研究分析一个系统时,经常用到的四种思路是:分解、合并、归纳、演绎。分解是将一个宏观系统进行拆解和细分,合并是将多个零部件整合成一个系统,统筹考虑。在分解和合并的过程中,结合“熵”的角度进行思考,通常会让研究过程变得更有方向、轻松许多,从直观上理解“熵”,其度量对象,不是系统的有序程度,而是混乱程度。
当多个类似的单元体相互作用,呈现出更高一层次的、更宏观的系统时,是可以通过熵的理论进行解释的。单元体自身也是一个独立的小系统,这个小系统内部的复杂度可能和更高一层次的宏观系统的复杂度是不相上下的,就好比人体细胞的结构复杂度,可能不比人体本身的宏观结构要简单。这些复杂的小系统之间通过执行一定的协议,来维持高层次宏观系统的正常运转。若这些协议不能被正确执行,宏观系统就会出现混乱,也就是宏观系统的熵逐渐增大,最终走向崩溃。执行协议的过程,就是一个不断与熵增相抗衡的过程。而执行协议的过程,必然要消耗宏观系统外部的能量,若消耗的能量来自内部,说明系统本身在进行某种形式的衰减和退化,以维持自身的运转,若这种衰退一直持续下去,也会导致系统的熵不断增大,系统最终会走向崩溃或消亡。单元体系统构成宏观系统的典型例子是蜜蜂与蜂群、人与社会。
区块链系统和蜂群、人群是类似的,若将区块链系统的每个参与节点看成是单元体系统,共识协议看成是每个单元体系统都会执行的协议,多个单元体系统加上协议,就构成了一个宏观上的区块链系统。若维持这个宏观系统的正常运行,对交易数据及其排列顺序达成一致意见,则必须消耗外部能量。从这个角度看,PoW共识消耗电力是有理论依据的,但这并不能说明持续消耗电力的PoW共识是唯一的共识算法形式,因为维持区块链系统正常运转,抵抗熵增过程中消耗的外部“能量”并不一定全部来源于“电”,也可能是来源于“人”,比如持币人进行投票决定系统的未来行为,开发者召开会议决定如何升级系统等。某个群体达成统一共识过程,即可看做熵降的过程,采用xBFT算法、PoS算法、DPoS算法的区块链系统也不例外。而PoW的“耗电”对熵增的抵抗更顽强一些,因为PoW算法不仅仅用于达成对账本数据的共识,其铸造出的账本同时表达了一段难以磨灭的工作历史,账本中的每一个区块都需要付出制造代价,这些代价见证了真实的历史痕迹,若想伪造出另一份有竞争力的不同账本,就得付出同量级的制造代价,而其他共识算法生成的账本是不包含铸造代价痕迹的。
除了从“熵”的角度进行思考之外,从耗散结构的理论研究分析区块链系统,也很有用启发作用。因为区块链系统是开放的、不断与外界交换能量和信息、区块生成后被尽可能广播到所有单元并执行验证,将诸多的交易数据从杂乱无章的状态,记录到有序的区块账本中。这非常符合耗散结构的定义(来自百度百科):耗散结构是指一个远离平衡的开放系统,在不断与外界交换物质和能量的过程中,通过内部非线性动力学机理,自动从无序状态形成并维持的在时间上、空间上或功能上的有序结构状态,或叫非平衡有序结构。但是区块链系统在「远离平衡态」这一点上怎么解释呢?这是一个值得深思的问题。
网友评论