浅入爱上区块链【二】区块链为什么这么火
上篇文章中最后提出一个小问题:如果,小明把100w存到银行不动,N年以后钱丢了,那么该怎么办?
如果个人没有过激行为的话,时间会抚平小明的内心。
二)为什么这么火
1)提出新的想法,打破传统思维,并且提供一个可落地的方法。
在我们一直的思维中,对纸币,黄金,支付宝,微信,房子,汽车,天气预报,马云,京东,翻墙,地皮.....已经在思维上达到了某种共识。
黄金在世界都会被认可(世界作为背书)
纸币/支付宝/微信 可以购买东西(国家作为背书)
支付宝是马云的
房子是自己的,地皮是国家的
我们拿黄金(白银,铜,贵金属,贝壳)作为举例:黄金本身不具有实际价值,并非人们的刚需。它所延伸出的东西也都并非人类刚需。只是从古到今,黄金一直被认可而已。那么它有哪些非物理特点呢?
a.黄金在世界上的总量是一定的(默认:开采完了,就没了)
b.从古至今都认可黄金很值钱(生态)
那就是 时间 和 总量 上的一个问题。如果我们找到一个东西,也能满足上述2点,是否它也可以叫做黄金。(武林外传中吕秀才的一个逻辑:你可以叫我,我也可以叫我,我只是一个代号,拿掉它,我又是谁)
好的,我们找到了一个东西A,它发行的总量是一个定值(满足a条件)
如果,在9年的时间里,从开始我们用 A 购买披萨到现在我们用A可以购买汽车(满足b条件)
那么,A是不是可以称为黄金
在上文中,我这里提出了一个词语:生态。百度百科中翻译:
生态一词,现在通常是指生物的生活状态。指生物在一定的自然环境下生存和发展的状态,也指生物的生理特性和生活习性。
我的理解:时间的发展,造就出的共同认可
2)可以解决问题:去中心化
小时候的压岁钱,我们会放到父母身上保管(这也是父母的原话),随着时间的流逝,如今的我们应该会有一笔可观的存款。
我们把钱放到村长(父母/银行),村长(父母/银行)作为中心化机构。如果有一天村长(父母/银行)跑路了或者算错了,那损失谁来承担。
寻找解决办法:我们把钱放到一个 去中心化的机构,这样问题就解决了。那么产生以下几个基础问题:
这个机构是什么呢?他叫BTC(数字货币)
我为什么要相信这个机构呢?时间。运行了9年并且没有出错,认可它的人越来越多
这个去中心化的机构采用了什么技术呢?区块链技术
这个技术否是安全呢?技术底层完全公开,全世界人都可以验证和攻击
再举另外一个思维的例子:
从历史的发展来看,首先我们要达成一个共识:人类是一个中心化生物,思维也同样具有中心化。
世界上有美元,日元,泰铢,人民币等等,假如把世界看成一个大家庭的话,我们在购物的时候,面对这么多法币,很头疼。同时我们还担心,因为法币之间的兑换,由于某种原因,突然有一种法币发行量迅速暴增,影响到其他的法币价值,引起世界经济危机。那么是否能用一种货币把这些凌乱的法币进行整合规避风险?好的,有一个名叫中本聪的人站出来说,我有办法:运用区块链技术,发行一种货币可以把所有的法币整合并且可以避免突发法币(经济危机)的风险,他叫BTC
3)可以解决问题:追溯源头/不可篡改性
假如运用了这个技术,一旦信息发送到公链上后,将不在会有任何人 和 任何机构技术能把信息进行篡改
所有人都可以公开透明化的查询公链上的信息
那么,对与药品,疫苗,饭菜,电脑,手机等,从开始的0到最后的成品,我们都可以在公链上查询其对应的所有信息
4)可以解决问题:匿名化
可以匿名话,我们可以在公链上发送任何信息后,对于信息的查看方都无法反向追溯到发送者本人
当然,这只是一个技术问题,通过技术也可以让所有人进行实名化认证
总结:我个人看法
浅入爱上区块链【二】区块链为什么这么火相关推荐
- 【转载】浅入 dancing links x(舞蹈链算法)
转载自原文出处 浅入 dancing links x(舞蹈链算法) abastract:利用dancing links 解决精确覆盖问题,例如数独,n皇后问题:以及重复覆盖问题. 要学习dacning ...
- 【TensorFlow】TensorFlow从浅入深系列之二 -- 教你通过思维导图深度理解深层神经网络
本文是<TensorFlow从浅入深>系列之第2篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维导 ...
- 浅入爱上区块链【三】积分和数字货币
上篇文章中最后提出一个小问题:马云银行卡的存款数额由谁来最终敲定?(马云/国家/App上的数字还是?) 答案显而易见:国家 这篇我们更多还是从已发生的实际案例中扩展出思维.下面提出几个大家熟悉的案例: ...
- 浅入 dancing links x(舞蹈链算法)
abastract:利用dancing links 解决精确覆盖问题,例如数独,n皇后问题:以及重复覆盖问题. 要学习dacning links 算法,首先要先了解该算法适用的问题,精确覆盖问题和重复 ...
- 【TensorFlow】TensorFlow从浅入深系列之十二 -- 教你深入理解卷积神经网络中的池化层
本文是<TensorFlow从浅入深>系列之第12篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维 ...
- 【TensorFlow】TensorFlow从浅入深系列之十三 -- 教你深入理解模型持久化(模型保存、模型加载)
本文是<TensorFlow从浅入深>系列之第13篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维 ...
- 【TensorFlow】TensorFlow从浅入深系列之十一 -- 教你深入理解卷积神经网络中的卷积层
本文是<TensorFlow从浅入深>系列之第11篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维 ...
- 【TensorFlow】TensorFlow从浅入深系列之十 -- 教你认识卷积神经网络的基本网路结构及其与全连接神经网络的差异
本文是<TensorFlow从浅入深>系列之第10篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维 ...
- 【TensorFlow】TensorFlow从浅入深系列之九 -- 教你认识图像识别中经典数据集
本文是<TensorFlow从浅入深>系列之第9篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维导 ...
最新文章
- 多台计算机怎样才能同时使用互联网,如何实现一台路由器多台计算机同时上网...
- 【字符串】字符串查找 ( 蛮力算法 )
- 无法初始化sftp协议。主机是sftp服务器吗?_WinSCP v5.15.3 免费的 开源图形化 SFTP 客户端...
- 前端学习(1611):redux使用
- PyTorch系列入门到精通——DataLoader与Dataset
- maven项目转换为web项目
- 地址解析协议(Address Resolution Protocol,ARP)
- MOSFET(一):基础
- 2022年茶艺师(中级)考试题及茶艺师(中级)考试技巧
- python二项分布产生随机数_python随机生成 - osc_c10h48oh的个人空间 - OSCHINA - 中文开源技术交流社区...
- C DoEvents
- activiti报错:org.activiti.engine.ActivitiTaskAlreadyClaimedException: Task ‘12502‘ is already claimed
- nginx服务器的建立
- OEEL——使用OEEL快速画出精美图案(以土地利用转移变化为例)
- [react] This synthetic event is reused for performance reasons. If you‘re seeing this, you‘re access
- 2019人工智能行业的25大趋势预测
- WPA渗透-使用airolib-ng创建彩虹表加速
- java 简单的调用类_java 调用 C# 类库搞定,三步即可,可以调用任何类及方法,很简单,非常爽啊...
- 【转】“执行力”问题的实质是“领导力”
- vue项目——分类管理模块