abcd区块链

❶ 信息技术abcd是什么简称

A：是指人工智能，B:是指区块链技术，C：是指云计算，D：是指大数据。
A它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
B是一个信息技术领域的术语。从本质上讲，它是一个共享数据库，存储于其中的数据或信息，具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。
C是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
D：是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

❷ 技术浅谈5：当谈到ABCD前，我们谈些什么

笔者曾在某500强公司旗下的科技公司任职，当时正值中国科技发展浪潮的起步阶段，著名的“ABCD”战略也成了公司战略转型的最重要内容。那么，ABCD到底指的是什么呢？相信喜欢科技或者看过新闻的同学都知道其含义：A（Artificial Intelligence，人工智能）、B（Block Chain，区块链）、C（Cloud，云计算）和D（Data，大数据）。

相信前面看过我写的文章的同学，都应该了解什么是云计算、大数据和人工智能，但是，为什么唯独少了重要的主角——大B（区块链）呢？首先，相比与老生常谈的ACD，区块链技术没有ACD前面的历史铺垫，理解起来会更加抽象；其次，区块链技术的应用场景相对比较少，没有ACD的应用场景与生活紧密相连；最后，在说到区块链之前，不得不先提到一项神秘的技能。

其实，在ABCD到来之前，就曾经拥有这么一项神秘的技能，这项技能也是ABCD发展的核心技能之一，今天就让我们来揭开它的神秘面纱吧。

在前面几期内容中，我们提到了无论是云计算，还是大数据，亦或是人工智能的发展，都是源于用户数和数据量的急剧发展而产生的，这几项技术发展的同时，带来的必然是算力的发展和存储能力的发展，也需要网络的极速发展，才能支撑现在的“互联网+”时代。

众所周知，互联网的发展，必须需要带来技术的变革。在很久以前，一台服务器只运行一个应用，所有跟应用相关的资源都放在此台服务器上，在数据量和访问量都很小的阶段，单台服务器就能够满足业务所需要的运算性能，这种模式，也就是我们说的单体模式，也可以成为单机模式。在单机模式下，如果仅仅是一些访问量和数据量的发展，只能通过提升服务器的配置，来应对暂时的业务发展。

当然像这种单体服务器，由于既要提供服务能力又要充当存储介质，只需要业务增加，就会到达性能的瓶颈，无论如何扩容配置，都很难满足业务的需求，所以很快就被淘汰了。

这时候，就会有人跳出来说，如果一台服务器不行的话，那么，我就加几台服务器啊，让这几台服务器一起干，这样不就可以满足业务的发展了吗？于是乎，在IT界又多了一种运算模式，就是这样的架构组成的：单机处理到达瓶颈的时候，就把单机复制几份，这样就构成了一个“集群”。集群中每台服务器就叫做这个集群的一个“节点”，所有节点构成了一个集群。每个节点都提供相同的服务，那么这样系统的处理能力就相当于提升了好几倍（有几个节点就相当于提升了这么几倍）。

然而，如果只是不断加机器就真得能够满足业务的要求了吗？大家都应该知道任何事情都存在一个临界点，只要过了临界点就会降低整体的能力，就好比正态分布曲线，单纯的加机器这种模式，渐渐就跟不上性能发展了。

这时候，就需要我们今天的主角来救场了。他就是——分布式系统。

分布式的理论出现在19世纪70年代，然而，分布式系统的发展却由于最近十年发生的IT变革。 狭义上的分布式系统是指通过网络连接的计算机系统，每个计算节点承担独立的计算和存储，节点之间通过网络协同工作，因此整个系统中的事件可以同时发生。 这是什么意思呢？我们就拿学校做饭举例吧，分布式和集群可以用学校食堂来比喻。

单点模式 ：学校刚开始规模小，学生比较少，学校食堂只有一个厨师A，负责洗菜、切菜、炒菜（假设只有这三样工作）。这就是单机服务。其缺点就是人多的时候忙不过来，学生需要排队等待。厨师A因故无法上班则学生就没饭吃了。

学校规模逐渐增大，学生越来越多，一个厨师A忙不过来，学校又聘请了两人B和C。

这样有两种选择：
集群模式 ：如果B和C都擅长炒菜，那么让B和C都去炒菜。改善点是提高了效率，任何一个厨师辞职都不会影响学生就餐。缺点就是精力不能完全用在专业的领域，因为他们都还需要洗菜、切菜。

分布式系统 ：如果B擅长洗菜，C擅长切菜，那么让B负责洗菜，C负责切菜，A只负责炒菜。改善点是提高了效率，能专一做一件事。（假设每个人只做自己的事情）缺点是任何一个人因故不能上班，则学生还是没饭吃了。

后来学校规模再次增加，学生人数再次增多，这三人又忙不过来了，学校再次聘请六个人分别是A2、A3、B2、B3、C2、C3。（假设让之前的B负责洗菜、C负责切菜）让A2、A3负责和A一起炒菜，B2、B3和B一起洗菜，C2、C3和C一起切菜。炒菜组、洗菜组、切菜组分别再任命一组长（此组长不负责干活）只负责看谁比较清闲就把任务分给他，让每个人都有事可做，此组长的作用就是管理和调度。这样规划之后既提升了效率，又避免了以上的问题。此模式整体上是分布式的，但是分别在洗菜、切菜、炒菜的工作上，各自都是集群的。无论哪个岗位因故缺席一人，也不会影响学生就餐。

那么如此看来： 分布式是以缩短单个任务的执行时间来提升效率的，而集群则是通过提高单位时间内执行的任务数来提升效率。

分布式系统的出现是为了用廉价的、普通的机器完成单个计算机无法完成的计算、存储任务。其目的是利用更多的机器，处理更多的数据。首先需要明确的是，只有当单个节点的处理能力无法满足日益增长的计算、存储任务的时候，且硬件的提升（加内存、加磁盘、使用更好的CPU）高昂到得不偿失的时候，应用程序也不能进一步优化的时候，我们才需要考虑分布式系统。在一个分布式系统中，一组独立的计算机展现给用户的是一个统一的整体，就好像是一个系统似的。

那么，分布式系统的好处也显而易见。

对于ABCD来说，分布式到底利用如何呢？

对于云计算来说，应用架构的分布式：微服务架构；存储数据的模式：分布式存储；分布式的共享带宽：CDN；对于大数据来说，大数据应用最广泛的框架：hadoop，本身就是一个基于分布式处理数据的计算框架；对于区块链来说，区块链的本质就是一个分布式账本；对于人工智能来说，为了解决复杂问题出现了分布式人工智能，多个智能体的协作正好符合分布式人工智能的要求，因此出现了多智能体系统。总之，不管是任何技术的发展，都越来越离不开分布式系统的发展。

分布式框架的发展，使得一个需要非常巨大的计算能力才能解决的问题可以分成许多小的部分，然后把这些部分分配给多个计算机进行处理，最后把这些计算结果综合起来得到最终结果。因为分布式，越来越多大型的运算问题，可以迎刃而解，也促进了各种互联网技术层出不穷的发展起来。

然而，关于分布式，需要研究和深入的问题还有很多，但瑕不掩瑜，相信未来的分布式系统还能给我们带来更好的惊喜，有关分布式的文章，我们往后会继续介绍。本期技术浅谈就到这里了，希望大家在讨论区也来聊聊你们想了解的技术吧~

❸ 人工智能赋能金融科技：技术驱动及未来机遇

数字化转型和新兴技术颠覆大潮正在不断地重塑各行各业。高速发展的金融科技在人工智能的“加持”下，展现出更多关于未来的想象。“新基建”浪潮加速大数据、云计算、人工智能、区块链等信息技术，在金融科技领域的融合应用，为行业转型升级持续赋能。

金融科技生态关键技术ABCD，包括人工智能（A）、区块链技术（B）、云计算（C）、大数据等（D）。ABCD技术逐渐成为金融行业发展的核心驱动因素，逐渐形成融合生态，推动金融科技发展进入新阶段。

金融科技产业生态逐渐形成

金融与科技之间的关系是“互相赋能”。科技企业以强大的技术驱动力赋能金融服务，通过大数据、人工智能、云计算、物联网、区块链等技术为金融市场、金融机构或金融服务，提供新的业务、模式、应用、流程或产品服务，科技驱动加速重构整个金融行业的生态。随着新技术与实际场景的不断融合以及创新应用，新技术在金融科技的边界不断突破，创新性的服务模式及业态不断涌现，且在实际的应用场景中逐渐落地并迭代优化。

一个新的金融科技时代，正在加速到来。

加速金融科技业务模式重构

人工智能时代已然到来，技术驱动下，金融科技的边界不断被突破，为金融服务带来更多可能。金融新基建的“新”，一方面是新技术应用对于传统金融市场硬件设施的优化，另一方面是如何革现有的制度、原则和法规以适应新型金融服务的需求。而后者是 基于技术创新及用户体验双向驱动不断生成并逐渐完善的生态圈模式。 以银行为例，银行通过开放API与创新科技公司合作，提升自身技术创新能力和效率，利用人工智能、物联网等领先科技，降低银行运营成本、扩大数据积累、提升客户体验，以科技为驱动解决客户痛点。

场景为王 金融科技服务的更多可能

金融不单是一个场所而是一种服务，将会碎片化地融入我们的生活场景中。 金融科技的强大赋能，以科技力量为驱动,以场景化、智能化的用户体验,为金融服务的场景提供更多的想象空间。 金融与科技的融合，通过线数字化营销活动，帮助银行、保险、互金的用户创造服务场景，打通线上营销渠道，这其实是场景化的金融需求。以开放银行为例，银行通过API开放赋能给更多金融科技服务提供商，一方面是帮助更多的互联网产品提升价值，另一方面则是切入更多场景化应用，在数字化金融、产品服务创新和营销运营等核心业务能力上实现深度连接。

人工智能等在金融科技的场景应用，主要表现在反欺诈领域以及获客拓展场景的运用等。科技的创新应用以及疫情的推动，加速金融机构业务线上化转型，随着跨行业的数据海量增加，基于线上业务的服务能力是否跟得上客户的需求变化，目前的线上业务渠道是否经得起承担主营市场拓展的责任考验，这些也需要金融科技和智能风控的支撑。

业务反欺诈是AI+金融科技的下一个蓝海

由于建立在云计算、人工智能等技术的基础之上，金融科技兼具金融和科技的双重属性，由此也形成了二者交织混合的风险特性。金融科技的开放性、互联互通性、科技含量更高的特征，使得金融风险更加隐蔽。人工智能下的金融科技的业务风控管理已经不能单纯依靠传统风控机制，场景化、智能化的业务场景，更需要用技术与监管相结合来重塑。

Garter《在线反欺诈市场指南》指出：到2023年，第三方欺诈检测服务应用覆盖将超过75%，相比当前25%的覆盖程度有较大提升空间。智能风控在金融机构的覆盖范围有较大提升空间。

人人云图赋能金融科技业务安全的应用实践

基于金融行业数据多且隐私性要求极高，人人云图结合金融业务线下业务线上化，着重加强了移动端安全防护体系的建设，在保护用户隐私前提下，构建以用户行为数据及业务数据为基础的自进化智能化防护体系，赋能机构移动安全防护，助力金融机构更敏捷、智能和自适应地处理安全危机，形成新的安全防护闭环。

金融科技的快速融合发展，要求科技企业为金融风控提供更加“模块化”的在线业务全流程的风险评估服务。 人人云图打破传统的以数据为核心平台模式，采用高技术、高稳定、高性能的模块化设计，灵活易用，不仅符合金融行业数据合规要求，还具备高稳定性、高兼容性特征。灵活的策略交互组件，助力金融机构根据欺诈行为快速调整风控策略，快速应对风险，保障业务的稳定运营。

未来已来

技术及用户体验“双轮驱动”，基于人工智能的金融科技变革正在迅速到来，且只会加速到来。

人人云图

人人云图2017年6月由资深数据科学家和安全专家共同创立，致力于互联网业务风控合规的数据技术服务，打击黑产上下游。通过聚焦银行、证券、O2O、航旅、电商等行业业务场景，为用户提供基于行为的用户画像，帮助鉴别用户质量、及时调整运营策略，助力业务健康、持续增长。

❹ 金融科技ABCD：人工智能、区块链、云计算、大数据

近日，中国信息通信研究院主任工程师、金融科技负责人韩涵在“2018中国金融科技产业峰会”上正式发布了《中国金融科技前沿技术发展趋势及应用场景研究报告》，详细讲解了A（人工智能）B（区块链）C（云计算）D（大数据）四大技术发展趋势及在金融行业的落地应用方案，预测了金融科技七大未来发展趋势。

科技悄然改变金融行业生态

一是互联网金融快速兴起，对传统金融行业带来巨大冲击。首先，互联网技术极大拓展了信息传播的渠道、方式，大幅减小了信息不对称的现象，扩展了金融服务供需双方的客户群。其次，互联网金融模式下，交易双方直接在网上进行互动，打破了时空上的限制，提高了交易效率，减少了中间环节与中间成本的消耗。再者，互联网利用先进的技术实现资源高度实时共享，能够使业务处理逐步实现自助化、自动化与系统化，使交易更加便捷、有效。

二是大量非金融企业进入金融行业，金融市场主体出现显著变化。一方面大量科技企业借助金融科技发展契机，积极获取金融牌照，跨界提供金融服务，“科技+牌照”成为趋势。另一方面，大量具有To C服务经验的传统企业，发挥用户规模优势，通过用户数据资源与金融科技的结合，也积极跨界提供金融服务。此外，大量依托于金融科技的新兴创业企业，成为金融市场的新兴力量，在金融科技领域的技术和商业模式创新成为其核心竞争力。

四大技术落地金融行业

当前，“大智移云”等新兴科技快速演进，人类社会正在从信息化走向数字化和智能化。随着云计算、大数据、人工智能和区块链等新兴技术在金融行业的深入应用，科技对于金融的作用被不断强化，创新性的金融解决方案层出不穷，金融科技发展进入新阶段。

其中，云计算技术能够为金融机构提供统一平台，有效整合金融结构的多个信息系统，消除信息孤岛，在充分考虑信息安全、监管合规、数据隔离和中立性等要求的情况下，为机构处理突发业务需求、部署业务快速上线，实现业务创新改革提供有力支持。大数据技术为金融业带来大量数据种类和格式丰富、不同领域的大量数据，而基于大数据的分析能够从中提取有价值的信息，为精确评估、预测以及产品和模式创新、提高经营效率提供了新手段。人工智能能够替代人类重复性工作，提升工作效率与用户体验，并拓展销售与服务能力，广泛运用于客服、智能投顾等方面。区块链技术能够有效节约金融机构间清算成本，提升交易处理效率，增强数据安全性。

金融科技七大发展趋势

随着，金融与科技的不断融合，金融科技将出现七大发展趋势，韩涵表示，

云计算技术发展已经进入成熟期，金融云的应用也正在向更加核心和关键的“深水区”迈进。据中国信息通信研究院的调研，已有过半数的金融机构使用OpenStack等开源云计算技术。传统计算、网络和存储云方案已经同质化，客户需要的是上层PaaS甚至SaaS 能力甚至是业务和商业解决方案能力，有互联网金融实际业务经验、有生态合作伙伴的厂商更能得到客户青睐。云这个领域特别强调“吃自己的狗食”。

金融行业数据资源丰富，而且业务发展对数据依赖程度高。大数据技术在金融领域的应用起步早、发展快，已经成为金融行业的基础能力。当前，金融行业的大数据应用已经非常普遍和成熟，也取得了较为显著的应用成效，最大的特点是数据资产化的 愈加凸显、有深度的大数据分析变得越来越重要，用户画像和知识图谱成为最重要的技术。2017年知识图谱一下子火起来，除了传统实体知识图谱外，事件图谱（描述动态关系）开始越来越重要，即实时性要求越来越高，时间就是金钱。另外，还有一个关键问题就是合法获取数据，涉及法律、政策、技术、机制等问题，需要各方推动和努力，

人工智能一般分为计算智能、感知智能和认知智能三个层次。从目前人工智能在金融领域的应用趋势来看，计算智能通过与大数据技术的结合应用，已经覆盖营销、风控、支付、投顾、投研、客服各金融应用场景。人工智能最重要就是AI in all，传统金融很多是“知道型”的业务，按规则、经验办事，很多简单重复性工作被证明完全可以被AI取代（例如客服），认知型的业务目前看也可能机器不比人差（例如智能投顾、智能营销）。那么金融业最重要的是如何最大发挥人的价值。一是风险防范，AI算法不一定完全正确需要人在样本特征准备或审核上来补充；二是金融创新，创新是门艺术，目前没有证据表明AI在创新上有啥独到之处，所以人的创新非常重要；三是发挥领域知识的价值，AI目前最大的缺陷就是它是没有常识是不行的，知识会成为重要的竞争力分水岭，知识图谱、业务规则补充、业务数据标注这些都是产生知识的手段。

区块链技术近年来一直受到广泛关注，其技术公开、不可篡改和去中心化的技术属性，拥有在金融领域应用的先天优势，因为本质上区块链就是一种经济模式，主要解决非信任网络的记账问题，如果说其他技术主要是生产力变革，区块链更像是生产关系变革，我们有几个判断：

（1）区块链的技术还没有成熟到金融级，包括金融经常用的联盟链有没有技术问题，还是一个探索的过程，所以会看到并没有大型的金融区块链应用（非数字货币类）上线，尝试很多，普及还早；

（2）因为区块链不仅仅是技术，所以这一轮技术革命中区块链的影响要远大于其他技术，可能会有颠覆性的业务、技术或者企业出现，这个趋势是不可阻挡的，有人说这是价值互联网的春天可能并不过分；

（3）区块链3.0叫去中心化应用就是应用生态将决定最后的赢家。目前公链和私链（或联盟链）都有一些金融应用，但还不成气候，应该胜负未分，这里面大公司不一定有优势，开源力量不可小觑；

（4）政策风险仍然很大，包括最近ICO还有代币发行，有些可能就是伪创新。

国家高度重视金融风险防控和安全监管，十九大报告明确指出要“健全金融监管体系，守住不发生系统性金融风险的底线”。随着金融科技的广泛应用，金融产业生态发生深刻变革，以互联网金融为代表的金融服务模式创新层出不穷。传统模式下事后的、手动的、基于传统结构性数据的监管范式已不能满足金融科技新业态的监管需求，以降低合规成本、有效防范金融风险为目标的监管科技(Regtech)正在成为金融科技的重要组成部分。

利用监管科技，一方面金融监管机构能够更加精准、快捷和高效的完成合规性审核，减少人力支出，实现对于金融市场变化的实时把控，进行监管政策和风险防范的动态匹配调整。另一方面金融从业机构能够无缝对接监管政策，及时自测与核查经营行为，完成风险的主动识别与控制，有效降低合规成本，增强合规能力。可以预见，未来1-3年监管科技将依托于监管机构的管理需求和从业结构的合规需求，进入快速发展阶段，成为金融科技应用的爆发点。

技术满足需求的同时，也将在需求的驱动下不断发展创新。金融科技应用在推动金融行业转型发展的同时，金融业务发展变革也在不断衍生出新的技术应用需求，将实现对金融科技创新发展的反向驱动。这种驱动可以从发展和监管两条主线上得到显著体现：

一是发展层面，新技术应用推动金融行业向普惠金融、小微金融和智能金融等方向转型发展，而新金融模式又衍生出在营销、风控和客服等多个领域的一系列新需求，要求新的技术创新来满足。

二是监管层面，互联网与金融的结合带来了一系列创新的金融业务模式，但同时互联网金融业务的快速发展也带来了一系列的监管问题，同样对金融监管提出了新的要求，需要监管科技创新来实现和支撑。从未来的发展趋势看，随着金融与科技的结合更加紧密，技术与需求相互驱动作用将更加明显，金融科技的技术创新与应用发展将有望进入更加良性的循环互动阶段。

云计算、大数据、人工智能和区块链等新兴技术并非彼此孤立，而是相互关联、相辅相成、相互促进的。大数据是基础资源，云计算是基础设施，人工智能依托于云计算和大数据，推动金融科技发展走向智能化时代。区块链为金融业务基础架构和交易机制的变革创造了条件，它的实现离不开数据资源和计算分析能力的支撑。

从未来发展趋势看，云计算、大数据、人工智能和区块链等新兴技术，在实际应用过程变得越来越紧密，彼此的技术边界在不断削弱，未来的技术创新将越来越多的集中在技术交叉和融合区域。

尤其是在金融行业的具体应用落地方面，金融云和金融大数据平台一般都是集中一体化建设，人工智能的相关应用也会依托集中化平台来部署实现。新一代信息技术的发展正在形成融合生态，并推动金融科技发展进入新阶段。

❺ 什么标志能代表数字化

什么标志能代表数字化：

当今时代是信息化时代，而信息的数字化也越来越为研究人员所重视。早在40年代，香农证明了采样定理，即在一定条件下，用离散的序列可以完全代表一个连续函数。就实质而言，采样定理为数字化技术奠定了重要基础。

数字化是指将任何连续变化的输入如图画的线条或声音信号转化为一串分离的单元，在计算机中用0和1表示。通常用模数转换器执行这个转换。

数字化主要包含大数据、云计算、人工智能以及区块链技术。通常称为ABCD：A——人工智能（Artificial Intelligence)，B——区块链（Block Chain），C——云计算（Cloud），D——大数据（Big Data）。

这几者之间的关系，普遍的观点是“融合发展”，分不清孰重孰轻，孰先孰后，而是你中有我、我中有你。比如，基于区块链技术的工业互联网，其中既有区块链技术，也有大数据技术，还有云计算技术，三者合成一体，又衍生出了人工智能和物联网的概念。

数字化：

数字化，是指将任何连续变化的输入如图画的线条转化为一串分离的单元，在计算机中用0和1表示。通常用模数转换器执行这个转换。

当今时代是信息化时代，而信息的数字化也越来越为研究人员所重视。早在40年代，香农证明了采样定理，即在一定条件下，用离散的序列可以完全代表一个连续函数。就实质而言，采样定理为数字化技术奠定了重要基础。

以上内容参考：网络--数字化