获得计算的力量
当区块链拥有了几乎我们所有想要的特性之后，如何大范围实地运用是区块链升级的重点。如果只能支持高价值、低速度的特定场景，那区块链就只是一个局部技术，形成不了完整的生态。我们获得了科学和制度的力量，现在渴望计算的力量。力量的攫取分为纵向和横向，纵向是让单一计算资源提供更多的算力，横向是扩展更多的计算资源。计算机代码的执行效率，硬件内核的优化，算法的优化都是解决纵向的问题。并行计算，算法的分布式，数据的分布式，都是解决横向扩展的问题。区块链的算力扩展，视使用场景而选用上述方向的组合。而计算这个看似简单的目标，确是磨人的小妖精。相同的计算任务，使用不同方法实现，会有成倍的效率差异。计算的力量，埋藏在成堆公式的最深处；隐匿在满屏代码里最不起眼的角落；是化学实验里无意落下的那一滴液体；是赏金猎人追逐的那把金钥匙。虽然感觉上优化计算是个工程问题，但其中蕴含着科学。
爱因斯坦作为伟大的物理学家，他寻求计算力量的过程也是困难重重。他的成功主要基于对隐藏在大自然背后物理原理的敏锐洞察力，以及不拘一格的思维和大胆的假设。而他总是将寻找这些原理最佳数学表达式的任务交给别人。但是现在，爱因斯坦意识到数学可能是发现，而非仅仅描述自然法则的工具。在顺利完成狭义相对论之后，其实他很快就有了广义相对论的构想。当1907年爱因斯坦还在专利局工作的时候，就开始考虑通过一个关于引力的新理论，把相对性原理从匀速运动推广到任意运动。他非常有预见地写信给他的朋友康拉德·哈比希特（Conrad Habicht）。在信中写道：对于水星近日点，即水星轨道上距离太阳最近那点的运动，牛顿力学预言和观测结果之间每个世纪约有43˝（角秒）的偏差，他希望这一新理论可以解释这一偏差 。
1909年爱因斯坦离开专利局，在苏黎世大学取得教授职位。此时他才真正开始认真地研究这一新的理论。1912年他与学生时代的朋友马塞尔·格罗斯曼（Marcel Grossmann）重聚，两人开始联手构建一个堪称大手笔的理论。与这一理论相关的数学部分是高斯曲面，爱因斯坦很可能是从格罗斯曼的笔记中学到这些知识。从一些回忆性质的谈话我们知道，爱因斯坦曾跟格罗斯曼说：“你一定要帮我，要不我会疯的。 ”他们后来合作完成了一篇论文，发表于1913年6月，这篇论文被认为是一篇“纲要论文”（the Entwurf paper）。从1913年的纲要理论到1915年11月的广义相对论，理论上的主要进展是决定物质如何扭曲时空的场方程。最终的场方程是“广义协变”（generally covariant）的：无论选择怎样的坐标系统来描述，它们都保留同样的形式。相比之下，纲要中场方程的协变性就受到了很大的限制。这里所缺失的，就是科学计算的力量。
后来德国柏林的普鲁士科学院给了爱因斯坦一份薪水丰厚、无需教学的优厚工作，他欣然接受。但对纲要理论，柏林的科研精英们并不感兴趣。不过有些其他地方的知名科学家还是挺感兴趣，例如荷兰莱顿的洛伦兹和保罗·埃伦费斯特（Paul Ehrenfest）。爱因斯坦迎难而上，在第一次世界大战期间也一直坚持这一工作的研究。到了1915年夏天，也就是他在阿哥廷根的系列讲座引起大数学家希尔伯特关注之后，他内心的平静被打破。爱因斯坦耳边有两个滴答作响的时钟吵个不停：其一是他能感觉到希尔伯特正在逐步接近正确的方程；其二是他已同意在11月份以他的理论为主题，为普鲁士科学院的院士们开设四次周四讲座 。由于担心希尔伯特会抢占先机，爱因斯坦在1915年11月初抢着推出公式并发表。然后又在接下来的两周里对它们进行了几次改进，并将相应的论文都提交给了普鲁士科学院。最终，场方程终于做到了广义协变 。
普鲁士科学院的讲座如期进行。就在第三次演讲的当天早上，爱因斯坦收到了希尔伯特寄来的最新论文。让他感到有些沮丧的是这与自己的工作非常相似。他在给希尔伯特的回信中简洁清晰地表明了自己的优先权：“在我看来，您所提供的这个系统与我在过去几周的研究几乎完全一致，我已将论文提交给科学院，”他写道，“在我今天向科学院提交的这篇论文中，我没有基于任何引导性假设，而是从广义相对论出发定量推导出了水星近日点的运动。在此之前，没有任何一个引力理论可以做到这一点。”第二天，希尔伯特友好且大度地回信，表示自己并没有优先权。“诚挚祝贺您攻克了水星近日点运动的难题，”他写道，“如果我能像您那样计算迅速，那么电子将会在我的方程中缴械投降，氢原子也将会为其不能辐射的原因表示抱歉。 ”这位数学界的大师，这么回复爱因斯坦，听起来甚至有点讽刺。
爱因斯坦强调，他的广义相对论是建立在数学世界二巨头高斯和黎曼的工作基础之上的。同时也建立在很多物理奇才的工作基础上，例如麦克斯韦和洛伦兹，还有一些不太有名的研究人员，尤其是格罗斯曼、贝索、弗劳德里希、科特勒、努德斯特伦和福克。与科学史上许多其他的重大突破相似，爱因斯坦是站在许多科学家的肩膀上，而并不仅仅是几个史诗般的巨人。但他也说："提出一个问题往往比解决一个问题更重要，因为解决一个问题也许仅是一个数学上或实验上的技能而已。而提出新的问题，新的可能性，从新的角度去看问题，都需要有创造性的想象力，而且标志着科学的真正进步。 " 可以理解，在面对希尔伯特的压力时，爱因斯坦迫切需要为自己的物理学正名。但我国物理学家何泽慧不以为然，在被问及如何在居里实验室和钱老一起发现三分裂、四分裂现象时，她谦虚的说：“这个简单得很嘛，你要发现东西容易得很我告诉你。这有什么过程？你做工作细致点就成了，谁都会发现。 ”
的确，随着科学探索接近极限，技术工程绽放光彩的时代到来了。著名力学家冯卡门（Von Karman）做过精辟的总结：“科学是去发现已经存在的，而工程是要创造世界上从来没有的。”去中心化的假设，和独立加密货币的假设就是爱因斯坦所说的新的问题和新的可能性。非对称加密账本和挖矿共识就是对这个问题的数学解。现在区块链基础理论正在趋于完善，区块链的工程实施正成为获取计算力量的关键。基于这些能够修复社会协作缺陷的自然原理和基础工具，我们在工程上要创造更多更快的算力平台，实现史无前例的伟大工程。
从计算机时代开始，高校的科研力量就在向企业倾斜。以谷歌和Facebook等硅谷互联网公司为例，每年各家都会在技术研发上投入上百亿美元 ，远超顶尖高校一年10多亿美元 的科研花费。加上互联网企业充足的服务器资源和海量大数据，吸引了大量科研教授人才到企业合作研究。比如斯坦福大学计算机科学的李飞飞副教授，就到谷歌云担任AI首席科学家。还有纽约大学数据科学中心的创建主任杨乐坤(Yan LeCun)也亲手创建了Facebook的AI实验室FAIR。提出新的问题，指引新的方向，激励他们的研究员，这正是学术领袖擅长的。但企业以业务和工程导向，如何用这些新的理论创造伟大的工程，是另外一个领域。这里的工程领袖一方面需要深度理解最新的科研成果，另一方面需要有非常全面的视野，可以创新的提出解决问题的方法，并能够带领团队克服时间和资源的困难完成既定目标。所以目前这些学术主导的联合实验室正逐渐被工程领袖接管。比如2018年谷歌的计算机工程大师Jeff Dean就当选了谷歌AI总负责人 。两年前正是他和Corrado围堵了在餐厅吃午餐的Macduff Hughes，强推将深度神经网络技术应用到谷歌翻译，彻底替代了已经运行10年的传统翻译技术 。经过验证，新的翻译结果出人意料的好，被社区一片称赞。从此一大批低端人工翻译工作者将失业。Jeff Dean升任新岗位没几个月，谷歌云的AI负责人李飞飞就辞去谷歌的职务，回高校任教。这年早些时候杨乐坤也从FAIR实验室主任位置退下，改任AI科学家 。接替他主管整个实验室的是曾经IBM的大数据CTO、工程领袖Jérôme Pesenti。类似的趋势也正在区块链领域发生，以太坊创始人Vitalik就曾坦言，自己现在主要负责研究，代码工程有人比他做的更好。随着顶尖高校的计算机系毕业生，以及顶尖互联网企业的开发者加入这一领域，计算的力量，将唾手可得。