引言：2022年11月21日，由成都市人民政府主办，世界工程组织联合会创新专委会、中国科协联合国咨商信息与通信技术专委会、中国电子学会、电子科技大学提供学术支持，成都市科学技术局和中国电子学会区块链分会共同承办的2022成都全球创新创业交易会——区块链技术创新发展论坛（以下简称“论坛”）在成都成功召开。本次论坛全面学习贯彻党的二十大和二十届一中全会精神，落实党中央、国务院关于加快数字化发展和建设数字中国的重大战略部署，加快推动区块链技术和产业创新发展，以“链接未来 智汇蓉城”为主题，为助力成都高质量建设国家区块链创新应用综合试点搭建了产学研交流合作的专业化平台。会上，日本工程院外籍院士、上海交通大学区块链研究中心主任李颉作了题为“可信大数据赋能数字经济高质量发展”的主旨报告。他指出区块链技术与大数据相结合，能够提供面向数字经济的可信大数据，进而赋能数字经济高质量发展。

一、背景介绍

上海交通大学区块链研究中心为校级优先重点支持的跨学科研究中心，研究队伍来源计算机、自动化、电子、电气、机械、金融、法学、数学等多个学院与学科方向的老师。现拥有教授29人，副教授13人，助理教授3人，杰青、长江等国家人才12人，国家青年人才6人。该中心的工作任务主要包括四个方面：一是对接国家战略。制定区块链国家重大战略计划，成立国家级科研与人才基地。二是支撑上海与长三角科创。为上海与长三角地区提供科学研究、技术创新、人才培养、产业标准、政府智库、国际化支撑。三是信息产业的新引擎。通过搭建公共平台，积聚产业需求，提供技术咨询，助推成果转化。四是促进学科发展。紧抓“区块链”发展机遇，抢占新工科着力点和制高点。中心致力于打造下一代数字经济时代的信任引擎，其核心力量技术包括基础理论体系创新、核心系统性能突破、重点行业示范应用。

二、可信大数据与数字经济

作为经济学概念的数字经济是人类通过大数据（数字化的知识与信息）的识别—选择—过滤—存储—使用，引导、实现资源的快速优化配置与再生、实现经济高质量发展的经济形态。数字经济，作为一个内涵比较宽泛的概念，凡是直接或间接利用数据来引导资源发挥作用，推动生产力发展的经济形态都可以纳入其范畴。在技术层面，包括大数据、云计算、物联网、区块链、人工智能、5G通信等新兴技术。在应用层面，“新零售”、“新制造”等都是其典型代表。数字经济可分为数字产业化和产业数字化两个方面，其以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与经济体深度融合，不断提高经济社会的数字化，加速重构经济发展与治理模式的新型经济形态。

据前瞻产业研究院统计，从2016年至2021年，我国数字经济规模从22.6万亿元增长到52.7万亿元，数字经济占国内生产总值比重逐年攀升。蓬勃发展的数字经济成为新的经济增长点，成为推动经济社会高质量发展的重要支撑和关键引擎。

区块链作为“信任的机器”，蕴含着巨大的变革潜力，不仅是数字经济的重要驱动力，也是推动未来数字社会和数字中国构建的重要力量。从科技层面来看，区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题。从应用视角来看，区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”，为区块链创造信任奠定基础。区块链丰富的应用场景，基本上都基于区块链能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动。

为了适应不同的应用场景和需求，区块链根据准入机制可以分为公有链、私有链和联盟链三种基本类型。

公有链是指像比特币系统这样，完全分布式（去中心化）、不受任何机构控制的区块链。全世界任何人都可以在任何时候加入、任意读取数据，任何人都能发送交易且交易能获得有效确认，且任何人都能参与其中共识过程。公有区块链是最早的区块链，也是应用最广泛的区块链，各大Bitcoin系列的虚拟数字货币均基于公有区块链，世界上有且仅有一条该币种对应的区块链。作为中心化或者准中心化信任的替代物，公有链的安全由共识机制来维护——共识机制可以采取PoW或PoS等方式，将经济奖励和加密算法验证结合了起来，并遵循着一般原则，即每个人从中可获得的经济奖励与对共识过程做出的贡献成正比。

与公有链的完全去中心化不同，私有链存在着一个中心化控制区块链。私有链的写权限由某个组织和机构控制。读取权限或对外开放，或被进行了任意程度的限制。相关的应用可以包括数据库管理、审计甚至是一个公司，尽管在有些情况下希望它能有公共的可审计性，但在很多情形下，公共的可读性似乎并非是必需的。保守的巨头（传统金融）都在尝试私有区块链，而公有链的应用例如Bitcoin已经工业化，但私链的应用产品还在摸索当中。

联盟链是指其共识过程受到预选节点控制的区块链，由某个群体内部指定多个预选的节点为记账人，每个块的生成由所有的预选节点共同决定，其他接入节点可以参与交易，但不过问记账过程。同时，其他任何人可以通过该区块链开放的API进行限定查询。这些区块链可视为部分去中心化。比如R3CEV就是一个典型的联盟链系统。

区块链交易的流程主要分为四个步骤：一是发起交易。当前所有者利用私钥对前一次交易和下一位所有者签署一个数字签名，并将这个签名附加在这枚货币的末尾，制作成交易单。一笔新交易产生时，会先被广播到区块链网络中的其它参与节点。二是传播交易。当前所有者将交易单广播至全网，每个节点会将数笔未验证的交易Hash值收集到区块中，每个区块可以包含数百笔或上千笔交易。最快完成POW的节点，会将自己的区块传播给其他节点。三是验证交易。当一个节点找到截时，它就向全网广播该区块记录的所有盖时间戳的交易，并由全网其他节点核对，其他节点会确认这个区块所包含的交易是否有效，确认没被重复花费且具有效数位签章后，接受该区块，此时区块才正式接上区块链，无法再窜改资料。四是记录区块链。全网其他节点核对该区块记账的正确性，没有错误后他们将在该合法区块之后竞争下一个区块，这样就形成了一个合法记账的区块。

区块链具有三个核心特性。一是分布式/多中心化。分布式数据库是区块链的物理载体，区块链是电子交易的逻辑载体，所有核心节点都应包含相应区块链中数据的全副本，不依赖于单一第三方机构。数据静态存储的去中心化是实现去中心化的必要条件，数据更新的去中心化是区块链去中心化/多中心化的本质。二是可信数据。区块链中只能添加记录，发生过的记录都不可篡改，且按时间序列化区块数据并建立区块的Hash链接，其中Hash函数用于数据的完整性保护。三是智能合约。区块链是实现智能合约的有效技术，从而提供非常灵活的合约功能，实现更为复杂的商业逻辑。

三、可信大数据赋能高质量数字经济

区块链的分布式、多中心化、不可篡改、智能合约等核心特性，为数据要素资产确权、交换、通证、品牌等环节提供有效技术支撑。通过区块链技术与大数据结合，能提供有效实时的分布式大数据存储功能，保证数据的可靠性，防止对数据的攻击，有效开展数据分析与场景预测，支撑数据共享和交易。

人工智能技术的成长离不开基于大数据的深度学习，而区块链对数据的不可篡改和可追溯机制保证了数据的真实性和高质量，这也成为深度学习应用的基础。深度学习是一种高度沉浸、不断持续深化，不断拓展延伸的学习方式，其相关算法在计算机视觉、自然语言处理、游戏、机器人、无人驾驶及医疗诊断等众多领域取得了显著成果。深度学习（新）架构主要包括联邦学习、迁移学习、分布式深度学习、增量学习等。其中，联邦学习是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算节点之间开展高效率的机器学习的一种新兴人工智能基础技术，与分布式机器学习不同的是联邦学习需要一种去中心化分布系统来保证用户的隐私安全，在保障数据安全和交换、训练效率前提下进行有效的机器学习。区块链作为一个去中心化、数据加密、不可篡改的分布式共享数据库，可以为联邦学习的数据交换提供数据保密性来对用户隐私进行保障，保证各参与方之间的数据安全，也可以保证多参与方提供数据进行模型训练的数据一致性区块链的价值驱动激励机制也能够增加各参与方之间提供数据、更新网络模型参数的积极性。迁移学习是一种机器学习的方法，指的是一个预训练的模型被重新用在另一个任务中。迁移学习在某些深度学习问题中作用明显，适用于具有大量数据集的预训练模型。分布式深度学习是通用分布式机器学习的一个子领域，在训练数据较大时，其数据并行性效果明显。

当前，工业互联网已成为全球制造业竞争的新焦点，工业互联网与区块链技术的结合，能够实现不同种类、版本以及不同结构的数据汇聚和建模分析，实现工业知识经验软件化与模块化和工艺创新应用的开发与运行，达到生产智能决策、资源优化配置、业务模式创新等，进一步促进数字经济与实体经济的深入融合。同时，工业互联网平台是智能制造的核心技术之一，对智能制造的发展起着至关重要的作用。工业互联网通过智能传感器，实时感知生产要素信息，并通过无线网络传输到工业互联网平台，工业互联网平台对信息进行分析、优化，然后对生产要素进行最优化配置，从而实现智能制造。

四、智慧产业的架构创新

工业互联网基本系统架构主要由感知层、网络层和应用层构成。感知层负责数据的处理和采集，主要由传感器、视觉感知和可编程逻辑控制器（PLC）等器件组成，一方面收集振波、温度、湿度、红外、紫外、磁场、图像、声波流、视频流等数据，传送给网络层，到达上层管理系统，帮助其记录、分析和决策，另一方面收集从上层管理系统下发或已经编程好的指令，执行设备动作。网络层主要由各种网络设备和线路组成，包括具备网络固线的光纤、xDSL，也包括通过无线电波通信的GPRS、3G、4G、5G、WiFi、超声波、ZigBee、蓝牙等通信方式，主要满足不同场景的通信需求。应用层主要根据不同行业、领域的需求，落地为垂直化的应用软件，通过整合平台层沉淀的数据和用户配置的控制指令，实现对终端设备的高效应用，最终提升生产效率。

构建支撑数字经济产业的互联网平台核心能力，能够降低整个产业的运营成本，提高产业的运营质量与效率，并通过新的产业生态为客户创造新的体验和社会价值。其关键核心能力包括：（1）泛在物联能力。可满足不同行业的生产设备上云需求，支撑大规模定制模式的跨行业、跨领域复制。（2）知识沉淀能力。通过不断的时间沉淀，完成丰富的知识积累，并将这些工业知识转化为工业模型，供平台用户使用。（3）大数据分析能力。工业互联网平台所涉及的工业数据相较于其他行业数据，存在数据量更大、复杂程度更高的特性。针对该特性，将平台划分为数据采集层、数据整合分析层和数据访问层。数据采集层可采集传感器、移动端、日志、报表、邮件、文件、数据库、关系数据等各种数据，向上提供统一的数据格式；数据整合分析层能够批量处理数据，并提供数据治理能力；数据访问层提供数据查找能力、数据存取能力、数据模型能力，为上层的服务中台提供了强有力的支撑。（4）安全保障能力。针对平台的大规模定制流程，从交互、营销、设计、采购、生产、物流，全流程实现安全预警，提供主动安全扫描及安全事件应急响应。同时，通过智能可视化平台，实现态势感知、安全管理、威胁情报、安全审计、实时监控、应急响应一体化的综合安全管理，形成安全事件的检测、防护、响应全流程阶段的闭环。（5）生态聚合能力。通过将工业信息系统与建模软件云化、汇集，只需一个平台便可满足企业各种各样的工作需求。

下面举智慧环卫平台为例。环卫行业属于劳动密集型行业，从业人员众多，主要包括管理人员、作业车辆司机、基层保洁人员等。在日常管理中存在以下问题：（1）人员工作环境分散，传统管理模式主要靠巡查人员定期在各街道检查保洁人员是否到岗，存在人情管理的漏洞。（2）部分司机出车后偷懒怠工，且作业车辆不按规定次数作业，超速作业、不按规划路段作业等情况时常发生，严重降低了作业质量。（3）在环卫过程中，存在不确定的环卫突发事件，为避免给考核带来负面影响，需要信息化手段进行快速处理。智慧环卫平台的建设，将实现环卫管理的智能化、精细化、规范化、便捷化、实时化，使环卫管理过程中出现的问题能够及时发现、趁早解决，形成分工明确、有效便捷、运转高效的城市管理长效机制。智慧环卫系统主要核心技术有三种：一是隐私数据区块技术。应用区块链技术进行环卫数据采集、验证，保证数据可靠、可溯源；二是分布式大数据处理技术。针对百万辆级车辆数据构建高实时、高性能、高可靠的分布式系统，实现智慧环卫数据的湖仓一体存储。对于垃圾收运数据的实时存储，通过将接收到的重量、位置、时间信息构建实时时空数据库存储，形成与围栏、车辆对应的作业记录，以进行实时数据分析。对于非结构化数据转换，通过将结构化的文本数据转化为非结构化的图表、聚类等类型的数据，并进行多维度异构数据统计，供用户做出最合理决策；三是智能图像识别技术。能够智能识别垃圾类型，并使用人脸识别技术监控驾驶人员状态，实现环卫管理系统智能化。