区块链生态体系新革命，AUC生态蕴含的数学之美

前言：

人生中最重要的问题，在绝大多数情况下，真的就只是概率问题——皮埃尔-西蒙·拉普拉斯。

曾经有这么一个真实故事：一对夫妻有了二胎，由于太太年龄较大，所以医生警告说，你们的孩子有可能会得唐氏综合症。朋友很紧张，那怎么办？医生说，可以做羊水穿刺，以确诊是不是真的得了。朋友很开心。不过呢，医生又说，羊水穿刺也有可能会失败，那样你们的孩子就没了。这下朋友纠结了，一边是唐氏综合症，一边是孩子没了，这可怎么做决定？

医生后来又说，高龄产妇得唐氏综合症的概率大约是2%，羊水穿刺检测失败的概率大约是1%。这下简单了，坚决不做啊。

所以，通过故事我们发现，一旦知道了某件事情发生的准确概率，我们的决定就瞬间简单了起来。但问题是，我们怎么能知道这些概率呢？

1.0诞生，席卷数学界

为了解决这样一个逆概率的问题，英国数学家托马斯·贝叶斯（Thomas Bayes）在1763年发表的一篇论文中，首先提出了定理，而这篇论文是在他死后才由他的一位朋友发表出来的。在这篇论文中，他为了解决“逆向概率”问题，提出了贝叶斯定理。

贝叶斯当时的论文只是对这个问题的一个直接的求解尝试，并不清楚他当时是不是已经意识到这里面包含着的深刻的思想。然而后来，贝叶斯方法席卷了概率论，在当时数学界产生重大影响，并将应用延伸到各个问题领域，所有需要作出概率预测的地方都可以见到贝叶斯方法的影子。特别地，贝叶斯是机器学习的核心方法之一。这背后的深刻原因在于，现实世界本身就是不确定的，人类的观察能力是有局限性的。

2.0成长，面向生态学

对于生态学科来说，贝叶斯定理分析基本上还算是一个新鲜的东西。在统计领域基本上可以分为两派：一是频度统计学；另一种就是贝叶斯统计。两种方法各有优缺点。先验概率既是贝叶斯统计的优势，也是她被人诟病最多的地方。而实际上，抛开这一点，总体上说贝叶斯分析，至少对于生态学科和环境学科而言，是一个更好的选择。现在人们越来越关注“过程”的研究，而频度统计在很大程度上，是很难反映和彻底的研究生态学过程的。随着模型复杂性的增大，贝叶斯的优势趋于明显。其可以包含很多种“不确定性”的因素进入模型，即传说中的等级模型。

3.0落地，进入区块链世界

随着贝叶斯生态模型的发展完善，在这特殊的时期，它与着区块链生态碰撞出了耀眼的火花。AUC公链在打造去中心化的区块链世界里，突破以往币圈链圈所有的商业模式，建立了一个前所未有的贝叶斯生态体系。

AUC贝叶斯生态体系从左到右为共轭阵列、共识激励与AUC矿池，从上到下共有一万列，其中第一列至第五千列为正序，五千零一至一万列为倒序。

贝叶斯生态体系每一列代表相应数量的节点，一个节点包含两个一次性契约戳和一个永久性契约戳。

在整个体系中，参与到网体的所有共识者都是公平的，获取节点需要1000 UORA恒价币。获取节点后将获得以下收益，分别为共识激励静态分发、60%分享收益、参与AUC矿池MPOS挖矿。

AUC运用的贝叶斯生态体系通过一次性契约戳直接分享1人认购节点获得60%推荐奖，分享后静态共识激励终止，两个一次性契约戳分享完后可用永久性契约戳继续分享但只享受5%的推荐奖 ，剩余55%沉淀至贝叶斯生态池中，每位共识者均可享受AUC矿池MPOS挖矿产生的AUC价值币，AUC价值币产生后还可在贝叶斯生态池中进行内网回购，这里，不得不感叹AUC生态背后运用的强大技术支撑与通证设计理论。

贝叶斯理论模型结合去中心化和智能合约，设计出新的系统、应用程序和网络，创造出这样一个前所未有的区块链生态世界，使得AUC公链才妙趣横生、与众不同。

风险提示：以上仅代表个人观点，不构成任何投资建议，市场有风险，投资需谨慎。