11月11日，上海。由中国金融科技50人论坛（CFT50）与证券信息技术研究发展中心（上海）举办的“区块链里的密码学技术”闭门研讨会议，在上海证券大厦举行。CFT50学术成员、Chinaledger技术委员会主任、前上交所总工程师白硕参与了圆桌研讨，以下为发言实录（经本人审核修改）。

密码学在区块链是一个基础性的东西，对于基础性的事情，肯定还是有挑战的。最主要的挑战来自量子解密，所以如果量子计算机进一步走向现实的话，这可能区块链现有的体系，尤其是以RSA和椭圆曲线这一类基于离散技术等等的技术肯定是不行的，但是我们今天讲的还不是这个，我还是从需求的角度讲，在区块链上进一步做，尤其是跟我们目前说的人工智能、大数据、数据的分享，又要分享，但是大家又很不情愿，在这样的情况下，还有很多的需求。那么这些需求现有的流行的区块链技术体系，肯定还是不太行的。朱立刚刚的片子讲，是不是呼唤一些高阶的东西出来？

那么这张图我在很多的地方讲过了，其实可以从几个角度看，今天这个角度还是主要说上面那两个，就是从底下往上数，到第六层，就是说从比特币开始出来，已经做出来了，这些特性已经满足了。那么再往上做，还有进一步的诉求，有隐私保护的诉求，还是有可运营性的诉求。可运营性的诉求，虽说接连出事，去年有the DAO的事情，今年有Parity多重签名的事情，都说明可运营性也是很重要的。但是解决的办法，其中有一个就是埃森哲讲的东西，可编辑的区块链，这个目前不大现实。我们也看到另外一个解决办法，就是动辄就分杈，一言不合就分杈，分杈太多了以后，把这个问题，实际上的可运营性的诉求，没有办法在不分杈的情况下去实现，只好分杈。没有其他的手段。当然在这里可以展开做很多的文章。

我们先把目光聚焦在可运营性下面的一层，就是隐私保护。隐私保护也不是狭义的仅指交易的隐私保护，如果仅指交易的隐私的保护的话，就像ZCash这样一种技术对交易的隐私保护，已经不断的在进步。但是我们想把这个事情拉到再远一点的场景看一下，就是数据共享。实际上数据是属于不同的单位的。要共享，不同的单位就要把数据拿出来，这时候它是要跨过这个边界的，但是这个边界又要各自要防范。有一些就是不想拿出来的怎么办？是不是不想拿出来的数据就不能共享？其实这是两个概念。可不可以这个数据的功能是起到了，但是数据还是没有拿出来？这样在技术上能不能做到？

这个就是在承认数据有主权边界的情况下，承认大家的防范的情况下，怎么实现共享？这个有很多的领域，我们既要见证，又不要看穿，这就是我们经常见到的，加密数字货币他们做的事情，就是说交易的全部的明文全都隐起来，不仅账目要隐起来，账户也要隐起来。这是其中的一个应用。

其实还有，比如说数据网络的问题。早些时候参加某个区块链创业项目评审，其中有一个很大的项目，很大的，他们做了什么？去做中心化的滴滴。这个想法是非常的前卫，等于说看到滴滴，把所有司机的信息，把所有用户的信息，都搞在一起。之后这个公司就成立了，这个公司的位置就坐稳了，就是说他成了一个像数据版图这样一个东西。那么就是人家就在想，无非就是集中起来，无非就是匹配和记账，匹配就是车和乘客的匹配，这是调度算法。记账就是在司机和乘客之间完成一个支付动作。这个事情能不能不用一个公司去做，能不能在一个无人化的平台上就把这个事给运作完了。这是非常大胆的一个设想，从区块链和密码学的角度看，技术上是成立的。但是车真出了事，无人运营的话，法律责任不知道谁来负，因此做纯去中心化的滴滴，实操上有难度。

但是我们可以做联盟。比如一一些小的滴滴，小的租车、网约车公司，他们可以不可以把数据做成联盟化，把司机和乘客的信息拿出来共享？共享是共享给一个程序，而不是共享给联盟中的其他方。联盟中的其他方是拿不到的，但是程序能拿到，如果只是程序能拿到，我其实是不在意的。能不能做成这样？

这是一种建立在区块链基础上的去中心化的滴滴，我们也看到顺丰和菜鸟，叫丰鸟大战。华为和腾讯，好象也因为华为的智能东西，使用了腾讯的软件里面的数据，这个也说不清楚。其实数据大了以后，确实有很多的问题，我们能不能维持数据的一个相对碎片化的现状，然后不让它再集中了，通过联盟化的技术手段，让数据的共享成为现实，同时这个碎片化的格局还维持着，就是谁的边界谁也不突破？这个是我们的一个诉求和愿景，这个愿景能不能借助我们现在的区块链+密码学技术做到？

底下就是一个点对点、背靠背的一个数据合作，这个就是我们不需要大家的全量数据，不需要数据的集中，我只需要在个别的数据点上进行合作。比如现在所谓的大数据交易，很多其实最后并不需要交易大数据，只需要点对点的个别数据交易，而这个点对点的交易，最典型的场景就是征信。当然除了银行的征信之外，可能还有很多别的基于信用方面的数据合作，比如说人力资源背景调查，这个东西其实也是类似的道理。

最后就是人工智能。人工智能是以大数据为基础的，至少现在的一个发展方向，人工智能都是大数据喂出来的。如果数据分属于不同，我们现在证券市场的情况，数据是各个券商拿不出来的，你要号称要做的行业的大脑，在数据拿不出来的情况，这个大脑怎么做？就会有问题。我们可以追问：数据拿不出来的情况下，怎么样我们还要把机器学习进行下去，好让它取得相应的收获？这也是一个挑战。

我们从这几个挑战，大家看，不仅仅是交易信息的加密，或者是交易信息的隐私这么一点，这只是右上角，其实这些课题都是相关联的。

详情链接：https://mp.weixin.qq.com/s/yvvLbhpM2WgsyRAHz0iIQw