏈相關研究尚處于起步階段,缺乏針對區塊鏈架構、機制、策略等核心要素的深入研究,導致區塊鏈技術創新和發展缺乏必要的理論研究支撐.鑒于此,本文將平行智能理論與區塊鏈技術相結合,提出了平行區塊鏈的概念框架、基礎理論和研究方法體系,并探討了平行區塊鏈的內涵,以期為區塊鏈未來研究和產業應用提供有益的啟發與借鑒.

未來研究工作將圍繞平行區塊鏈的技術實現和平臺建設開展.技術實現方面,除正文中介紹的構建與實際區塊鏈平行獨立運行的人工區塊鏈方法之外,我們還擬嘗試采用有向無環圖作為平行區塊鏈的拓撲結構,利用主鏈的硬分叉實現特定場景下的計算實驗,并利用進化算法在線評估各條分叉鏈的適應度,引導區塊鏈節點算力向最優鏈轉移,通過分叉鏈的“優勝劣汰”實現區塊鏈優化.平臺建設方面,我們擬選擇典型區塊鏈評測場景,建設一組標準化的人工區塊鏈系統,通過設計接口向社會公眾開放、作為“平行沙箱”實現各類區塊鏈機制、策略或算法的評估與優化.

1 Nakamoto S.Bitcoin:a peer-to-peer electronic cash system[online],available:https://bitcoin.org/bitcoin.pdf,2009.

2 Yuan Yong,Zhou Tao,Zhou Ao-Ying,Duan Yong-Chao,Wang Fei-Yue.Blockchain technology:from data intelligence to knowledge automation.Acta Automatica Sinica,2017,43(9):1485?1490(袁勇,周濤,周傲英,段永朝,王飛躍.區塊鏈技術:從數據智能到知識自動化.自動化學報,2017,43(9):1485?1490)

3 Wang Fei-Yue.Parallel system methods for management and control of complex systems.Control and Decision,2004,19(5):485?489,514(王飛躍.平行系統方法與復雜系統的管理和控制.控制與決策,2004,19(5):485?489,514)

4 Wang F Y,Wang X,Li L X,Li L.Steps toward parallel intelligence.IEEE/CAA Journal of Automatica Sinica,2016,3(4):345?348

5 Wang Fei-Yue.Computational experiments for behavior analysis and decision evaluation of complex systems.Journal of System Simulation,2004,16(5):893?897(王飛躍.計算實驗方法與復雜系統行為分析和決策評估.系統仿真學報,2004,16(5):893?897)

6 Wang Fei-Yue.CC 5.0:intelligent command and control systems in the parallel age.Journal of Command and Control,2015,1(1):107?120(王飛躍.指控5.0:平行時代的智能指揮與控制體系.指揮與控制學報,2015,1(1):107?120)

7 Wang Zhen,Yuan Yong,An Bo,Li Ming-Chu,Wang Fei-Yue.An overview of security games.Journal of Command and Control,2015,1(2):121?149(王震,袁勇,安波,李明楚,王飛躍.安全博弈論研究綜述.指揮與控制學報,2015,1(2):121?149)

8 Wang F Y.Parallel control and management for intelligent transportation systems:concepts,architectures,and applications.IEEE Transactions on Intelligent Transportation Systems,2010,11(3):630?638

9 Wang Fei-Yue,Zeng Da-Jun,Yuan Yong.An ACP-based approach for complex analysis of E-commerce system.Complex Systems and Complexity Science,2008,5(3):1?8(王飛躍,曾大軍,袁勇.基于ACP方法的電子商務系統復雜性研究.復雜系統與復雜性科學,2008,5(3):1?8)

10 Yuan Y,Zeng D.Co-evolution-based mechanism design for sponsored search advertising.Electronic Commerce Research and Applications,2012,11(6):537?547

11 Wang Fei-Yue.Parallel control:a method for data-driven and computational control.Acta Automatica Sinica,2013,39(4):293?302(王飛躍.平行控制:數據驅動的計算控制方法.自動化學報,2013,39(4):293?302)

12 Wang Kun-Feng,Gou Chao,Wang Fei-Yue.Parallel vision:an ACP-based approach to intelligent vision computing.Acta Automatica Sinica,2016,42(10):1490?1500(王坤峰,茍超,王飛躍.平行視覺:基于ACP的智能視覺計算方法.自動化學報,2016,42(10):1490?1500)

13 Wang Kun-Feng,LU Yue,Wang Yu-Tong,Xiong Zi-Wei,Wang Fei-Yue.Parallel imaging:a new theoretical framework for image generation.Pattern Recognition and Arti ficial Intelligence,2017,30(7):577?587(王坤峰,魯越,王雨桐,熊子威,王飛躍.平行圖像：圖像生成的一個新型理論框架.模式識別與人工智能,2017,30(7):577?587)

14 Liu Xin,Wang Xiao,Zhang Wei-Shan,Wang Jian-Ji,Wang Fei-Yue.Parallel data:from big data to data intelligence,Pattern Recognition and Arti fi cial Intelligence,2017,30(8):673?681(劉昕,王曉,張衛山,汪建基,王飛躍.平行數據:從大數據到數據智能.模式識別與人工智能,2017,30(8):673?681)

15 Wang X,Li L X,Yuan Y,Ye P J,Wang F Y.ACP-based social computing and parallel intelligence:societies 5.0 and beyond.CAAI Transactions on Intelligence Technology,2016,1(4):377?393

16 Wang F Y.Parallel blockchain:concept,techniques and applications.Keynote Speech in the First International Symposium on Blockchain and Knowledge Automation,2017,Denver,USA

17 Wang F Y.Toward a paradigm shift in social computing:the ACP approach.IEEE Intelligent Systems,2007,22(5):65?67

18 Wang Fei-Yue. The destiny: towards knowledge automation—preface of the special issue for the 50th anniversary of Acta Automatica Sinica.Acta Automatica Sinica,2013,39(11):1741?1743(王飛躍.天命唯新:邁向知識自動化—《自動化學報》創刊50周年?？?自動化學報,2013,39(11):1741?1743)

19 Wen D,Yuan Y,Li X R.Arti fi cial societies,computational experiments,and parallel systems:an investigation on a computational theory for complex socioeconomic systems.IEEE Transactions on Services Computing,2013,6(2):177?185

20 Li Li,Lin Yi-Lun,Cao Dong-Pu,Zheng Nan-Ning,Wang Fei-Yue.Parallel learning—a new framework for machine learning.Acta Automatica Sinica,2017,43(1):1?8(李力,林懿倫,曹東璞,鄭南寧,王飛躍.平行學習— 機器學習的一個新型理論框架.自動化學報,2017,43(1):1?8)

21 Wang F Y,Zhang J,Wei Q L,Zheng X H,Li L.PDP:parallel dynamic programming,IEEE/CAA Journal of Automatica Sinica,2017,4(1):1?5

22 Yuan Yong,Wang Fei-Yue.Blockchain:the state of the art and future trends.Acta Automatica Sinica,2016,42(4):481?494(袁勇,王飛躍.區塊鏈技術發展現狀與展望.自動化學報,2016,42(4):481?494)

23 Trading agentcompetition website[online],available:http://tac.sics.se,October 1,2017

24 Wang Fei-Yue.Software-de fi ned systems and knowledge automation:a parallel paradigm shift from Newton to Merton.Acta Automatica Sinica,2015,41(1):1?8(王飛躍.軟件定義的系統與知識自動化:從牛頓到默頓的平行升華.自動化學報,2015,41(1):1?8)

25 Wang Fei-Yue,Wang Xiao,Yuan Yong,Wang Tao,Lin Yi-Lun.Social computing and computational societies:the foundation and consequence of smart societies.Chinese Science Bulletin,2015,60(S1):460?469(王飛躍,王曉,袁勇,王濤,林懿倫.社會計算與計算社會:智慧社會的基礎與必然.科學通報,2015,60(S1):460?469)

26 Wang F Y,Zhang J J,Zheng X H,Wang X,Yuan Y,Dai X X,Zhang J,Yang L Q.Where does AlphaGo go:from church-Turing thesis to AlphaGo thesis and beyond.IEEE/CAA Journal of Automatica Sinica,2016,3(2):113?120

27 Zeng Shuai,Wang Shuai,Yuan Yong,Ni Xiao-Chun,Ouyang Yong-Ji.A survey on question answering systems towards knowledge automation.Acta Automatica Sinica,2017,43(9):1491?1508(曾帥,王帥,袁勇,倪曉春,歐陽永基.面向知識自動化的自動問答研究進展.自動化學報,2017,43(9):1491?1508)

28 The foundation for intelligent physical agents website[online],available:http://www. fi pa.org/,October 1,2017

29 Yuan Y,Wang F Y.Towards blockchain-based intelligent transportation systems.In:Proceedings of the 2016 IEEE 19th International Conference on Intelligent Transportation Systems(ITSC).Rio de Janeiro,Brazil:IEEE,2016.2663?2668

30 Kang M Z,Wang F Y.From parallel plants to smart plants:intelligent control and management for plant growth.IEEE/CAA Journal of Automatica Sinica,2017,4(2):161?166

31 Ni X C,Zeng S,Qin R,Li J J,Yuan Y,Wang F Y.Behavioral pro fi ling for employees using social media:a case study based on WeChat.In:Proceedings of 2017 Chinese Automation Congress(CAC 2017).Shandong,China,2017.

32 Buterin V.Chain interoperability.TechnicalReport[online],available:https://static1.squarespace.com/static/55f73743e4b051cfcc0b02cf/t/5886800ecd0f68de303349b1/1485209617040/Chain+Interoperability.pdf,September 9,2016.

33 Wood G.Polkadot: vision for a heterogeneous multichain framework.Polkadot White Paper[online],available:https://github.com/w3f/polkadot-white-paper/raw/master/PolkaDotPaper.pdf,2016.

34 Dillenberger D E,Su G.Parallel execution of blockchain transactions,U.S.Patent 0212781,July 2017.

35 Derler P,Lee E A,Vincentelli A S.Modeling cyber-physical systems.Proceedings of the IEEE,2012,100(1):13?28

36 Conoscenti M,Vetr′o A,De Martin Juan Carlos.Blockchain for the internet of things:a systematic literature review.In:Proceedings of the 2016 IEEE/ACS 13th International Conference of Computer Systems and Applications(AICCSA).Agadir,Morocco:IEEE,2016.1?6

37 Wang Fei-Yue.Arti fi cial societies,computational experiments,and parallel systems:a discussion on computational theory of complex social-economic systems.Complex Systems and Complexity Science,2004,1(4):25?35(王飛躍.人工社會、計算實驗、平行系統— 關于復雜社會經濟系統計算研究的討論.復雜系統與復雜性科學,2004,1(4):25?35)

38 Wang F Y.The emergence of intelligent enterprises:from CPS to CPSS.IEEE Intelligent Systems,2010,25(4):85?88