姚前談區塊鏈和央行數字貨幣的「前世今生」

北京新浪網 (2019-11-14 07:31)

「我認為央行加密貨幣（CBCC）是央行數字貨幣研發的重要方向之一，我國央行的研究起點也就是CBCC。過去十年，數字技術在支付、清算和結算方面出現了重要的新發展。加密貨幣代表了這一波大潮的前沿。」

【編者按】

區塊鏈，這個之前主要在IT和金融領域被廣泛討論的概念，因為中央政治局一次集體學習而迅速在普通民眾間成為高頻詞和「網紅」。一時間，與區塊鏈有關的概念、技術和產業都受到前所未有的關注。

在這其中，區塊鏈與數字貨幣、電子支付等概念關聯更是關注的焦點。「金銀天然不是貨幣，但貨幣天然是金銀」，那麼，區塊鏈作為一種不可篡改和不可偽造的分散式資料庫，其與數字貨幣之間是否也存在這種關係？區塊鏈和數字貨幣到底有何關聯？央行數字貨幣的未來將向什麼方向發展？

就此，中國證券登記結算有限責任公司總經理、央行數字貨幣研究所前所長姚前向新京報記者講述了區塊鏈和數字貨幣的淵源。

中國證券登記結算有限責任公司總經理、央行數字貨幣研究所前所長姚前。

區塊鏈的密碼學緣起及演化

現代密碼學的一個革命性突破是解決對稱密碼演算法無法在大規模的信息加密傳輸中普及的問題。對稱密碼演算法是指加密和解密共用一個密碼，也稱單鑰密碼演算法。

1976年，Diffie（迪菲）和 Hellman（赫爾曼）提出，將原來的一個密鑰一分為二成一對密鑰，一個密鑰用於加密，一個密鑰用於解密。加密密鑰公開，稱為公鑰。解密密鑰不能公開，唯獨本人秘密持有，不能給別人知道，稱為私鑰。比如，張三想給李四發信息，張三要用李四的公鑰對信息進行加密，只有李四的私鑰才能解開，其他任何人都解不開。

1978年，Rivest（李維斯特）、Shamir（薩莫爾）和Adleman（阿德曼）提出RSA密碼演算法，首次實現了非對稱密碼演算法。非對稱密碼演算法除了解決開放系統中密鑰大規模分發的問題，還帶來原來對稱密碼體制不具備的功能，那就是非常獨特的認證功能。比如，張三想給別人發信息，張三不僅用別人的公鑰對報文進行加密，同時還可用張三的私鑰進行簽名，這樣別人就可以用張三的公鑰進行驗簽，判定報文是不是由張三發出。

哈希演算法是現代密碼學的又一個飛躍，它又稱信息摘要。最早的SHA哈希演算法由美國國家安全局設計，於1993年發佈。2010年，中國國家密碼管理局公佈中國商用密碼哈希演算法標準：SM3密碼哈希演算法。

與對稱加密和非對稱加密不同，哈希函數是一種快速收斂的演算法，從輸入到輸出的計算非常快，迅速收斂數值，無須耗費巨大的計算資源，而從輸出倒推輸入又幾乎不可行。基於這樣優秀的特性，哈希函數得到廣泛的應用，我們習以為常的人民幣冠字型大小碼可以理解為是由哈希演算法產生的。

在數字貨幣領域，哈希演算法更是得到廣泛的應用。比如，哈希演算法常常被當做數字貨幣交易挖礦、交易區塊鏈接以及錢包地址壓縮生成的工具。

數字貨幣的由來

一直以來，密碼學家有個想法，既然郵件能夠加密、簽名發送出去，那麼手裡的現金能不能像郵件一樣，加個數字信封，進行加密和簽名后，從一端發送到另外一端？這就是最早的數字現金思想的由來。

1982年，David Chaum（大衛·喬姆）在頂級密碼學術會議美密會上發表了一篇論文《用於不可追蹤的支付系統的盲簽名》。論文中提出了一種基於RSA演算法的新型密碼協議——盲簽名。利用盲簽名構建一個具備匿名性、不可追蹤性的電子現金系統，這是最早的數字貨幣理論，也是最早能夠落地的試驗系統，得到了學術界的高度認可。

但是Chaum當時建立的模型還是傳統的「銀行、個人、商家」中心化模式。隨著交易量的上升，已花費數字貨幣序列號資料庫就會變得越來越龐大，驗證過程也會越來越困難。

2008年，中本聰發表了經典論文《比特幣：一種點對點的電子現金系統》，提出了一種全新的去中心化的電子現金系統，其核心思想之一就是是通過對等網路方式消除單中心依賴，實現點對點交易，同時將已花費的數字貨幣序列號資料庫轉變成未花費的數字貨幣序列號(UTXO)資料庫，控制數據規模，並利用哈希演算法，打上時間標記，縱貫相連。通過這種方式可以構建一種全新的基於全網共識的分散式賬本，把通常意義上的集中式簿記分拆為約每十分鐘一次的分散式簿記，簿記的權利由全網競爭選取，簿記數據按時間順序連接起來並廣播全網。任何節點均可同步到網路上的全部簿記記錄，均可投入計算資源參與簿記權的爭奪。攻擊者如果不掌握全網 50%以上的計算資源，就無法攻擊這套簿記（鏈接）系統。

通過這樣的設計，以前人們隔著萬水千山做不到的點對點交易，現在不依賴銀行等中介機構而僅靠分散式賬本就可以實現。

區塊鏈的革新之處

從系統架構看，區塊鏈技術是一種全新的信息網路架構，打開了傳統中心化系統的圍牆，各節點既可以是客戶端，也可以是伺服器端。這使得C端客戶的自主掌控能力及其在系統中的話語權得到極大的增強。

從會計學角度看，它是一種全新的分散式賬本技術（DLT），採用了全新的記賬方法：每個人都可以參加，所有參與者共有、共享賬本信息，都能檢測、驗證賬本信息。與傳統賬本技術相比，DLT賬本技術的優勢在於不易偽造，難以篡改，開放透明，且可追溯，容易審計不僅能保障多方賬本一致，還能自動實時完成賬證相符、賬賬相符、賬實相符。從技術可行性看，瞬時的資產負債表編製或將成為可能。

從賬戶角度看，它是全新的賬戶體系，傳統上我們所有的金融業務都是圍繞著銀行的賬戶開展的，而現在私鑰本地生成，非常隱秘，從中導出公鑰，再變換出錢包地址，自己給自己開賬戶，不需要中介，賬戶體系發生了變革，這在金融史上是一個非常重大的變化。

從資產交易角度看，它是一種全新的價值交換技術，基於這一技術，我們可以創造一種全新的金融市場模式：作為信任機器，資產交易可以去中介化。

從組織行為學角度看，它使有效的分散式協同作業真正成為可能：沒有董事會，沒有公司章程，沒有森嚴的上下級制度，沒有中心化的管理者，大家共建共享，這是經濟活動組織形式的變革。

從經濟學角度看，它開創了一種新型的演算法經濟模式，以去中介化、開放為特徵，強調和尊重市場交易的自願原則，發揮市場價格的激勵協調機制，兼具計劃和市場兩種機制的優點，是一種更加接近市場的經濟模式。

區塊鏈的不足

一是性能問題。區塊鏈技術的理念之一是分散式共享，但假設近萬個節點都要共享數據的時候，速度自然就慢下來，效率不高。目前比特幣的成交至少要等10分鐘，有時候要等1個小時以上，這是許多人不能容忍的。

二是隱私保護。比特幣的整個賬本是公開的，隱私保護成為了區塊鏈技術的一個研究熱點，一些解決方案已經出現，比如採用零知識證明、同態加密等技術手段。

三是安全問題。目前智能合約還處於初級階段，一旦有漏洞就會被人攻擊，可能出現重大的風險，其安全性需要在技術上進一步改進，形式化驗證是一個可能的解決思路。私鑰的安全保護更是一個至關重要的問題。

四是治理缺失。當社區面臨重大決策事件時，如何讓社區參與進來，以某種機制形成社區意見，最終在區塊鏈上表達出來。

五是互操作性問題。區塊鏈作為新一代價值互聯網並沒有通用的協議，目前都還是社區自組織模式，跨鏈互操作沒有統一的規範，很大程度上限制了應用創新。

區塊鏈技術發展方向

共識協議是區塊鏈的關鍵技術，其核心指標包括共識協議的強壯性、高效性及安全性。目前看，共識協議最大的難題在於如何實現安全性與高效性的平衡。在保障安全性的前提下，大概有幾種提高效能的思路：一是新型共識協議；二是新型數據結構；三是不改變共識協議的系統改進；四是硬體和算力的改進；五是分層分片技術。

現在有各種鏈：公鏈、聯盟鏈和私有鏈。當不同機構之間業務發生交互時，不同的鏈與鏈之間怎麼交互，會成為很大的問題。跨鏈技術是下一步區塊鏈技術發展的重點。

區塊鏈本身即是一種天然投票系統，此前，許多國家的監管部門傾向於將初始代幣發行（ICO）的代幣界定為證券。為此，證券型代幣的區塊鏈系統需要考慮如何將監管部門提出的合規要求內嵌於系統，總體思路是在技術上設置監管介面，改造公有鏈，建立監管聯盟鏈，為監管者提供客戶識別、反洗錢、反恐融資、項目盡調、風險評級、信息披露、風險監測等監管功能。

區塊鏈使自主身份成為可能。它本身可以作為去中心化公鑰基礎設施（PKI）來使得公鑰體系更有用和更安全。

區塊鏈技術創造了一種全新的隱私保護模式：用戶無需讓渡數據權利，個人數據自主可控。例如，用戶自主產生本地公私鑰，通過公鑰計算髮布有效的錢包地址，來隔斷錢包地址和錢包持有人真實身份的關聯，並通過控制私鑰在區塊鏈網路自主完成交易。

數字錢包方面，目前數字錢包都在嘗試從單純的錢包服務轉向數字資產生態入口，希望藉此獲取更大的市場份額，發展更豐富的資產管理服務，主要有資產管理、資產交易、信息聚合、DApp分發等方向。隨著數字資產產業的不斷發展，生態的不斷完善，數字錢包的場景功能將會越來越重要。其未來發展重點有三個方面：一是保證錢包服務的安全、開放和便捷；二是圍繞資產增值需求，搭建數字資產管理平台，為用戶提供豐富的金融產品，提高用戶轉化率；三是打通數字資產與現實世界的連接，豐富數字資產應用場景，構建數字資產生態。

建立在智能合約之上的自組織商業應用，有助於提升區塊鏈技術的價值，使可編程經濟模式的適用範圍和領域不斷擴大。關於智能合約的應用，一方面需要從技術層面保障其安全性;另一方面需要從法律層面明確其合規性。由於智能合約具備天然的確定性，不具有普通合同的靈活性和可選擇性，因此在特定場景中，需要建立允許代碼暫停或終止執行的干預機制。

在與其他科技的融合上，常說的雲計算、大數據、人工智慧、區塊鏈技術等，實質上均是「演算法+數據」的體現，相互之間的融合也是必然。例如，在資產證券化的場景中，需要對底層資產的信息進行持續的披露，同時還需要實現大規模分散式文件存儲。區塊鏈技術可以通過交易簽名、共識演算法和跨鏈技術，保證各交易相關方分散式賬本的一致性，從而在保障交易背景真實性的基礎上，自動實時完成信息披露，從而實現賬證相符、賬賬相符、賬實相符，大大提高可交易產品的信用等級，又大幅降低成本。將區塊鏈技術與分散式文件系統、大數據分析、雲計算、人工智慧等進行融合是未來發展的一個重要方向。

加密貨幣與第三方支付的差異

支付寶的數據傳輸過程加了密，並不代表它就是加密貨幣。兩者的賬戶體系有根本的區別，如果將支付寶的技術比擬為4G，通過加密貨幣的支付更像是5G。

在金融普惠性上，目前的支付體系是多層次賬戶系統，以及對應的信息傳輸專用通道，成本耗費巨大，尤其是跨國支付，導致金融服務費用和門檻高企，金融發展嚴重不平衡，損害金融普惠。同時，支付機構實際掌控了用戶的支付過程，其封閉體系和商業競爭，有可能限制和影響用戶自主選擇權。而通過加密貨幣的支付，省去了「鋪路架橋」的費用，不受傳統賬戶體系和封閉專網限制，直接復用現有的互聯網基礎設施，任何能連接互聯網的人皆可參與，任何參與方都具有技術上的對等性。

在用戶隱私保護上，第三方支付屬於傳統中心模式，個人無法完全控制自己的數據，中心節點很容易濫用用戶數據，且容易成為被攻擊的目標，一旦爆發風險，對個人和平台的危害巨大，Facebook就曾發生過5000萬用戶數據泄露事件。但是區塊鏈技術，創造了一種全新的不依賴中心、多方共享環境下、基於密碼學、用戶自主可控的隱私保護新模式，數據不單點存儲於第三方機構，用戶自主可控地對個人數據匿名化，無需讓渡數據權利。也就是說，數據向哪些人透明、透明程度、是否可被追蹤均由用戶自主掌控。

央行數字貨幣的未來方向

Facebook沒有簡單拷貝比特幣、Ripple幣，也沒有簡單模仿支付寶，而是推出了全新理念的Libra，說明真正代表未來技術發展方向的數字貨幣很可能是既要吸收借鑒先進成熟的數字貨幣技術，又要把傳統貨幣長期演進中的合理內涵繼承下來。

我認為央行加密貨幣（CBCC）是央行數字貨幣研發的重要方向之一，我國央行的研究起點也就是CBCC。過去十年，數字技術在支付、清算和結算方面出現了重要的新發展。加密貨幣代表了這一波大潮的前沿。

中國法定數字貨幣的原型構思，可以從筆者2016年的一篇文章中看到，文中提到我們需充分吸收借鑒國際上先進成熟的知識和經驗，深入剖析數字貨幣的核心技術。一方面，從理論入手，梳理國內外學術界對密碼貨幣的研究成果，構建中國法定數字貨幣的理論基礎；另一方面，從現實入手，對運營中的各類典型電子與數字貨幣系統進行深入分析，構建中國法定數字貨幣的基礎原型。

目前各國開展的央行數字貨幣試驗，比如加拿大央行Jasper項目、新加坡金管局Ubin項目、歐洲中央銀行和日本中央銀行Stella項目等，大都是基於區塊鏈技術的加密數字貨幣試驗，但還停留在批發（機構端）應用場景。這是因為中央銀行一向被認為不擅長零售端業務，有種擔憂是當數字貨幣向社會公眾發行流通時，中央銀行可能會面臨極大的服務壓力和成本。

我們的數字貨幣原型系統探索了區塊鏈的應用，但並不完全依賴該技術。在設計上，它利用分散式賬本不可篡改、不可偽造的特性，構建了一個基於區塊鏈的CBCC確權賬本，對外通過互聯網提供查詢服務，相當於網路「驗鈔機」。這種設計一方面將核心的發行登記賬本對外界進行隔離和保護，同時利用分散式賬本的優勢，提高確權查詢系統和數據的安全性和可信度。另一方面，交易處理仍由採用傳統分散式架構的發行登記系統來完成，分散式賬本僅用於對外提供查詢訪問。交易處理子系統和確權查詢子系統分離並採用不同的技術路線，可以有效規避現有分散式賬本在交易處理上的性能瓶頸。

同時，原型系統還採用了「總/分雙層賬本結構」，既減輕了中央銀行壓力，又保障中央銀行的全局掌控能力。

目前來看，學術界的熱點大多是基於區塊鏈技術的央行加密貨幣的研究。

Libra與各國央行數字貨幣的對比

兩者雖然均採用加密貨幣技術，技術路線有相似之處。但在發行方、技術平台、可追溯性、匿名性、與銀行賬戶耦合程度、是否支持資產發行等方面存在差異。

從貨幣層次看，央行貨幣是M0層次，銀行存款等傳統信用貨幣在M1和M2層次，而Libra則是在更高的貨幣層次。最新統計數據顯示，我國的M0與M2的比值約為4%。與數字M0相比，數字M1、M2……Mn更具想像空間。

從創新角度看，各國央行數字貨幣試驗基本上是比較秘密的「曼哈頓」工程，這種方式未必符合現代開源開放社區的發展需求。

而Libra項目的代碼按照Apache2.0標準開源，任何人都可以按照開源協議標準來查看、複製、部署Libra的底層源代碼，也可以根據自己的想法提交對開源代碼的修改建議，一旦Libra協會批准，該修改就會被納入生產系統。按照開源社區十年來的運作經驗，這種開放和眾智的方式，充分體現了絕大多數參與者的利益，保證項目的凝聚力，促其快速發展壯大，同時也充分促進了技術系統與市場需求的匹配融合，最終培育出一個技術先進、市場認可的數字貨幣生態。

任何數字貨幣均要接受市場的考驗和競爭。

資料來源：https://news.sina.com.tw/article/20191114/33310568.html

MIT科技評論11/10

* 【具有里程碑意義的結核病疫苗已進入人體試驗的最終階段】知名製藥公司葛蘭素（GSK）在《新英格蘭醫學雜誌》發表了一個新生產關於新型結核病（TB）疫苗功效的2b期人體試驗。最終結果，大約50%的疫苗接種對象，可長期安全免受破壞性疾病的侵害。現在，該研究將進入試驗的最終階段，未來7到10年內進行臨床實驗。

* 【MIT研發出可自組裝成各種結構的變形機器人，或將用於救災】MIT電腦科學和人工智能實驗室CSAIL 提出了一個簡單的想法：自組裝機器人成為立方體，讓他們上下攀爬、旋轉跳躍、互相識別。現在，這樣的自形組裝機器人已能完成簡單的任務，比如形成一條直線或跟蹤一束光。除了救災，它們將被應用於製造業、醫療等領域。

* 【一大波機器狗列隊跑進MIT，集體空翻+帶球過人】列隊入場，集體空翻，在一場機器人足球賽上帶球過人。一場歡樂的機器人秀在麻省理工學院的校內草坪上演。

近日，美國麻省理工學院生物實驗室（MIT’s Biomimetics Robotics Lab）展示了一大群四足機器人（或稱為機器狗）。這也是該實驗室在機器人領域的最新進展。

實驗室將機器狗命名為：迷你獵豹（mini cheetah）。這是一種輕量化四足機器人，同時採用了模塊化設計。

* 【新型兩足機器人問世，真正「人機合一」】進入陌生環境中怎麼活動？這對人來說，不成問題，但換上機器人，就一籌莫展了。科學家找到了一個捷徑來解決這個難題：模仿。他們創建了一個人機界面，可以將人的動作映射到兩足機器人身上。

因為有人的輔助，這款機器人可以執行此前從未進行過的操作任務。更重要的是，這個機器人可用於災難應對。作者在論文引言描述道，如果在 2011 年 3 月就有此技術的話，機器人可以承受致命核輻射水平，從而在第一個 24 小時內進入日本福島第一核電站進行操作，福島核電廠反應爐可能就會及時穩定下來，那場核事故的災難後果就會大大減輕。

這項研究發表在 10 月 30 日的《科學機器人》（Science Robotics）上，作者是伊利諾伊州大學香檳分校機械科學與工程系助理教授 João Ramos 和麻省理工學院機械工程系副教授 Sangbae Kim。

* 【DeepMind全種族打敗《星際2》人類玩家， AI全面征服即時戰略遊戲之巔】官宣！DeepMind AI 開發的星際爭霸 2 AI"AlphaStar"進化成了完全體"AlphaStar Final"，三個種族（神族、人族和蟲族）均達到歐服戰網宗師組級別，最高達到 6275 分，在遵守所有遊戲規則的情況下，超越了 99.8% 的歐服玩家！有關新版 AlphaStar 的論文也登上了Nature 雜誌。

根據 DeepMind 介紹，AlphaStar 於今年 7 月正式登陸星際 2 戰網，開始以匿名的方式和歐服天梯玩家對戰，以確保得到公平對戰。得益於新算法的幫助，完全體版本 AlphaStar Final 的競技水平突飛猛進。

在不到 4 個月的時間里，它使用每個種族進行了 30 場天梯比賽，三個種族的水平都達到了宗師級別：神族 6275 分（勝率 83%），人族 6048 分（勝率 60%），蟲族 5835 分（勝率 60%）。

* 【苦等140年後，一個新公式奠定半導體電學測量新里程碑】近日，一篇刊登於 Nature 期刊的文章，向世人展示了一項霍爾效應苦等 140 年的應用。

這篇文章的名字十分明𥇦：「Carrier-resolved photo-Hall effect」，意為「能解析載流子信息的光霍爾效應」。文章中介紹了一種全新的測量方法，能夠同時測量導電材料中兩種載流子的重要信息，可以為新型的太陽能電池材料和光電材料提供有力的檢測手段和指導方向；同時，這一突破可以讓我們更加詳盡地瞭解半導體的物理特性，對研發和改進半導體材料有著重大意義。

* 【SpaceX完成載人飛船關鍵測試，領先波音公司，明年正式升空】載人飛船發射時間臨近，SpaceX 近日再完成發射前的關鍵測試。

在經過了數次重大改進之後，SpaceX 近期又對龍飛船降落傘進行了一系列測試。昨日，SpaceX 在其官方推特上展示一段測試視頻，顯示載人龍飛船的降落傘系統共有 4 個降落傘組成，其中一個降落傘有意不展開，以證明即使出現部分故障時，該系統也能幫助飛船安全著陸。

據介紹，最新測試的降落傘已經是 SpaceX 開發的第三代降落傘，在材料上使用了一種名為 Zylon 的高性能纖維材料，取代此前使用的尼龍材料。Zylon 材料也曾被 NASA 用來製作高空氣球，在 SpaceX 的降落傘系統中，這種材料支撐的繩索在強度上達到了尼龍的 3 倍。此外 SpaceX 還改進了降落傘的縫合方式，進一步優化降落傘的平衡。

* 【美軍最神秘太空飛機返回地球，飛行780天，具體任務是個謎】近日，美國空軍宣佈其著名的軌道試驗飛機 X-37B 在肯尼迪航天中心成功著陸。這台迷你航天飛機於 2017 年 9 月由一枚 SpaceX 的獵鷹九火箭送上軌道，直到重返地球，該飛機在天上飛行了近 780 天，創下了該型號的最長在軌時間紀錄。

X-37B 是一款屬於美國空軍的太空飛機，也是目前 X-37 項目中使用的飛行器。其外觀上與航天飛機相似，但在尺寸上要小得多，同時不具備載人能力。飛機長約 8.8公尺，高 2.9 公尺，翼展不足 4.6 公尺，差不多是一輛小客車的尺寸。

該飛機的起飛重量僅為 5 噸左右。

一直以來，X-37 都是一個頗為神秘的項目，美國軍方極少透露該飛機的具體任務目的和行蹤，對飛機上的每個有效荷載也都嚴格保密。這也引起了不少外界的猜測，甚至認為 X-37B 是一架太空戰鬥機。不過這些說法都被美國軍方否認。

*【研究人員已能從人的頭髮中檢測出精神分裂的生物標誌物】人類毛髮中隱藏著很多秘密——結核病、腸胃病、貧血以及動脈粥樣硬化都可以透過頭髮進行判斷。近日，日本RIKEN腦科學中心的科學家們在對小鼠和人類死後的大腦組織樣本進行檢測，發現精神分裂的一種亞型與大腦中異常高水平的硫化氫有關，而大腦中的硫化氫水平可以反映在頭髮中。這意味著在未來，醫生將能對頭髮樣本進行簡單分析來判斷一個人是否患有精神分裂症。

* 【警鐘：以糞便微生物治療移植致一人死亡！技術試驗監管升級】今年年初，美國兩名免疫功能不全的臨床實驗者在接受了含有耐藥細菌的糞便微生物移植（fecal microbiota transplantation, FMT）臨床試驗後，發生嚴重感染，其中一名 73 歲患者不幸死亡。

隨後於 6 月，美國食品和藥品監督管理局（FDA）發佈通知，警告糞便微生物移植治療方法存在嚴重的潛在健康風險，甚至可能危及生命。同時，FDA 緊急叫停了一系列相關臨床試驗。

GitHub 最強 AI 數學解題神器！拍照上傳秒給答案，連微積分都難不倒他

Posted on2019/05/27
TO 精選觀點

【為什麼我們要挑選這篇文章】AI 應用越發奇葩，過去寫數學一支筆、一顆腦，現在連腦都不用，帶個 AI 就行。
中國 GitHub 大神研發數學 AI，透過深度學習與影像識別，打造最強解題神器。每個學生都夢寐以求的數學 AI 究竟怎麼下載？怎麼用？接著看下去。（責任編輯：陳伯安）

作者：量子位／ 曉查 銅靈

一位叫 Roger 的中國學霸小哥的拍照做題程式 mathAI 一下子火了，這個 AI，堪稱數學解題神器。

輸入一張包含手寫數學題的圖片，AI 就能辨識出輸入的數學公式，然後給出計算結果。

不僅加減乘除基本運算，就連高等數學中的微積分都不在話下。

就像下面這樣：

還在苦苦糾結高數作業如何求解？還在東奔西走的找學霸借作業？手握 mathAI，不就是手握了新時代的解題利器嗎？

此項目程式碼已半開源

短短幾天時間，這個項目在微博就收穫了上百次轉發。看到畫風如此新奇，似乎還能開啓無限可能應用，網友們紛紛召喚自己的印象筆記（中國版 Evernote）小助手收藏，大呼：以後教數學就是它了。

作者表示，這個專案已經是半開源狀態了，目前開源的部分可以辨識計算加減乘除簡單運算。

如果想要辨識更加複雜的運算式，可以參考數學公式辨識的論文自己進行擴展。

具體來看看這個解題神器。

深度學習辨識數學題，正確率逼近 80%

全能型選手 mathAI 是怎麼實現這個功能的？

作者在 Github 中介紹說，整個程式使用 python 實現，具體處理流程包括：圖像預處理 → 字元辨識 → 數學公式辨識 → 數學公式語義理解 → 結果輸出。

整個系統的處理流程如下：

圖片預處理主要以 OpenCV 作為主要工具，將圖片中的字元單獨切割出來，避免無關變數對字元辨識的影響。

隨後，國際數學公式辨識比賽資料集（CROHME）對通過卷積神經網路進行訓練。

此外，還進行結構分析，對字元的空間關係進行判定。比如一個字元的上標和下標，含義自然不一樣。

在語義分析階段，就需要匯集上面得到的資訊，判斷運算該如何進行了。節點屬性傳遞過程如下圖所示：

作者在用 160 道手寫測試題進行了測試：

結果表明，平均字元辨識率達到了 96.23%，且系統做題的平均正確率達到了 79.38%。

手把手教學怎麼用

來，實際上手操作下。

作者給出兩種使用模式：網頁模式和介面模式（Interface）。介面模式比較直觀，只需打開網頁上傳圖片即可自動給出解題結果。

下面以介面模式為例介紹一下 mathAI 的安裝使用方法。
首先需要安裝 flask、虛擬環境、科學資料庫 numpy、sympy 等，它們都可以用 pip 安裝。

pip install flask
pip install virtualenv

將項目的 lib.zip 檔解壓到系統目錄的 venv 資料夾下。（lib.zip 可以回覆 lib 獲取）

配置置好運行環境後，用 PyCharm 打開下載好的專案，在載入過程中，PyCharm 會自動安裝好專案依賴的軟體資料庫。

使用命令列進入專案所在目錄，並啓動虛擬環境：

. venv/bin/activate

將 FLASK_ENV 環境變數設置為啓用開發模式：

export FLASK_ENV=development

然後使用指令運行 flask 網站框架 :

export FLASK_APP=welcome.py
flask run

打開流覽器，在位址中輸入 127.0.0.1:5000，即可打開項目網頁。在網頁中輸入一張包含數學公式的圖片，就好返回運算結果。

目前 GitHub 專案頁上的程式碼只支持加減乘除這樣的簡單運算。

中國神人 Roger 的其他 GitHub 發明

做出這個自動求解系統的，還是一位元中國少年。

這位 GitHub ID 為 Roger，本名羅文傑，是中山大學資料科學與電腦學院的研一在讀碩士生，主要攻讀電腦視覺方向。

不僅這個解題神器，在 Roger 的 GitHub 主頁上還能看到其此前參與的很多有趣研究。

比如這個基於帖子的校園互助交友平臺 LiBond。用戶可以在裡面發佈任務，然後使用虛擬幣荔枝進行交易。

羅同學的設想是，有閒置時間的同學可以在此平臺上幫助他人，然後結交好朋友，荔枝幣還能用來兌換喜歡的物品。

再比如，一個基於 C++ 的無禁手五子棋 AI，可以通過 openGL 實現圖形介面。

在這個項目中，羅同學使用了最經典的極大極小博弈樹、alpha-beta 剪枝、置換表等演算法，還附上了核心程式碼。

確認過眼神，是學霸無疑了。

資料來源：https://buzzorange.com/techorange/2019/05/27/math-ai/…