Stephen Downes's E-Learning L3

Image by rawpixel from Pixabay


第三课 Graph 链接:https://el30.mooc.ca/cgi-bin/page.cgi?module=7

课程概要

图表(Graph)是 web3 网络的概念性基础,这个概念对于研究「连接主义」(Connectivism)的人来说很熟悉,因为连接主义的观点是知识由网络中节点的关系组成,换句话说,知识是一种图表(不是讲述一连串事实和结构)。

图表,尤其动态图表有特别的属性,其结果可以在社交网络理论、现代人工智能、经济和政治理论中找到。

以前在互联网上,有关图表的工作与图表的语义有关。例如我们说像语义网(semantic web)和信任网络(Web of Trust, WOT)的发展。这些都是有限的成功。在 web3 中,节点之间的连接(「边」)是使用密码学创建的,因此创建了具有不腐败连接(incorruptible connections)的链或者树。

about Semantic web :
https://www.w3.org/standards/semanticweb/

https://zh.wikipedia.org/wiki/语义网

其中一个例子是梅克尔树(Merkle Tree),树枝包含叶子的哈希,树干包含树枝的哈希。图表——例如有向无环图(Directed Acyclic Graph) 可以这种方式创建。

我们可以使用这些技术已经建立的的数据结构,创建一种新型内容。一个著名的例子是比特币,它基于块环链的交易记录,本质上是一个已有链。另一个例子是存储在 GitHub 上的软件更新版本的集合,GitHub 使用 DAGs 管理版本控制和软件复制。归属网络、概念网络、网站,所有这些都可以用图表来表示。

在连接主义中,我们探讨过将知识视为图、将学习视为图表的增长和操作的思想。它帮助学习者理解每个想法与另一个的关系,重要的不是个人观点,而是整个图表如何增长和发展。

它帮助我们理解图表——甚至知识——不仅是一个表象系统,还是一个感知系统,图表不仅是仓库,还是一个由周围环境塑造的增长型、动态实体。

图表和图表理论以一种具体的方式展示每个事物如何依靠其它事物,并且帮助我们把对自己的理解、知识、工作放在一个更广阔的背景下。哈希图通过列举克隆、仿造、版本控制、合并,进一步说明了基本的知识创造机制。


Ben Werdmuller 认为区块链技术并不是完全匿名,可以从元数据(metadata)分析出发布信息、交易双方的身份,包括应用在安全聊天软件中,它只是让推断分析真实身份更加难。metada makes something open.

Indieweb:用户应该能够从您自己的网站分享,讨论和发布,最好是从您自己的域名中分享,不受任何单一公司的负面控制,现在大多数对话和大部分话语都是发生在网络上以及由极少数非常富有的公司如Facebook,Twitter和Linkedln所拥有的空间中。

Unlock:直接连接读者与作者。