終於有人把Web 3.0和元宇宙講明白了
01 Web的三次技術迭代
Web 3.0透過新技術體現出來,例如加密貨幣、虛擬和擴增實境、人工智慧等。在新技術的推動下,Web 3.0是關於建立一個為人民服務、為人民所有的網際網路的。
以太坊帶來的商業創新浪潮遠遠超出了已經在以太坊上產生重大影響的無數行業。如果成功,這些專案將為保護使用者隱私的新市場和商業模式鋪平道路,並允許企業開發更尖端的應用程式,從而推動Web 3.0 的發展。
推動生態系統向前發展的是以太坊的顛覆性潛力。由此產生的 Web 3.0 以太坊系統將在許多去中心化部門之間產生更豐富、更可信的互動模式。
全球資訊網創始人蒂姆·伯納斯·李(Tim Berners Lee)對Web 1.0到Web 3.0給出了一個有趣的解釋:
Web 1.0是Web 的“可讀”階段。我們看到使用者之間的互動有限;
Web 2.0 是Web的“可互動”階段,使用者可以在這個階段與站點進行互動以及彼此之間進行互動;
Web 3.0是網路的“可執行”階段,在這裡,計算機可以像人類一樣解釋資訊,然後為使用者生成個性化的內容(見圖2.2)。
▲圖2.2 從Web 1.0時代到Web 3.0時代
1. Web 1.0時代
為了理解Web 3.0的含義,我們需要回到Web 1.0時代。
Web 1.0從20世紀80年代後期一直持續到 2005 年,也就是最初的全球資訊網。它建立在開源(如 Linux)、免許可開發(如 PC 軟體)和開放標準(HTML/HTTP)之上。現有的一些大型網際網路公司(例如亞馬遜及谷歌)就是在這個生態系統上建立起來的,或者擴充套件到這個生態系統中,從而獲利(例如微軟及Apple)。
在這個階段,網頁是靜態的,內容是由伺服器的檔案系統提供的。此外,這些頁面上沒有互動性。使用者無法對帶有評論或喜歡的帖子做出任何“回應”。在Web 1.0時代,使用者只是被動地消費資訊(見圖2.3)。
▲圖2.3 Web 1.0時代
2. Web 2.0時代
Web 1.0的下一個技術迭代就是 Web 2.0,即我們今天所熟知的網路。大多數Web 2.0 是建立在Web 1.0技術上的,Web 2.0生態下的網際網路公司建立在與啟用Web 1.0生態相同的開放環境上,但建立了“圍牆花園”(Walled Garden)生態系統以實現社交聯絡和內容建立(見圖2.4)。
最典型的例子是 Facebook以及 YouTube,它們為社交網路和使用者生成的內容建立了“圍牆花園”。
▲圖2.4 Web 2.0時代
此時的網路中不再是靜態內容,而是動態的內容,使用者現在可以與釋出在網路上的內容進行互動。JavaScript、HTML和CSS等技術的發明使使用者互動成為可能,這些技術使得開發人員可以構建出使用者與內容進行實時互動的應用程式。Web 2.0的興起主要是由三個核心創新層推動的:移動、社交和雲服務。
iPhone等智慧手機的推出及移動網際網路的接入極大地擴大了使用者群和網路的使用:我們從每天在家中透過桌上型電腦撥號上網轉變為可以隨時隨地連線網際網路的狀態。網路瀏覽器和各種移動應用程式就這樣被裝在了每個人的口袋裡。
無論是社交媒體、部落格還是播客,在Web 2.0 中都完全基於互動。這些社交網路培養使用者的使用習慣,使用者透過評論來參與互動,並可以輕鬆地與其他人分享文字、影像和音樂等內容。一些在 Web 2.0 中蓬勃發展的著名應用程式有微博、Instagram、YouTube、Facebook、微信等。因此,這個時代的網路也被稱為“社交網路”。
3. Web 3.0時代
雖然Web 2.0浪潮仍在繼續,但我們也看到了網際網路應用程式的下一次革命性的轉變,即Web 3.0(見圖2.5)。Web 3.0是一種更為根本的顛覆,它將帶領我們向開放、可信和無須許可的網路邁進一大步。
▲圖2.5 Web 3.0時代
Web 3.0網路允許參與者在沒有受信任第三方的情況下公開或私下進行互動。任何人,包括使用者和供應商,都可以在未經管理機構授權的情況下參與。
Web 3.0是一個語義網。這意味著我們不僅可以根據關鍵字來搜尋內容,還可以使用 AI 來理解網路內容的語義(即其內在含義)。這將允許機器像人類一樣理解和解釋資訊。語義網的主要目的是使使用者能夠更輕鬆地查詢、共享和組合資訊。
然而如今,Web 3.0一詞已經不僅僅意味著語義網路。更確切地說,區塊鏈愛好者使用術語Web 3.0來描述在一個開放和去中心化的架構上構建應用程式的想法。
Web 3.0 的首要目標是使網際網路更加智慧、自主和開放。Web 2.0 是由移動、社交和雲的出現推動的,而Web 3.0 主要建立在新的技術層面上:邊緣計算、去中心化的網路結構及人工智慧。
1)邊緣計算
雖然在 Web 2.0 中,最近商品化的個人計算機硬體在資料中心被重新利用,但向 Web 3.0 的轉變正在將資料中心擴充套件到邊緣。與當前的網際網路資料量相比,元宇宙中產生和消耗的資料量將是現在的數百倍。而邊緣計算會極大地提升資料的處理速度。
2)去中心化的網路結構
分散的資料網路使個人資料(例如個人的健康資料、農民的作物資料或汽車的位置和效能資料)出售或交換成為可能,與此同時,不會失去對資料的所有權控制、放棄資料隱私或依賴第三方平臺來管理資料。藉助區塊鏈技術,我們可以在去中心化協議上構建應用程式,這樣我們就不會被困在網際網路的“圍牆花園”模式中。
3)人工智慧(AI)
人工智慧和機器學習演算法已經非常強大,可以建立有效的預測和學習演算法模型。藉助人工智慧,我們可以更好地理解和解讀網路上的內容。當處於新的去中心化資料結構之上時,我們可以訪問當今科技巨頭羨慕的大量網際網路資料,其潛在應用遠遠超出了現在。它可以帶領我們進入精密材料、藥物研發和氣候建模等領域。
Web 3.0還將使用 3D 圖形和虛擬現實技術,如VR和AR,讓我們的網路體驗更加身臨其境。元宇宙中,人們可以線上與內容進行互動。元宇宙中的網站互動不再是簡單地在手機上與二維應用程式進行互動,或瀏覽網頁時簡單地翻頁,而是轉換為與三維物件的互動。
Web 3.0等同於一種空間網路,它將物理層、數字資訊層和空間互動層結合在一起,使用者可以透過新的、非文字的方式使用網際網路。
02 Web 3.0和元宇宙
為了讓元宇宙成為現實,而不是被資本炒作的概念,它需要開源的、可互動操作的、由大眾而非少數人控制的網際網路生態環境(見圖2.6)。
▲圖2.6 Web 3.0與元宇宙
網際網路第二次迭代(Web 2.0)的缺陷,加上公有區塊鏈技術的誕生,幫助我們朝著更加去中心化的Web 3.0 邁進,元宇宙和更廣泛的去中心化網路都是關於現實世界和虛擬世界的融合。因此,擁有可互動操作的開源公鏈是確保虛擬世界和現實世界能夠以無縫方式相互連結的關鍵技術。
Web 3.0生態本質上是吸收區塊鏈技術的引擎。每個新的區塊鏈概念都會立即被識別並整合到 Web 3.0 中,這將為元宇宙產品提供動力。儘管傳統公鏈仍然是Web 3.0生態的核心,但在去中心化金融(DeFi)和非同質代幣(NFT)等技術創新的背景下,區塊鏈技術使這兩個術語有了更多的交集。
Web 3.0 意味著網際網路訪問將是無處不在的——跨地區、跨網路和跨裝置。目前,我們主要使用PC和智慧手機進行網路連線。未來,透過在可穿戴裝置、智慧裝置、AR/VR 裝置、物聯網介面及智慧汽車等領域提供Web 3.0的方式,網際網路的使用範圍將爆炸式擴張。
Web 3.0生態在元宇宙世界中主要體現在以下三個方面:
1. 去中心化
Web 3.0 將基於去中心化的網路架構,這個特性有些難以實現。現在的網際網路被少數技術巨頭和企業以壓倒性的力量控制著,它們充當資料和演算法的守門人。而新的網際網路基於完全開源的架構,不受單個或一組組織的控制,並將透過區塊鏈架構完全去中心化。
任何人都可以不受任何限制地使用、修改和擴充套件網際網路資料。這是 Web 3.0 直到最近才變得可行的主要原因之一,使用者、創作者和每個線上實體都將存在於一個透過專門設計的協議去中心化的網際網路生態中。
2. AI及3D技術
AI及3D技術可以幫助使用者在虛擬空間中表達自己。可互動操作的框架可以將使用者的化身帶入元宇宙中。包含遊戲、音樂、戲劇和元宇宙中的許多其他應用程式的新型線上體驗將成為重新組合這些自我表達形式的方式。
為了在最廣泛的應用程式中實現這一點,我們需要一個可互動操作的虛擬身份並搭建高度擬真的空間環境。AI和3D技術是實現這些的核心技術。
3. 創作者經濟
Web 3.0為下一代Play-to-Earn(P2E)提供了創意框架。近年來,很多人透過電子競技、直播或其他形式的遊戲來賺錢。有數以百萬計的玩家渴望將他們的愛好變成謀生手段。
Web 3.0的目標是在創作者經濟中取得更好的平衡。目前,關於線上創作者如何獲得報酬的制衡機制很少。同時,使用者激勵的概念也不明確。例如,使用者可能會因為願意分享他們的資料以保持透明而獲得代幣或加密貨幣的獎勵。這種明確的激勵措施將成為 Web 3.0 體驗的重要組成部分。
關於作者:成生輝,博士,西湖大學西湖學者,現任智慧視覺化實驗室負責人。他於紐約州立大學石溪分校獲得電腦科學博士學位,並在德國萊比錫大學醫學研究所、布魯克海文國家實驗室和美國哈佛醫學院進行研究,曾任世界銀行(總部)數字經濟組顧問。他的主要研究方向為資料視覺化、可視分析和元宇宙等。
來自 “ 大資料DT ”, 原文作者:成生輝;原文連結:https://mp.weixin.qq.com/s/A9JT5fTmPzZxr0anXCAohQ,如有侵權,請聯絡管理員刪除。
相關文章
- 終於有人把網路爬蟲講明白了爬蟲
- 終於有人把隱私計算講明白了
- 終於有人把工業資料採集講明白了
- 終於有人把能把資料採集給講明白了
- 終於有人把雲端計算、大資料和 AI 講明白了大資料AI
- 終於有人把BungeeCord群組服搭建教程方法講明白了
- 終於有人把安全知識圖譜技術講明白了(上篇)
- 瞧!終於有人把智慧製造與工業4.0講明白了
- 終於有人把雲端計算、大資料和人工智慧講明白了大資料人工智慧
- 終於有人把MYSQL索引講清楚了MySql索引
- 終於有人把ERP和OA的區別講清楚了!
- ClickHouse與Hive的區別,終於有人講明白了Hive
- 大資料基礎架構Hadoop,終於有人講明白了大資料架構Hadoop
- MPP大資料系統架構,終於有人講明白了大資料架構
- 終於有人把工資拖後腿的原因找到了,此文把平均數、中位數和眾數全講明白了
- 終於有人能把c#樂娛LEY介面的作用講明白了C#
- 資料視覺化的設計技巧,終於有人講明白了!視覺化
- 終於有人把不同標籤的加工內容與落庫講明白了丨DTVision分析洞察篇
- 分析即服務(AaaS)到底是什麼?終於有人講明白了
- 這一次終於有人把MySQL主從複製講全面了!!!MySql
- 終於有人把15個JavaScript的重要陣列方法給講出來了JavaScript陣列
- 五險一金終於有人給講清楚了
- 終於有人把Java記憶體模型說清楚了Java記憶體模型
- C#:終於有人把 ValueTask、IValueTaskSource、ManualResetValueTaskSourceCore 說清楚了!C#
- sql學習:終於把sql case語句使用講明白了,一看就懂SQL
- 5000字長文分享!資料倉儲的建設與框架終於有人給講明白了框架
- 花了一個星期,我終於把RPC框架整明白了!RPC框架
- 【教程】終於有人把Java記憶體模型說清楚了!Java記憶體模型
- 終於有人把tcp、http、rpc和grpc總結完整了TCPHTTPRPC
- 關於LLM-as-a-judge正規化,終於有綜述講明白了
- BI和報表等於資料分析?終於有人講清楚了它們的區別
- 索引失效底層原理分析,這麼多年終於有人講清楚了索引
- 終於有人把機器學習中的文字摘要解釋清楚了!機器學習
- 終於有人將資料中臺講清楚了,原來根本不算啥
- 終於有人講透了使用者分析方法論
- 終於有人把雲端計算、邊緣計算、霧計算說清楚了
- 終於明白了快三倍投必死
- 終於弄明白了 RocketMQ 的儲存模型MQ模型