Teknologi: Den fjerde industrielle revolution: Fremkomsten af ​​den autonome økonomi

original forfatter : TechFoodLife

For at forstå nutiden skal man undersøge fortiden. For at se fremtiden er det nødvendigt at føle momentumet opbygges i nutiden.

Når man undersøger fortiden, bliver det klart, at teknologiske fremskridt utvivlsomt har været den førende drivkraft i udviklingen af ​​den menneskelige civilisation. Ligesom hjulet og kompasset revolutionerede tidligere generationer, har udviklingen af ​​smartphonen og Internettet fuldstændigt ændret samfundet i dag, hvilket gør det svært at forestille sig en verden uden dem. Selvom det er let at se tilbage i historien og identificere de vigtigste gennembrud, er de fleste ikke i stand til at forudse fremtidens teknologiske innovationer, før de bliver fuldt integreret i hverdagen. Faktisk latterliggøres de fleste nye teknologier i deres begyndelsesfaser, hvor “eksperter” hævder, at de er uopnåelige og unødvendige.

(Hilsen af ​​nomaderne)

På trods af tvivlen om, at det stædigt skyer nutiden, tror mange imidlertid, at de nuværende teknologiske tendenser er i nippet til at antænde en fjerde industrielle revolution; denne gang udløst af stigningen i masseautomatisering. Mens økonomier ledet af mennesker sandsynligvis aldrig forsvinder, er det, der begynder at ske, dannelsen af ​​en paralleløkonomi, der udelukkende drives af maskiner. I lighed med tidligere industrielle revolutioner samler den nuværende sig omkring visse teknologiske gennembrud, specielt i USA Tingenes internet (IoT), Kunstig intelligens (AI) og Distribueret Ledger-teknologi(DLT).

(Nobelprisvindende økonom Paul Krugman tog tydeligt fejl med hensyn til den indflydelse Internettet ville have på samfundet; kilde)

Mens den gennemsnitlige person har ringe eller ingen bevidsthed om, hvad der kommer, går banen for moderne teknologi ikke ubemærket af alle. Brian Arthur, en økonom, der er berømt for at udvikle den moderne tilgang til stigende afkast, har foreslået en afhandling for at beskrive fænomenet og opfundet det, ”autonomi-økonomien.” Klaus Schwab, grundlægger og administrerende formand for World Economic Forum, har gentaget sammenlignelige følelser og endda skrevet en bog om det kaldet “Den fjerde industrielle revolution.”

Før vi ser nærmere på de nuværende teknologiske tendenser, er det fordelagtigt at undersøge de virkninger, som de første tre industrielle revolutioner havde på samfundet. At have historisk viden kan komme langt i at hjælpe en med at forestille sig, hvordan den fjerde industrielle revolution vil påvirke fremtiden.

De industrielle revolutioner fra fortiden

De foregående tre industrielle revolutioner har alle været drevet af en række separate, men sammenkoblede teknologiske innovationer, der kraftigt øgede humanioraens evne til at producere output, samtidig med at det kraftigt reducerede det input, der var nødvendigt for at opnå det, hvad enten det var gennem arbejdskraft, tid eller materialer. Disse fremskridt omformede ikke kun samfundet fra en økonomisk forstand, men omformede også hele konceptet om, hvordan mennesker opfattede deres daglige liv.

Den første industrielle revolution:

Fra omkring 1750–1850 fandt den første industrielle revolution sted og var overvejende et resultat af menneskehedens evne til at udnytte to vigtige energikilder, damp og kul. Den vigtigste drivkraft for den første industrielle revolution var en række tekniske gennembrud i dampmaskinen sammen med opdagelsen af ​​et billigere, mere rigeligt mineral, kul. Kombinationen førte til sidst til kuldrevne dampmotorer med ekstern forbrænding, der var i stand til at producere langt mere energi til en billigere pris end nogensinde før. Denne nye input førte til store transformationer i fremstillingsindustrien og blev brugt til at skabe brændstof for radikale ændringer i flere industrier, såsom tekstiler, metalværker (især jern) og transport.

(Nogle af de største opfindelser af den første industrielle revolution, muliggjort af dampmaskinens innovationer; kilde)

Nogle af historiens mest berømte opfindelser blev udviklet i løbet af denne periode, som bomuldsgin, en maskine, der bruges til at adskille bomuldsfibre fra deres frø, og kraftvæven, en maskine, der bruges til at væve klude og gobeliner. Andre bemærkelsesværdige gennembrud omfatter udvikling af værktøjsmaskiner, genopdagelse af cement, introduktion af glasplade og afbrænding af kul til produktion af gaslys.


Forud for den første industrielle revolution blev de fleste varer fremstillet lokalt og arbejdet hos de enkelte håndværkere, men efter kommercialiseringen af ​​kuldrevne dampmotorer dannede store industrier sig i stand til at producere produkter til en meget bredere forbrugerbase. Et grundlæggende skift skete i samfundet fra at være en landdistrikterne landbrugskultur til opbygningen af ​​industribyer centreret omkring store produktionsfabrikker. Arbejdsstyrken blev ikke længere domineret af individuelle arbejdere, men blev i stedet langsomt erstattet af industrier, der blev drevet af kapitalister, der beskæftigede arbejderklassen. Byer begyndte at blive de økonomiske kraftcentre for hele nationer. Trenden ville heller ikke bremse, da det ikke ville vare længe, ​​før en anden industriel revolution ville finde sted, potentielt endnu mere påvirkende end den første.

Den anden industrielle revolution:

Den anden industrielle revolution, også kendt som den teknologiske revolution, varede fra omkring 1870–1914 (starten på 1. verdenskrig) og kan bedst beskrives som en mestring af teknologien, der blev introduceret i den første industrielle revolution blandet med to store gennembrud: udnyttelse af to nye energikilder: elektricitet og olie.

Takket være mere avanceret udvikling inden for jern- og stålproduktion begyndte maskindele at blive produceret i bulk og standardiseret på tværs af industrier, såsom standardstørrelser til skruer og metalstænger. Indviklet jernbaneinfrastruktur åbnet i flere avancerede lande såvel som udviklingen af ​​dampturbinemotoren, som revolutionerede flådeskibe. I det væsentlige udviklede samfundet langt overlegne transportruter til alle fabriksprodukter, der blev masseproduceret. Markeder begyndte virkelig at åbne sig i denne periode på grund af øget transporthastighed og nedsat pris på maskindrevet produktion.

(Jernbaneinfrastruktur i 1860 var langt mere avanceret end blot 30 år tidligere, da der næsten ikke var jernbaner i USA; kilde)

Den kulminerende udvækst mod slutningen af ​​den anden industrielle revolution skal være elektricitet og olie. Selv den moderne verden i dag er fuldstændig afhængig af elektricitet og olie. Elektrificering ses ofte som det største fremskridt i det 20. århundrede, fordi det gav samfundet en billig, rigelig energikilde, der ikke kun ville drive fabrikker og hjem til enhver tid på dagen, men ville lægge grunden til, at alle enhederne skulle komme senere . Mens elektricitet var vital, har olie været den mest efterspurgte vare i det sidste århundrede. Det har været den dominerende brændstofkilde til at drive de fleste transportkøretøjer, hvad enten det er biler, fly eller landbrugsudstyr. Det har også givet anledning til et stort udvalg af forbrugerprodukter (plast), gødning / kemikalier og medicin.

Der var også andre store fremskridt i løbet af denne tid, såsom i kommunikation med opfindelser af telegraf, telefon og radio. Papirfremstillingsmaskiner begyndte også at få trækkraft i begyndelsen af ​​det 20. århundrede, hvilket resulterede i nye evner til at sprede viden, nyheder og litteratur på tværs af kontinenter. Endelig fører udviklingen i gummiproduktion til masseproduktion af dæk, der hjalp med opfindelsen af ​​cykler, biler og fly.

(Nedbrydning af nogle af de vigtigste forskelle mellem den første og anden industrielle revolution)

Det er vigtigt at forstå, hvordan den første industrielle revolution var det teknologiske brag, der startede begrebet moderne industrielle økonomier, mens den anden industrielle revolution var mestring af teknologien, hvilket gav anledning til moderne byer fyldt med de første skyskrabere. Med lande, der er i stand til at handle og kommunikere som aldrig før, begyndte verden i begyndelsen af ​​sin bevægelse mod globalisering. Tendensen ville kun fortsætte også og til sidst nå et hidtil uset niveau begyndende i sidste halvdel af det 20. århundrede. Samfundet ville opleve et radikalt nyt teknologisk bang: den digitale revolution.

Den tredje industrielle revolution:

Fra og med slutningen af ​​1950’erne og frem til i dag har den tredje industrielle revolution, også kendt som den digitale revolution, slået rod i samfundet og er hovedsageligt kulminationen på et skift fra mekanisk og analog elektronisk teknologi til digital elektronik. De to store udvækster har været digital computing og kommunikationsteknologi. Den hurtige beregning af computere, blandet med sammenkoblingen af ​​Internettet og satellitudsendelser, har skabt en digital arkitektur, hvor information øjeblikkeligt kan deles over hele verden af ​​enheder med langt hurtigere behandlingshastigheder end mennesker. Det er ikke underligt, at folk omtaler denne tidsperiode som informationsalderen.

(Skiftet fra digital til analog var temmelig hurtig siden år 2000)

Den overflod af digital information er resultatet af en beherskelse af elektricitet og præcisionshåndværk, der kombinerer til fødslen stadigt forbedrede mikroprocessorer, alias computerchips. Fra smartphones og HD-tv-skærme til avanceret fotograferingsudstyr og droner, computerchips er rygraden i al avanceret elektronik. Interessant nok er alle disse teknologier konsekvent blevet erstattet med bedre versioner inden for en kort periode. Telefonen er et godt eksempel, der går fra telefonnummer til fastnet, til mobiltelefon, til smartphone og potentielt bliver en bioteknologi næste.

Ligesom fremstillingsinnovationer i den 1. og 2. industrielle revolution fører til opførelse af industribyer ved hjælp af alle de materialer, der produceres, fører de elektroniske innovationer i den 3. og 4. industrielle revolution til konstruktion af intelligente applikationer, der bruger alle de data, der produceres.

Den fjerde industrielle revolution

For at omslutte et sind omkring den fjerde industrielle revolution er det vigtigt at forstå begrebet intelligens. Den bedste måde at forstå intelligens på er at tænke over, hvordan den opnås, hvilket normalt er en firetrinsproces.

1) Indsaml data

2) Behandl dataene ved hjælp af tidligere data som reference

3) Gør handling baseret på de raffinerede data

4) Modtag feedbackdata, lær af resultatet, og gem det hele i hukommelsen.

(En simpel sløjfe af intelligens; kilde)

Processen er en cyklisk sløjfe med kontinuerlig indsamling af data, behandling af dem, handling og modtagelse af feedback. Jo flere gange nogen gennemgår processen, jo mere intelligente bliver de, forudsat at de er i stand til at lære af deres handlinger. To nøglefaktorer, der ligger til grund for det hele, er eksponering for så mange data som muligt og udvikling af upåklagelig mønstergenkendelsesfærdighed.

Mønstre påpeger ikke kun, hvad der fungerer versus hvad der ikke fungerer, styrker versus svagheder og tendenser vs. anomalier, men det hjælper folk med at kategorisere information, så det er let at huske til fremtidig brug. Overlegen mønstergenkendelse, der fører til forbedrede mentale og fysiske evner, er rygraden i at udnytte intelligens. Som Albert Einstein engang sagde, “Målingen af ​​intelligens er evnen til at ændre sig.” Den eneste måde nogen vil ændre sig er ved at blive udsat for et negativt mønster, der holder dem tilbage eller se et bedre mønster for at komme videre. Det sidste trin er implementering gennem viljestyrke og handling.

Hvis teknologi skal replikere intelligens og udvikle den til en digital vare, der sælges på det åbne marked, skal den udnyttes ved hjælp af den samme model. Mens de fleste ikke er opmærksomme på den seneste udvikling, åbner den nuværende teknologi nye muligheder på denne front, specielt på grund af fremskridt inden for IoT-industrien, AI, DLT og et par andre makrotendenser. Brug af fremskridt inden for hardware, software og data er teknologi på randen af ​​produktionsintelligens. Den autonome økonomi er tættere end de fleste tror.

Tingenes internet (IoT):

En stor udvækst af den digitale tidsalder har været masseproduktion af data. Det er blevet en så anerkendt fornemmelse, at folk begyndte at sige, at “data er den nye olie”. Der er virkelig to kategorier af data: offentlige data og private data. Internettet er den største oliebrønd med offentlige data og er unik, fordi det er en stadigt stigende ressource. Private data er for det meste koncentreret på private servere, især i skyer, og indeholder følsomme oplysninger, som folk enten ikke vil dele frit eller ikke vil have set. Det burde ikke længere være overraskende, at mange af de største virksomheder i verden ejer mest data som Google, Facebook, Amazon og Baidu.

(Det er interessant at bemærke, hvordan de fleste af de største virksomheder i verden drejer sig om undervisning og data i modsætning til ressourcer for bare 10 år siden; kilde)

De fleste af de data, der indsamles i dag, udføres ved brug af applikationer, såsom Google, der indsamler data baseret på søgeresultater eller Facebook, der indsamler data baseret på din sociale profil eller endda Amazon, der indsamler data baseret på folks udgiftsvaner. I det væsentlige er virksomheder vært for applikationer, som forbrugere er villige til at bruge, og indsamler derefter datametriker baseret på deres aktivitet. Der er også open source-applikationer, som alle kan udlede målinger fra som markeder, sport eller open case-poster.

Men for at udnytte intelligens, der er i stand til at foretage hurtige vurderinger som mennesker, skal der være adgang til realtidsdata. Indtil for nylig har data i realtid været svære at få fat i, men nu, takket være nogle store innovationer inden for sensor- og aktuatorteknologi, er det blevet en reel virkelighed. Alle typer sensoraktiviteter er mulige, såsom sensorer, der måler temperatur, placering, hastighed, acceleration, dybde, tryk, blodkemi, luftkvalitet, farve, fotoscanning, stemmescanning, biometri, elektrisk og magnetisk kraft. Normalt kræves det, at mennesker foretager sådanne målinger, men det ændrer sig hurtigt på grund af masseproduktionen af ​​billige, men alligevel nøjagtige sensorer og aktuatorer. De placeres ikke kun i miljøet, men inden for maskiner, som industrielle maskiner og robotter, og inden for / på mennesker, som en Fit eller high-tech pacemakere.

(De forskellige typer sensorer og aktuatorer, der findes; kilde)

Hvis der vil være en autonom økonomi, skal der konstant strømme en flod af realtidsinformation. Den eneste måde, hvorpå autonom handling er effektiv, er, hvis den kan reagere hurtigt med tillidsfulde domme. At have evnen til at overvåge indviklede detaljer i realtid om et anlæg, dets udstyr, det miljø, det opererer i, og endda dets arbejdere (mennesker eller robotter), er transformerende på mange niveauer og skal endnu ikke ses i masse. I det væsentlige bringes alt, både fysisk og ikke-fysisk, online som data til et sammenkoblet web, deraf navnet, tingenes internet. Det er de menneskelige sanser i digital form.

Imidlertid er rådata kun lige så gode som den filtreringsmekanisme, der analyserer dem. Uden korrekt analyse ville applikationer være som dyr, der handler ud fra instinkt, hvorfor kunstig intelligens er en vigtig komponent i automatisering.

Kunstig intelligens (AI):

Mens data er brændstoffet for intelligens, er hjernen den motor, der tager data ind, krydshenvisninger med tidligere data, sorterer dem i kategorier, træffer vurderinger, udløser handlinger i den virkelige verden og opbevarer dem. Den menneskelige hjerne er utrolig stærk og er stadig et mysterium for forskere. Det er det organ, der virkelig adskiller mennesker fra enhver anden art på planeten på grund af dets kognitive evner. Som et resultat vil det at replikere den menneskelige hjerne som en teknologi være meget kompleks og tage lang tid at mestre. Gennembrud begynder dog at finde sted inden for kunstig intelligens, hvilket giver virksomhederne mulighed for at køre software, der efterligner menneskelig intelligens i en eller anden form.

Ifølge Adelyn Zhou, en førende stemme inden for AI og marketingdirektør for Chainlink, er der syv typer kunstig intelligens:

1) Handling– systemer, der fungerer ud fra regler som en røgalarm eller fartpilot.

2) Forudsige– systemer, der er i stand til at analysere data og producere sandsynlige forudsigelser baseret på dataene, såsom målrettede annoncer eller foreslået indhold.

3) Lære– systemer, der foretager vurderinger baseret på forudsigelser, såsom selvkørende biler, der handler ud fra sensordata, der kommer ind.

4) skab– systemer, der opretter baseret på data, såsom at designe et kunstværk, arkitektere bygninger eller komponere musik.

5) Forholde sig– systemer, der opfanger følelser baseret på ansigts-, tekst-, stemme- og kropssprogsanalyse, såsom applikation med stemme til tekst og ansigtsscanningsteknologi.

6) Mestre– systemer, der overfører intelligens på tværs af domæner, såsom at erkende, at fire forskellige billeder alle repræsenterer den samme idé / ord.

(Selvom det er let for mennesker at genkende, at alle disse billeder repræsenterer en tiger, har maskiner, der bruger AI-software, det sværere at gøre det. Det kræver eksponering for en masse data at mestre; kilde)

7) Udvikl dig– systemer, der kan opgradere sig selv på software- eller hardwareniveau, såsom at mennesker i fremtiden har mulighed for at downloade intelligens i deres hjerne, som om det er software.

Grundideen er, at ny software er i stand til at optage nye data, behandle dem mod store databaser med lagret information, foretage vurderinger, der fører til ægte ordhandlinger, og modtage feedback, der kan bruges til at lære af. Hele processen er intet andet end en softwarealgoritme, der er i stand til at udvikle sig, jo mere den interagerer med data. Det er ikke underligt, at AI bliver hovedfokus for Google i betragtning af at de har flest data på jorden.

Mens de fleste måske ikke tænker på at streame sange fra Pandora eller foreslåede videoer fra YouTube som kunstig intelligens, er det nøjagtigt hvad det er. YouTube-servere tilbyder en bred vifte af videoer på platformen, brugere klikker på videoer, de vil se, de giver feedback på disse videoer, såsom en tommelfinger op / ned eller efterlader metadata i form af hvor længe de har set videoen, og feedbacken bruges derefter til at opdatere softwarealgoritmen. AI-softwaren kan også tage andres aktivitet og krydshenvise den med data fra andre brugere, der kan lide lignende videoer, for derefter at foreslå bedre valg. Effektivt ændrer det sig selvudviklende algoritme baseret på inputdata. Denne type AI kaldes maskinindlæring.

Nogle af de nyere fremskridt er dog kommet gennem udviklingen af ​​neurale netværk, der bruges til dyb læring. Neurale netværk er en delmængde af maskinlæring, der centrerer sig om algoritmer modelleret efter den menneskelige hjerne, der specifikt genkender mønstre og kategoriserer / klassificerer information ved at sammenligne den med kendt information. Deep learning er en type neuralt netværk, der har lag baseret på relaterede begreber eller beslutningstræer, hvor svaret på et spørgsmål fører til et dybere relateret spørgsmål, indtil dataene er korrekt identificeret.

Hovedideen er at designe software, der kan træffe beslutninger baseret på data i stedet for menneskelig indgriben. Dagens software udfører enkle funktioner baseret på input, men AI-software tager handlinger på tværs af brancher og udvikler sig i de handlinger, det tager, baseret på dets evne til at tage et langt større sæt input. AI-software er intelligens i digital form, der tilbydes den bredere offentlighed som en teknologi. De fleste mennesker tænker kun på robotter som AI, og selvom der bestemt er spændende gennembrud inden for dette felt, er softwaren nøglen til det hele, for hvad er en krop uden hjerne?

(Virksomheder indser i stigende grad vigtigheden af ​​at vedtage AI-teknologi; kilde)

Der er allerede mange industrier, der bruger AI-software for at øge deres bundlinje. Et eksempel er SAP HANA, en intelligent database, der er i stand til at optage alle typer information fra virksomheden, behandle den og opdage uregelmæssigheder. Virksomheder som Walmart bruger SAP HANA, fordi det kan behandle sine transaktionsregistreringer med stort volumen inden for få sekunder, alt sammen på et sted. Det sparer ikke kun penge på grund af en væsentlig reduktion i arbejdskraften, der er nødvendig for at afstemme konti på tværs af forskellige systemer, men det opdager fejl, inden de sker, og foreslår, at virksomheden leder efter. Det hjælper også med budgetprognoser på grund af dets evne til at krydse reference realtidsdata med store siloer af eksisterende data. Virksomheder begynder langsomt at køre selv minus nogle ledelsesmæssige tilsyn.

Regeringer udnytter også AI-teknologi til at forbedre byer. Et eksempel er transportsystem i Pittsburgh, hvor lys i stedet for at stole på forprogrammerede cyklusser er udstyret med sensorer, der overvåger trafikbevægelser og reagerer i realtid for at maksimere flowet. Det tilfældigvis også er den by, hvor mange automatiserede biler testes, som bruger indlejrede sensorer til at overvåge miljøet, samt datafeeds fra trafiksensorer til at fungere autonomt..

Da kommoditiseret intelligens nu er mulig takket være rigelige mængder data og intelligente algoritmer, er det sidste trin at opføre infrastruktur for det hele at kommunikere videre i realtid med ringe eller ingen gnidning. Den nye infrastruktur ser ud til at være distribueret hovedbogsteknologi.

Distribueret Ledger Technology (DLT):

Menneskelig intelligens er så bemærkelsesværdig, fordi den er samarbejdsvillig, hvilket betyder, at det sociale reservoir af viden er et resultat af intelligens, der interagerer med anden intelligens. At have barrierer mellem to intelligente systemer bremser væksten, fordi det forhindrer forbindelser i at finde sted. Jo flere forbindelser der sker, jo mere intelligent kan noget blive. For at maksimere forbindelsen i samfundet skal alle systemer være i stand til let at interagere med hinanden, så data og værdi kan bevæge sig frit i samfundet.

Den ideelle infrastruktur til en autonom økonomi kræver en database, et behandlingslag, et transaktionslag og et forbindelseslag, der gør det muligt for ethvert system at modtage input og sende output til ethvert andet system. Netværket skal være sikkert, fungere i realtid og give fortrolighed, når det er nødvendigt. Det skal også levere kvitteringer for alle involverede parter, være samarbejdsvillige med loven og korrekt tjene penge på værdien på den. Endelig skal det være tilladelsesløst og offentligt at lette de netværkseffekter, der er nødvendige for maksimal forbindelse.

For det første er det vigtigt at forstå udtrykket distribueret hovedbogsteknologi, som bare er et altomfattende udtryk for en familie af teknologier centreret omkring delte distribuerede hovedbøger og decentrale databaser.

Blockchain & Anden Shared Ledger-teknologi

Blockchain, den mest kendte DLT, er et delt lagerlag, der er i stand til at behandle sine egne transaktioner og gemme resultaterne i en fælles hovedbog. Den drives af et distribueret netværk af computere, der alle kører den samme open source-software. Udover den indledende opsætning og periodiske vedligeholdelse, der udføres af hver enkelt person, der kører en klientapplikation, er en blockchain et fuldt automatiseret og selvkørende netværk, der er i stand til at opnå perfekt konsensus, uden at efterlade noget centralt angrebspunkt for ondsindede aktører. Faktisk kan det hævdes, at blockchain som teknologi er den mest sikre database i hele verden. Ingen central myndighed er nødvendig for en offentlig blockchain, alle kan bruge netværket og bygge applikationer oven på det, og transaktioner er peer-to-peer (P2P) i stedet for at have formidlere mellem parter. Svarende til, hvordan Internettet sprængte til dataoverførsel på grund af dets tilladelsesløse natur; offentlige blockchains kunne have en netværkseffekteksplosion som de dominerende databaser og udvekslingsmedier for både den menneskelige økonomi og maskinøkonomien.

(Netværkseffekter er muligvis den største grund til, at offentlige blockchains vil se masseadoptagelse på et eller andet tidspunkt i fremtiden; kilde)

Blockchains er ofte differentieret efter den måde, hvorpå netværket når konsensus, og hvem der belønnes for at hjælpe med at opnå det. Der er en række blockchain-konsensusmekanismer, såsom Proof-of-Work (POW) i Bitcoin, Delegeret Proof-of-Stake (DPoS) i EOS, Delegeret byzantinsk fejltolerance (dBFT) i NEO, Praktisk byzantinsk fejltolerance (PBFT) ) i Stellar og Proof-of-Stake (POS), som endnu ikke er opnået fuldt ud, men Ethereum skubber for at være den første. Der er også tilladte blokeringer, såsom IBM Hyperledger, der kun tillader visse parter at bruge netværket, ligesom et privat konsortium. Der er dog meget tvivl om, at tilladte blockchains faktisk er gavnlige, når offentlige blockchains bliver skalerbare og tillader privatliv. I lighed med debatten om intranet vs. internet er det sandsynligt, at tilladte kæder har deres niche-brugssag, men i sidste ende vil offentlige blockchains blive den vigtigste motorvej for sammenkobling af værdioverførsel rundt om i verden.

Der er også andre former for DLT, der tilbyder lignende forslag til blockchain. Disse inkluderer Directed Acyclic Graphs (DAG’er) som IOTA og NANO eller teknologier som Hashgraph og Holochain, der bruger sladderprotokoller i stedet for fuld netværkskonsensus. Det overordnede tema er dog, at alle disse databaser lagrer og behandler data på et fælles distribueret netværk. Som Blythe Masters of Digital Asset udtrykker det, giver det en “gylden kilde til sandhed”.

Smarte kontrakter

Den næstmest kendte DLT er smarte kontrakter, som er protokoller inden for blockchain, der efterligner juridiske aftaler og dommere i retssalen. Økonomier kræver alle typer aftaler og voldgift af disse aftaler baseret på virkelige verdensresultater. Smarte kontrakter er i stand til at genskabe dette i den digitale verden ved at bruge if / then-udsagn til at udløse transaktioner baseret på kontraktens tilstand. Den grundlæggende forudsætning er, at en kontrakt er kodet ligesom den ville blive skrevet ved hjælp af if / then parametre. Et eksempel ville være en derivatkontrakt, hvor kunden bliver udbetalt, hvis produktet når en bestemt pris, men hvis ikke, betaler kunden den anden part.

(Et eksempel på, hvordan smarte kontrakter udløser automatiserede handlinger inden for en økonomi; kilde)

Mens IoT indsamler data og AI behandler data, er smarte kontrakter softwareinfrastrukturen, der bruger data til at udløse faktiske handlinger, såsom betalinger, overførsel af data eller lagring af et resultat. Det kan sammenlignes med det menneskelige håndtryk i en forretningsaftale eller et menneske, der trykker på SEND-knappen for at udløse en handling. Da smarte kontrakter ligger inden for blockchains, får de også alle de sikkerhedsfordele, der følger med det. Smarte kontrakter er virkelig et funktionelt transaktionslag, der udløser autonome handlinger ved hjælp af data til at skabe det, der kun kan beskrives som en selvkørende økonomi med automatisk værdibevægelse. Smarte kontrakter repræsenterer handling og handel i den virkelige verden.

Oprindelig forfatter : TechFoodLife

Genoptrykt fra: https://medium.com/@TechFoodLife/tech-the-fourth-industrial-revolution-the-rise-of-the-autonomous-economy-f42bc7b5667d

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map