初创公司注册资本的正确姿势
http://tech.163.com/15/1021/10/B6EPBOJL00094P40.html
来源:小饭桌 文:姚宁
注册资本,可以说是所有创业者在准备创业时要遇到的第一个与自己专业无关的晦涩名词,也是第一个要与新公司合规化发生关联的事项,看似是一个小小的数字,其中学问其实不少。
注册资本是一个公司法概念,按照新修订的《公司法》及相关条例,“注册资本”的登记管理已经从“实缴登记制”调整为“认缴登记制”,关于这个变化,有几个创业者必须知道的关键信息:
1,注册资本的实缴已经没有期限承诺限制,“如果非要为这个承诺加上一个期限”,不要超过公司经营期限就可以;
2,注册资本已经没有认缴最低限额,也就是说理论上“一元公司”可以存在,最高也没有限制,土豪随意!
3,股东实际缴存的注册资本,也就是会计上的“实收资本”,不再是工商登记事项,也不再需要《验资报告》。
笨姿势 1,注册资本能写多大写多大,先把自己写成“亿万富翁”再说。
虽然公司法以及工商登记不再管实际缴存资金的环节,但是除非你是真正的土豪,注册资本不能随便写,写多了惹得事儿很大!
首先,这事还是有别的人会管的,比如公司的投资人,再比如未来走向资本市场过程中的监管机构,都会有可能要求认缴资本实际到位,当然如果到时候发现实际到位无法达成,可以采用减资的方法降低注册资本,但是这个过程费时费力,会严重影响融资及走入资本市场进程;
有朋友说了:没事!先写大点开心开心以后再减不迟,这么做后果真的可能很严重。注册资本是法律上股东承担有限责任的承诺,当公司资产不足以清偿公司债务时,股东有义务按照承诺的注册资本清偿剩余债务。
最近,上海法院已经有判例,要求在经济纠纷诉讼中败诉公司的股东实缴补足注册资本后承担赔偿责任,什么意思?说白了,吹牛是要付出代价的!你写1个亿的注册资本你就要承担1个亿限额内的责任!对于大多数人,这相当于有限责任变成无限责任了!
笨姿势 2,注册资本中设置不切实际价值的非货币资产出资。
有的创业者,或者自己琢磨,或者在某些“专家”的建议下,在注册资本中设置用自己持有的软件著作权、专利权等非货币资产出资,觉得通过加大点资产评估值在不掏钱的情况下占有较大比例股份挺合适。
实际上,从税法角度看,个人以非货币资产出资的分解动作是个人转让非货币资产和投资同时发生,应按照“财产转让所得”项目计算缴纳个人所得税(具体见财税〔2015〕41号文件)。虽然这个税务规定在执行层面有些争议,甚至有“专家”已经上升到“堵上创新之路”的高度,但是老祖宗一直教育我们“不要一棵树上吊死”,请三思有必要一定要用非货币资产出资吗?
况且,即使税交了出资完成了,这些非货币资产入账后就变成了公司资产,正常的话需要分期折旧摊销,变成了公司的成本费用,直接了增加了公司会计报表盈利的负担。
笨姿势 3,用投资人的投资估值溢价增资。
在会计上,投资人的投资估值溢价需要计入“资本公积”科目,在这里先普及一下计算方法。
「假设公司注册资本80万,天使投资人以1,000万的估值占比20%增资200万,公司注册资本调整为多少?这200万有多少计入“实收资本”,有多少计入“资本公积”?」
让我们用小学数学方法算一下:
设天使投资人需要计入“实收资本”的金额为X,则X/(80+X)=20%,经缜密计算得X=20。答案就是,注册资本调整为80+20=100万,天使投资人的投资中20万计入“实收资本”,180万计入“资本公积”。
“资本公积”的“公”字很重要,从字面上看就能看出是所有股东共享的资本性积累。是的,这180万是大家的了!是大家的了就可以任性使了吗?不是!如果这180万用于转增注册资本,从税法上的分解动作是先分后投,听到了吗,分钱了请缴税!
笨姿势 4,找工商代理公司垫资。
这个实在不想再多说了,“脱裤子放P”这么粗俗的语言我真的说不出口!
好了,笨姿势说完,现在说一下初创注册资本的
正确姿势
第一,注册资本登记时切记量力而行,匹配自己的当期资金能力或可预期资金能力,为未来的资本运作和经营运行降低压力,如果一时头脑发热已经写的很大,且实缴出资承诺预期无法完成,那就“姿势不对,起来重睡”~尽快减资;
第二,章程约定中尽可能采用货币资金的出资方式,公司设立后注册资本没有完全到位前,注意任何一笔股东个人资金进入公司都一定要在汇款时注明“某某投资款”。
如有公司注册前发生且由股东个人代垫的,属于公司应该负担的资金支出,建议正常以货币资金入资后按照报销的方式将资金转出到股东个人;
第三,不到万不得已,不要使用投资溢价“资本公积”增资。
注册资本,可能是创业者遇到的第一个坑,看似简单实操复杂,采用“正确姿势”十分重要,传统的工商注册代理机构的不一定能给出太多专业意见,如果遇到难点问题,建议向专业的财税、法务服务机构咨询。
----------------------------------------------------
股东的股权比例与注册资本是对应的,但与股东的实际出资无需一一对应。企业融资,一般是透过增资的方式来实现。1,公司新增25万注册资本,总注册资本为125万元,投资人以150万元溢价全部认购。增资后,投资人即可占20%股权比例。2,未实缴注册资本如何处理,一般是在后续轮次,创始人转让1%股权(质押贷款),获得100-1000万的现金,用这个钱去实缴。具体税务成本,需要筹划。
----------------------------------------------------
现在也没人管你这事情,把股份变更了,印花税交了就好了。
直接到工商局把注册资金增加到1000万 现在也不用实缴了, 然后股权变更给风投20%,不用那么麻烦的。
----------------------------------------------------
如果要实缴注册资本的话,1,先要找一家会计师事务所(告诉他你要实缴资本,他会给你出具验资报告)2,然后你确定实缴资本的银行和账户,让这个银行给你找的会计师事务所发一封询证函3,给你的验资银行账户用股东本人的银行账户转账(转账时注明“投资款”)4,把转账凭证发给会计师事务所,让他们和银行对账,出具验资报告即可
2015年10月23日,福布斯全球富豪榜的首座换人,一位新的全球首富诞生。虽然因为欧元汇率和股价的波动,这位新晋首富只做了一天的全球首富,但是却吊足大家胃口,谈资四起。
这位首富不是来自IT的比尔·盖茨,不是来自金融圈的巴菲特,而是鲜少被知晓的来自传统服装制造业的阿曼西奥·奥尔特加(Amancio Ortega)。
这位来自西班牙的79岁老人是快时尚品牌Zara的创始人。他于1975年创立Zara品牌,白手起家。如今,他所建立的Inditex集团市值突破千亿美元,拥有Zara、ZaraHome、Pull&Bear、MassimoDutti、Bershka等多个品牌。
Zara专门抄袭奢侈品大佬们的设计,被称为大牌山寨,但这个洋山寨却在全球主要市场受到时尚男女的追捧,玩出了高大上的格调,还为老板的财富增值出了大力。
反观山寨能力超强的中国服装企业,却成了人人嫌弃的“价廉质低”代表,同样是山寨,为何差别这么大呢?
“山寨”Zara
服装业的成本由这样几块构成:原料、设计、生产、渠道、零售、市场。对于LV这样的土豪奢侈品和Zara这样的快时尚品牌来说,无疑前者的每一项成本都要高于后者,但是前者胜在终端售价高昂,因而能一定程度上覆盖高价成本。
但是,再高的售价,没有可观的销量做支撑,也终将面临曲高和寡的尴尬境地。相比于快时尚品牌的款式多样性,各大奢侈品牌的新品发布更有规律可循,同时也更加缓慢和少量。
而Zara却不一样,他的设计灵感来源于所有的奢侈大牌,除了它自己。
虽然从质地和裁剪上可以看出“买家秀”和“卖家秀”的区别,但是用十分之一甚至更低的价格就能买到秀场同款,而且有时比正主上架的速度还快,何乐而不为?
这样的“设计”方式为Zara节约了大量的成本。要知道LV这样的奢侈品牌在设计师身上所投入的成本在普通人看来堪称天价,动辄上千万美元的薪资不是谁都能承受的。
和奢侈品牌明星般的设计师相比,Zara的设计师更像是个体力劳动者和脑力搬运工的集合体。他们不会像MarcJacobs、Karl Lagerfeld(香奈儿设计师)那样成为品牌的代名词,他们花费大量的时间出入于各大品牌的秀场或各地时尚潮流区域。
他们将一些最新的大牌设计和流行趋势带回公司,在进行大小改动后尽快投入生产,发往门店上架销售。当然除了T台,他们的灵感还来自于全球各地的设计师品牌。
虽然Zara每年都要为这样的山寨行为支付高达千万欧元的罚款,但是这个品牌依然在乐此不疲地重复这样的工作。原因很简单,他们从这一行为中所获得的利润已经远超这样的罚款额度。
为何完胜中国山寨
虽然是山寨,广告支出也不多,但Zara并不藏着掖着。2015年3月,Inditex 就在纽约第五大道开了一家新的大型旗舰店,耗资3.24亿美元,这个店成为Zara在这个时尚之都的代言人。此外,在巴黎的香榭丽舍,在上海的南京路,在北京的王府井,Zara的店面都醒目易找,依靠个性的橱窗布置和世界名模的海报展示,Zara似乎在自己的地盘上玩起了“快广告”的游戏。
Zara山寨得如此高调,使得大众对ZARA也约定俗成地形成“高端设计低端质量中端价位”的印象,这是Zara乐于见得的评价,也正是他们希望达到的效果。
相比之下,中国服装制造业的山寨行为显得生涩而笨拙。他们做得更多的是抄袭国际大牌的商标设计,而不是产品设计,也因此总是第一时间遭到大牌们的抵制和反感。
Zara虽然山寨到全球皆知,但却绝不触犯别人的核心知识产权——商标。谁也不会将Zara这个名字和哪个国际大牌联系到一起。
毕竟,相比“创意”这样无法量化的无形的知识产权维护,商标是实实实在在的有形物质,属于“第一印象”范畴,一旦定论,很难改观。
恰恰相反,阿曼西奥·奥尔特加则是高调做事、低调做人的典型。这个在铁路工人和家庭女佣组成的家庭中长大的男人几乎拒绝了所有媒体的采访要求,他低调到连自己辛苦创立的公司上市时都不露面敲一声钟。2012年10月他还花了50万美元向西班牙媒体买下自己女儿女婿度蜜月时被拍到的照片。
可见,任何一份产业的背后都需要可持续性的经营策略。Zara做着不光彩的山寨服装,却将创始人推上了全球首富的宝座。LV有高大上的设计和门店,却连续闭门谢客。这是全球经济环境使然,也是企业经营策略所致,但是至少,他们的核心竞争力都很明确。在消费者越来越成熟理性的当下,要么拼才华,要么拼卖相。
两样都没有?那就趁早洗洗睡吧。
“快”字诀称雄
在全球经济放缓的背景下,和物美价廉的日本车相似,时髦低价的快时尚成为了这个时期的市场幸运儿。
2015年11月,LV在中国广州的首家LV门店突然关闭,至此这个已走过161年风雨的古老品牌已经在中国关闭了四家门店,此外,香奈儿的门店也仅剩下其鼎盛时期的一半数量。与此相反,Zara、优衣库、无印良品、H&M等快时尚品牌的新店开张消息却屡屡传来,个个对未来摩拳擦掌,跃跃欲试。
美国宾夕法尼亚大学沃顿商学院的两位教授MarshallFisher和Anent Raman合著的《零售新科学》(the New Science ofRetailing)一书曾经对Zara的经营策略做过仔细分析,他们认为Zara的成功之处在于足够快速精准且前瞻性地预估市场流行趋势,并在此基础上足够快地生产出新的产品,并最终以低标价、高毛利的定价策略,使得这个品牌不管在短期还是长期都能获得不菲利润。
正如“奢”贯穿了LV这些奢侈品牌的每一个环节一样,“快”成为Zara的制胜关键。
这个“快”,一是指产品推出的速度快,二是指产品的更新速度快。前者满足了消费者的“喜新厌旧”心理,后者满足了消费者的“限量”心理。
虽然是平价衣服,但是因为每周的上新以及少量补货政策,消费者不管什么时候到店,都能很快发现新款,他们的口头禅就是“去Zara看看有没有什么新款”。这也渐渐成为一些大型商场愿意这样的快时尚品牌进驻的原因——吸引客流量,带动周边消费。
哈佛大学博士Warren Hausman曾在网络媒体撰文表示,Zara的衣服既“多”又“少”。“多”在款式永远最新,每年有近12,000个新款衣服上架,“少”在每款衣服下架速度很快,没有库存压力。即使有积压,也会通过季末的不断上扬的打折幅度快速清空。这样的做法使得Zara比其他零售商的毛利要高出三倍左右,净利润则高出28%左右。
为何Zara能够满足这样的快节奏?
让很多人想不到的是,在东南亚占据服装制造半壁江山的当下,Zara目前依然有近一半的生产还在西班牙。
Zara在本土的工厂生产高度自动化,这些工厂生产出半成品,这些半成品没有经过染色、印花和定型,而只是经过初步剪裁。当新的设计图纸出来后,这些半成品会被运送到遍布在伊比利亚半岛、北美和土耳其的近300个成品工厂中再次加工,最终成型,就近发往各店发售。其中欧盟国家主要以陆上交通工具为主,平均两天内均可到达,这些地区的销量目前占据总销量的七成,其余三成的货物则是采取空运方式送达美国、亚洲等地区。
这样的生产方式的背后是方圆200英里的地下生产基地,这个被Zara挖空的地下空间内聚集了20家布料印染厂、500家代工厂,能够在最短时间内实现从布料、设计图纸到产品雏形的生成。
随着亚洲市场,尤其是中国市场的不断上涨,Zara目前又在上海有了设计师团队,并在中国有了一些代工厂。原因无他,还是为了“快”,本土生产本土销售。
人工智能对人类真正的威胁是什么?
作者: 李开复
昨天(2016年03月)AlphaGo第一盘棋战胜了李世石。AlphaGo这类的“人工智能”机器真正可能带来的危机,不是奴役人类,而是让人类丧失斗志,无所事事。
AlphaGo是一个能自我学习的深度学习,经过专家的调节,它能在任何在可以纯凭逻辑分析推算的问题上,把人类远远低抛在后面。基于深度学习的人工智能将带来什么改变呢?未来, 自动交易能得到更高的投资回报和风险比例,自动诊断 基因排序会达到个性化精准医疗。在拥有大数据、大计算 专家调节的领域,人类差的太远了(就像没有人能打败搜索引擎一样)。
非专家的工作者很多将会面临失业。未来十年,大部分今天的人类工作可被机器取代。机器将取代许多的护士、记者、会计、 教师、股理财师。。。的工作。任何带有“助理”、“代理”或“经纪”等字样的职位都很可能被取代。
一:未来机器统治人类的预测还很遥远
至少今天,我们还不必担心人工智能奴役我们。不过要盯好拥有机器学习能力的 大数据公司,别作恶伤害用户。这些强大的机器,将带来人类有史以来最大的“下岗潮”,它同时会产生巨大的商业价值,因而将养活这些下岗者,进而养活着人类。人类最应该担心的是:一旦当机器供养着人类,人类达到了马斯洛需求的基本需求,人类还会有动力去追求更宏伟的目标,追求自我实现吗?
二:真正的危机是:未来机器养活无所事事的人类
http://www.zhihu.com/question/22451397/answer/21426532
http://server.chinabyte.com/151/12820151.shtml
12306订票系统基于GemFire分布式内存数据平台进行改造,使新的系统基本经受住了2013年春运考验。
GemFire分布式内存数据平台,通过云计算平台虚拟化技术,将若干X86服务器的内存集中起来,组成最高可达数十TB的内存资源池,将全部数据加载到内存中,进行内存计算。计算过程本身不需要读写磁盘,只是定期将数据同步或异步方式写到磁盘。GemFire在分布式集群中保存了多份数据,任何一台机器故障,其它机器上还有备份数据,因此通常不用担心数据丢失,而且有磁盘数据作为备份。GemFire支持把内存数据持久化到各种传统的关系数据库、Hadoop库和其它文件系统中。
当前计算架构的瓶颈在存储,处理器的速度按照摩尔定律翻番增长,而磁盘存储的速度增长很缓慢,由此造成巨大高达10万倍的差距。这样就很好理解GemFire为什么能够大幅提高系统性能了。
http://www.zhihu.com/question/19700804/answer/12825622
博客 vs 维客(wiki):
单人掌控 vs 群体协作
博客是单人掌握的应用,而维客是群体协作。如果想要把网站做成某个样子,对于博客来讲,一个人使劲就够了,写多好,搞成什么样子,一个人完全能够搞定。维客网站则不是这样的,它的每一步提高都需要群体的综合素质和技术配合。
论坛 vs 维客(wiki):
封闭管理 vs 开放管理
论坛现在是封闭式的管理,成员有两个基本层次:管理员、论坛会员。相对来讲,会员(包括游客)所使用的权限是很有限的,不可以更改别人发布的内容。
对于维客来讲采用了一种开放性的管理,很新颖也很麻烦。 这里很容易修改其他人发布的页面,却不能强力限制大家,否则开放性的协作也将严重受限。
面临的问题:
激发社群的贡献热情
天上不会掉馅饼,网民也不会自动来网站写文章。如何激发大家的贡献热情,是web 2.0网站的另外一个核心难题。积分、物质奖励之外,wiki网站有更多的东西需要思考。
网站的立意
想让大家共同协作而不是共同破坏,首先是网站的立意要正。大家为什么要到你这儿来贡献?比较“高尚”的讲法就是来源于社会,回报于社会。wiki采用开放体系,特别适合公益内容的建设。否则大家贡献了,版权、收益却揣到你兜里,贡献者当然不愿意了。
同时,网站要立足于有实用价值的长远发展,给用户提供良好的阅读收获,才能源源不断能够吸引用户。
wiki商业化的复杂性
在搭好了Wiki网站基础之后,还有商业化的复杂性问题。这方面有更多的专家,此处仅作抛砖引玉。
公有知识,版权
开放性Wiki网站有着天然的公益知识背景,如何把版权和商业化结合是一个问题。
任正非:不上市则有可能称霸世界
对于一个公司管理者,怎样包装自己都不过是伪饰,最终还是要看结果。无可非议,华为的公司制度让人惊叹,而这也是任正非的功劳体现。而追其华为的制度根本,还在于健康的发展与内在凝聚力。
核聚变效应:工者有其股
英国前首相丘吉尔在评价 20 世纪 40 年代的美国时,这样说:“美国像是一个巨大的锅炉,只要下面点着火,它就会产生无限的能量。”
的确,穿越大西洋抵达美洲的“五月花”号,在300 年前,带给这片新大陆的除了梦想和勇气,还有更重要的制度创新、民本思想、契约精神、法制、清教徒文化,以及对私有财产的保护,对个人价值的充分尊重,使得美国社会多元而充满活力,几百年来长盛不衰。比如率先由美国企业发明设计的多样化的员工激励制度,尤其是期权制度,在美国高科技公司的快速成长中就起到了巨大的“核聚变效应”。期权制度和创新精神,被称为成就硅谷奇迹的两台发动机,一个是物质力量,一个是精神力量。
全球的,包括中国的科技、金融、文化等智力密集型企业,也都纷纷向美国企业学习。
华为,从创立之初,就给具备一定资格的员工戴上了“银手铐”(与一般意义上的“金手铐”— 期权制度有所不同,故称“银手铐”) 。但客观地讲,华为的员工持股制度并非学来的,而是逼出来的。
在《一江春水向东流》一文中,任正非道出了华为员工持股制度的产生过程:“我创建公司时设计了员工持股制度,通过利益分享,团结起员工,那时我还不懂期权制度,更不知道西方在这方面很发达,有多种形式的激励机制。仅凭自己过去的人生挫折,感悟到要与员工分担责任、分享利益。创立之初我与我父亲相商过这种做法,结果得到了他的大力支持,他在(20 世纪)30 年代学过经济学。这种无意中插的花,竟然今天开放得如此鲜艳,成就了华为的大事业。”
无背景、无资源、缺资本、缺管理,又要与世界巨头和国企拼市场、抢人才,唯一的出路就是大家一起做老板,共同打天下。任正非坦陈:“不要把我想得多么高尚,我要是当初选择做房地产,地是我跑关系拿的,款是我找门路贷的,风险主要由我承担,我为什么要把股权分给大家?华为是科技企业,要更多的聪明人、有理想的人一起做事,所以就只能一起抱团,同甘共苦,越是老一代的创业者和高层领导干部,越要想到自觉奉献,只有不断地主动稀释自己的股票,才能激励更多的人加入到华为的事业中一起奋斗……”
当然,也不能忽视的重要因素,是华为创立时的时代背景。20世纪 80 年代,“资本”是一个相当敏感的词汇,笔者 1984 年在西北师范学院学习心理学时,同宿舍一位某大学政治讲师,以很激烈的词汇与另两位副教授争论: “中国绝不能倡导竞争这个词,竞争是资本主义的本质,我们是社会主义国家……”这类论点代表着当时社会的主导思潮,主流媒体也在讨论:按照马克思的学说,雇用 8 个劳动者的企业主应该算作资本家……
在这样的背景下创立一家私营企业,那要担多大的政治风险啊!所以,在广东特别是深圳,有 25 年以上历史的稍具规模的民营企业,创始人大多持股不多,类似华为这样的员工普遍持股的企业有 2 000 家以上,这背后其实映射着制度演变的轨迹。
依任正非的政治敏感,他显然更加明白在当时环境下做“绝对大股东”意味着什么……
任正非是华为第一大股东,占1.4%,其余的98.6%为员工持有。截至 2014 年底,在华为15万员工中,有8万多名员工持有公司股份(没有任何外部资本股东) 。这恐怕是全球未上市企业中股权最为分散、员工持股人数最多、股权结构最单一的,绝无仅有的一家公司,亦是人类商业史上从未有过的景象。什么是华为的“核聚变效应”?在笔者对华为 100 多位高管的访谈中,多数人都认为是“工者有其股”的普遍持股制度 — 人人做老板,共同打天下。在询问到“如何评价任老板”时,几乎有一个共同的词“奉献精神”,或者“不自私” ,华为“蓝军统帅”白志东的评论是: “言行一致。这是最高的评价,全世界有几个老板能做到言行一致?说把股权分给大家,20 多年来就一直分,分给 8 万多人,自己只剩一丁点儿……”
一个领导者如何包装自己都不过是伪饰,最好的权威是展现结果。
有观点认为,华为成在普遍持股带来的普遍激励,将来也会败在这一股权设计。花无百日红,万一哪一天华为发展缓慢了、停滞了,乃至亏损了,员工分红少了或者无红可分了,公司的凝聚力和战斗力就会出问题。此言并非危言耸听。那么,有什么样的制度安排可以确保一家企业在出现大幅、持续的经营危机时,大多数的管理层和员工不动摇、不懈怠、不溃散?上市公司可以做到吗?结论大概是相同的。根本还在于:发展是硬道理,唯有健康发展才有持久的对团队和个人的内聚力;反过来,发展的前提又是富有普遍激励意义的人力资源政策和良性的组织文化。
关于良性组织文化,有一位华为高管举例说,2003年,华为与思科打官司的时候,公司内部充满了悲观情绪,但最终华为赢得了这场官司。再后来和摩托罗拉的诉讼,华为心里就有了底气。现在,华为的创新和知识产权得到了全球公认。今天,无论是谁,如果要想和华为打官司,需要更多的勇气、思考和准备。华为在打官司的过程中,逐步从畏怯迟疑走向自信,再走向必胜的信念,久而久之,便形成了一种群体认知,即 20 多年来公司的价值观始终是坚定的,战略上也很少有重大失败, “跟着老板打胜仗” ,就成了一种文化定势,即“成功导向定律”:我们过去不断成功,今天和今后也一定成功……这种关于成功的群体信念是华为文化的重要支撑力量。
当然这种“成功导向定律”的文化也仍然是基于良性的人力资源政策之上的。
必须格外注意一点,“以奋斗者为本”的价值观,决定了华为本质上是肯定奋斗者,而不是股东,“工者有其股”仅是激励奋斗者的主要方式之一,而非唯一法宝。股票是对过往奋斗的认可,“作为财务投资者应该获得合理回报,但要让‘诺曼底登陆’的人和挖‘巴拿马运河’的人拿更多回报”。对此,任正非说道:“华为确保奋斗者利益。若你奋斗不动了,想申请退休,也要确保退休者有利益。不能说过去的奋斗者就没有利益了,否则以后谁上战场呢?但是若让退休者分得多一点,奋斗者分得少一点,傻帽才会去奋斗呢?因为将来我也是要退休的,为了确保更多利益,那我应该支持这项政策,让你们多干活,我多分钱,但你们也不是傻帽……”
任正非对人性的洞悉显然是深刻的。华为要想做“百年老店” ,就不能将某种制度绝对化;组织永恒的机理是导向无序,因此,组织领导集团一生的使命则是:基于人性和基于时空变化的对无序的警惕与变革。
不上市,则有可能称霸世界
美国纽约,在一家著名的俱乐部午餐会上,任正非与 10 多位美国顶尖的商界人士会面,其中包括 AIG(美国国际集团)前董事长格林伯格、美国私募基金 AEA 公司董事长文森特·梅(VincentMai)等人士。当有人问到“华为为什么不上市”的问题时,任正非答道:“科技企业是靠人才推动的,公司过早上市,就会有一批人变成百万富翁、千万富翁,他们的工作激情就会衰退,这对华为不是好事,对员工本人也不见得是好事,华为会因此而增长缓慢,甚至队伍涣散;员工年纪轻轻太有钱了,会变得懒惰,对他们个人的成长也不会有利。”
华为倡导“高层要有使命感,中层要有危机感,基层要有饥饿感”的组织文化。高层干部薪水相对要高,每年分红也要多一些,财富对他们来说仅具有符号意义。这批人是少数,他们不能以物质利益为驱动力,而必须有强烈的事业心、使命感,这是一群已经完成了物质“原始积累”的精英团队,推动他们每日奋斗的是一种精神,一种源自本能的对事业的热爱和激情,非此别无其他。
相反,那些从基层一路打拼出来的中层干部,多年来一直保持奋斗本色,也往往能够得到破格提升。但对绝大多数员工来说,“按劳取酬,多劳多得”则是最现实的工作动机。 “存天理,顺人欲” ,华为的价值设计也充分遵循了这一规律。 “中层要有危机感” ,你作为主管,凝聚不了队伍,完不成任务,斗志衰退,或自私自利,对不起,你将很快被挪窝、被降职;但经过一段时间你改变了,工作激情提升了,经过各方面考察合格了,你也可能重新得到提拔。“基层要有饥饿感” ,对奖金的渴望、对股票的渴望、对晋级的渴望、对成功的渴望等,都构成了团队中每个个体的“狼性”精神,舍此,任何的高调宣传都是虚妄的。
早在 1997 年前后,华为就在薪资水平上向西方公司看齐,不如此,就很难吸引和留住人才。为了同样的目的,创立初期,华为就在员工内部实行“工者有其股”,发展 20 多年后,当年并不值钱的华为股票,现在成为员工最看重的资产之一。
任正非指出: “我们曾经是靠艰苦奋斗、技术创新而生存下来的公司,其实技术创新就没有止境?摩尔定律就永远正确?靠一招鲜就能吃遍天?我认为当有线、无线的带宽接入,达到一定的带宽,并覆盖到一定程度后,网络技术创新这套马车,就会慢下来。这个时候,有很大的市场覆盖,有优良的管理,能够提供低成本、优质服务的公司才能生存下来。华为就是要赶在死亡之前,达到这样的规模水平,并在这 10 年中,努力变革自己,谦逊地向西方公司学习管理,提高效率,并制定优异的人力资源机制,促使员工不断地奋斗,才可能活下来……”
任正非道出了全球 IT 行业最残酷的定律:与其他任何产业相比较,这一行业过去与未来所展示的是一场死亡竞赛,大家都在拼命地追赶,但赢者一定是死得最晚的那一个。怎样才能避免早死?唯有奋斗。怎样才能激发奋斗者?要靠合理并优异的人力资源机制。“小富快跑,暴富跌倒。”不管是中国的还是西方的很多同行业公司,上市前生气勃勃,上市后不到两年,公司就开始动荡, “暴富”起来的个人要不变得不求进取,要不被竞争对手挖角,更严重的是卖掉股票后,从公司挖一批人才,自立山头,成为公司的竞争者,甚至成为可怕的敌对者。很显然,这是一种有重大缺陷的人力资源管理制度。
“不上市,就可能称霸世界!”任正非私底下这么说。这句话至少包含三层意思:一是团队的战斗精神。过多的“馅饼”会腐蚀一个人、一个组织的活力,会败坏团队的“精气神”,这是最可怕的“肌体坏死症” ;不上市,有国际业界标准的薪酬待遇,每年还有可观的奖金和相对稳定的分红, “既对团队有利益的吸引,同时又可保持斗志” ,这一点至少在华为实现了成功的平衡。
二是决策的可控性。以华为如此分散的股权结构,任何一家资本投资者都可轻而易举地形成相对控制权。但当以逐利为本性的金融资本左右华为的发展格局时,华为就离垮台不远了。
三是华为人的目标追求。华为能走到今天,并超越一些西方巨头,成为一家具竞争力的国际公司,就是因为华为总是“谋定而图远”,以 10 年为目标来规划公司的未来,而不像其他业界同行,总是被资本市场的短期波动牵着鼻子走。资本是最没有温度的动物,也是最没有耐心的魔兽。
举例而言,当摩托罗拉投资 50 亿美元的铱星计划失败后,资本市场用脚投票,摩托罗拉从此走向了衰败;而华为曾经在 3G 产品上投资接近 60 亿元人民币,很长时期颗粒无收(或者“狸猫换太子”,把 3G 产品当 2G 卖) ,任正非又力排众议,不允许研发“小灵通”产品……假使此时华为是上市公司,资本大鳄们将有何举措?结论是不言自明的,也许任正非早就下台了,也许华为早就衰亡了……
有学者颇具洞见的看法是(任正非有时也认为):“如果华为的西方同行中有一家不是上市公司,就不会有华为的今天……很简单,中国在短期内出不了美国那样的商业战略家,但这些伟大的美国战略家必须屈从于资本的意志……”华为何时会上市?任正非在 2013 年 4 月的股东代表大会上和2014年的两次记者见面会上,多次重申:在今后的 5~8 年内,甚至更长时间,华为不会考虑上市,也不会进行任何的资本运营,包括收购与兼并等。
任正非只有华为1.01%股权 他是如何控制住华为的
http://c.m.163.com/news/a/C28K7VA40519AJTU.html
公司分为两种,有限责任公司、股份有限公司,《公司法》对两者的运行规则作出了不一样的规定。通常而言,一般的公司都是有限责任公司,而有限责任公司通常会在准备上市(包括主板、创业板、新三板)的时候改制为股份有限公司。广为公众熟知的各家大公司,都是股份有限公司。但华为不一样,华为从一开始就没有向社会公开募集股金,而是通过自身业务利润积累+内部募资,所以直到今天,华为还是有限责任公司,并没有改制。所以,华为的游戏规则是和其他大公司不一样的。
从《公司法》的规定来看,公司的层级可分为四级:股东会→董事会→经理及其他管理人员→普通员工。简单的来说,股东会决定战略层面的问题,董事会决定战术层面的问题,其他人员负责执行。所谓的控制公司,就是确保对自己有利的议案在股东会、董事会能够得到通过。在有限责任公司,控制公司主要指的是控制股东会;而在股份有限公司,因股东结构复杂(散户进入的后果),很少有大股东能够持股50%以上,所以控制公司主要是指控制董事会。
通常而言,人们会有一个固有的认识,就是“同股同权”。也就是说,假设A有10%的股权,那A就有10%的投票权,不会是9%,也不会是11%。所以,如果某个股东的持股比例降到了50%以下,那么通常就被认为丧失了对公司的控制权。
但事实上,只有股份有限公司是同股同权的,而有限责任公司可以“同股不同权”。《中华人民共和国公司法》第四十二条:“股东会会议由股东按照出资比例行使表决权;但是,公司章程另有规定的除外。”——请注意后半句。
所以,华为投资控股有限公司完全可以规定:“任正非持有1.01%股权,享有98.99%的表决权;工会委员会持有98.99%股权,享有1.01%的表决权”。这样一来,不就实现控制了吗?当然,华为内部运行规则到底是怎样,我们外人无从得知。
但至少有几个关键信息可以确认,一是华为员工并不享有完整的股东权利,只有获取红利的权利,其他权利都是被阉割的;二是获取分红的资格与员工身份绑定,离职员工的分红权会被剥夺。所以说,华为员工并不是法律意义上的华为公司股东。华为的老板,有且只有一个,就是任正非。
有以下几个视角:
其一:员工持股达到90%以上,但是很多员工离开公司后,股份要回收的(强制性)。回收定价权在公司。这一点最关键,这个世界上要清退一个股东有二级市场收购、私有化要约、协议转让等多种方式,但华为的“股东”是可以“开除”的,很难想象一个公开上市的公司可以开除一个散户股东,即使他只持有1股公司股票。90%以上的“股东”都叫任正非为老板,任对他们手上的股份可以予取予夺,这种控制方式还不够简单明了吗?
其二:按统计华为员工1/3的收入来自于股份分红,也就是2/3还是工资及绩效,也就是说,华为的员工其实还没法子说不干活,只拿股份分红过日子。很多被华为洗过脑的年轻人,虽然终身信奉华为的某些精神,但是到一定时候还是默默地离开了华为。嘴巴上很好听,行动上还是很诚实的。
其三:很多华为的文章说,员工持股是一种创新结构,确保公司不被投资人榨干利润,可以投入更多资金到研发上面。其实细想一下,公开上市的公司追求利润也没错,但投资人大面上也是要追求长期利润的,否则公开上市的公司里面就不会有谷歌、苹果这样的公司。从研发投入上来说,华为200亿美元的投入,还没有甲骨文公司高。同时,公开上市一样可以实现员工持股,实施各种期权计划。差别是上市公司更加透明而已。
其四:目前来看,这个股权结构的优越性在于适应中国国情,形成一种金手铐效果,锁住一些优秀的人才(没被锁住的可能是不够优秀,只戴了铜手铐)。
任正非接班人计划 危及华为的兴衰!
http://c.m.163.com/news/a/BT7BGHJ905198MQB.html
在44岁的时候,因为做生意被骗了200万,任正非被老东家南油集团开除了,那个时候人人都在乎铁饭碗,他写保证书,声明以后再也不会上当了,还要为单位挣钱挽回损失,不管用,他在一个不惑的年龄下岗了。
在南油担任高管的老婆也跟他离了婚,上中学的女儿跟着妈妈过,还自作主张改了名字,叫孟晚舟,任正非从当兵到就业,一直是顺风顺水,突然在中年遇到了人生最大的危机,铁饭碗没了,家也没了。
走投无路,任正非约了5个创业伙伴,一共凑了2.1万,创建华为,开始长达29年的创业路,从开始倒卖小型程控交换机,到后来完全自主研发,现在又在智能手机行业风生水起,几年就做到了全球老三,国内遥遥领先的老大,完全靠自主研发技术抢市场,对手都是思科、爱立信、三星和苹果这种国际大鳄。
华为的人员流动性其实相当大,但是中高层和骨干员工几乎不流动,走到哪里能给千万年薪呢?骨干相当于被华为的持股模式捆绑了。
根据华为的持股机制,一个股东要想从华为离职,必须根据现在的股价清算退股,持股越多的老员工,越难离职,哪怕你厌烦了现在的工作,为了钱你可能也会继续干下去,这种分红机制也会出现职务跟收入倒挂的情况,比如办事处主任,有可能每年分红在500万以上,假如他要跳槽到同类公司,很可能只有一两百万的收入。
华为有个员工持股会,是10万持股员工选出的51个代表,其实也是资深高管组成的,持股代表再评选出13个董事会成员,主要作用是战略决策,相当于人大,现在孙亚芳是董事长,负责具体经营决策的叫EMT小组,相当于国务院,任何关键决策都由EMT小组开会讨论,这才是华为真正的大脑。
EMT小组的成员除了任正非和孙亚芳之外,其他都是事业部老大和条线负责人,包括任正非的女儿孟晚舟,她现在是华为的CFO,在任正非的主导之下,华为还开启了轮值CEO制度,就是EMT的成员轮流当老大,体现了华为在管理高度集中下的民主。
也就是说,华为是集体所有制,但是管理决策采用高度的民主集中制,10万个股东没有任何决策权,真正行使决策权的是总共占股份不到10%的EMT小组。
华为这种模式不是没有危机,三个业务关联度不高的事业部,有的老业务已经不增长了,像智能手机这种明星业务,还在高速扩张,员工都是拿的统一的虚拟股票,任正非担当了精神领袖的作用,将不同业务模块糅合成了一块砖。
华为最大的危机,就是任正非本人,毕竟他已经72岁了,没有人能想象他能干到80岁,那样对他这个年龄的人来说,太残忍了,华为也需要年富力强的领袖,继续带领华为开创新的历史。
华为这种集体所有制架构,阻碍了中高端人才正常的流动,华为现在是骨干员工不敢走,都占着坑,过去华为一直在高速扩张之中,中低层员工都还有盼头,能慢慢能熬出来,一旦华为的增速降低,华为就会彻底沦为上层人的游戏,好比分肉吃,极少数员工分了大头,绝大多数员工只能啃骨头喝汤,他们缺乏能够合理晋升的机会,中高层员工的流动性不足。
能想象再过十年吗?现在90年代进来的骨干员工都40岁左右了,再过十年都50多了,谁也不走,霸占着几乎所有的中高层岗位,老龄化的华为还有持续创新的能力吗?是否没能力的群体还在熬着拿红利的大头?
只要是华为增长的势头慢下来,华为就会成为骨干层固化的封闭型组织,成为典型的养老院,人人都熬到养老,被公司逼着强行退休,才会把位子让出来给年轻人。
后任正非时代的设想
1.子女接班—任平,还是孟晚舟?
当年的华为少帅李一男离开华为之后,还有人问他,你都是接班人了,为什么那么急的出来创业呢?李一男说还有任平呢,哪里轮得上我啊。
在2010年有个大新闻,当时媒体很多都报道过,说华为董事长孙亚芳要辞职了,因为任正非要让儿子任平当接班人,进入EMP小组开始培养,结果孙亚芳跟几个元老不同意,孙亚芳威胁要辞职,后来华为公关部紧急发了声明,声明这是谣言,孙亚芳干的好好的呢。后来的华为董事会和EMT小组都没有看见任平的名字,唯一的变化就是孟晚舟出任了CFO,也进入了董事会和EMT,可能儿子在资深元老眼里反而成了禁忌,后来去下属服务公司做老总了,更加勤奋和谦卑的孟晚舟悄无声息的进入了决策层。
假如任正非让孟晚舟接班,一定要得到创业元老们的绝对支持,假如强行推进,估计元老们动荡的可能性是存在的。
2.华为IPO,变成更加透明的公众公司
假如华为IPO,按去年的市值,按30倍市盈率计算,大华为大概也能值上万亿,那么资本可以去收购员工手里的分散股权,最后推举新的董事会,让华为成为一家透明的公众公司。阿里也经过这个过程了,一样顺利实现了过渡,管理层和年轻骨干大部分不会走的,走了的,留下位子给更适合的年轻人,实现对华为关键岗位的大换血。一旦华为IPO,就一次性甩掉过去所有的历史包袱。
3.从创业元老里选出少壮派接班人,延续华为文化
不光任正非,就是孙亚芳也60多岁了,也面临退休的问题,但是华为有几个50岁左右的壮年领导人,比如徐直军和郭平。这种接班方法,还是需要任正非扶上马,才能顺利实现华为的交接,至少让目前的华为文化顺利的推进下去。
古代一两银子等于今天多少人民币?
http://c.m.163.com/news/a/BU9CEG8805219S5N.html
一两银子价值人民币:
清朝中晚期 150—220元左右;
明朝中期 600—800元;
北宋朝中期 600元—1300元(或1000—1800元);
盛唐时期 2000—4000元。
http://www.zhihu.com/question/29941503/answer/90979158
不管是web系统服务器权限,还是ATM机权限啥的,都没用,就算开放行内生产网给一个黑客,他想搞破坏容易,拿钱出来很难。银行的core banking系统+ESB或者前置之类的体系超级复杂,每个银行完全不一样,关系超级复杂,数据结构根本看不懂,直接去改核心数据库根本不可能。网银的账务交互是连内网core banking系统的,只是柜面系统的外延。
但是,互联网金融是全新的模式,通常适配多个银行的银行卡,是和core banking系统无关的单独的一套电子账户系统,有帐户余额。整个互联网金融,漏洞非常大,它的电子帐户被黑的可能性完全存在。
意大利瓦依昂水库库容1.69亿m3,混凝土双曲拱坝坝高265.5m。1 9 6 3 年10 月9 日2 时38 分(格林威治时间) 从大坝上游峡谷区左岸山体突然滑下体积为2.4 亿立方米的超巨型滑坡体。滑坡体的运动速度约15-30 m/s 涌入水库,随即又冲上对面山坡,整个时间不超过45秒。
横向滑落的滑坡体在水库的东、西两个方向上产生了两个涌浪冲击波:东面的冲击波沿山谷冲向水库上游,将上游10 km以内的沿岸村庄、桥梁悉数摧毁;西面的冲击波高于大坝150m,翻过大坝冲向水库下游,由于坝下游河道太狭窄,越坝洪水难以迅速衰减,致使涌浪前峰到达下游峡谷出口时仍然高达70m。洪水涌人皮亚韦河,彻底冲毁了下游沿岸的1个市镇和5个村庄。从滑坡开始到灾难发生,整个过程不超过7分钟,共有1900余人在这场灾难中丧命,700余人受伤。巨大的空气冲击波使电站地下厂房内的行车钢梁发生扭曲剪断,将廊道内的钢门推出12m,正在厂房内值班和住宿的60名技术人员除1人幸存外,其余全部死亡;事件遇难的人们中,还包括了正在坝顶监视安全的大坝设计者和工程师们。
岩土体滑入水库,致使坝前约1.5km长的库段被填满成为“石库”,因而整个水库失效报废,混凝土拱大坝却安然无恙。
“在我国的仲裁和民事诉讼中,当事人和证人可以肆意撒谎、作伪证、造假文件,而不受任何惩罚和制裁,也不产生对自己不利的任何后果。”
http://c.m.163.com/news/a/C04AJV020514A4NM.html
作者介绍:敬礼先生是美国Marquette大学的哲学博士和Fordham 大学的法学博士,现任西门子中国公司的高级法律顾问。
笔者在美国做过诉讼律师,回国后在工作中也参与仲裁和诉讼。其间经常注意到一个非常严重的问题,认为它是我国法律体系和司法实践中一个很大的漏洞。对于这个问题我深恶痛绝,同时又百思不得其解,不理解在我国立法已经相当成熟的情况下,为什么还存在这样一个巨大的漏洞。不知道这是源于广大法律工作者和立法者的认识问题,还是因为存在社会阻力,受制于社会现实条件的限制。
简言之,我看到的问题就是,在我国的仲裁和民事诉讼中,当事人和证人可以肆意撒谎、作伪证、造假文件,而不受任何惩罚和制裁,也不产生对自己不利的任何后果。在司法程序中对谎言和伪证的这种无底线的纵容导致了一系列恶果、不义、低效、以及社会资源的巨大浪费。在下面我会尝试进行说明。
首先,我们要知道,在美国、欧洲、英国、以及许多现代法治国家和地区(包括香港和台湾),法律对司法程序中的谎言和伪证规定了严厉的惩罚,在民事法庭上撒谎和作伪证会导致刑事责任,是要坐牢的。而在我国,基本上只有在刑事诉讼活动中和刑事法庭上撒谎、作伪证,才会导致刑事责任,才可能坐牢。也就是说,在我国的仲裁和民事诉讼活动中,当事人和证人可以任意撒谎作伪证,而基本上不用负任何刑事责任。不仅如此,更糟糕的是,他们也不用负任何民事责任,基本上从来不会受到任何处罚,甚至也不会因为撒了谎作了伪证而对自己的案子产生任何负面影响。
根据我国《民事诉讼法》第一百一十一条,对于在民事诉讼中伪造证据的,法院可以“予以罚款、拘留,构成犯罪的,依法追究刑事责任”。然而,对于伪证,法院一般最多只是批评教育或训诫,很少采取罚款或拘留等妨害民事诉讼的强制措施。另外,我国《刑法》第三百零五条所规定的伪证罪只适用于刑事诉讼中伪证行为,而不适用于民事诉讼中的伪证行为。而且,我国刑法学界对民事诉讼中的伪证能否构成《刑法》第三百零七条所规定的妨害作证罪和帮助毁灭、伪造证据罪争议较大。在我国的司法实践中,法院对民事诉讼和行政诉讼中作伪证的基本上不以犯罪论处。这意味着,在我国仲裁、民事诉讼和行政诉讼中撒谎和作伪证的,基本上既没有刑事责任,也不会被拘留或罚款,一般也没有其它任何不利后果。
这导致的结果就是,我国的法律以及广大法官,实际上是在无限地纵容民事诉讼当事人和证人撒谎、造假和提交假证据。从实际的效果来看,这等于是在鼓励当事人和证人撒谎和作伪证。因为不撒谎白不撒谎,通过撒谎和作伪证,你还可能赢得官司。而你即便被发现是在撒谎和作伪证,在现实中也没有任何不利后果。况且,如果明知对方在撒谎,而你坚持不撒谎,只会让你的案子对你更不利,让你更容易输掉官司,而你去哪里找公平和正义?实际情况是,在我国的仲裁和民事诉讼活动中,谎言和伪证比比皆是,泛滥成灾。
仲裁庭和法院纵容撒谎和伪证的恶果有很多,下面我们择重阐述一下。
首先,它导致司法结果上的不公平和不正义。在我国,司法的公平和正义要求法官判案“以事实为依据,以法律为准绳”。然而,显而易见,当事人和证人肆无忌惮地撒谎和作伪证会迷惑、误导和蒙蔽仲裁员和法官,导致仲裁庭和法庭难以认定事实,甚至错误地认定事实。而对案情事实的误判,必然会导致错误的裁决,与公平正义相背离。另外,退一步说,即便仲裁员或法官没有被一方当事人和证人的谎言和伪证完全蒙蔽,他也可能在不同程度上被误导,从而作出不够公正的裁决。谎言和伪证必然导致双方当事人的陈述不一致,导致谎言与真话难辨,法官只能凭自己的感觉选择采信一方的陈述,而法官的感觉并不总是可靠的。总之,只要不惩罚撒谎和伪证,仲裁员和法官就很难认定事实,很难做到“以事实为依据”,从而也难以实现司法结果上的公平和正义。
其次,谎言和伪证的泛滥,给了仲裁员和法官更大的自由裁量空间,使得腐败的仲裁员和法官可以披着合法的外衣滥用自由心证的原则和自由裁量权,从而罔顾事实,偏袒一方当事人。这是因为,一方当事人的谎言和伪证有时候是很难被揭穿的,而另一方诚实的当事人有时候也很难证明自己的陈述是真实的。在这种情况下,对于腐败的仲裁员和法官而言,就可以随意以“事实不清”或“不予采信”等借口来否认案情事实,从而枉法裁判。反之,如果我国法律严厉制裁司法程序中的谎言和伪证,当事人和证人就不敢轻易撒谎,谎言和伪证就会大大减少,“事实不清”的情形也会大大减少,而仲裁员和法官罔顾事实、枉法裁判的空间就会被大大压缩。所以,纵容撒谎和伪证的泛滥,不仅直接导致仲裁员和法官难以查明事实,无法实现司法的公平和正义,而且给腐败的仲裁员和法官提供了大量滥用自由裁量权的机会,进一步妨害公平和正义。
再次,司法程序中谎言和伪证的泛滥,导致了本来就稀缺的司法资源的浪费,也造成了当事人诉讼成本的增加和社会资源的浪费。在我国,仲裁和民事庭审中的一个重要环节是质证,它占了开庭的大部分时间。质证的目的是为了确认当事人双方提交的证据的真实性。在实践中,当事人当庭往往肆意地甚至恶意地否认对方提交的证据的真实性,导致仲裁员和法官要花很多的时间去确认证据的真假,造成对有限的司法资源的浪费。而在美国,基本上没有人或公司敢向法院说假话或提交假文件,因为法律后果太严重。所以他们提交的陈述和文件被法院默认为是真实的,当事人也不敢恶意地说对方提交的陈述或文件是假的,因此在法庭审理中也不存在一个专门的质证环节,法庭也不会花大量的时间去审查证据的真假。
另外,司法程序中谎言和伪证的泛滥,也造成了当事人诉讼成本的增加和社会资源的浪费。一方当事人的谎言和伪证,会导致另一方当事人要花很多时间、精力、人力、物力、财力去找证据揭穿它。一方当事人说一句谎话,有时候需要另一方当事人花大量的功夫去证明那是谎话。而有的时候,很难找到证据证明对方说的是谎话。所以,司法程序中谎言和伪证的泛滥,人为地造成了诉讼成本的上升,增加了诉讼难度。
我们来看几个例子。案例一:在深圳的一个劳动争议案中,员工通过电子邮件向公司提出辞职,随后双方在邮件往来中以及电话中讨论离职事宜。然而在案件审理时,虽然公司提交了电子邮件作为证据,但员工矢口否认是自己提出辞职的,并否认电子邮件是自己发的。鉴于员工否认电子邮件的真实性,公司请公证员到公司对几个在职员工电脑里的邮件进行公证,证明这几个人都收到了那名员工的辞职邮件。公司为此花费了近万元的公证费。后来虽然证明了员工是在撒谎,法庭却对员工没有任何制裁。
案例二:在一个合同争议中,一方通过EMS向对方发送了解约通知,然而在庭审中另一方否认收到过通知。一方于是向法庭提交了另一方签收的EMS函件的回执,回执上有另一方作为收件人的签名。双方本来熟识,一方认得另一方的笔迹。然而另一方继续否认自己签收过那封EMS通知。无奈之下,一方只有通过申请笔记鉴定来证明另一方的谎言,而自己要承担笔迹鉴定的费用。撒谎的一方人为地造成对方诉讼成本的增加,妨碍了司法效率,却没有为此受到任何惩罚。
案例三:在一个融资租赁案件中,承租方将其从生产商租赁的设备以不合理的高价卖给第三方,同时向生产商谎称设备丢失。在庭审中,因为承租方对高价倒卖租赁设备的事实矢口否认,生产商不得不派人到位于异地的第三方求助,请其出具从承租方处购买设备的说明。并且,生产商请公证员前往第三方的厂房,对正在使用的相关设备进行公证,以证明承租方确实把租赁设备卖给了第三方。相关的时间成本,人力成本以及高昂的公证费用完全由生产商自行承担。
案例四:在一个抚养权争议案中,被告将年幼的子女长期放回老家交由老人抚养,在庭审中却谎称孩子一直在自己身边,并在附近上幼儿园。原告知道被告在撒谎,就到幼儿园找证人证言。幼儿园向原告口头确认自己园中没有该儿童,但拒绝出具书面证词或出庭作证(这在我国非常普遍)。原告于是申请法庭到幼儿园调查,法庭却置之不理。在同一案件中,被告还故意低报自己的收入,并提交了虚假的收入证明。虽然后来证明被告撒了谎,被告却没有因此受到任何惩罚。
以上所讲的,都是一方当事人的谎言和伪证直接导致另一方当事人诉讼成本和诉讼难度的增加,这样的例子在现实中比比皆是,所有做仲裁和诉讼的律师都知道。
与此紧密相关的是,在司法实践中,谎言和伪证的泛滥导致很多法院和法官对证据的真实性提出了非常严苛的要求。这使得证明的门槛变得非常高,当事人提出的任何证据都可能受到法官的质疑,从而导致举证非常难,举证成本非常高,无端地耗费了大量社会资源。比如,在民事诉讼中,公司经常不得不对其所提交的电子邮件证据进行公证,不但耗费人力,而且产生高额的公证费。我国的公证机关由政府垄断,收费高昂,公证一封电子邮件就收费数千元,而在一个案件里有时需要公证多封电子邮件。有时候,为了预防对方将来恶意否认曾经收到过信件通知,公司会请公证处代为邮寄函件并出具证明,而每封信件公证处都要收费一千元。
在我国,虽然在2012年修订《民事诉讼法》时已经把电子数据作为一种新的证据类型,但时至今日法院仍普遍认为电子证据的可信性比较低,证明力比较弱。与其他书面证据相比,电子证据像是二等公民。电子证据中常见的是电子邮件证据,许多公司为了增强其电子邮件证据的可信性,在民事争议中不得不花费高额费用对公司的电子邮件进行公证。然而,即便如此,对方当事人仍然可能颠倒黑白,恶意否认相关电子邮件的真实性,而不用承担任何后果。有时候,比如2013年在南京的一个一审案件里,虽然公证处对获取电子邮件的过程一步步进行了公证,法官仍然质疑电子邮件的真实性。法官的理由是,当事人有能力、有可能通过IT系统篡改电子邮件。法官的这个理由貌似有理,但其实非常荒谬。这等于是用一个莫须有的罪名,用一个怀疑和假设,去否认当事人提交的证据的真实性。问题是,你让当事人怎么去证明他没有篡改过电子邮件?!在当今的社会活动特别是商业活动中,电子邮件是一种广泛使用的、不可或缺的信息传递方式。如果法院无端地怀疑电子邮件的真实性并否认其证据有效性,这让许多公司在日常活动中怎么进行对内和对外的沟通?
与我国形成鲜明对比的是,在美国,当事人和证人所做的陈述和提交的证据(包括电子邮件证据)往往被法院默认为是真实的,法官不会轻易去质疑其真实性,当事人也不敢肆意地或恶意地说对方提交的证词或文件是假的。一般情况下,法院不需要当事人竭尽全力去证明所提交的证据是真实的,法院直接就默认这些证据是真实的。笔者在美国做诉讼时看到的情况是,公司提交书面证据不需要加盖公司公章,仍然被法院默认为是真实的。当事人(包括公司当事人)提交电子邮件证据,直接从电脑里打印出来即可,根本不需要对导出电子邮件的过程进行公证,对方当事人不敢恶意否认电子邮件的真实性,而法官也不会随便怀疑其真实性。
在美国之所以如此,就在于其法律对在司法程序中撒谎、提交假证据和作伪证的行为规定了严厉的惩罚,所以基本上没有人或公司敢向法院说假话或提交假文件。而在我国,情况正好相反,就因为我们对民事司法程序中的谎言和伪证没有任何惩罚和制裁,才导致谎言和伪证泛滥,使我国的民事法庭成了骗子的天堂,严重妨害了司法的公平和正义。谎言和伪证的泛滥,反过来又使得仲裁员和法官以怀疑的眼光看待所有人,觉得所有人都可能是骗子,进而要求所有人都证明自己不是骗子。这又导致仲裁员和法官对证据的要求非常严苛,达到了不近情理的地步。同时又大大增加了诉讼成本,诉讼难度,浪费了大量的人力、物力和财力。我们就陷在了这样一个恶性循环中。
众所周知,在我国当今的社会交往和社会生活中严重缺乏诚信,妨碍着社会的良性发展。即便如此,鉴于法律和道德之间的界线和分工,也不适合用法律手段强行提升社会道德,不适合用法律制裁强迫人们在一般的社会交往中讲求道德。但是,如果在庄严的司法程序中也不制裁和惩罚谎言和欺骗,那么我们的社会就失去了道德的底线,我们的国家也失去了法律的底线。这与我们建设法制社会和文明社会的目标背道而驰。
笔者写作本文,旨在唤起大家,包括法律工作者和立法者,对这一问题的重视。希望我们能够形成社会共识,对仲裁和民事司法程序中的谎言和伪证进行严厉的法律制裁,早日通过严格立法和严格执法解决这个问题,促进我国的司法正义和社会进步。
什么原因让中国一夜之间从煤炭出口国转变为进口大国?
http://www.zhihu.com/question/19994194/answer/24722842
家里的三个煤矿的储量有一亿五千万吨。我来试着从生产第一线回答一下这个问题。私以为,有以下几个原因,欢迎文明探讨。
1. 最直接和明显的原因是新一届领导班子上台后对经济的急剧转型。之前黄金十年里依靠的三架马车里对房地产和投资的全面收紧,影响了包括钢铁建材在内的上上下下几十个行业以及给它们提供能源的煤矿。产能很简单直就过剩了。然后,就像多米诺纸牌一样,受到牵连的各类企业突然都开始缺钱,煤款无法支付,各种三角债之类,又恶性循环的加剧了这一问题。
2. 人民币对内贬值对外升值,对于沿海地区的企业来讲,购买海运过来的澳大利亚的煤都比内陆的煤便宜。对外升值又摧毁了三架马车里的最后一架:制造业,当然这一部分经济之前带动的产能也很快就过剩了。
3. 经济停止发展(请自行百度数据并分析结论),但是同时地方税收又要有来源,所以反倒会有比之前经济发展良好时期更多的税费摊派在企业头上(我能告诉你现在坑口价格已经比从南半球运到南方港口的煤都贵的这个事情吗?)这一点解释了题主看到的现象。
4. 至于知友们提到的煤炭整改问题,嗯,这个也有原因,现在国内的煤矿,除大型国企比如陕煤神华这些以外,私营企业里面有一半的企业确实存在发热量低乱采浪费不采用现代化管理的问题(注:俺们家两年前就整合置换好啦,低硫低磷平均燃烧值7500大卡埋藏浅么么哒)。这些肯定会在一定程度上增加成本,只是,运输路线(专门直达的铁路)长期被国企霸占才是运输成本上最大的变量。另,这些存在问题的企业也都在高标准治理中(俺们人民公仆对标准卡的很严的放心吧,现在无法收受贿赂了,所以会用加倍的努力增加税收的,耶!)
同意票数最高的朋友。其实原因说白了就两个:经济停滞造成的产能过剩和税费人民币升值等原因造成的价格优势的丧失。而且第二个原因会在第一个原因出现时更突出的表现出来,包括国内外等多方。
Ps: 俺现在在集团主要是扮演卖炭妞的角色。有需要请私信哈。吆喝几声:欢迎大单子,童叟无欺。除了自家的一亿五千万吨,还有欠俺家钱愿意以股份和煤炭来抵债的几千万吨。均为侏罗纪时期的煤,低磷低硫发热量pk老外家妥妥的!运输方便,比邻高速。是通过国家各项考验的碳!考虑到运费问题,建议比邻陕西神木地区的买家们(河北,山东等长江以北地区)踊跃购买,比买国外的划算。临海的南方的,买国外的吧。
http://www.zhihu.com/question/36407969/answer/100216282
说起来可能有些反直觉,但中国最大的优势就是落后(后发)。
落后于人,就意味着你见过先进的正确的东西是什么。无需探索,无需试错,把别人已经证明好使的东西拿过来就可以了。不需要创造“风口”,你只需要站在“风口”上。
中国创业公司们的常见策略:价格战,做补贴;整合上下游,重推广和运营。
国民收入较低,用户对于价格极为敏感,大多数人都乐于使用免费和低价产品。这迫使中国的企业们需要学会在极低的利润率下生存,并因此淘汰了大量竞争力不够强的企业。
而在美国,一个初创公司如果想成功,除了专注创新,几乎没有别的途径。
在美国经过几十年上百年商业社会洗练下产生的传统行业巨头们,早有形成了严密且健壮的商业逻辑,使新入者根本无法挑战。
比如说:在美国,可能很长一段时间内都无法看到是用手机扫码进行线下支付的场景。因为信用卡在美国的普及率实在太高了,以Paypal,Square为代表的第三方支付公司,由于相当一部分买家的资金来自于信用卡,不得不付给信用卡公司不菲的交易费用。本想靠移动微支付来颠覆传统支付行业的Square,给传统行业上的贡还比自己挣的钱还多。
在美国,做一般的电商很难活下来,因为有一个商业怪物叫Costco,致力于以可能的最低价格提供给会员高品质的品牌商品。Costco只卖4500个常见SKU(库存进出计量的基本单元),但能把平均毛利率控制在6.5%。在美国只有一家叫Amazon的电商发展了起来,它不做一般的电商,它决定卖2亿个SKU同时通过技术手段控制毛利率。
所以在美国,初创公司只有突破性创新一条路。
在华尔街日报列出的超过10亿美元估值的创业公司名单中,你会发现很多在中国完全不会存在的领域和形态:
Palantir:200亿美元,数据和情报分析
SpaceX:120亿美元,航空航天
MagicLeap:45亿,虚拟现实
Cloudera:41亿,大数据解决方案
Github:20亿,代码版本管理,开源社区
设置windows 更新服务为国内镜像地址:
gpedit.msc 打开 “组策略”,
选择“计算机配置”->“管理模板”->“Windows 组件”->“Windows Update”;
1. “配置自动更新”,启用
2. “指定Intranet Microsoft更新服务器位置”,启用,然后在下面两个框中填写 http://windowsupdate.sjtu.edu.cn/
相关文章:
如何配置组策略, http://wsus.neu.edu.cn/config_2000.htm
国内更新镜像地址,http://www.cnblogs.com/perlye/archive/2005/02/21/106809.html
-----------------------------------------------------------
似乎从 2016-10 前后开始,windows 更新方式,从原来的多个小更新,改变成整合为一个大更新,但 windows 目录下的更新文件已经下载完了,svchost.exe 还要消耗10个小时的时间,占用操作系统25%的cpu使用率(2核4线程),才开始安装更新。
这完全就是微软的bug,有什么计算需要处理这么长时间,消耗着全世界巨大的计算资源和能源,但中国似乎也想出了一个办法,用 GFW 大墙阻断更新网站:http://update.microsoft.com/windowsupdate/v6/default.aspx?ln=zh-cn ,以阻断这个 bug 或者这个阴谋论。
但这个阻断导致 2016-10 以来,新装机器只能使用国内的更新镜像站点,而且更新下载完后,svchost.exe 还是会长时间25%的cpu,才开始安装更新。
后来发现,windows 更新页面显示“正在更新”是不会退出的,必须重启才能显示“有几个重要更新”,以点击开始安装更新。
http://tech.163.com/17/0222/01/CDRG6KHK00097U7R.html
作为一种虚拟数字货币,比特币通过特定程序的大量运算产生,这一过程被“矿工”们称为“挖矿”。“挖矿”,实际上是利用计算机破解一道与记账相关的数学题——“哈希谜题”。矿机24小时不停地进行哈希碰撞,争夺区块链的记账权。谁记账,生成的比特币就归谁。
嗡嗡作响的矿机旁边,数十台工业风扇昼夜运转——上千台矿机的摆放位置经过精心设计,形成了一个大型“风道”,以便让巨大风力拂过所有矿机,更好散热。
“这个机房有将近1500台矿机,是目前我们这里最大的一个机房,每天能挖出将近10个比特币。”在机房中,天嘉网络的“矿场”运营班长雷科扯着嗓子向《每日经济新闻》记者说道。
随着落地康定、马边彝族自治县的比特币“矿场”日渐增多,自2015年起,四川比特币矿机销量便冲到了全国第一,占全国总量的近三成之多。据悉,全球最大的比特币矿机销售商,只在全球两个城市设有维修点,康定就是其中之一。
“矿场”聚集,不少比特币行业的“线下交流沙龙”“矿工交流大会”也来到了四川省会城市——成都。与会人士,既有来自政府招商部门的,也有来自一些中小水电站的,业内圈子在这个过程中慢慢形成。
“哪里电价便宜就去哪里”
“行业里很有名的‘宝二爷’最早提出概念——四川等地的水电资源非常丰富,在丰水期时电力用不完,白花花的银子变成水流走。那么,为什么我们不利用这一点,把白白流走的‘银子’变成比特币?”
“宝二爷”理论提出后,业内反响热烈,许多“矿场”主当即行动,去到相应地区和中小水电站谈判。还有人将全国中小水电站一一标出,绘成地图。在此背景下,2013年底,原以水电站经营为主的天嘉网络开始经营比特币“矿场”。到了2014年,康定的各个中小水电站也陆续与比特币“矿场”公司合作,大大小小的比特币“矿场”雨后春笋般出现在四川山区之中。
谈到国内“矿场”的发展史,BTC123市场总监崔德民向《每日经济新闻》记者表示,比特币刚兴起的时候,还没有大规模集中的“矿场”,最早从业者用的都是计算机显卡挖矿。由于单个显卡运算速度慢,又是居民用电,“有时一年挖不到一个比特币,还抵不上电费,显卡也很快就报废了。”
如今,随着行业发展,集中运营矿机成本更低,算力也更高,比特币的“挖矿”环节也逐渐往中心化、规模化发展。据悉,目前比特币全球算力的70%都集中在中国。除西南地区的水电站外,新疆、宁夏和内蒙的火电站、甚至风电场,都成为了中国比特币“矿场”主们寻求合作的对象。在西北地区,一座座火电比特币“矿场”也悄然而生。
“哪里电价便宜,我们就去哪里。山里面电价低,噪音好处理,同时气候也比较适宜。所以综合考虑下来,“矿场”一般以承包水电站的形式来建设。”雷科这样阐释“深山藏矿场”的逻辑。
无奈:如养蜂人般迁徙
由于枯水期的存在,经营这些依附水电站的比特币“矿场”,还要经历一个重要环节——迁徙。这种迁徙背后的缘由,枯水期电费有时候是丰水期的一倍。
记者了解到,业内规模较大的“好比特币”公司在康定拥有近5万台矿机,前几年冬天都会将矿机搬到内蒙古、新疆。与之相比,矿机摆设相对分散的天嘉网络,由于水电站的发电量可以满足其需求,常常不需要当“养蜂人”。
在水电站呆久了,雷科这样的“矿工”渐渐也和周边居民打成一片。久而久之,一些附近居民也开始关注起比特币来。在马边彝族自治县,《每日经济新闻》记者碰到的一位当地人就表示,接触到比特币后,他自己也在家里设置了一个矿机,“每天能有将近2块钱的收益。”
要玩转比特币,需要随时了解最前沿的金融资讯,包括央行监管政策、区块链技术、计算机知识、甚至编程技术……在探访过程中,记者碰到的几位马边彝族自治县当地居民,对央行最新的监管政策竟然十分熟悉。由于央行的监管态度对币价有直接影响,这也是最近每一个比特币从业者都在关注的热点。
http://www.sohu.com/a/141435195_114778
比特币从“不了解”到“被误解”——详解区块链技术
比特币区块链的设计理念和运行机制
可以理解比特币是一种在计算机网络上通过算法创造出来(不受任何组织和个人操控干预)、被计算机程序规定总量恒定(具备类似黄金的稀缺保值性)、通过加密等手段实现了所有权的点对点转移(能够不依赖任何中介自由的流通),基于人们对其发行交易体系的信任而逐渐形成货币价值的一种数字货币。
而比特币的核心价值不仅在于它具备了全球范围内的流通能力,更重要的是,它实现了不需要中心机构担保的的点对点直接交易。
我们现行的货币流转系统里,在互联网上发生的货币转移(无论是与我们银行账户可支取纸币等值的电子化货币还是虚拟游戏币等)都是依赖于一个中心机构的,比如银行、支付宝、QQ游戏运营中心;而要实现数字货币在互联网上点对点的直接交易,远比我们直觉以为的要困难的多,可以试想下,如果没有银行这个中心机构为每个用户核实记录账户资金的变动,那我们如何能够实现转账这个行为?甚至如何拥有一个自己的账户?
比特币区块链则可以理解为一个账务系统,一段时间内的交易信息被打包记入一个数据存储单元(区块)中,给这个区块盖上时间戳,一个个区块按照时间顺序链接起来形成一个区块链账本。
当然,事实上,比特币区块链技术和其运行原理很复杂,理解它,我们可以先考虑——要实现电子货币的点对点传输必须解决哪些关键的问题呢?
1. 怎么认证交易账户的身份?
即你只有证明你是你,你才可以对你账户内资金进行支配(现行中心化系统中,中心单位通过在其总账中为用户设置账号和密码来进行确认)。
比特币区块链系统中,身份认证通过一对密钥完成,每一个账户创建时自动生成一对公钥和私钥,公钥对外可见,私钥仅由账户拥有者自己掌握。这对密钥的特点是,其中一个密钥加密过的信息,有且仅有另一个与之配对的密钥才能解密,而且用其中一个密钥无法推算出另一个密钥。
交易过程中,支付方A使用私钥对既定信息进行加密,交易的记录者可使用公开的A的公钥对加密内容进行解密验证(如下图),来判断其是否为A账户真实拥有者。类似地,支付方A用目标收款方B的公钥加密既定信息,收款方B需使用自己的私钥解密验证才能获得收款资格。区块链中所说的数字签名,就是指这样用唯一匹配的私钥和公钥完成加密解密验证来证明身份的行为。
2. 怎么确认一笔交易是不是有效?
其核心在于支付方如何证明自己的账户内有足够的资金进行支付(现行中心化系统中,中心单位在其总账中为每个账户设置余额项,一笔收入之后余额增多,一笔支出以后余额减少,满足支出额小于账户余额便可以执行支出)。
比特币区块链中的验证机制比较独特,并不对支出账户的总余额进行查验,而仅需证明支出账户中至少还存在需支出额度即可,比如A需要支出20个比特币给B则只需要证明——自己的账户在历史交易中曾经收到过20个比特币且这20个比特币没有被支出过。可事实上历史交易中不一定有一笔还没被消耗的收入正好是20个比特币,如果是存在一笔25个比特币的收入当然也可以,那其交易信息记录为:
1. A账户曾在一笔编号为m的交易中收到25个比特币;
2. A支出20个比特币给B;支出5个比特币给回自己(如下图所示,“输入”即指明资金来源的那笔交易,“输出”表示本笔交易中资金将去往何方)。这样就实现了每一笔之前获得的资金都在下一笔交易中尽数消耗,不用记录结余。
上图中交易n具体的确认过程是,在比特币区块链上运行着某一个客户端节点的Alice向其他节点广播这笔交易信息并签名,所有在线听到这个交易信息的节点都有权对交易有效性进行验证和记录——验证Alice的签名、搜索确认交易m真实存在并且在这之前交易m没有被其他交易引用过;平均每个10分钟内通过了有效性确认的交易信息,会被记账节点打包记录进一个数据块(也就是区块),区块成功链入区块链中则代表着这个区块上记录的所有交易真正发生。
比特币区块链通过给每个区块加盖时间戳,准确记录区块生成先后时间——也就是所记录交易发生的先后时间,以此来避免重复支付。若打包交易信息的过程中先后接收到两个矛盾的交易广播(比如Alice在一笔交易广播中,称将交易m中收入的25个币中的20个转给Bob,另5个转给自己;在另一个广播中将同样来自交易m中的25个币转给了Mary),在记账的节点通常会默认选择记录先听到的那一笔。
但麻烦的是,网络通讯会有延迟性,处于不同位置的节点听到两个广播信息的顺序可能并不一样。
举例来讲,A要花20个比特币从B处买一个电子设备,便需要发出“A从之前第m笔交易中获得25个比特币,现将20个比特币支付给B,5个比特币支付给A”的广播指令,但可能A居心不良,稍后很快又发出了另一个广播,说这25个比特币要全部转移到M账户(可能是A自己的另一个账户)。有可能部分节点先听到了正确的向B支付的广播,于是记录下这一笔,后来再听到的另外一笔广播则因无法通过重复支付验证而被忽略,而部分节点则先听到并且记录了另一笔虚假信息。
那么有可能出现的一种情况是,首先记录了正确信息(A转给B 20个币)的区块并入区块链,B得知后以为交易生效便将电子设备交付给了A。
但是下一个区块记录者正好是一个先听到了虚假信息的节点,因而认为自己先听到的转给M账户25个币的交易才是正确的,前一个区块中记录的转给B 20个币的交易不成立,于是选择不延续上一个区块,而是把自己的新区块链接到上上一个区块后面,而之后的区块记录者也恰好认同新区块并选择在新区块链后延续。那么,再之后的区块记录者则会看到两条分叉的区块链,一条是记录着那笔真实交易的较短的区块链,一条是记录着虚假信息的较长区块链,在对交易信息的判断没有特别坚持的情况下,新的记录者往往会选择在更长的区块链上延续——更长的区块链往往代表了更完整的交易记录,于是,记录正确交易的那个区块则被抛弃,成为失效的孤块,那么B则不得不承担人财两空的损失。
类似情况发生的概率虽然不大,但确实无法完全避免,所以比特币区块链交易形成了一个“等待六次确认”的原则,也就是说,上文中的B在得知记录正确交易信息的区块进入区块链后先别着急履行交易义务,而是需要等待之后5个区块都陆续承认此区块(即选择在此区块后面延长区块链),方才确认自己获得20个币的交易真正发生。其原因是,如果6次确认之后还有区块记录者妄图推翻这笔交易,将记录虚假信息的区块并入区块链,则必须推翻之前6个区块的记录,从倒数第7个区块后面衔接新区块,那么这条新的区块链则比另外一条区块链短了6个量级,这样的情况下,这条新区块链被后续区块记录者承认的可能性则会非常非常小,几乎不存在。
3. 谁来记录交易?怎么保证交易能够被客观记录?
前面一直提到区块记录者,那么区块的记录者到底是谁呢?关键是怎么保证记录者能够客观记录交易信息呢?
每一个比特币区块链节点都有权记录任意节点广播的交易信息,但是,平均每个10分钟内,往往仅有一个节点能够通过其他节点的验证获得一次记账权,从而将自己记录的新区块放进区块链(之所以设置10分钟这样一个较长的信息打包时间主要是为了让各个节点在通讯可能存在障碍的网络上更充分的接收、验证信息)获得一次记账权生成一个新区块的过程俗称——矿工挖到了一块矿。
首先,各个节点为什么要争取记账权?因为有奖励!
面对已经有N个区块连接而成的区块链,获得第N+1块区块的记账权即意味着在区块链中生成了第N+1个新区块。比特币区块链上,区块生成的过程也就是比特币被创造的过程,每一个新区块生成,就会有既定数量的比特币被创造出来。(生成一个区块可以创造的比特币数量被规定每4年减半一次,2009年1月第一个区块生成时,世界上有了第一批50个比特币,而2012年12月之后,每生成一个区块只会创造出25个比特币,以此类推不断递减,到达2140年将不再有新的比特币生成,那时候全世界比特币的总量为2100万个。)
记账者的奖励就是,获得所生成区块新创造出来的比特币!并且,广播交易寻求记账的交易者们可以选择支付给记录者一定的辛苦费,广播的交易信息中交易输出金额小于交易输入金额的部分,则默认支付给成功记录了这笔交易的新区块的创建者。
接下来,怎么实现交易信息的客观记录呢?
交易信息得以客观记录的重要前提有两个:第一,避免区块的记账权被操纵,比如某个节点或者某个组织控制下的多个节点连续多次获得记账权,那么他们就可能如我们前文中担心的那样,让一些虚假交易连续得到多个区块确认以至于很难再被推翻;第二,在区块链上的某些不遵从区块链规则的坏节点随机获得记账权后,记录虚假交易的行为,能够被纠正。
比特币区块链系统解决这两个问题时有一个核心思想和一个基本假设,核心思想是,让每一次记账权的获取都需要付出一定的成本,使操纵记账权所需付出的成本远高于可能获得的利益,从而让每个节点出于对自身利益最大化的考虑,自发、诚实地遵守协议中预先设定的规则;假设则是,大多数节点们能够理性判断承担成本和风险去做坏并不如遵守规则可获得的经济效益大,所以区块链上的所有节点中,不存在高达51%的坏节点,无法颠覆现行的规则。
也就是大多数节点都是基于“获得一次记账权不容易,我需要真实客观的记账,跟在一个不存在做坏嫌疑的区块后面,也让我后面的区块们认可我的区块,从而保证我的区块在最长的链条上延续,也才能保证我创建区块获得的比特币奖励有效”这样的思想在履行记账义务。那么即使有个别坏节点获得了某次记账权后没有认真履行记账义务,后面的好节点也会基于“相信大多数节点都是好节点,好节点们都会支持我这个好节点而不是之前的坏节点”从而推翻上一个区块建立新的区块!
实际运行中为记账权获取所设置的成本是,区块记录者需要通过大量数学运算得到一个很难被算出来的“随机数”(现在平均要进行约2^ 32次不同随机数的代入运算才可能得到一个符合要求的随机数)!随机数找到后,记账者将填写了随机数的区块广播给其他节点,其他节点收到后则迅速验证随机数是否符合要求(随机数很难算出来但很容易验证)以及该区块记录的交易信息是否存在重复支付等。如果验证通过则判断其获得当前区块的记账权,那么就会停止自己这一轮的运算,转为争取下一个区块的记账权。也可能不很幸运的,两个距离较远的区块几乎同时算出随机数,并且都已经得到了部分节点的验证认可——距离自己较近的节点会先听到自己的广播,那么这两个区块哪一个最终成功进入区块链,则取决于之后获得记账权的区块选择了在哪个区块后面延续自己的区块,没有被选中的那个区块则成为一个废弃的孤块。
这是一种工作量证明的共识机制,即通过承担一定的算力成本(电费和服务器费用等),完成了大量的计算工作而通过验证获取记账权。其中隐含的条件是,某一个节点成功完成运算获得记账权的概率与其服务器的运算能力占全网络运算能力的比例正相关,这也就解释了为什么,要想操纵记账权是需要付出难以想象的高昂成本的。
4. 要是之前记录的交易找不到了或者被篡改了怎么办?
现行中心化系统中,一般来说,中心单位所记录的所有用户的账户信息和历史交易信息都保存在他们进行了强安全防护的服务器上,并且进行了备份,以保证不丢失不损坏。那么区块链上记录的信息如何来实现这些的?
之前我们提到的,其他节点验证某个区块之后则表示认可——同意跟在这个区块后面延续自己的下一个区块(可以叫做这个区块成为下一个区块的父区块),这里具体的操作涉及到一个叫做哈希(Hash)算法的概念。
哈希算法,是一种能将任意长短的字符信息轻松转化成一段固定长度的字符串(哈希值)的算法,哈希算法的主要特点是:1. 原始信息与输出的哈希值具有唯一的匹配关系,改动原始信息中哪怕一个标点其哈希值都会产生明显的变化;2. 无法凭借哈希值破解其原始信息;3. 在人类现有的计算能力范围内,不存在重复的哈希值。
区块间的连接正是通过,下一个区块将上一个区块的“区块头”的哈希值写入自己的区块中(一个区块由记录着区块基础信息的“区块头”以及记录着所有具体交易信息的“区块体”构成),即将上一个区块头的“头哈希”值填入新区块的“父哈希”字段中,区块与区块之间通过“父哈希”建立起对应的连接关系,进而组成一条完整的区块链。这就意味着,第一,我们可以通过索引当前区块的“父哈希”一直追溯到第一个创世区块;第二,如果有人妄图篡改其中一个区块上任意一个数据,则会引起一连串区块哈希值的变化,其篡改行为则会立即被识别。
另外,每一个区块上记录的所有交易信息都保存在一个运用哈希算法的二叉树数据结构中(Merkle树)——将1到n笔交易数据看作是这个数据树上最外层的n个叶子(末端节点), 然后将末端节点两两分组计算哈希值,一组组哈希值形成新的一层节点数量更少的数据层,以此类推,直到我们得到一个单一的树根节点,而只要记住“根哈希”,则任何企图篡改交易数据的行为都会被检测到。
仅把“根哈希”记录在区块的“区块头”部分,大大降低对“区块头”数据储存的要求,比特币区块链上的每个节点得以储存整个区块链上完整的区块头数据,实现了区块链账本在每个节点处的备份。并且,Merkle树数据结构下,通过验证一笔交易通往根哈希的路径即可简洁快速的证明此笔交易是否存在在这个区块上。
这就实现了交易记录的可追溯和不可篡改!
附上一张区块链结构示意图,可以直观了解下~
补充说明一下,其实在区块链技术之前,人们也曾试图在互联网上点对点传输数字货币(本质上是数字信息)来实现无中介的价值转移,但受限于数字信息的可复制性以及无法解决重复支付问题,很难真正实现。而比特币区块链系统中,最伟大的创新是,货币拥有者不再需要通过证明自己所持有数字货币的唯一有效性来争取所有权,而是取决于所有权转移的过程被区块链网络上的其他节点们所认可——即你所拥有的比特币数量实际上是在那条最多的节点认可的长期共识的区块链上,你可以有效支出的比特币的数量。
区块链技术的特性和延展性
出于对比特币区块链设计思想之精妙的叹服,以上分享了大量比特币区块链运行机制的细节。但其实,对一些细节的不理解并不影响对区块链技术以及技术应用的分析。而且比特币区块链系统中的一些设置,比如平均每10分钟生成一个新区块、每个区块有1M大小等,并不是区块链系统设计时必须遵循的原则,在探讨区块链技术时候,我们还是应该从技术的核心特性和创新性出发。
事实上,区块链并不是一个单一方向的技术创新,而是基于原有的密码学、分布式数据库、P2P通讯等技术的融合创新解决方案,其最大的创新可以说是引入了一种用随机个人构成的群体来代替传统的中心单位掌管系统运行的共识机制和奖励机制。
总结起来,区块链技术方案的基础特性、内生特性及重要延展性如下:
基于P2P通讯技术和共识机制实现的去中心化
不同于中心化网络模式,P2P网络中每个节点拥有相同的网络权力,不存在中心的服务器。所有节点间通过特定的软件协议共享部分计算资源、软件或者信息内容。在比特币出现之前, P2P网络计算技术已被广泛用于开发各种应用,如文件共享和下载软件、网络视频播放软件等。
区块链技术去中心化的核心在于,通过技术手段使单个组织和个人可以在统一共识的规则下按分布式的方式提高协作效率。去中心的主要价值则在于:1. 减少交易信息中转流程,提高交易处理效率;2. 剔除了中心机构运营的那部分成本负担;3. 网络上所有节点平等参与交易的验证、记录,排除了被任何中心组织控制的风险。
基于密码学的去信任——实质是信息能够被客观记录且不可篡改
其实去中心化与去信任相辅相成不可分割,正是在一个没有中心权威担保的交易网络中(或者说正是因为要推翻对中心权威担保的依赖),我们才需要通过技术手段解决信任的问题,而如果无法实现去信任,去中心网络将失去运行的基础。
去信任意味着用技术规则加持信用,通过算法实现自我约束,任何恶意欺骗系统的行为都会遭到其他节点排斥。其在区块链中的本质体现是,所有交易信息可有效确认并客观记录、历史交易可追溯且不可篡改。这主要依赖于前文中提到的非对称密码算法(私钥和公钥)以及哈希算法来实现。
整个系统中的所有节点能够在自信任的环境下自动安全地交换数据,节省了信任建立的成本;信息通过确认后则被永久记录、不可篡改,极大的提升数据在安全存储和溯源方面的能力。
基于分布式数据库的分布式网络
区块链分布式网络,即由众多运行着区块链客户端的节点们构成的点和点彼此相连的拓扑状网络。
在这个网络中,每个节点共享一套开放数据库,即每个节点同步储存、更新数据。其主要价值在于:1. 分布式数据结构充分利用每个节点的储存、计算资源,避免了对中心运算设备软硬件的巨大投入;2. 每个节点都拥有一份数据库备份,单个节点受攻击造成的信息损坏或者丢失不影响整体数据的安全;3. 基于各个节点的数据共享,可实现节点间的互操作,资源利用率提高。
区块链技术的内生特性:隐私保护
这里需要强调的是,区块链网络中的隐私性和透明性并不冲突,透明性主要是指交易数据历史记录的共享开放,即数据操作行为的可见、可追踪,侧重对操作行为合规性的共同监管;而隐私性特指对账户身份信息的保护——从两方面理解,一方面是指账户身份与真实公民身份不挂勾(在我国现行监管政策中,要求比特币交易实名制),另一层则是指账户身份权限中的信息数据仅支持账户持有者操作,而传统中心化网络中中心单位有权对各个账户信息进行浏览和调整。
账户信息的隐私性同样是基于密码学来实现的,任何公钥地址下的信息内容仅由对应私钥持有者才能解读或者进行解读授权,这对私密信息网络传输形成了有力的安全保障,在信息开放共享的环境下增强了信息传输对象的可控性。
区块链技术的重要延展性:智能合约带来的自动化
早在1994年,密码学家尼克·萨博就提出了智能合约的概念, 简单理解,就是把合约内容进行数字化编码生成一个计算机程序,当预先设定的条件被触发时,智能合约能够自动执行合约条款。但是在过去中心化的体系中,智能合约意义并不明显,因为保存在中心系统中的合约可以被系统所有者随时修改甚至删除。
而基于区块链的智能合约则充分具备了自治、自足的能力,从双方达成合约协定开始,通过将合约内容编写成计算机程序储存在区块链中,合约中涉及参与方将有权在区块链上跟踪、监督合约的履行情况,一旦满足约定条件,合约能够自动执行完成权利和义务的交割。如果说传输比特币的区块链实现了数字货币在任何节点间的直接交换,那么传输智能合约的区块链则实现了任何可编程的智能资产的去中心化交易。比如,预先建立的智能合约能够在某人已经偿还完所有房贷后,自动执行合约,将抵押的房屋所有权从银行自动转让到个人名下。
日趋完善的智能合约将根据交易对象的特点和属性产生更加自动化的协议,这排除了不必要的人工参与,节省了大量的签约成本和履约成本,尤其涉及大量、高频、低价值的交易,经济性尤为凸显。
http://tech.163.com/17/0221/16/CDQI45GD00097U7R.html
欧盟数据保护监视组织日前表示,他们对微软的Windows 10默认安装设置和用户对自己数据由微软处理显然缺乏控制的担心。
微软为包括广告在内的各种目的对个人数据进行处理,对此,该组织要求微软作出更多的解释。
一些国家监管机构已经开始对Windows 10展开调查,其中就包括法国。去年7月份,法国勒令微软停止过度收集用户数据。
欧盟该隐私保护组织表示,尽管新安装界面向用户提供了五个选择,能够限制和关闭微软对他们数据的处理,但是不清楚的是用户不了解具体数据被收集到什么程度。
http://tech.163.com/17/0307/14/CEUAK9TN00097U81.html
国家博物馆讲解员 袁硕
在几十万年前北京房山区周口店那个山洞里,曾经生活着一个食人魔,他喜欢到附近去猎杀别的北京猿人,把人杀了以后尸体大部分就地享用,脑袋用钝石器割下来拎回山洞里继续去吃。
刚才我为大家介绍了这么半天北京猿人,但是大家其实应该记住一点,就是北京猿人并不是我们的祖先。目前为止,我们尚未发现任何证据可以证明北京猿人和我们在基因上有传承关系,这是目前为止最严格的人类学说法。
其实判断两个个体算不算一个物种,一个非常重要的原则就在于这两个个体之间有没有生殖隔离。
所谓的属指的是生物分类法中的一级,简单来说,今天我们一些在生殖上彼此存在着隔离的物种,如果在很久以前它们的血脉可以追溯到某个共同祖先身上的话,那么我们就在生物分类时把它们划分为一个属。
1973年11月底,一支国际考察队在埃塞俄比亚的阿尔法谷底发现了一些古猿化石,通过观察这只古猿的膝关节角度,这些人类学家惊讶地发现这只雌性古猿在生前竟然是直立行走的,某种程度上来说,她可以称得上是我们全人类的祖奶奶。从此之后,这只南方古猿阿尔法种个体就被考古学者们亲切地称呼为Lucy,而Lucy也正是我们人属故事的开始。
在Lucy之后的300多万年的时间里,Lucy的子孙后代陆续地离开了非洲,走到了世界的各个角落。这些在世界各地独立进化的Lucy的子孙们,就是我们人属的成员。
目前为止在人属之下到底有多少个人种,这件事没有定论,因为随着时间的推移,人们总是可以发现一些新的人种。但是今天,我为大家重点介绍其中四个重要人种,分别是匠人、佛洛勒斯人、尼安德特人以及智人,也就是我们。
在我们智人征服世界的过程中,其实遭遇过一个强有力的劲敌,我们曾经和他们之间展开过激烈的冲突,甚至还一度处于下风。这个曾经击败过智人的人种,被称为尼安德特人。
成年男性尼安德特人平均身高在一米六五到一米六八之间,其实跟我们现代人差不多,但是尼安德特人极度强壮。欧洲学者在研究尼安德特人的时候,发现他们特别喜欢居住在山洞里,所以就给他们起了一个名字叫穴居人。但是后来欧洲学者惊讶地发现,他们居住的那个山洞经常是从熊那儿抢过来的。
而且尼安德特人可不傻,他的脑容量比智人还大,他们也会制作工具,也会使用火。十万年前的时候,我们智人曾经试着第一次走出非洲,可能是因为水土不服,但是更有可能是因为尼安德特人太过强大了,我们祖先刚一离开非洲立刻就遭到了尼安德特人的迎头痛击。我们智人在撒哈拉以南非洲又蜇伏了三万年,大约在距今六万多年前到七万多年前的时候,智人第二次走出非洲。
这次可不一样了。这次智人携带着精密的语言,精良的石器,强大的社会组织动员能力以及过人的免疫能力。尼安德特人发现无论如何也无法阻止智人了。
我们智人确实是对尼安德特人进行了种族灭绝,大约在距今两万五千年前到三万年前的时候,这个世界上的最后一个尼安德特人死在了伊比利亚半岛,今天的西班牙境内,这个世界上就没有尼安德特人了。但是他们的基因搭上了我们的顺风车,今天在场的所有观众,包括我在内,其实都是纯种智人和尼安德特人的混血后代,纯种智人和尼安德特人在基因上存在着1%-4%的交融。
有的观众可能会说等会儿,你刚才不是说生殖隔离吗,俩物种之间应该有生殖隔离,怎么又基因交融了,这是怎么回事啊?两个物种之间是不是有生殖隔离并不是非黑即白两种绝对的情况,他们中间还有一个灰色地带。智人和尼安德特人都是海德堡人的后人,因为长期的地理隔离逐渐地产生了生殖隔离,但是就在这两个物种渐行渐远藕断丝连的时候,中间他们又有了一腿,所以我们在场的每个人都是纯种智人和尼安德特人的混血后代。
而且他们那基因还挺讨厌的,今天很多人像什么2型糖尿病、抑郁症、上瘾、血栓之类的,这些都是尼安德特人的基因有关系。他们那基因在石器时代是好基因,在那个时候挺好的,能给生活带来便利,但是今天就不行了,已经开始给我们添麻烦了。
一万两千年前,我们智人祖先无意之中从俄罗斯走到了阿拉斯加,这可完蛋了,美洲生物以属为单位灭绝。北美47个属里灭绝了34个属,南美60个属里灭绝了50个属。仅仅两千年的时间就从北美最北端的阿拉斯加,一路疯狂地血洗到了南美最南端的阿根廷火地岛。那些我们都没见过的奇怪生物,像什么猛犸象、乳齿象、大地懒、巨型骆驼、拟狮,这些猛兽的尖牙利爪在我们智人的面前没有任何意义。
我曾经看过一集《动物世界》,给我留下了极为深刻的印象。在东非塞伦盖蒂大草原上有一群狮子正在吃一头角马,吃得满脸是血,非常满足,突然有一只狮子站起来,看远处有几个马赛族猎人,手持着长矛和弓箭就朝这些狮子走过来。哇,这些狮子立刻表现出极度恐惧的样子,撒腿就跑。狮子逃跑的背影渐渐地消失在地平线的远方,这时候镜头转过来拍这些马赛人,然后赵忠祥老师那深沉富有磁性的嗓音响起来,他说:
千百年来的生存经验告诉了这些草原之王,谁才是这片土地真正的主人。
当年剑齿虎没有想清楚这个问题,成为了国家博物馆里的化石。大家恐怕不知道马赛人是一种多么可怕的存在,马赛人是世界上平均身高最高的民族,平均身高两米,裸眼视力可达8.0。欧洲人给他们测视力的时候,发现视力表对他们没用,他们不理解那视力表是干什么用的,就是这儿长俩人肉望远镜。
其实大家刚才看到的是智人征服世界的线路图,从最北端的阿拉斯加的彻骨极寒,一直到最南端的潘帕斯草原的奔腾兽群,我们智人仅仅用了两千年的时间就血洗了整个美洲,成为世界上分布最广的一个物种。
这个世界上非常多的物种是我们祖先在旧石器时代灭绝的。
我们智人是一个非常凶狠恐怖的物种。我们对别的物种绝不留情,别说对别的物种绝不留情,对别的人种都绝不留情。别说对别的人种,对咱自己都绝不留情,我们智人疯起来连自己都打,就是仅仅因为不同的意识形态和宗教信仰恨不得就把对方斩尽杀绝。
今天这个世界上确凿无疑地发现只有两种哺乳动物会自发地组织起来对同类实行种族灭绝,一个是我们智人,还有一个就是黑猩猩。有人说狼也可以,但是目前为止这件事有争论。所以大家可想而知我们是怎样凶狠残酷的一个物种。
但是每次给大家讲到最后的时候,我都会给他们一些希望。没错,我们智人确实是非常凶狠残暴的一个物种,但是好在后来进入文明时代以后,我们发明了很多美好的东西。
我们发明了科学,发明了艺术,发明了礼教,发明了法律,我们要做的,就是用这些美好的东西去压制我们内心中真正阴暗恐怖的那一面,这当然也是我们智人最后的尊严所在。
谢谢大家。
"上市让新东方在一瞬间从对内的关注转向了对外的焦虑,从关心学生的感受转向了关注股市的动态,从关注教学质量转变为关心数据的增长"
https://c.m.163.com/news/a/CF8QBK6N0519DEN8.html
2016年,马云在俄罗斯圣彼得堡国际经济论坛上发言时说,“我有生以来最大的错误就是创建阿里巴巴。我没料到这会改变我的一生,我本来只是想成立一家小公司,然而它却变成了这么大的企业。”
马云在中国企业家俱乐部上说,“如果再给我一次机会,我一定不会把阿里巴巴做到现在这么大规模,一定不会让阿里巴巴上市。”
“如果我有下辈子,我会让我的公司保持私有化。在IPO之前,生活已经很艰难了。在IPO之后,生活变得更艰难。”
刚创立阿里巴巴的时候,马云对自己的团队说,“你们将来只能做小组经理,而不能做高管,高管一律从国外聘请。”
后来的结果是,一个当年的前台小姑娘,成了菜鸟物流的董事长,身价几个亿。曾经的普通中专老师彭蕾成了蚂蚁金服的当家人。
雷军是中国第一代天使投资人,也是做得比较成功的。
有一次,雷军拒绝掉了一个项目,回来对周围人说:
“刚才有个人,獐头鼠目的,满嘴跑火车,是不是做过传销?”
“说是项目很大,怎么看都觉得是个骗子!”
“我就给拒绝了,我又不傻,会让他圈我们的钱!”
这个被拒绝的人,就是马云。
2013年3月,在参加华夏同学会时,马化腾说:”淘宝网刚办起来时,马云跟我谈起过,当时我本有机会去投15%。一是我并不看好,再是我觉得占比太少,要投就占50%,现在我悔都悔死了。”
马化腾不止一次在公开场合说,“最后悔的一件事就是拒绝了马云,不然世界首富都是我的。”
当年,腾讯在融资阶段,马化腾因为不懂英语,融不到海外的钱,完全没有优势。最困难的时候,马化腾曾试图作价60万元卖掉QQ,无奈找不到买家。
马化腾曾陆续去找了新浪的王志东和搜狐的张朝阳。那会儿,王和张已经是互联网明星企业家,马还是个Fans。
先是王志东。马化腾问150万美元要不要,王志东看了一眼心想你那东西我花10万就做出来了。因此拒绝购买。
张朝阳更傲慢,张朝阳的手下古永锵去腾讯看了看,没了下文。
李泽楷曾经在1999年投入220万美元资金,持有腾讯两成股权,这也是腾讯当年创业维艰时获得的最重要的一笔风险投资。但隔不到两年,李泽楷就将此股权以1260万美元卖给南非的MIH控股集团。这成为他最失败的一次投资。
还有王功权。他回忆,“IDG投了腾讯,算是非常早了。投了几百万美元,后来有人出了五千万美元来买IDG持有腾讯的股份。很遗憾,IDG就在当时卖掉了腾讯的股份,要不然的话,腾讯这一笔投资能够给IDG赚的钱,差不多顶上IDG目前赚钱的总和。我离开IDG已经多年了,谈起这个事情,都是IDG朋友的一个巨大的心痛。”
和这些大佬的后悔相比,最终成功接过腾讯股份的南非MIH TC,持股腾讯的比例是34.18%。至今持股一股未抛。
俞敏洪在给员工的群发邮件里写到,“上市让新东方在一瞬间从对内的关注转向了对外的焦虑,从关心学生的感受转向了关注股市的动态,从关注教学质量转变为关心数据的增长……这些转变正逐渐吞噬新东方的价值体系,模糊新东方的方向。”
也是,新东方在美国上市后,股价跌宕起伏,甚至几次面临被做空,很是惊险。
网易的丁磊:“赴美上市则意味着公司要透明化运作,比如网易必须每个季度对外公布自己详细的财务数据,包括每款游戏的盈利收入、玩家的增减和增减比例都需要详尽介绍,而我们的竞争对手大多在国内,他们中不少还没上市,也就没有必要这么做,这样经常会造成我们比较被动。”
张朝阳的搜狐1997年就上市了。有报道称,张筹划上市的几年里被资本绑架,也导致了后来的抑郁症。
王健林说过,后悔当年只生了王思聪一个儿子。言下之意,多生几个儿女,万达接班也有的选择。
https://c.m.163.com/news/a/CGHACSVF0511DCU8.html
https://en.wikipedia.org/wiki/Deep_learning
深度学习(Deep Learning),深度神经网络(DNN)、卷积神经网络(CNN)、深度置信网络(DBN)、卷积深度置信网络(CBDN)。
2006年,Hinton在《Science》和相关期刊上发表了论文,首次提出了“深度置信网络”的概念。与传统的训练方式不同,他采用了“预训练”(pre-training)和“微调”(fine-tuning)技术,这两个技术的运用大幅度提升了模型的性能,而且减少了训练多层神经网络的时间。他给多层神经网络相关的学习方法赋予了一个新名词——“深度学习”。
2012年,Hinton 教授和他的两个研究生 Alex Krizhevsky、 Illya Sutskever 将以卷积神经网络为基础的深度学习框架运用到 ImageNet 大型图像识别竞赛上,获得了空前的成功。
Hinton 教授就此在 AI 界封神。而将人工神经网络演进到深度学习,并且是卷积神经网络的第一个发明人和推广者燕乐纯(Yann Le Cun,Hinton是其导师),被遗忘在角落。
为什么说一次竞赛的胜利就成为了深度学习乃至 AI 的历史转折点?
因为 AI 能力的测试标杆,公认是在图像识别和处理:
1981年诺贝尔医学奖获得者 David Hubel 和 Torsten Wiesel 发现人的视觉系统的信息处理是分级的:从视网膜(Retina)出发,经过低级的V1区提取边缘特征,到V2区的基本形状或目标的局部,再到高层的整个目标(如判定为一张人脸),以及到更高层的PFC(前额叶皮层)进行分类判断等。高层的特征是低层特征的组合,从低层到高层的特征表达越来越抽象和概念化,也即越来越能表现语义或者意图。
现在的深度神经网络,就是受此启发。
李飞飞点名推崇的重要人物 Jitendra Malik,这位伯克利教授, 把计算机视觉这个领域从图像处理带进了 AI。Jitendra 是最早一批看到了视觉本身在智能这个问题上的重要性——视觉是人类智能极其重要的部分。
但是 ImageNet 竞赛,这个继承了PASCAL VOC的人工智能图像识别的标杆,从2010年开始举办以来,深度学习并不是主流,而是另外一种机器学习办法——支持向量机(SVM)的天下。
ImageNet 就相当于机器学习的华山论剑,所以,什么武功最厉害?
2010年首次竞赛第一名团队,使用SVM方法构建的模型,识别分类的错误率为 28%。
2011年竞赛的冠军, 用类似SVM的Fisher Vector方法,构建模型的识别分类错误率为25.7%
而2012年竞赛,Hinton教授的团队,使用以卷积神经网络为基础的深度学习方案,他们训练的模型面对15万张测试图像时,预测的头五个类别的错误率只有 15.3%,而排名第二的日本团队,使用的SVM方法构建的模型,相应的错误率则高达 26.2%.
如此惊人的成绩,学术界轰动了。
更惊人的是,深度学习训练的模型(2012年之后就成为主流),在2015年的竞赛中部分类别图像的识别率上甚至超过了人类(虽然只占到所有图片分类中的千分一)。
然后就是我们众所周知的故事:2016年,以走棋网络和估值网络两个卷积神经网络为基础,结合了蒙特卡洛树搜索和强化学习两种方法开发的人工智能围棋程序AlphaGo,4:1 击败了围棋界的小李子——曾经的人类围棋第一人李世石,震惊世界。
在此之前,人们普遍认为,计算机最少还要20年才能击败人类顶尖高手,因为围棋是一种无法用计算机穷举击败人类的游戏,堪称人类智慧最后的殿堂。
深度学习所依附的神经网络技术起源于上世纪50年代,那个时候还叫感知机(Perceptron)。在人工神经网络领域中,感知机也被指为单层的人工神经网络,尽管结构简单,却能够学习并解决相当复杂的问题。
虽然最初被认为有着良好的发展潜能,但感知机最终被证明存在着严重的不可逾越的问题:它只能学习线性可分函数。连简单的异或(XOR映射)等线性不可分问题,都无能为力。
1969年,Marvin Minsky出版的《Perceptrons》书,是一个历史的转折点,神经网络第一次被打倒。Minsky的书最著名的观点有几个:
(1)单层感知机没用,我们需要用MLPs(多层感知机,多层神经网络的另一种说法)来代表简单的非线性函数,比如XOR (异或)映射;
(2)世界上没人有办法将MLPs训练得够好。
简而言之,要解决感知机(单层神经网络)学习线性不可分函数的问题,就必须发展多层感知机,即中间包含一个隐层的两层神经网络。
但是当时,根本找不到运用在多层神经网络上的有效算法。学术权威开启了神经网络的反右运动,悲观主义开始蔓延。
从现在看,突破性的误差反向传播算法,即著名的BP算法,开启训练多层神经网络的“钥匙”,其实那个时候已经存在了。
冰冻十年中,尽管Paul Werbos在1974年的博士毕业论文中深刻分析了将BP算法运用于神经网络方面的可能性,成为美国第一位提出可以将其用于神经网络的研究人员,但是他没有发表将BP算法用于神经网络这方面的研究。因为这个圈子大体已经失去解决那些问题的信念。
这时候我们的燕乐纯燕大侠上场了。80年代博士在学期间,他提出了神经网络的反向传播算法原型(当时他在Hinton的实验室做博士后研究,Hinton是燕乐纯的导师)。
众人只知道,1986年BP算法开始流行开来,是因为Rumelhart、Hinton、Williams合著的《Learning representations by back-propagating errors》,真正的,David Parker 和燕乐纯是事先发现这一研究进路的两人。
1989年,燕大侠加入贝尔实验室,他开始将1974年提出的标准反向传播算法应用于深度神经网络,这一网络被用于手写邮政编码识别,尽管因为种种问题失败。但是这一时期,燕大侠发明了真正可用的卷积神经网络。
到90年代中期,贝尔实验室商业化了一批基于卷积神经网络的系统,用于识别银行支票(印刷版和手写版均可识别)。直到90年代末,其中一个系统识别了全美国大概10%到20%的支票。
燕大侠和其他人发展的神经网络,正开始被热捧的时候,他一生较劲的对象Vapnik(贝尔实验室的同事)出现了。因为两层神经网络尽管解决了10年前困扰神经网络界的线性不可分问题,但是多层神经网络在实际发展中碰上了新的难题:
1.尽管使用了BP算法,一次神经网络的训练仍然耗时太久,因为当时没有如今可以用于大规模并行计算的GPU。比如,燕大侠最早做的手写邮政编码识别系统,神经网路的训练时间达到了3天,无法投入实际使用。
2.训练优化存在局部最优解问题,即过拟合,也许这是机器学习的核心难题。简要来说,过度拟合指的是对训练数据有着过于好的识别效果,这时导至模型非常复杂。这样的结果会导致对训练数据有非常好的识别较果,而对真实样本的识别效果非常差。
3.随着添加越来越多的隐含层,反向传播传递给较低层的信息会越来越少。即著名的梯度消失问题。由于信息向前反馈,不同层次间的梯度开始消失,对网络中权重的影响也会变小,因而隐藏层的节点数需要调参,这使得使用不太方便,训练的模型质量并不理想。
90年代中期,由Vapnik等人发明的支持向量机(Support Vector Machines,SVM)诞生,它同样解决了线性不可分问题,但是对比神经网络有全方位优势:
1、高效,可以快速训练;2、无需调参,没有梯度消失问题;3、高效泛化,全局最优解,不存在过拟合问题。
几乎全方位的碾压。
SVM 迅速打败多层神经网络成为主流。后来一度发展到,只要你的论文中包含神经网络相关的字眼,非常容易拒稿,学术界那时对神经网络的态度可想而知。
神经网络再次堕入黑暗。10年沉寂中,只有几个学者仍然在坚持研究。比如一再提及的Hinton教授。
2006年,Hinton在《Science》和相关期刊上发表了论文,首次提出了“深度置信网络”的概念。与传统的训练方式不同,深度信念网络有一个“预训练”(pre-training)的过程,它的作用是让神经网络权值找到一个接近最优解的值,之后再使用“微调”(fine-tuning)技术,即使用反向传播算法或者其他算法作为调优的手段,来对整个网络进行优化训练。这两个技术的运用大幅度提升了模型的性能,而且减少了训练多层神经网络的时间。他给多层神经网络相关的学习方法赋予了一个新名词——“深度学习”。
后面的故事我们都知道了,2012年Hinton的团队用燕乐纯赖以成名的卷积神经网络,和自己在深度置信网络的调优技术,碾压了其他机器学习办法。
至此,深度学习开始垄断人工智能的新闻报道,像Hinton、燕乐存和他们的学生摇滚明星一般受到追捧,惯于见风使舵的学者们也来了个180度大转变,现在是没有和深度学习沾上边的文章很难发表了。
令人唏嘘的是,现在主导Facebook AI 实验室的燕乐纯,他不断呼吁学术界对深度学习保持冷静,批判深度学习的泡沫繁荣...
目前这些错误被取了一个名字——“对抗样本”。
梳理人工神经网络的历史,感知机—双层神经网络—多层神经网络—深度学习,我们明显可以看到这是怎样一个曲折的轨迹。
过去神经网络曾经被人弃之如敝履,未来就一定不会遭遇下一个低谷?我想,没人敢打包票。
无论是目前过拟合、梯度消失的固疾,还是对抗样本的问题,都说明以神经网络为代表的机器学习目前还是非常“弱”的人工智能。
而且有一家与DeepMind齐名的人工智能公司 Vicrious ——吸引了Mark Zuckerberg、Elon Musk、Peter Thiel、Jeff Bezos 私人投资,专注于通用人工智能的另类,他们的创始人 Scott Phoenix 曾说:
深度神经网络(DNN)需要大量的训练数据,不能很好地适用于新的任务或环境。
(注:有变数,最近DeepMind最近新论文,他们宣称发明弹性权重巩固算法让 AI 拥有“记忆”,目前只能胜任特定领域一项任务的神经网络,开始能够习得“多项技能”)
此外深度学习往往侧重于学习输入感知与输出动作之间的映射(如用于做分类决策或者是围棋、Atari游戏上的移动的决策),对大脑功能的模拟,太过单一。
我们认为智能的本质是能够学习一个所处在世界的心理模型(mental model ),然后能否在这个模型上进行模拟(所谓想象力)。
深度学习是一个黑盒,我们设定了规则、输入了数据、训练出一个数据处理模型,但是并不了解数据处理在内部究竟如何进行。
那些在输入层、隐层、目标层之间连接的人工神经元发生的所有事情,目前根本无法知晓,所以也无法预测输出的结果:“我们看着Master走出了惊世骇俗的落子,看着它表演,它却不能告诉我们为什么要走这里。”
深度学习用大量的数据样本才能训练“泛化能力”,相比李世石,后者才是真正的天才——他用远远少于AlphaGo的训练样本,达到了接近AlphaGo的水平。
目前,人工神经网络仅仅是模拟大脑皮层的一小部分运行方式,而且是跨过了“认识世界”、“认识智能的本质” 这个阶段,直接到了“改变世界”。
基础理论并不成熟的工程应用,其实有着极大的隐患。