原文地址：
https://medium.com/@reinman/the-larger-story-of-rho-11d180d8664d
更新：BlackRock 宣布他们的意图
寻求更好的技术
在并购领域工作使我能够观察到各种昂贵的软件实际上是如何被使用的 - 而不是供应商销售它们的方式。因为我也参与了汇总，所以我也看到了被抛弃的东西。我最喜欢的工作是让陷入困境的企业项目重回正轨，因为这是首席财务官放弃硅谷并准备好进行一些新思维的地方。
叙述生动的梦
我现在将尝试提供一些 post-lambda 计算的详细背景故事（如RChain），以便去中心化社区了解该领域的相关工作。多年来花费了数十亿美元试图超越lambda，但大多数都隐藏在秘密项目中。我绝不是这个话题的最后一个词我尽量不去美化或掩盖太多，同时也尽量不被起诉或是发现自己在一场离奇的事件中。本文中的所有内容都应被视为虚构用于娱乐目的。
post-lambda 蓝海
一旦共识部分被解决了，例如通过Proof of Stake，你就面临着构建一个 post-lambda 机器的困境。这些都是未知海域。
这意味着区块链项目正在驶入这片未知海域......
RChain背后的各种过程或“运行时”演算（演算？）已经流传了很长时间，但我相信RChain的Meredith在将其正式化方面做得最好。在90年代早期，有关OO的巨大兴奋和炒作，但特别是（对于Milner粉丝）代码和数据的奇特双重性。有趣的是，就在高盛开始研究SecDB的同时，卡内基·梅隆和麻省理工学院开始研究post-lambda机器。
卡内基·梅隆
卡内基梅隆大学的研究重点主要是机器人技术。美国国防部高级研究计划局正在探索EOD(爆炸物处理)以及自动化航空维修等应用。CMU与波音在圣路易斯的研发部门(当时是McDonnell-Douglas公司)合作，开发了一种用于F-15计划和F/ a -18计划的VM。VM本身是针对手持设备的，但这种技术的主要挑战是找到描述和管理后lambda结构的方法。由于代码和状态都必须同时进行编码，航空航天工业正在摆弄SGML和XML语法(这可能看起来晦涩难懂，但让人想起SGML也产生了HTML和万维网)。尽管我们都喜欢阅读JSON，但XML是一种更丰富的格式。
波音公司和对象计算
圣路易斯的核心方法是OODBMS——主要是因为它是自然模型运行时为图结构。Lambda程序员倾向于将程序看作是受穿孔卡片启发的文本文件中惰性符号的产物，但计算机在内存中并不这么认为。由于最初的波音原型是C + +，许多开发人员都开始形成了OCI，这是一种很自然的适应过程，同时也很适合EOS和IOTA。
波音公司的Longbow Apache计划实际上是第一个在圣路易斯之前进行生产的项目，因此他们在了解这项技术的实际运作方面领先一步。面向对象/关系模型的战争非常激烈(在功能和执行级别上都是史诗级的)，但在政治之外，很明显，以lambda为中心的计算机科学理论在本质上是不完整的。pi演算显然具有相关性，但硅谷当时正处于分离过程中（the midst of divorce），不想听到这些。
进入金融
钱没有这种情感包袱。Visa的研发团队对基于OODBMS / graph-based VM 技术很感兴趣，因为他们认为这种断开很大程度上是硬件实现问题——他们庞大的IBM处理系统实际上是用汇编语言编写的，而他们的业务模式是一个庞大的Milner式交换机。Visa对topos理论和Bill Lawvere的工作大加赞赏，因为他们只想将运行时映射到更高的抽象级别，而不被lambda rathole所吞噬。换句话说，Visa有能力从实际机器中逆向操作。
Lauren Foster’s City
华尔街
由于C ++内存虚拟机的速度非常快，因此受到排斥的OODBMS供应商从Visa获得灵感，并将自己重塑为高速交易系统 - 例如芝加哥证券交易所。对于华尔街而言，虚拟机与优化rho演算延续（前置条件，后置条件，记忆和依赖管理）的能力并不相关。这是关于Mark Higgins和Kirat Singh重新发明Excel电子表格并让高盛走向世界统治的关键时刻。
高盛的SecDB在2015年成为开放源代码 - 高盛集团仍然在追逐阿莱尼科夫 - 但这只猫已经远远超出了曼哈顿的包。纽约市超越硅谷，成为高速后lambda VM的全球领导者。接下来是JPM，然后是BofAML，华盛顿广场，Beacon，瑞士信贷等，最终与MSCI的大规模Scala努力达成一致，这可能是Pyrofex最接近的地方。对于读者来说，为什么贝莱德刚搬到布达佩斯试图收获MSCI人才应该不足为奇。
不是硅谷，也不是西雅图
空客的故事
post-lambda 蓬勃发展的另一个地方是European aerospace，这主要是由于他们自身的惨痛教训。Lambda演算是简单地给计算机一个关于如何运行您的业务的指令列表。不幸的是，lambda没有考虑如何管理数据。事实上，lambda在这方面有一个几乎灾难性的弱点，尤其是如果您的业务是数据驱动的。这就是空客在不同地点使用同一款软件的不同版本所造成的61亿美元成本超支的原因:
“ 德国和西班牙的空客工程师坚持使用早期版本的巴黎Dassault Systemes的CATIA设计软件，尽管法国和英国办事处已经升级到CATIA 5.这意味着德国团队无法添加他们的设计更改将电线连接回图卢兹生产的普通三维数字样机”
总之，A380有320英里长的电线……在安装过程中，这些电线有点短，因为范思哲的软件无法就如何弯曲导线达成一致。也许更大的问题是，波音在1970年是如何在没有这些花哨的电脑的情况下生产747的。
拓扑：管理数据
由于lambda缺乏数据支持，因此企业客户必须聘请各种数据供应商，这些供应商试图通过某种方案来处理lambda（通常是笨拙地），以便布局和管理数据，例如 一个“拓扑”。 当然，三个主要阵营（严格的顺序）是关系，图形和键/值。 通常开发人员在他们的头脑中以“关系”模型开始，但进行调整以适应现代DevOps考虑因素。
但布线不同，并不完全适合这些范例。 这将我们带入pi演算等。与我们在OO和monad中看到的二元性不同，这不仅仅是数据 - 还有传输质量......就像电线一样。 谈到线框，CAD起源于法国，并且由于空中客车的灾难，毫不奇怪，INRIA是post-lambda研究领域的领导者，而不是硅谷。
人工智能自动化
与此同时——回到CMU机器人技术——这项技术的自动化潜力在很大程度上还未被开发。很高兴看到RChain提供研究经费来探索区块链和AI。通用电气的研发部门特别意识到rhostyle orchestration实际上是一种人工智能自动化的形式，他们开始探索Peter Wegner的方法。埃隆•马斯克(Elon Musk)也将这方面的技术运用到特斯拉(Tesla)上，但他显然还在应对其他问题。
在我看来，诀窍在于恰当地接纳充满活力的特质，而这正是艾伦•凯(Alan Kay)经常告诫硅谷不要忽视的。因此，自动化一直是我在《盗梦空间》中的主要研究方向。几年前，我在深水石油公司(deepwater oil)中应用了一些受通用电气(GE)启发的概念(这些概念也应用于其他军事项目，即波士顿动力公司(Boston Dynamics))，其结果令人震惊，我希望在大型科技公司掌握它之前，看到它在分散化的社区中蓬勃发展。对我来说，这是一种需要部署以驱逐根深蒂固的势力的核力量。
RChain, Pyrofex 和 Inception
RChain拥有业内最优秀的人才——Meredith、Foster、Stay和其他。我希望 RChain 领导层能够理解蓝海的潜力，而Pyrofex应该把Inception这样的替代平台视为一种提高RChain市场渗透力、扩大整体生态系统的途径。RChain是与强大的数十亿美元鲨鱼对抗，它们绝对是无情的。即使在区块链社区中，RChain也面临着类似的项目，如Cardano、EOS、IOTA等，这些项目都有类似的Milner引擎，而且它们主网已经上线。RChain是合作社的设计,我们都可以在一起工作!
网友评论