普林斯顿大学金融学教授：区块链的“三元困境”

来源：新浪财经

寻找区块链力量第十一期：通向未来的融合技术

把脉区块链发展，坐看数字经济云起，由蚂蚁链、罗汉堂、新浪财经联合出品的《寻找区块链力量》系列节目自8月6日起，每周四下午2点在新浪财经独家首播！本期主题为“通向未来的融合技术”——区块链技术与AI、大数据、隐私计算技术结合起来，就可以对于开放金融、数字医疗、可依赖的AI应用等经济利基领域进行迅速地填补，从而为下一轮经济升级奠定基础。

普林斯顿大学金融学教授Markus Brunnermeier：最近，我和Joseph Abadi合作研究的一项内容是区块链的三元困境。什么意思呢？三元困境指，我们希望同时拥有三个特征，但只能拥有两个。 理想情况下，我们希望三个特征同时成立，但实际只能实现其中两个。这三个特征是什么呢？三个特点是：一、独立性，即，系统自给自足，无需要依赖系统外部因素。这是第一点；二、资源效率，即，减少资料浪费。我们看到，区块链、加密货币以及其他基于区块链的分类账，比如供应链管理，这些会耗费大量电力。我们设立的协议等都会记录到区块链上，可能产生大量的电力浪费。我们希望减少电力浪费。这是第二点。 三、单个实体不能获得租金获取。即，避免实体获得部分租金并从中获益。我们希望这三点同时满足，但做不到，只能满足两个。如果是集中式分类账，就会出现垄断。一个实体负责写账本，或者两个相互竞争的分账本。比如，某个实体负责运行一个支付系统，这个实体必须报告真实的交易数据以保持可信。因为如果失信，就会失去所有未来的租金。但必须有租金才能获益。可以通过这一方式激励实体保持可信。

主持人：首先请问Brunnermeier教授。我们对您最新提出的关于人工智能管理和区块链经济学的观点十分关注，您能否讲一讲您在这一领域的最新研究成果，以及，对于将人工智能、大数据和物联网与区块链相结合来解决区块链理论框架中的一些挑战，您有何看法？

谢谢，很高兴来到本期节目与大家交流。我想讲讲区块链和人工智能的融合，以及两者之间有何联系和区别。我在身后放了一张图表，今天想和大家谈谈人工智能的治理，以及区块链和人工智能的问责。关于两者的关键区别：区块链的本质特征在于记账，即记录发生过的事件，记录过去做出的决定；而人工智能、机器学习等旨在预测未来，或做图像识别，即关于现在或未来的决定。我认为，这是两者的关键区别。但这两者都存在问责方面的问题，因此需要人工智能治理。

最大的挑战是什么？先说人工智能。人工智能面临的重大挑战是，一切都在黑匣子中进行。你输入信息，黑盒子处理信息，然后给到输出信息。但很难说清楚，这些信息是怎么处理的，谁对此负责？这主要涉及相关性或因果关系。因果关系中，很重要的一点是确定谁负责，“这个人负责”或“这台计算机负责”。我们必须在法律体系中必须明确这一问责，这是一大挑战。如果是交互式人工智能，则挑战更大。

比如，公司A运行一个人工智能系统，公司B运行另一个人工智能系统，这两个系统交互、交易等等。问题是，如果出现事故或者出现问题，是哪个系统造成的？我们无法查看各个人工智能系统的黑匣子内部。这是一个巨大挑战，我们需要认真思考如何解决。这个问题我们一会儿进一步讨论。举两个例子：一、自动驾驶汽车，公路上两辆自动驾驶汽车发生车祸。我们必须确定是哪辆车的错，谁为此车祸负责。这些问题非常重要，在经济学和法律中将更为常见。二、算法交易，一会儿我也会讲算法交易。讲的是未来决策，即，预测未来会出现什么情况，然后根据预测做出相应决策。

区块链是什么？区块链本质在于记录，记录发生的事件。我们需要达成一项协议，各方都遵守协议。记录分为不同方式。一种是集中式记录，即，所有交易记录在一个账本上，该账本由一家大公司持有；另一种是去中心化记录，即，存在多个分类账，每个人都可以在分类账副本上记录。此时需要一个协议，一个共识算法，规定哪些是各方达成的共识。最近，我和Joseph Abadi合作研究的一项内容是区块链的三元困境。什么意思呢？三元困境指，我们希望同时拥有三个特征，但只能拥有两个。

理想情况下，我们希望三个特征同时成立，但实际只能实现其中两个。这三个特征是什么呢？三个特点是：一、独立性，即，系统自给自足，无需要依赖系统外部因素。这是第一点；二、资源效率，即，减少资料浪费。我们看到，区块链、加密货币以及其他基于区块链的分类账，比如供应链管理，这些会耗费大量电力。我们设立的协议等都会记录到区块链上，可能产生大量的电力浪费。我们希望减少电力浪费。这是第二点。

三、单个实体不能获得租金获取。即，避免实体获得部分租金并从中获益。我们希望这三点同时满足，但做不到，只能满足两个。如果是集中式分类账，就会出现垄断。一个实体负责写账本，或者两个相互竞争的分账本。比如，某个实体负责运行一个支付系统，这个实体必须报告真实的交易数据以保持可信。因为如果失信，就会失去所有未来的租金。但必须有租金才能获益。可以通过这一方式激励实体保持可信。

比如，如果使用集中式分账本，会有很多集中式分账本。为了得到正确信息，你需要向中心实体机构支付费用或租金。同时该机构为保持盈利会在分帐本上报告正确的交易及其他信息。再比如，工作量证明区块链，是一个去中心化区块链，所有信息通过去中心化方式记录，不存在中心权力机构。从这一角度来看，去中心化的优势在于避免集权。由于没有中心权利机构，因此需要共识算法和协调，因此产生信号。而这需要耗费大量资源。即，违背了资源效率这一点。

另一个好的特性是自给自足并避免寻租获利，除了这两点外，我们希望满足的另一点是避免电力的大量浪费。区块链、比特币等采用的方法是使用区块链公式算法权益证明。权益证明区块链依赖于系统外部获得验证，这违背第一点，自给自足。因此，这项研究表明，三个特点无法同时全部实现，而是只能实现二个，接下来，我们继续讨论过去、问责、记录。记录非常重要，我认为，记录将自动化。区块链技术会助力实现记录自动化，但我们也知道记录自动化的进步较缓慢。集中式账本、集中式货币，在账本上，所有信息都保存在一个单一计算机系统中，而非多个相互竞争的计算机系统，从而保证效率。区块链技术的发展速度还不够，还未达到能够处理支付宝、微信支付或Visa支付等数百万支付的水平。这是我们在技术方面面临的一个挑战，当然能源的巨大浪费也是一个挑战。

刚才讲的是关于过去的决定和未来的决定，接下来是关于人工智能管理。面对这种黑匣子，我们要问的是，人们对这些预测、图像识别或其他识别算法的使用应到什么程度？算法需要公开、分布到什么程度，以实现其他人可对其进行验证或传给法院？如果出现争议，法庭能否看到算法？能否操控算法？我们可以从这些算法中学到什么特点？这些都非常重要的元素，需要理解。所以，我认为管理和问责都是极为重大的问题，未来会凸显。只有明确问责、明确责任分配，经济体系才能良好运转。

通常我们青睐“谁做决定，谁负责”的责任原则。对于人工智能，做决定的是机器，但承担法律责任的不能是机器，而是机器的主人。但同时，该机器的制造商也有责任，购买机器或人工智能算法后使用该机器/算法的人也有责任。还有许多法律问题有待解决。如果责任分配不明，就存在不确定性。而不确定性不利于经济健康。人们都不喜欢不确定性，都希望责任分配明确。责任分配明确后，不确定性就会随之消失，人们会更愿意发展这一技术。