平行區塊鏈的概念首次提出是在2017年4月2日至3日在美國丹佛大學召開的第一屆區塊鏈與知識自動化國際研討會（The First International Symposium on Blockchain and Knowledge Automation, ISBKA 2017）上。ISBKA 2017由Association for the Advancement of Intelligent Industries, Association for Intelligent Science and Technologies、中國自動化學會、中國人工智慧學會、青島智慧型產業技術研究院等12家國內外學術組織聯合主辦或協辦，由丹佛大學承辦。在ISBKA 2017上，來自中國、美國、加拿大、澳大利亞等國家和地區的50餘位專家共同探討區塊鏈與知識自動化領域的熱點問題和技術進展，中國科學院自動化研究所王飛躍教授作了”Parallel Blockchain:Concept, Techniques and Applications" 主旨報告，首次提出並解讀了平行區塊鏈的概念、技術及其在金融、交通、健康和農業等領域的初步套用實踐。2017年10月，中國科學院自動化研究所袁勇副研究員和王飛躍教授發表了平行區塊鏈領域國內第一篇學術論文“平行區塊鏈: 概念、方法與內涵解析”。
基本介紹
- 中文名：平行區塊鏈
- 外文名：Parallel Blockchain
定義,背景,概念框架,優勢,研究架構,基礎理論,研究方法,平台架構,內涵辨析,套用領域,
定義
平行區塊鏈技術是平行智慧型理論方法與區塊鏈技術的有機結合，致力於通過實際區塊鏈系統與人工區塊鏈系統的平行互動與協同演化，為目前的區塊鏈技術增加計算實驗與平行決策功能，實現描述、預測、引導相結合的區塊鏈系統管理與決策。
平行區塊鏈是有效解決區塊鏈建模、實驗與決策相關問題的理論方法，是平行智慧型這一本世紀初提出的原創性研究範式與新興區塊鏈技術的深度結合。
具體說來，平行區塊鏈基於平行智慧型理論和ACP方法(Artificial systems + Computationalexperiments + Parallel execution，人工系統+ 計算實驗+ 平行執行)，其基本思想是通過形式化地描述區塊鏈生態系統核心要素(例如計算節點、通信網路、共識算法、激勵機制等) 的靜態特徵與動態行為來構建人工區塊鏈系統，利用計算實驗對特定區塊鏈套用場景進行試錯實驗與最佳化，並通過人工區塊鏈系統與實際區塊鏈系統的虛實互動與閉環反饋實現決策尋優與平行調諧。本質上，平行區塊鏈系統是以人工區塊鏈系統作為"計算實驗室"，利用常態情況下人工區塊鏈系統中“以萬變應不變”的離線試錯實驗與理性慎思，實現真實區塊鏈系統在非常態情況下”以不變應萬變”的實時管理與決策。
背景
區塊鏈技術具有諸多其他技術不可比擬的優勢：首先，區塊鏈系統的根本特徵是去中心化；其次，區塊鏈系統通過數學算法形成節點之間的共識，新數據必須獲得全部或者大多數節點的驗證方可寫入由全體節點共同維護的區塊鏈賬本，因而極難篡改和偽造；第三，區塊鏈系統採取建立在隱私保護基礎上的、公開透明的數據讀取方式，區塊鏈賬本數據以零成本方式向全體節點公開查詢，從而可以降低節點的信任成本和系統不確定性。這些顯著優勢在現代社會系統中有著重要且廣泛的套用前景。然而，作為一項新興技術，區塊鏈相關理論研究與產業實踐仍然處於起步階段，諸如共識算法、網路結構、智慧型契約、激勵機制等微觀層面的核心技術要素尚處於探索、實驗和持續最佳化的狀態，而巨觀層面的區塊鏈產業生態及其對社會經濟的影響也迫切需要實驗、分析、評估和必要的監管。
從學術研究角度來說，現有的區塊鏈技術本質上仍然是一種新型的鏈式數據結構和分散式計算架構，能夠有效實現複雜社會、經濟與金融系統的描述性建模和計算，但是欠缺對於區塊鏈系統在自身不同配置條件下和各類套用場景中的計算實驗與預測解析能力，同時也欠缺虛實結合、以虛擬引導現實、以人工引導實際的引導與決策能力。這是導致目前區塊鏈技術只能依靠真實系統的“鏈上”增量式試錯實驗、或者利用沙盒監管等“摸著石頭過河”的經驗性決策方法，來實現區塊鏈技術發展與產業生態最佳化的根本原因。為解決這一問題，當前迫切需要發展一套面向區塊鏈的建模、實驗與決策的新理論與新方法，旨在為區塊鏈技術和相關產業提供一套可計算、可實現和可比較的描述建模、預測解析與引導決策方法。目前，平行智慧型理論已在國防安全、平行交通、平行經濟、平行控制、平行視覺、平行圖像和平行數據等十餘個典型套用領域有了顯著的實踐效益和初步的理論結果。平行智慧型研究主要面向“人在環路中”、兼具高度社會複雜性和工程複雜性的社會物理信息或人機物三元系統(Cyber-physical-social systems, CPSS)，通過研究數據驅動的描述智慧型、實驗驅動的預測智慧型，以及互動反饋的引導智慧型，為不定、多樣和複雜問題提供靈捷、聚焦和收斂的解決方案。2017 年4 月美國丹佛大學召開的第一屆區塊鏈與知識自動化國際研討會上，中國科學院自動化研究所王飛躍教授作了“Parallel Blockchain:Concept, Techniques and Applications”主旨報告，首次提出並解讀了平行區塊鏈的概念、技術及其在金融、交通、健康和農業等領域的初步套用實踐。
概念框架
一般說來，區塊鏈可以狹義地定義為一種按照時間順序將數據區塊以鏈條的方式組合成特定數據結構、並以密碼學方式保證不可篡改和不可偽造的去中心化共享總賬(Decentralized shared ledger)。該賬本可以安全地存儲簡單的、有先後關係的、能在系統內驗證的數據。相對應地，廣義的區塊鏈則是由數據鏈路、通信網路、共識算法、激勵機制、智慧型契約和套用場景等要素共同組成的新技術框架、以及由此衍生出的新興產業和生態系統。這種新技術框架能夠利用加密鏈式區塊結構來驗證與存儲數據、利用分散式節點共識算法來生成和更新數據、利用自動化腳本代碼(智慧型契約) 來編程和運算元據，是一種全新的去中心化基礎架構與分散式計算範式。
由此可見，區塊“鏈”本身僅僅是數據存取的客觀載體和表現形式，更為本質和複雜的是區塊鏈背後由各節點、各要素深度耦合與相互反饋而構成的複雜生態系統。因此，平行區塊鏈不是多條相互獨立的區塊鏈的簡單疊加與互動，而是以一種“人機結合、虛實一體" 的方式、通過人工區塊鏈系統與實際區塊鏈系統的協同演化與平行反饋來實現區塊鏈統建模、預測與引導的新型研究架構。
平行區塊鏈的概念框架如圖1 所示，其核心思想是基於ACP 方法來實現區塊鏈系統的建模、實驗與決策，即：利用人工系統(A) 方法建立與實際區塊鏈系統相對應、能夠反映實際系統的狀態與演化規律的人工區塊鏈系統；利用計算實驗(C) 方法，在人工系統中對實際區塊鏈系統進行實驗、分析和評估，從而掌握實際區塊鏈系統在各種可能場景下的演化規律；利用平行執行(P) 方法，通過人工系統和實際系統的平行執行與協同演化，實現對實際區塊鏈系統的管理和控制。
圖1平行區塊鏈的概念框架
圖1平行區塊鏈的概念框架具體說來，平行區塊鏈技術通過綜合考慮物理、網路和社會三元空間的各種複雜因素，採用理論建模、經驗建模和數據建模有機結合的方法，建立與實際區塊鏈系統”伴生”的一個或多個人工區塊鏈系統。實際區塊鏈系統中因缺乏有效的建模、實驗和評估手段而引發的問題，可以在人工區塊鏈系統中構建相對應的實驗場景，通過對於區塊鏈系統個體(如礦工節點或交易節點) 特徵與行為的準確建模，以自底向上的湧現方式實施大量的計算實驗， 模擬並“實播" 區塊鏈系統的各種狀態與發展特性，從而輔助推理和預測實際區塊鏈系統各核心要素在常態和非常態情況下的演化規律與相互作用關係；實際區塊鏈系統在其整個生命周期內與人工區塊鏈系統協同演化，二者通過特定的平行互動機制與協定相互連線，在數據、模型、場景和決策等要素的實時同步基礎上，通過人工系統中”What-if”形式的場景推演和實驗探索，實現對各自未來狀態的”預估”及其相互“借鑑”，並相應地調節各自的控制與管理方式。
優勢
平行區塊鏈的核心優勢在於其能夠有效實現區塊鏈系統的學習與培訓、實驗與評估、以及管理與控制。
1) 學習與培訓：新興的區塊鏈技術已經衍生出巨大的市場培育和技術培訓需求。一般來說，學習者隨著對區塊鏈技術由淺入深的熟悉和掌握，勢必會經歷由離線到線上、由鏈下到鏈上的演進過程；而鏈上的線上操作一方面可能為真實區塊鏈系統帶來安全性風險，另一方面也可能由於執行特定操作(如執行鏈上代碼) 產生實際成本；平行區塊鏈則可以安全、靈活和低成本方式實現場景化甚至遊戲化的學習與培訓過程；平行區塊鏈可在真實區塊鏈系統的基礎上，根據特定學習目標來實例化一個或多個人工區塊鏈系統，通過人工與實際系統的適當連線組合，使得學習者在人工系統中快速掌握區塊鏈系統的各項操作及其可能的效果，並量化考核學習與培訓的實際效果。
2) 實驗與評估：真實區塊鏈系統通常由於成本、安全和法律等原因而無法進行某些重要的破壞性實驗和創新性實驗，平行區塊鏈則可以計算實驗的方式實施這些實驗，從而為量化評估區塊鏈系統性能、實現區塊鏈要素創新提供決策依據。例如，通過在一個模擬真實系統的人工區塊鏈和多個不同配置的人工區塊鏈中同時實施各類“壓力”實驗、“極限”實驗和“攻擊”實驗，可以在測試評估真實區塊鏈的安全性能的同時，搜尋能夠有效抵禦此類破壞性攻擊的區塊鏈最佳化配置；此外，平行區塊鏈可有效支持類似”Trading agent competition”模式的開源實驗與創新，其基本思路是根據特定需求定義合適的實驗場景和目標，構建相應的人工區塊鏈系統環境、固定某些區塊鏈控制變數的同時向社會公眾或科研人員開放若干實驗變數(例如共識機制、激勵機制等)，通過競賽或者眾包等形式、匯集集體智慧實現特定實驗變數的評估與最佳化，從而推動區塊鏈技術的創新和發展。
3) 管理與控制：平行區塊鏈可以作為政府機構和行業組織實施巨觀監管與趨勢預測的”平行沙盒”，以虛實結合的方式實現區塊鏈生態系統的管理與控制。一方面，區塊鏈領域湧現出的新技術、新模式和新業態可首先在一個或多個儘可能逼近實際狀態的人工區塊鏈系統中實驗、測評和完善，達到特定監管目標和性能要求後方可套用於實際區塊鏈系統，從而以”人工逼近實際”的方式實現平行沙盒的”孵化”功能；另一方面，實際區塊鏈系統中發現的新問題、新需求和新趨勢也可以實時導入人工區塊鏈系統，通過人工系統中大量的計算實驗和搜尋尋優，獲得最最佳化的新解決方案，並據此引導實際區塊鏈系統的發展和演變，從而以”實際逼近人工”的方式實現平行沙盒的”創新"功能。
研究架構
區塊鏈的核心特點是基於分散式共識和鏈式數據結構的多智慧型體系統。一方面，區塊鏈共識是多智慧型體社會網路中的大規模群體協調與協作過程。受經濟激勵等因素影響，共識過程中存在著高度不確定性(Uncertainty) 的心理與行為(如自私挖礦、惡意粉塵攻擊等)、高度多樣化(Diversity) 的共識機制與策略、以及高度複雜化(Complexity) 的智慧型體競爭與合作博弈。這是由“人” 參與而為區塊鏈帶來的社會複雜性；另一方面，區塊鏈的鏈式數據結構集成了多種特殊技術處理以實現安全可信和不可篡改等特性，例如時間戳、Hash 運算、密碼學算法和去中心化的P2P 網路等。這是區塊鏈在技術層面上原生的工程複雜性。由此可見，區塊鏈系統是典型的“人在環路中”、兼具社會複雜性與工程複雜性的複雜系統。
圖2 平行區塊鏈的研究架構
圖2 平行區塊鏈的研究架構不確定、多樣化和複雜性特徵(UDC) 使得基於機理分析的傳統理論與方法難以直接套用於區塊鏈系統研究，必須通過實驗方法來解決。然而，由於“人”的心理、行為和策略性互動博弈等複雜因素的引入，研究和最佳化區塊鏈系統的本質困難是在很難甚至無法進行實驗的情況下，如何定量、實時地對區塊鏈系統內部的行為、機制、策略、結構等要素進行建模、分析和評估。本質上，這就是應對“建模不可建模者”、“預測不可預測者”和“決策不可決策者”的矛盾。平行智慧型是解決這一本質矛盾的有效理論和方法。
基礎理論
平行智慧型理論是複雜自適應系統理論和複雜性科學在新時代CPSS複雜環境下的邏輯延展和創新，是實際與人工相結合、整體與還原相結合、定性與定量相結合的新型研究範式。基於平行智慧型理論的平行區塊鏈研究主要解決如下三個關鍵問題：
研究問題1. 區塊鏈複雜生態系統的整體建模與還原建模的有機集成與統一複雜系統的整體建模與還原建模是既對立又統一的兩種研究方法，前者強調巨觀系統層面的高層湧現與演變規律，而後者則注重微觀個體層面的特徵刻畫與行為互動。平行區塊鏈理論必須將二者有機結合。一般說來，區塊鏈(特別是公有鏈) 系統通常包含大量的個體參與者，例如挖礦節點、交易節點、礦池等。這些參與者通過區塊鏈網路相互連線，並遵循特定互動協定和共識算法共同維護和更新數據鏈條。因而，必須首先針對大量個體參與者節點進行微觀層面的還原建模。全面、精準地刻畫參與者的靜態特徵、動態行為及其互動機制。還原建模越精準、粒度越細，則後續整體建模的複雜度越高，但獲得的高層湧現與演變規律更為準確可信。因此，區塊鏈系統建模必須有機地集成兩種研究方法，兼顧還原建模粒度和整體建模複雜度、並尋求二者的最優均衡。
研究問題2. “人在環路中”的區塊鏈計算實驗與預測解析受經濟成本、技術條件和法律法規等因素的制約，區塊鏈領域的新思想和新技術很難直接套用於實際區塊鏈系統，這也是目前許多比特幣改進提議(Bitcoin improvement proposal, BIP) 仍然處於提出和草案狀態、無法真正激活和落地的主要原因。利用計算實驗方法來測試其可行性、評估其效率和效果是解決該問題的有效途徑，其關鍵研究問題在於：區塊鏈系統並不是由可控制和可預測的簡單工程技術構成的”牛頓系統”, 而是”人在環路中”、人和社會因素深度影響系統行為規律、具有自我實施特徵的“默頓系統”。因此，區塊鏈實驗不能局限於比特幣測試網路這類以儘可能“仿真”為目的的實驗場景與環境, 而是應該基於各類實際或虛擬的計算實驗場景、利用自適應演化算法、平行學習等算法來驅動實驗，從而觀察和量化評估各類參數配置、新技術方案和體系架構等在不同實驗場景下的效果性能，並預測其演變規律。
研究問題3. 實際與人工區塊鏈系統的雙向引導與協同演化平行區塊鏈的主要目標並非是狹義地引導人工區塊鏈系統逼近真實區塊鏈系統，而是更廣義地使得實際與人工區塊鏈系統協同演化、閉環反饋和雙向引導，並以此來實現對實際區塊鏈系統的最佳化，促使整個平行區塊鏈系統向設定或湧現的目標收斂。在此過程中，虛實區塊鏈系統的互動協定與同步機制是值得深入研究的關鍵問題。常態情況下，人工區塊鏈通過大量虛擬產生的計算實驗場景來探索各類新的模型、場景、機制和策略等，形成體系完備的“情境—應對”知識庫；非常態情況下(例如TheDAO 硬分叉事件), 平行區塊鏈應具備自適應切換到與當前情境最優匹配的應對方案的能力，並通過數據、機制、策略和算法等要素在虛實區塊鏈系統之間的實時同步，逐步引導實際區塊鏈逼近最最佳化的人工區塊鏈狀態。這三個研究問題分別對應著平行智慧型基礎理論中的數據驅動的描述智慧型、實驗驅動的預測智慧型和互動反饋的引導智慧型。平行區塊鏈就是利用”三位一體”的平行智慧型理論，通過實際系統與人工系統的”鏈上”平行互動與協同演化, 為目前以”描述性”為主的區塊鏈技術增加預測解析與平行引導功能，從而更好地服務於未來複雜社會經濟系統的建模、實驗與決策需求。
研究方法
區塊鏈系統是典型的分散式多智慧型體系統。因此，平行區塊鏈遵循複雜性科學中自下而上的研究方法，通過ACP 方法中基於人工系統的區塊鏈建模、基於計算實驗的預測解析和基於平行執行的引導決策，來實現區塊鏈系統的“描述+ 預測+ 引導”平行智慧型。
圖3 平行區塊鏈的研究方法與思路
圖3 平行區塊鏈的研究方法與思路思路: ACP 驅動的區塊鏈BDI 形態演變
平行區塊鏈研究範式中，區塊鏈系統可視為一個由大規模智慧型體節點通過社會網路連線組成的虛擬區塊鏈”智慧型體”。該智慧型體可由其BDI (Belief,desire, intention, 信念、願望和意圖) 模型表述，其中：信念是區塊鏈系統對當前世界狀態的客觀認知，是系統內部產生的數據和外部環境狀態參數的描述性記錄；願望是區塊鏈系統內部各節點對希望達到的狀態的共識，是區塊鏈整體最佳化的目標；意圖則是區塊鏈系統為實現願望(目標) 而從多個可能的規劃和行動集合中選取的最優值，是系統下一時間節點待實施的動作。相對應地，平行區塊鏈系統中，每一個實際區塊鏈系統都會構建與之共生演化的三類人工形態的區塊鏈系統，即
(1)”記錄”形態的區塊鏈(對應信念模型)：包括一個通過”仿真”手段構建的、與當前實際區塊鏈系統保持一致的人工區塊鏈，以及一個或者多個根據歷史出現過、或者未來可能產生的配置條件或實驗參數而虛擬構建的人工區塊鏈。
(2)”實驗”形態的區塊鏈(對應意圖模型)：針對常態或非常態情況下任意選定的一組實驗場景，選擇與之適用的全部”記錄”形態區塊鏈，使其在相同的參數配置和實驗場景設定下以時鐘同步的方式共同演化，並實時評估每一個”實驗”形態的區塊鏈系統的性能指標(如適應度、安全性、共識速度等)。
(3)”理想”形態的區塊鏈(對應願望模型)：即針對每種可能的最佳化目標(如性能優先、安全優先或效率最佳化等)，通過實驗試錯和搜尋尋優後獲得的一組最優配置的人工區塊鏈。
作為上述三種形態區塊鏈的混合智慧型系統，平行區塊鏈基於ACP 方法來驅動區塊鏈形態間的自演化，並通過大量的計算實驗場景推演、形成區塊鏈的實際記錄狀態在虛擬實驗場景中所能達到的最最佳化理想狀態的知識庫，進而形成”情境—應對”規則庫，從而將非常態情況下應急回響規則的生成過程轉化為常態情況下基於計算實驗的理性慎思過程,並形成引導實際區塊鏈系統向最最佳化理想狀態的人工區塊鏈主動逼近的規劃和行動。
方法: 基於平行學習的區塊鏈知識自動化
如圖2 所示，平行區塊鏈採用基於ACP 的平行學習方法實現區塊鏈系統的知識自動化，即實現面向區塊鏈系統的開源數據獲取、人工區塊鏈系統建模、計算實驗場景推演、實驗解析與預測、管控決策最佳化與實施、虛實系統的平行反饋、實施效果的實時評估共七個步驟的閉環處理過程。
平行學習是近兩年來新興的機器學習理論框架，該框架結合了現有多種機器學習理論框架的優點,其新穎之處在於基於ACP 方法衍生出的三大特色方法，即利用軟體定義的人工系統進行大數據預處理，包含預測學習和集成學習的數據學習，以及基於默頓定律實現數據—行動引導的指示學習。平行學習與傳統機器學習方法的本質區別在於：機器學習方法大多基於實際歷史數據，而平行學習則是基於實際”小數據”+ 人工”大數據”的混合平行數據，其中人工數據是在可能出現在未來場景中的虛擬數據。因此，如果說傳統機器學習是”面向歷史的機器學習”方法，那么平行學習就是”面向未來的機器學習”方法，是虛實系統相互伴生、協同演化的終生學習方法。
近年來出現的人工智慧圍棋程式AlphaGo 是平行學習方法最為成功的套用案例：AlphaGo 首先採集和分析人類棋手真實歷史棋局的”小數據”，然後通過”左右互搏”式的計算實驗、生成大量的虛擬棋局來實現自博弈、自適應和自演化，產生虛擬空間的圍棋”大數據”；再通過算法規約為判斷局勢和確定落子的價值網路和策略網路等”小知識”，並通過與人類棋手的不斷對弈實現平行進化。
相對應地，平行區塊鏈系統首先基於開源情報與大數據解析方法、實時地採集實際區塊鏈系統產生的節點狀態數據、鏈內交易數據和系統運行數據等。這些實際系統的”小數據”可作為種子數據輔助建立實際區塊鏈的模型，並通過靈活改變區塊鏈核心要素(如共識機制、網路結構或數據結構等)、算法(如難度調整算法、代幣產量算法等) 和參數(如手續費、節點數量等) 來擴展區塊鏈模型，進而通過實例化生成大量”記錄”形態的、軟體定義的人工區塊鏈系統。其次，根據系統最佳化目標生成若干計算實驗場景，在每種實驗場景中同步運行實際和人工區塊鏈系統，通過類似AlphaGo的算法驅動的自博弈、自適應和自演化過程，生成更大規模的人工區塊鏈”大數據”，並與實際系統的”小數據”相結合，形成區塊鏈系統的平行數據。此時，即可採用傳統的機器學習方法，基於虛實結合的平行數據、學習和預測區塊鏈系統的演變規律與趨勢，將”大數據“”規約為套用於某些具體場景或任務、適合解決特定問題或實現特定最佳化目標的”小知識“。最後，將獲得的小知識套用於實際區塊鏈系統，通過虛實系統的平行閉環反饋和協同演化實現對這些知識實施效果的量化評估。基於由此形成的”小知識”庫，當實際區塊鏈系統出現特定場景或問題時，即可快速查詢知識庫獲得與之相匹配的精準知識並實施到實際系統中。
平台架構
平行區塊鏈平台的基本要素如圖2 中的平台層所示，由底層要素庫和上層套用組件組成。需要說明的是，此處提出的是平行區塊鏈平台的最簡參考實現，實際平台建設過程中可以根據需求靈活增加各類組件。
要素庫包括模型庫、本體庫、機制庫、策略庫、場景庫、算法庫、契約庫和知識庫共八類，其可通過各類要素的實例化和合理組裝形成一個體系完備的平行區塊鏈系統。其中，模型庫存儲區塊鏈的各類顯性模型，例如智慧型體模型、區塊鏈數據結構模型(Merkle 樹、Patricia樹等)，網路結構模型(P2P 網路、MeshNet 網路等)；本體庫存儲潛在套用領域的領域本體(如農業本體、金融本體等)，以增強平台內部各智慧型體互動的語義互操作性；機制庫存儲智慧型體的互動協定和各類共識機制；策略庫存儲智慧型體在挖礦、交易等過程中呈現出的典型策略和行為模式；場景庫存儲平台預定義、可配置的實驗場景與參數；算法庫存儲區塊鏈系統內生的算法(例如難度調整算法) 和外部的算法(如驅動實驗進行的協同進化算法、深度學習算法等)；契約庫存儲區塊鏈的各類智慧型契約；知識庫則存儲系統最佳化後獲得的管控決策和情境—應對規則。
值得一提的是，平行區塊鏈平台可以借鑑類似Trading agent competition 的智慧型體平台，通過設計特定的標準和規範來方便配置各類要素，並將要素庫向社會公眾開放，通過多智慧型體競賽的方式吸引研究與工程人員設計和評測各類新穎的模型、機制、策略等要素，從而藉助集體智慧不斷豐富和完善平台、同時促進區塊鏈領域的創新和發展。
上層套用組件包括多智慧型體平台組件、場景發生器、共識驅動引擎、算法分析工具和大規模可視化工具等。多智慧型體平台組件為平台用戶提供區塊鏈節點的建模能力、通訊協定和互動機制，是自底向上建模方法中最重要的組件之一。多智慧型體平台組件通常遵循FIPA(Foundation for intelligentphysical agents) 規範， 由智慧型體管理系統、目錄伺服器和智慧型體組件(Agentware) 構成，並可統一描述內部訊息傳輸和內容語言的語法與語義。 場景發生器能夠從場景庫中動態提取和配置真實或虛擬的計算實驗場景，並選擇合適的機制、策略或算法等要素加以實例化、形成一個或多個人工區塊鏈系統。進而，共識驅動引擎可在人工區塊鏈系統的基礎上完成區塊鏈共識過程的計算實驗， 並根據計算實驗結果更新各個要素庫；共識驅動引擎可以基於多種算法加以實現，例如離散事件仿真技術可通過推進仿真時鐘和處理離散事件來動態模擬智慧型體(即區塊鏈節點) 之間及與外部環境的互動、通信與達成共識的過程。算法分析工具則通過實時採集和分析區塊鏈計算實驗過程中產生的數據實現其最佳化目標，促使區塊鏈系統由“實驗”形態演變為“理想”形態。最後，可視化工具通過動態實時的人機互動界面，以多種形式全方位地呈現計算實驗及區塊鏈共識控制的過程。
內涵辨析
平行區塊鏈是一種新型的區塊鏈系統研究範式，其特點是通過實際區塊鏈系統與人工區塊鏈系統的平行執行和協同演化，來為區塊鏈系統提供描述、預測與引導決策服務。需要說明的是，目前國內外區塊鏈技術和產業從業人員曾在不同上下文語境中使用過“平行鏈”或“Parallel blockchain”的概念，但其內涵與本文提出的平行區塊鏈有本質區別。總體說來，平行區塊鏈的內涵可以歸納為跨鏈平行、O2O平行和虛實平行三種模式,以下闡明其異同之處。
圖4 平行區塊鏈的內涵辨析
圖4 平行區塊鏈的內涵辨析首先，隨著近年來區塊鏈技術的發展和普及套用，各類區塊鏈(特別是聯盟鏈和私有鏈) 的數量快速增長，跨鏈通信和互操作成為區塊鏈未來發展的必然趨勢。因而，”跨鏈平行”模式即是指這種形式上“平行” 運行的多條實際區塊鏈。該模式的初衷是希望通過特定技術手段連線多條獨立運行的區塊鏈，形成區塊鏈群的”繩網結構”、以增強區塊鏈間的互操作性和鏈上資產的兼容互通性，避免出現區塊鏈“數據孤島”。目前提出的跨鏈互操作技術包括中心化或多重簽名的見證人模式(Centralized or multi-sig notary schemes)、側鏈或中繼模式(Sidechainsor relays)、哈希鎖定模式(Hash-locking)。例如，Polkadot 提出的平行鏈技術即是以中繼模式實現公有鏈(如以太坊) 與聯盟鏈和私有鏈的連線。“跨鏈平行”是局限於網路空間的區塊鏈平行模式。值得一提的是，研究人員亦曾提出以並行執行(Parallel execution) 為目標的區塊鏈技術，旨在通過設計新區塊鏈模型以便於並行處理區塊鏈內部的交易、數據或者智慧型契約，從而提高區塊鏈的運行性能和效率。此處，parallel 是“並行”而不是“平行” 之意，二者區別在於前者通過“大而化小”的分治法解決問題，而後者則通過“以小擴大”的方式將一個實際系統擴展到虛擬空間的N 個人工系統，通過計算實驗和平行演化解決問題。
其次，“O2O 平行”模式是以實際區塊鏈系統為橋樑，溝通虛擬網路空間與現實物理空間、形成O2O (Online to offline 或者Offline to online, 線上線下連通) 平行社會的模式。近年來，現代社會、產業組織和企業形態已經越來越明顯地呈現出虛擬網路空間和現實物理世界平行存在的態勢，例如研究人員提出的物理信息系統(Cyber-physical sys-tems, CPS)，產業公司如西門子提出的數位化工廠、通用提出的數字孿生計畫以及SAP 提出的軟體定義的企業等都是未來O2O 平行趨勢的例證。區塊鏈技術可以作為溝通虛擬和現實社會之間的安全可信、去中心化的分散式賬本：一方面，線上的網路大數據可以自然地集成到區塊鏈；另一方面，區塊鏈技術也可以與物聯網技術相結合，形成目前快速發展的Blockchain of things 技術，從而將線下物理空間中的設備設施、實體資產等數位化後集成到區塊鏈。例如，智慧型物聯設備將是區塊鏈的典型套用場景，能夠實現以安全可信的方式監控設備生產的整個生命周期、實現設備之間的數據傳輸和協商交易、以及利用智慧型契約實現設備的自動化操作等。
最後，“虛實平行“模式的平行區塊鏈與上述兩種模式有本質區別，是存在於物理與網路空間的區塊鏈系統向第三社會空間延展而形成的CPSS 平行系統。這種模式將分散式區塊鏈系統中蘊含的社會與人的複雜因素納入研究範疇，利用實際和人工區塊鏈系統的計算實驗與平行最佳化，賦予區塊鏈技術以描述、預測和引導三位一體的平行智慧型。與前兩種模式相比，平行區塊鏈更多地是一種新型研究範式，而非一項具體的技術或方法。
套用領域
平行區塊鏈特別適合“人在環路中”、具有複雜社會和人的因素的套用場景，例如智慧型交通、農業生產、金融科技、醫療健康和教育培訓等領域。2016年，中國科學院自動化研究所和青島智慧型產業技術研究院提出了“天鏈工程” 規劃，旨在利用區塊鏈、大數據和知識自動化等技術，助力打造去中心化、安全可信、可靈捷編程的智慧型產業生態系統，並在智慧型交通、智慧農業、智慧健康和組織管理等領域進行了若干初步的探索性工作。以智慧型交通領域為例，平行區塊鏈、平行交通管控系統和“五交一體”(即城市交通、公共運輸、靜態交通、物流交通和社會交通) 示範套用共同組成了平行交通系統的核心模組，其中平行區塊鏈通過提供靈活可配置的底層區塊鏈環境，為上層平行交通管控決策和示範套用奠定了安全可信的數據和信任基礎，目前，平行交通區塊鏈的探索性工作主要圍繞著重要交通數據的存儲與鑑證、去中介化的交通金融小生態、以及基於區塊物聯網(Blockchainof things, BoT) 的交通設備監控與溯源等展開。
