Forward the original title '解读 allora 白皮书:自我改进的去中心化 الذكاء الاصطناعي 网络'

الميم منتشر حاليا في السوق ، وقد دخل المسار الذكاء الاصطناعي فترة راحة قصير.

ومع ذلك ، مع ارتفاع أداء Nvidia والمزيد من أحداث الصناعة الذكاء الاصطناعي القادمة في النصف الثاني من العام ، لا تزال مشاريع الذكاء الاصطناعي المشفرة تستحق الاهتمام.

هناك اتجاه جديد على ارتفع —- مزيج من zkML (التعلم الآلي صفر المعرفة) ووكلاء الذكاء الاصطناعي. يتحقق الأول من صحة نتائج حساب الذكاء الاصطناعي مع ضمان الخصوصية والأمان ؛ هذا الأخير يحقق التنفيذ الآلي للمهام واتخاذ القرارات من خلال الشبكات العقود الذكية واللامركزية.

ستستفيد بعض مشاريع التشفير القديمة من هذا الاتجاه الجديد لتعديل اتجاهات أعمالها في محاولة لاكتساب المزيد من القيمة في الدورة الجديدة.

شبكة ألورا هي واحدة منهم.

بالأمس ، أعلنت Alloraأعلنت رسميا عن أحدث ورقة بيضاء تقنية لها ، حيث وضعت نفسها على أنها "شبكة الذكاء الاصطناعي لامركزية ذاتية التحسين" تعني أيضا أن أعمال المشروع تقترب من النقاط الساخنة السردية.

في الوقت نفسه ، أعلن المشروع أيضا عن خطة حوافز النقاط في مايو ، والتي تحظى باهتمام كبير لكل من محبي الشعر وصيادي ألفا.

نظرا لأن مسار الذكاء الاصطناعي مزدحم بالفعل ، فما الذي يجعل Allora فريدا؟ بالنظر إلى أن الورقة البيضاء الفنية الخاصة بها معقدة نسبيا ، فقد قمنا بتفسيرها وتحليلها ، وقدمنا لك نقاط القيمة الرئيسية ومقدمة المشروع بطريقة أكثر شيوعا.

المشكلة القديمة المتمثلة في احتكار الموارد الذكاء الاصطناعي

انطلاقا من ورقة Allora البيضاء ، يهدف المشروع بشكل أساسي إلى المشكلات القديمة في مجال الذكاء الاصطناعي الحالي: تتركز قوة الحوسبة والخوارزميات والبيانات في أيدي عدد قليل من العمالقة ، واحتكار الموارد لا يفضي إلى الحالة المثلى للتعلم الآلي (ML).

تعتقد Allora أن مفتاح بناء الذكاء الأمثل للآلة هو زيادة عدد الاتصالات في الشبكة إلى أقصى حد ، مما يسمح بدمج مجموعات البيانات والخوارزميات المختلفة بحرية في الشبكة للحصول على الأفكار الأكثر صلة.

لذلك ، نحن بحاجة إلى شكل من أشكال ذكاء السرب الذي يمكنه ربط مجموعات البيانات الكبيرة وخوارزميات الاستدلال.

في قصير ، في مشاريع الذكاء الاصطناعي المشفرة الحالية ، فإن التعاون بين النماذج المختلفة ليس جيدا بما فيه الكفاية ، وهناك أيضا مشاكل في أساليب الحوافز. النماذج إما معزولة أو غير مرتبطة ارتباطا وثيقا وفعالة بما فيه الكفاية ، مما يؤدي إلى نتائج تفكير نهائي غير مرضية.

ذكر فيتاليك أيضا من قبل ، "هناك حاجة إلى آلية أعلى مستوى للحكم على أداء الذكاء الاصطناعي المختلف حتى يتمكن الذكاء الاصطناعي من المشاركة كلاعبين".

هدف Allora هو تمكين العقد في شبكة الذكاء الاصطناعي اللامركزية من التعاون بشكل أفضل من خلال هيكل حوافز أفضل ؛ في الوقت نفسه ، تقديم طرق أكثر ذكاء لتحديد التفاصيل السياقية لتحسين فعالية نماذج التعلم الآلي ، وبالتالي تحقيق ذكاء أكثر كفاءة الاستدلال والحكم.

Allora: تقديم الوعي بالسياق والحوافز المتباينة لتحسين أداء النموذج

على وجه التحديد ، كيف تحقق Allora "شبكة الذكاء الاصطناعي لامركزية أفضل"؟

أهم ما يميز ذلك هياكل الحوافز المدركة للسياق والمتباينة. تمكن هذه الابتكارات الشبكة من تقديم نتائج الاستدلال المثلى في أي بيئة مع توفير مكافآت عادلة للمساهمات الفريدة لكل مشارك.

لكن هاتين الكلمتين تبدوان غامضتين بعض الشيء. قد نلقي نظرة أيضا على المشاركين في شبكة Allora أولا.

يشمل المشاركون في شبكة Allora العمال والمقيمين والمستهلكين ، ولكل دور مسؤولياته وأدواره المحددة:

1. العمال: تقديم نتائج الاستدلال الذكاء الاصطناعي والتنبؤ بقيمة الخسارة لنتائج الاستدلال للعمال الآخرين.
2. المراجعون: تقييم جودة نتائج الاستدلال وقيم الخسارة المتوقعة المقدمة من العمال.
3. المستهلكون: يطلبون ويدفعون لاستنتاج النتائج من الشبكة.

شبكة تتفاعل من خلال منسق (منسق الموضوع):

• المستهلكطلب نتائج الاستدلال من الشبكة ودفع رسوم للحصول عليها.
• عامليوفر نتائج الاستدلال وقيمة الخسارة للتنبؤ بنتائج الاستدلال للعمال الآخرين. يقوم المنسق بتجميع هذه المعلومات لتوليد نتائج استدلال أكثر دقة.
• مقيماستنادا إلى نتائج الاستدلال وقيم الخسارة المتوقعة المقدمة من العمال ، يتم إجراء التقييمات باستخدام بيانات حقيقية لضمان عدالة التقييم ويتم مكافأتها بناء على إجماعهم مع المقيمين الآخرين.

من خلال تصميم هذه الأدوار الثلاثة ، يتم تحقيق شبكة ذكاء آلية لامركزية فعالة ، وتحقيق هدف تحسين استخدام الموارد وتحسين دقة الاستدلال. إنه في الأساس نظام يحقق التحسين الذاتي والمكافآت العادلة من خلال تقسيم الأدوار وآليات الحوافز. تصميم.

بعد فهم هذه الأنواع الثلاثة من الأدوار ، سيكون من الأسهل النظر إلى وعي Allora بالسياق وتصميم الحوافز المتمايز.

استنتاج آلية التوليف

الاستدلال من Allora هي المفتاح لتحقيق ذكاء الآلة اللامركزي. يتم تحقيق ذلك من خلال الخطوات التالية:

1. مهمة الاستدلال: يقوم كل عامل بإنشاء نتائج الاستدلال باستخدام مجموعة البيانات والنموذج الخاصين به.
2. مهمة التنبؤ: يتنبأ كل عامل بقيمة الخسارة لنتائج الاستدلال للعمال الآخرين. تمثل قيم الخسارة المتوقعة هذه الأداء المتوقع للعامل في ظل الظروف الحالية.
3. الاستدلال المدرك للسياق: تستخدم الشبكة قيمة خسارة التنبؤ التي يوفرها العامل لإنشاء نتيجة استدلال تنبؤ مدركة للسياق من خلال متوسط مرجح. تأخذ هذه المتوسطات المرجحة في الاعتبار الحساب الدقة التاريخية والمعتمدة على السياق.
4. استدلال الشبكة: يتم إنشاء الاستدلال النهائي للشبكة من خلال الجمع بين نتائج استدلال العامل ونتائج الاستدلال المتوقعة المدركة للسياق.

مفتاح هذه الآلية هو أنها لا تقيم الدقة التاريخية للنموذج مثل مشاريع التشفير الأخرى فحسب ، بل تأخذ أيضا في الحساب السياق الحالي ، وبالتالي تحقيق أفضل مزيج من الاستدلالات وتحسين ذكاء الشبكة ككل.

آلية المكافآت المتباينة

في الوقت نفسه، تقدم Allora آلية مكافأة متباينة لضمان الاعتراف بمساهمة كل مشارك بشكل عادل:

1. مكافآت العمال: يتم تعيينها بناء على مساهمتهم في مهام الاستدلال والتنبؤ ، مما يحفزهم على توفير بيانات وتنبؤات عالية الجودة.
2. مكافآت المراجع: تخصيص المكافآت بناء على قربها من الإجماع والأسهم المحتفظ بها لضمان دقة وعدالة التقييم.
3. التوزيع العام للمكافآت: لا تشجع آلية المكافآت المساهمات الإيجابية للمشاركين فحسب ، بل تتجنب أيضا التركيز المفرط لمشارك واحد من خلال التصميم اللامركزي.

بعض الحلول المستخدمة حاليا على Allora:

• الذكاء الاصطناعي التنبؤ بالأسعار: يوفر معلومات دقيقة في الوقت الفعلي عن أسعار الأصول ضرورية للأوليات المالية المتقدمة.
• Vault مدعوم بالذكاء الاصطناعي: تمكين المطورين من تنفيذ استراتيجيات DeFi المتقدمة وزيادة إمكانات الكسب.
• نمذجة مخاطر الذكاء الاصطناعي: يسمح للبروتوكولات ببناء أنظمة أكثر أمانا للتعامل مع المخاطر الخارجية.
• AnyML: يوفر تكاملا سهلا لأي نموذج للتعلم الآلي بحيث يمكن لأي شخص (وليس فقط مهندسي التعلم الآلي) بناء منتجات أكثر قوة باستخدام الذكاء الاصطناعي اللامركزية.

عملة الاقتصاد

تستخدم شبكة Allora رمزها الأصلي ALLO لتسهيل تبادل القيمة بين المشاركين في الشبكة. تشمل الاستخدامات المحددة لرموز ALLO ما يلي:

1. شراء نتائج الاستدلال: يمكن للمستخدمين استخدام رموز ALLO المميزة لشراء نتائج الاستدلال التي تم إنشاؤها بواسطة الشبكة. تتبنى Allora نموذج "ما الذي ترغب في دفعه" (PWYW) ، مما يسمح للمستخدمين بتحديد رسوم ALLO بشكل مستقل لدفع ثمن الاستدلال.
2. دفع رسوم المشاركة: يمكن استخدام رموز ALLO للدفع مقابل إنشاء مواضيع أو المشاركة في الشبكة (كعامل أو مقيم أو مدقق شبكة). رسوم المشاركة متغيرة.
3. التعهد: يمكن للمقيمين والشبكة المدققون استخدام رموز ALLO للتخزين ، ويمكن لحاملي الرموز المميزة الآخرين أيضا تفويض الرموز المميزة الخاصة بهم إلى المقيمين أو المدققون الشبكة. سيحصل مقيمو Staking والمدققون ومفوضوهم على مكافآت ALLO.
4. دفع الحوافز: تستخدم الشبكة رموز ALLO لدفع المكافآت للمشاركين. بالنسبة للعمال ، تتناسب هذه المكافآت مع مساهمتهم الفريدة في دقة الشبكة. بالنسبة للمقيمين والشبكة المدققون ، تتناسب هذه المكافآت مع التكديس والإجماع.

عملة القيمة

تم تصميم اقتصاديات الرمز المميز في شبكة Allora لضمان القيمة الجوهرية واستقرار الرموز المميزة:

1. دخل الرسوم: ستتم إضافة جميع الرسوم التي تجمعها الشبكة إلى خزينة الشبكة لدفع ثمن الإصدار المكافآت. هذا يعني أنه من الناحية العملية ، سوف يتحلل Network Depot بشكل أبطأ من الاضمحلال الأسي البسيط ، مما يحافظ على APY مرتفع
2. عملة إعادة التدوير: تدفع الرسوم المحصلة من استخدام الشبكة أولا المكافآت قبل سك الرموز الجديدة. هذا يعني أنه اعتمادا على ديناميكيات السوق ، يمكن أن يزيد العرض المتداول ل ALLO (يتوافق مع التضخم) أو ينخفض (يتوافق مع الانكماش)
3. آلية الإصدار السلاسية: من خلال تطبيق المتوسط المتحرك الأسي ، يتم تنعيم إصدار العملة ، وبالتالي تجنب اسقاط حاد في APY عند إلغاء قفل الرمز الرئيسي ، مما يضمن استمرار حاملي الرمز المميز في التكديس الرموز المميزة الخاصة بهم.
   

ومع ذلك ، لم يذكر المستند التعريفي التمهيدي تاريخ الإصدار وتفاصيل الرمز المميز. لمزيد من المعلومات ، تحتاج إلى الانتباه إلى اتجاهات وسائل التواصل الاجتماعي الخاصة بها.

الموارد وراء Allora

لا يذكر المحتوى أعلاه في الواقع تقنية zkML المذكورة في بداية المقالة. يبدو أن Allora لا علاقة لها بهذه التكنولوجيا.

ولكن خلف Allora ، يعد المشروع القديم Upshot مساهما أساسيا في تطوير Allora.

تعزز Upshot قدرات Allora من خلال نشر نموذجها الرائد للتنبؤ بالأسعار ، والذي يوفر معلومات الأسعار المستندة إلى الذكاء الاصطناعي لأكثر من 400 مليون أصل ، على الشبكة. أظهرت التوقعات الأكثر دقة من النموذج تاريخيا مستويات ثقة تتراوح بين 95 و 99٪.

بالإضافة إلى ذلك ، يمكن الوصول إلى مخرجات النموذج عبر zkPredictor (أكبر تطبيق zkML داخل السلسلة حتى الآن) لتمكين التطبيقات من استهلاك المخرجات بطريقة يمكن التحقق منها بشكل مشفر.

في الوقت نفسه ، تلقت Upshot أيضا تمويلا بقيمة 22 مليون دولار أمريكي في عام 2022 بقيادة Polychain و Framework و CoinFund و البلوكتشين Capital. كان الاتجاه في ذلك الوقت هو استخدام التكنولوجيا لإجراء تقييم NFT للأصول في الوقت الفعلي. الآن مع ارتفع الذكاء الاصطناعي ، تغير المسار أيضا. ، ولكن التكنولوجيا المتراكمة سابقا تم تطبيقها أيضا على Allora الجديدة.

خارطة الطريق وحوافز شبكة الاختبار

انطلاقا من المعلومات السابقة على مدونة Allora الرسمية ، ينقسم إطلاق المشروع إلى ثلاث مراحل:

• Testnet المرحلة 1: منتصف فبراير 2024
• Testnet المرحلة 2: منتصف مارس 2024
• الشبكة الرئيسية: أوائل الربع الثاني 2024

في هذه المرحلة الزمنية ، يبدو أن تقدم المشروع قد تأخر ، لكنه لا يزال في مرحلة ما قبل إطلاق الشبكة الرئيسية.

في طلب لبناء الزخم والسماح لمزيد من الناس باستخدامه ، أطلقت Allora أيضا المرحلة الأولى من خطة حوافز testnet في 17 مايو. يمكنك أيضا كسب نقاط من خلال المشاركة في أنشطة داخل السلسلة و خارج السلسلة لكسب المزيد من توقعات الإسقاط الجوي في المستقبل.

تشمل الأنشطة المحددة التي يمكن أن تكسب النقاط ما يلي:

الأنشطة على السلسلة

1. إنشاء المواضيع: تحديد وتعريف قضايا أو مجالات اهتمام محددة داخل الشبكة ، وإشراك الجهات الفاعلة الأخرى لتطوير الحلول وتقديمها.
2. تقديم نماذج التعلم الآلي: أضف نماذج التعلم الآلي إلى الشبكة ليستخدمها الآخرون.
3. استخدم تطبيقات Allora المشغلة: شارك في التطبيقات والخدمات التي تستفيد من إمكانات ذكاء الآلة من Allora

الأنشطة خارج السلسلة

1. المشاركة المجتمعية: تابع Allora على Twitter وانضم إلى مجموعات Discord و Telegram.
2. المشاركة في المجتمع: المشاركة في فعاليات وأنشطة مجتمعية مختارة الدعم شبكة Allora.

حاليا ، يمكن العثور على الأنشطة التي يسهل على المستخدمين العاديين المشاركة فيها على صفحة حدث Galxe. يمكن للاعبين المهتمينانقر هنا للمشاركة

بشكل عام ، Allora هو مشروع التشفير مع بعض الابتكارات التكنولوجية والموارد الخلفية وإعادة استخدام القدرات. يمكنها اتباع الاتجاه في تحويل النقاط الساخنة الذكاء الاصطناعي وتعظيم استخدامها لقدراتها لتوسيع اتجاهات الأعمال الجديدة. على الأقل يمكن أن يضمن أنه يجذب اهتماما جديدا. لا تتخلف أبدا عن الركب في الحرب.

بالنسبة لمدى ارتفاع الحد الأعلى ، أولا ، يعتمد ذلك على انتظار هبوب الرياح الذكاء الاصطناعي مرة أخرى ، وثانيا ، يعتمد ذلك على المزيد من الأساليب التشغيلية للمشروع في المستقبل.

إخلاء المسؤولية:

1. تمت إعادة طباعة هذه المقالة من [Techflow]. Forward the original title '解读 allora 白皮书:自我改进的去中心化 الذكاء الاصطناعي 网络'. جميع حقوق الطبع والنشر تنتمي إلى المؤلف الأصلي [TechFlow]. إذا كانت هناك اعتراضات على إعادة الطبع هذه ، فيرجى الاتصال بفريق Gate Learn ، وسيقومون بالتعامل معها على الفور.
2. إخلاء المسؤولية: الآراء ووجهات النظر الواردة في هذه المقالة هي آراء المؤلف فقط ولا تشكل أي نصيحة استثمارية.
3. تتم ترجمة المقالة إلى لغات أخرى من قبل فريق Gate Learn. يحظر نسخ المقالات المترجمة أو توزيعها أو سرقتها، ما لم يذكر ذلك.