
关于区块链的极简史,我们准备了 3 个故(八)事(卦)
知乎上有一个问题:“历史上有哪些疑似穿越者?”私以为,“区块链之父”中本聪也可以算是其中之一了。
因为,“区块链”的发明,本身就是一个非常“杰克苏”的故事。
“区块链”的始作俑者 · 中本聪的故事
如我等凡人,研究密码学最多是为了在玩儿“密室逃脱”时能成功装个好逼。
但中本聪不一样,他倾覆了世界。
让我们从一个叫“密码朋克”的小组织说起吧。
密码朋克建立了一个加密邮件组,邮件组里有不少维基解密创始人阿桑奇级别的极客大咖。
没错,阿桑(丧)奇,就是那个在美国大选期间解密希拉里邮件,爆出许多惊天丑闻,从2012年至今在厄瓜多尔驻英大使馆避难,一躲就是好多年的倒霉孩子。
2008年10月,正在次贷危机愈演愈烈之时,一篇论文被发表在了这个加密邮件组当中:《比特币,一个端对端的电子货币组织( Bitcoin: A Peer-to-Peer Electronic Cash System )》,作者就是中本聪,这也是比特币及区块链的理论概念,第一次出现在世间。
我们知道,从理论到应用,一般都有很长的一段路要走,但中本聪并不走寻常路:
发表这篇论文前2个月,他就已经匿名注册了比特币的专用域名(bitcoin.org);发表论文后2个多月,他就已经亲手把比特币做出来,并且开源了。
比特币是第一枚根据区块链理论建立的虚拟加密货币。
在2009年,刚刚诞生的“比特币”看起来还仅仅像是一个“极客手中的模型玩具”,但现在是2018年,我们知道:就在不到10年之间,区块链技术已经颠覆了太多人的命运,制造了数百倍的利润,大规模刷新了“十亿美元资产俱乐部”的名单。
上图是近3年的比特币/美元兑换价格概览:从2015年1月约$217的低点到2017年12月约$13993的高点,增长率为约6448.4%
然而中本聪本人,却在创立比特币之后,就开始不断弱化自己的存在感,他不仅转交了比特币官网的管理权,还淡出了人们的视线。
然后这个故事最炸裂的地方就出现了:时至今日,全世界仍然不知道,中本聪究竟是谁,他在哪儿,他究竟是如何创造出的区块链理论的。
2014年,美国《新闻周刊》宣布“我们找到了中本聪”,然而随后,中本聪就现身宣布:I am not Dorian Nakamoto。这也是中本聪最后一次对外发布消息,从此,“中本聪”就从世界上消失了。
“区块链”究竟颠覆了谁?
“区块链”理论,颠覆了互联网世界的中心法则。
在互联网刚刚兴起的时候,曾流行过一句话:“每个人都不知道,网络对面和你聊天的,究竟是人还是狗。”但现在我们知道:这句话是错的。
因为“我们”虽不知道网路对面的究竟是人是狗,但“有些人”肯定是知道的——任何人都会在网络上留下数据痕迹,而这些可能存储在网络公司服务器中的大数据信息,甚至会比我们自己还了解自己。
图片来源:TED演讲 | 唐·泰普史考特 | 区块链将如何改变金钱与贸易
黑客当然也盯紧了互联网巨头(寡头)们的服务器:只需成功篡改或窃取服务器中的信息,就有机会谋取暴利。
而这一切,都因为我们的互联网,是中(集)心(权)化的;而区块链技术,则从根本上构建了一种“去中心化”的新规则:既不需要大公司,也没有被黑客攻破的风险。
它是怎么做到的?我们再拿比特币为例说明:
① 交易记录一旦生成,就立即公示、永不可修改。
所以比特币交易自带“无法反悔、不能作伪”属性,就像现金交易一样天然可信赖,自然不需任何金融机构从中作保,且无需任何身份认证或实名记录。
② 世界各地都有云同步的账本副本,无法被销毁。
比特币在全球有海量的节点,每一个节点都在同步这个“账本”,于是账本丢失的风险就被无限减小了。
③ 加密,加密,还是加密。
理论上全世界的计算力加在一起,也不能暴力破解。
④ 强制限定比特币总量最多有2100万个,因而可以抗通货膨胀。
但每一个比特币可以切分成1亿“聪”,以方便交易,“聪”也是比特币的计量单位。
显然,就算不描述区块链本身的具体结构,我们也能体会这一技术究竟有多么颠覆和牛X。
但当时间流转到2014年,比特币在经历了2013年的暴涨至$1000+又猛跌回$300之后,中本聪的世代就已过去。
就在这一年,以太币被公开发行,这是全球第一个ICO项目,区块链2.0时代,来临了。
一面是ICO横行的大发币时代
另一面是区块链的新应用前景
ICO(Initial Coin Offering)是指一个区块链项目首次发行自己的代币,本质上是一种借助区块链技术募集资金的行为。这个概念是比照传统金融领域的IPO(Initial Public Offerings)来定义的。
通过ICO ,以太坊募集到了足够的资金,并因此得以正式上线。更进一步的是:以太坊还开放了一个通用虚拟货币平台,利用这个工具,每个人都可以制造并发行自己的虚拟货币。
这就使得ICO的门槛被大大降低了,随便的路人甲都能发个币,来一场ICO圈钱。对比传统的IPO,则需首先进行严格的审核,才能公开募股。
总之ICO缺乏监管保障,门槛又极低,导致币圈鱼龙混杂,这也就是为什么很多人都在提醒投资者,警惕ICO成为庞氏骗局的原因。
2017年9月4日,中国中央银行等七部门发出通知,正式叫停ICO融资,并指出:任何个人不得非法从事代币发行融资活动,各类代币发行融资活动应当立即停止。
以太币的价格,随着ICO的火爆,也一路水涨船高,甚至涨幅达到百倍以上,投资以太币的人又赚翻了。这种投资回报率,又回过头进一步点燃了ICO已然过热的潮流,“区块链”概念,也被炒到路人皆知的程度。
然而,这一波投资的“泡沫”已然很明显,想复制“比特币”、“以太币”的投资回报率,基本已不太可能。
除此之外,笔者更关心的话题则是:除了发币之外,区块链还能有什么应用?它是否能改变我们的生活方式?
简单举几个例子:信息安全、防伪技术、匿名技术、智能合约、版权保护……
图片来源:TED演讲 | 唐·泰普史考特 | 区块链将如何改变金钱与贸易
我万分期待着,区块链技术能够真正完善互联网规则的一天。
区块链创新的推动以及数字经济的蓬勃发展离不开人才的培育,而CDA数据分析师作为行业的领头羊,紧密结合当前区块链发展实际与人才需求结构,重磅推出区块链就业班。
三个月时间让你实现从区块链技术入门到精通,站在时代的前沿,实现高薪就业!
点击阅读原文了解课程详情,欢迎添加微信号18612853536 曹老师。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02