近日,中国信息通信研究院公布了2022(第二届)“金信通”金融科技创新应用案例征集活动的评选结果。微众银行“基于区块链及分布式数据传输协议实现数据要素跨境使用”案例,从银行、保险、证券、基金等行业共430个参选案例中脱颖而出,获评金融科技创新应用优秀案例。
本次案例征集活动旨在进一步推动金融科技高质量发展,健全适应数字经济发展的现代金融体系,汇集行业内典型的金融科技创新应用案例,为政府、监管部门、金融机构和科技企业提供重要参考素材,推动我国金融科技生态健康发展。
微众银行获评的案例“基于区块链及分布式数据传输协议实现数据要素跨境使用”,是微众银行促进数据要素跨境互联互通,助力大湾区一体化融合发展及支持跨境服务创新的典型实践。目前,微众银行已协同相关机构实现该技术方案的验证,助力粤澳两地政府落地粤澳健康码跨境互认系统、粤澳跨境数据验证平台等创新应用项目。
分布式数据传输协议(Distributed Data Transfer Protocol,简称DDTP)旨在建立用户主动行使个人信息可携带权的模式,为实践个人信息可携带权、释放数据生产力提供中国可行落地路径建议。其原理是用户主动发起个人信息数据传输并自行上传,同时借助区块链的不可篡改性实现数据验证、及用户授权记录上链,全流程可溯源、可审计,最终实现跨机构、跨行业、跨场景、乃至跨境的可信数据传输及协作。
在粤澳健康码跨境互认系统中,区块链与DDTP的结合应用搭建了跨地区的数据真实性核验通道,用户自主携带申报个人健康信息,并通过可验证数字凭证上链,两地机构在不直接传输和交换用户数据的情况下,依然可以分秒间验证信息的真实有效性。当用户需要跨境验证健康码时,无需在多个平台重复填写信息,系统在获得授权后将自动为用户转码,满足了各地不同的隐私保护条例。目前,系统已服务超2亿人次在粤澳两地跨境通行。
粤澳跨境数据验证平台的技术方案与粤澳健康码跨境互认系统一脉相承,支持由个人自主携带数据跨境,两地运营机构部署区块链节点并搭建验证平台,机构端可“一点接入”平台,基于可验证的数据获取跨境数据验证服务,在保护隐私的基础上实现数据要素的跨境核验。平台已在“个人资产证明跨境验证”场景中成功落地,澳门居民在横琴办理资信信息跨境验证的相关业务时,使用手机银行自主向横琴机构提交个人在澳门侧的资产信息,横琴侧机构对用户上传的资信信息进行链上可信验证,全程5分钟可以完成,大幅提升了客户体验及银行运营效率。
作为以科技为核心发展引擎的数字银行,微众银行于2015年开始布局区块链,牵头研发国产安全可控、金融级区块链底层平台FISCO BCOS。2017年起,微众区块链陆续将核心研发成果面向全球开源,迄今已发布区块链开源项目10余个,构建起一整套覆盖底层、中间件、应用组件的联盟链核心技术体系,实现完整国产化支持。今年4月,微众银行正式宣布推出“微众区块链”全新品牌,并提出“构筑ESG可信基础设施,促进公平与可持续”的全新使命,致力于为ESG战略中的政府、公众、企业等多方参与构筑信任底座。
作为ESG可信基础设施,微众区块链积极推动区块链技术应用于产业数字化,已支撑各行业落地标杆应用超200个,在助力实体经济发展、促进公平与可持续、推动粤港澳大湾区一体化、助力乡村振兴等方面持续贡献力量。至今,微众区块链与多方共建的开源联盟链生态圈已汇聚超过3000家机构与企业、7万多名个人成员共建共治共享,推动了最大最活跃国产开源联盟链生态圈的形成。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。