Egy csipet deep learning, egy tk blockchain és némi quantum-computing. Mi forr az üstben?

Nagy fába vágtam a fejszémet amikor nekifogtam egy újabb kifejtős, elemzős postnak amiben az BIP148 és az Ethereum:Metropolis augusztus-szeptemberre történő aktiválódásának lehetséges hatásait ecsetelem. A problémát leginkább az okozza, hogy az olvasóval szemben számos olyan tudományos ismereteket követelnek meg ezek a témák, melyekre nem tekinthetek az általános tudás részeként. Az ellentmondás feloldása érdekében ezért készítettem egy külön postot, amiben körbejárom azokat a néhány éven belül a mainstreambe is betörő tudományos kihívásokat, melyek lényegesen fogják befolyásolni a blockchain alapú technológiák fejlődését. Nézzük mik is ezek a kihívások 2020-ig:

Az ábra magáért beszél, a címkék nagy részéről talán már mindenki hallott, bár tény, hogy találok közötte jómagam is néhány témát amivel kapcsolatban inkább csak találgatni tudok. A blockchainek szemontjából nyilván a legfontosabb címke maga a “blockchain”, ami a besorolása alapján jelenleg early adoptation kategóriában tart és várhatóan igen magas lesz az üzleti hatása, ja és ezt a hatást még az idei évre prognosztizálja az infografika. (Ez persze senkit sem kell, hogy meglepjen…)

Viszont van itt még néhány egyéb téma, amit érdemes megemlíteni:

  • machine learning, deep learning, ai: A blogon nem is olyan régen komolyabban foglalkoztam a témával (ML I. fejezet, ML II. fejezet) és bár a kripto pénzek világa most eléggé leköti a szabad erőforrásaimat, de mindettől függetlenül továbbra is próbálok időt szánni ezekre is. Hogy mi köze van a deep learningnek a cryptocurrencykhez és a blockchainekhez? Direkt módon alapvetően semmi, de fontos megjegyezni, hogy a két “iparág” közös pontja a brutális számítási kapacitás. A crypto valuták nagy része jelenleg PoW (Proof of Work) elven végzi a tranzakciók hitelesítését, mely a legtöbb esetben GPU mininggel történik. A legtöbb deep learning technológia ugyancsak GPU alapú modellezésre alapul, ahol annak performanciája drasztikusan növelhető párhuzamosítással. A deep learning technológiák fejlődésével jelentősen meg fog nőni az igény a szabad számítási kapacitásokra, amelyek folyamatosan fognak felszabadulni a crypto valuta piacon ahogy átállnak az egyes kripto pénzek PoS, Merkle Tree vagy bármilyen egyéb nem hashing power alapú technológiára. Már most is több olyan nagyszabású projekt fut (pl. a SONM), amelyek a miner gépek szabad kapacitásának minél szélesebb körben történő hasznosítását célozzák meg. A deep learning startupok számára az olcsó ‘fog computing’ sokkal reálisabb alternatívának tűnhet, mint az egyre drágább cloud computing.
  • Exascale: A ‘nem-elosztott’ számítási kapacitású szuperkomputerek világa 2008-ban lépte át a ‘petascale’ küszöböt, ami ugye azt jelenti, hogy egy önálló számítógép képes volt elérni a másodpercenkénti 1024 TFlops számítási sebességet. Mára a szupergépek top500-as listáján már közel 130 ilyen gép található meg. Az első helyen álló kínai Sunway TaihuLight fantázianevű gép a maga potom 10 millió processzormagjával már most képes elérni az 1/8 Exascale pillanatnyi csúcsteljesítményt. A jelenleg futó fejlesztések után a szintén Kínában épülő új szuperszámítógép 2020-ra fogja elérni a kerek 1 ExaFlop/s sebességet. Ez minden bizonnyal egy nagyon fontos mérföldköve lesz az informatikának, és bár tényleg nem szabad összekeverni az elosztott (distributed) és önálló számítási kapacitással bíró számítógépeket, de azt csak halkan jegyzem meg, hogy a bitcoin hálózat mögött perpillanat 61800 exaflop/s számítási kapacitás áll…
  • Quantum Computing:  Talán a lista leginkább független eleme a QC. Míg a modern informatika a nagyfokú decentralizálás és párhuzamosítást valamint az elosztott számítási kapacitás mellett tette le a voksát, addig a Quantum computing valami nagyon más, az elméleti fizika kereteiben létező tevékenység felé nyit. Nem szeretném mégcsak a látszatát sem kelteni annak, hogy bármi közöm/fogalmam is lenne a QC-ról, ami viszont közismert tény, hogy számos egyéb előnye mellett a Quantum Computing környezetben futtatott algoritmusok és logikai feladatok nem a hagyományos értelemben vett soros, párhuzamos vagy éppen elosztott módon futnak, ehelyett egyszerűen az adott algoritmus ÖSSZES kimenetele egyszerre kerül futtatásra, egy elemi idő alatt. Nyilván ennek számos limitációja van és valójában legjobb tudomásom szerint jelenleg csak “quantum szerű számítógépeket” építenek, mindenesetre a Quantum Computingban rejlő potenciál igen veszélyes tényzőként hathat a kritográfiára és ezáltal az összes kriptopénzre is. Persze ezzel a fenyegetéssel már igen aktívan foglalkoznak a szakértők. A google már jó ideje készen van a saját “quantum computing proof” titkosítási eljárásokkal. Szintén foglalkozik a témával az Ethereum következő hard-forkja (Metropolis), ami tartalmazza már az “abstract addressing” metódust, aminek többek között pont az a lényege, hogy a smart contractok védettek legyen a quantum computing fenyegetésétől, emellett lehetőséget teremt a teljesen ‘quantum safe’ Lamport signatures alkalmazására is.

Ez persze csak három olyan példa volt, ahol könnyedén lehetett valamilyen összefüggést, vagy éppen ellenérdekeltséget felfedezni a új blockbuster technológiák és a cryptocurrency/blockchain megoldások között. Ennél mélyebbre viszont most nem ásnék, lévén hogy ez a cikk egy alapozó akarna lenni egy nagyobb lélegzetű postnak, ami a nagy kripto valuták hard forkjainak várható piaci hatásait elemzi. Terveim szerint valamikor a hétvégén fog megjelenni a cikk. Addig is stay tuned…

Bookmark the permalink.

Szólj hozzá: