ส่งต่อชื่อเดิม '解读 Allora 白皮书:自我改进的去中心化 AI 网络'

ปัจจุบัน Meme กําลังอาละวาดในตลาดและแทร็ก AI ได้เข้าสู่ช่วงเวลาพักสั้น

อย่างไรก็ตามด้วยประสิทธิภาพของ Nvidia ที่พุ่งสูงขึ้นและเหตุการณ์ในอุตสาหกรรม AI ที่มากขึ้นในช่วงครึ่งหลังของปีโครงการ AI ที่เข้ารหัสยังคงควรค่าแก่การให้ความสนใจ

มีแนวโน้มใหม่เพิ่มขึ้น -- การรวมกันของ zkML (การเรียนรู้ของเครื่องที่ไม่มีความรู้) และตัวแทน AI อดีตตรวจสอบความถูกต้องของผลการคํานวณ AI ในขณะที่มั่นใจในความเป็นส่วนตัวและความปลอดภัย หลังตระหนักถึงการดําเนินการงานอัตโนมัติและการตัดสินใจผ่านสัญญาอัจฉริยะและเครือข่ายแบบกระจายอํานาจ

โครงการเข้ารหัสเก่าบางโครงการจะใช้ประโยชน์จากแนวโน้มใหม่นี้เพื่อปรับทิศทางธุรกิจเพื่อพยายามเพิ่มมูลค่าในรอบใหม่

Allora Network เป็นหนึ่งในนั้น

เมื่อวานนี้ Alloraประกาศเอกสารทางเทคนิคล่าสุดอย่างเป็นทางการ โดยวางตําแหน่งตัวเองเป็น "เครือข่าย AI แบบกระจายอํานาจที่ปรับปรุงตนเอง" ยังหมายความว่าธุรกิจโครงการกําลังเข้าใกล้จุดร้อนในการเล่าเรื่องมากขึ้น

โครงการยังประกาศแผนจูงใจคะแนนในเดือนพฤษภาคมซึ่งเป็นที่สนใจอย่างมากสําหรับทั้งคนรักผมและนักล่าอัลฟ่า

เนื่องจากแทร็ก AI มีผู้คนหนาแน่นอยู่แล้ว อะไรทําให้ Allora ไม่เหมือนใคร? เมื่อพิจารณาว่าเอกสารทางเทคนิคค่อนข้างซับซ้อนเราได้ตีความและวิเคราะห์และนําเสนอจุดคุณค่าที่สําคัญและการแนะนําโครงการให้กับคุณในลักษณะที่ได้รับความนิยมมากขึ้น

ปัญหาเก่าของการผูกขาดทรัพยากร AI

ตัดสินจากเอกสารไวท์เปเปอร์ Allora โครงการนี้มุ่งเป้าไปที่ปัญหาเก่าในสาขา AI ปัจจุบันเป็นหลัก: พลังการประมวลผลอัลกอริทึมและข้อมูลกระจุกตัวอยู่ในมือของยักษ์ใหญ่ไม่กี่รายและการผูกขาดทรัพยากรไม่เอื้อต่อสถานะที่ดีที่สุดของการเรียนรู้ของเครื่อง (ML)

Allora เชื่อว่ากุญแจสําคัญในการสร้างความฉลาดของเครื่องจักรที่ดีที่สุดคือการเพิ่มจํานวนการเชื่อมต่อในเครือข่ายให้มากที่สุดทําให้ชุดข้อมูลและอัลกอริทึมต่างๆสามารถรวมกันได้อย่างอิสระในเครือข่ายเพื่อรับข้อมูลเชิงลึกที่เกี่ยวข้องมากที่สุด

ดังนั้นเราจึงต้องการรูปแบบของหน่วยสืบราชการลับฝูงที่สามารถเชื่อมต่อชุดข้อมูลขนาดใหญ่และอัลกอริธึมการอนุมาน

ในระยะสั้นในโครงการ AI ที่เข้ารหัสที่มีอยู่ความร่วมมือระหว่างรุ่นต่างๆนั้นไม่ดีพอและยังมีปัญหากับวิธีการจูงใจ แบบจําลองถูกแยกออกหรือไม่เชื่อมต่อกันอย่างใกล้ชิดและมีประสิทธิภาพเพียงพอส่งผลให้ผลลัพธ์การให้เหตุผลขั้นสุดท้ายไม่น่าพอใจ

Vitalik ยังกล่าวถึงก่อนหน้านี้ว่า "จําเป็นต้องมีกลไกระดับสูงในการตัดสินประสิทธิภาพของ AI ต่างๆ เพื่อให้ AI สามารถเข้าร่วมในฐานะผู้เล่นได้"

เป้าหมายของ Allora คือการช่วยให้โหนดในเครือข่าย AI แบบกระจายอํานาจทํางานร่วมกันได้ดีขึ้นผ่านโครงสร้างแรงจูงใจที่ดีขึ้นในขณะเดียวกันก็แนะนําวิธีที่ชาญฉลาดยิ่งขึ้นในการระบุรายละเอียดตามบริบทเพื่อปรับปรุงประสิทธิภาพของโมเดลแมชชีนเลิร์นนิงซึ่งจะบรรลุการให้เหตุผลและการตัดสินข่าวกรองที่มีประสิทธิภาพมากขึ้น

Allora: แนะนําการรับรู้บริบทและแรงจูงใจที่แตกต่างเพื่อปรับปรุงประสิทธิภาพของโมเดล

โดยเฉพาะ Allora บรรลุ "เครือข่าย AI แบบกระจายอํานาจที่ดีขึ้น" ได้อย่างไร

ไฮไลท์สําคัญคือโครงสร้างแรงจูงใจที่ตระหนักถึงและแตกต่าง นวัตกรรมเหล่านี้ช่วยให้เครือข่ายสามารถให้ผลลัพธ์การอนุมานที่ดีที่สุดในทุกสภาพแวดล้อมในขณะที่ให้ผลตอบแทนที่ยุติธรรมสําหรับการมีส่วนร่วมที่เป็นเอกลักษณ์ของผู้เข้าร่วมแต่ละคน

แต่คําสองคํานี้ฟังดูลึกลับเล็กน้อย เราอาจดูผู้เข้าร่วมเครือข่าย Allora ก่อน

ผู้เข้าร่วมในเครือข่าย Allora รวมถึงคนงานผู้ประเมินและผู้บริโภคแต่ละบทบาทมีความรับผิดชอบและบทบาทเฉพาะ:

1. คนงาน: ให้ผลลัพธ์การอนุมาน AI และคาดการณ์ค่าการสูญเสียของผลลัพธ์การอนุมานของผู้ปฏิบัติงานรายอื่น
2. ผู้มีชื่อเสียง: ประเมินคุณภาพของผลการอนุมานและค่าการสูญเสียที่คาดการณ์ไว้โดยคนงาน
3. ผู้บริโภค: พวกเขาร้องขอและจ่ายเงินเพื่ออนุมานผลลัพธ์จากเครือข่าย

เครือข่ายโต้ตอบผ่านผู้ประสานงาน (ผู้ประสานงานหัวข้อ):

• ผู้บริโภคขอผลการอนุมานจากเครือข่ายและจ่ายค่าธรรมเนียมเพื่อรับพวกเขา
• คนงานให้ผลลัพธ์การอนุมานและค่าการสูญเสียสําหรับการทํานายผลการอนุมานของคนงานคนอื่น ๆ ผู้ประสานงานสังเคราะห์ข้อมูลนี้เพื่อสร้างผลลัพธ์การอนุมานที่แม่นยํายิ่งขึ้น
• ผู้ประเมินขึ้นอยู่กับผลการอนุมานและค่าการสูญเสียที่คาดการณ์ไว้โดยคนงานการประเมินจะดําเนินการโดยใช้ข้อมูลจริงเพื่อให้แน่ใจว่าการประเมินเป็นธรรมและได้รับรางวัลตามฉันทามติของพวกเขากับผู้ประเมินคนอื่น ๆ

ด้วยการออกแบบบทบาททั้งสามนี้เครือข่ายข่าวกรองเครื่องแบบกระจายอํานาจที่มีประสิทธิภาพจะประสบความสําเร็จบรรลุเป้าหมายในการเพิ่มประสิทธิภาพการใช้ทรัพยากรและปรับปรุงความแม่นยําในการอนุมาน โดยพื้นฐานแล้วเป็นระบบที่บรรลุการพัฒนาตนเองและผลตอบแทนที่เป็นธรรมผ่านการแบ่งบทบาทและกลไกจูงใจ ออกแบบ

หลังจากเข้าใจบทบาททั้งสามประเภทนี้แล้ว จะง่ายต่อการดูการรับรู้บริบทของ Allora และการออกแบบสิ่งจูงใจที่แตกต่าง

อนุมานกลไกการสังเคราะห์

อนุมานของ Allora เป็นกุญแจสําคัญในการตระหนักถึงความฉลาดของเครื่องจักรแบบกระจายอํานาจ ทําได้โดยทําตามขั้นตอนต่อไปนี้:

1. งานการอนุมาน: ผู้ปฏิบัติงานแต่ละคนสร้างผลลัพธ์การอนุมานโดยใช้ชุดข้อมูลและแบบจําลองของตนเอง
2. งานพยากรณ์: คนงานแต่ละคนคาดการณ์ค่าการสูญเสียของผลการอนุมานของคนงานคนอื่น ๆ ค่าการสูญเสียที่คาดการณ์ไว้เหล่านี้แสดงถึงประสิทธิภาพที่คาดหวังของคนงานภายใต้สภาวะปัจจุบัน
3. การอนุมานแบบ Context-Aware Inference: เครือข่ายใช้ค่าการสูญเสียการคาดคะเนที่ผู้ปฏิบัติงานให้ไว้เพื่อสร้างผลลัพธ์การอนุมานการคาดการณ์ตามบริบทผ่านค่าเฉลี่ยถ่วงน้ําหนัก ค่าเฉลี่ยถ่วงน้ําหนักเหล่านี้คํานึงถึงความถูกต้องทางประวัติศาสตร์และตามบริบท
4. การอนุมานเครือข่าย: การอนุมานเครือข่ายขั้นสุดท้ายถูกสร้างขึ้นโดยการรวมผลการอนุมานของผู้ปฏิบัติงานเข้ากับผลลัพธ์การอนุมานที่คาดการณ์ไว้ตามบริบท

กุญแจสําคัญของกลไกนี้คือไม่เพียง แต่ประเมินความถูกต้องทางประวัติศาสตร์ของแบบจําลองเช่นเดียวกับโครงการ crypto อื่น ๆ แต่ยังคํานึงถึงบริบทปัจจุบันดังนั้นจึงบรรลุการผสมผสานที่ดีที่สุดของการอนุมานและปรับปรุงความฉลาดของเครือข่ายโดยรวม

กลไกการให้รางวัลที่แตกต่าง

Allora แนะนํากลไกการให้รางวัลที่แตกต่างกันเพื่อให้แน่ใจว่าการมีส่วนร่วมของผู้เข้าร่วมแต่ละคนได้รับการยอมรับอย่างเป็นธรรม:

1. รางวัลคนงาน: ได้รับมอบหมายตามการมีส่วนร่วมในงานอนุมานและการคาดการณ์จูงใจให้พวกเขาให้ข้อมูลและการคาดการณ์ที่มีคุณภาพสูง
2. รางวัลผู้ตรวจสอบ: จัดสรรรางวัลตามความใกล้ชิดกับฉันทามติและหุ้นที่ถืออยู่เพื่อให้แน่ใจว่าการประเมินมีความถูกต้องและเป็นธรรม
3. การกระจายรางวัลโดยรวม: กลไกการให้รางวัลไม่เพียง แต่ส่งเสริมการมีส่วนร่วมในเชิงบวกของผู้เข้าร่วม แต่ยังหลีกเลี่ยงการกระจุกตัวมากเกินไปของผู้เข้าร่วมคนเดียวผ่านการออกแบบแบบกระจายอํานาจ

โซลูชันบางอย่างที่ใช้อยู่ในปัจจุบันบน Allora:

• การคาดการณ์ราคา AI: ให้ข้อมูลราคาสินทรัพย์แบบเรียลไทม์ที่แม่นยําซึ่งมีความสําคัญต่อการเงินดั้งเดิมขั้นสูง
• ห้องนิรภัยที่ขับเคลื่อนโดยปัญญาประดิษฐ์: ช่วยให้นักพัฒนาสามารถใช้กลยุทธ์ DeFi ขั้นสูงและเพิ่มศักยภาพในการสร้างรายได้
• การสร้างแบบจําลองความเสี่ยงปัญญาประดิษฐ์: อนุญาตให้โปรโตคอลสร้างระบบที่ปลอดภัยยิ่งขึ้นเพื่อจัดการกับความเสี่ยงภายนอก
• AnyML: ให้การผสานรวมโมเดลแมชชีนเลิร์นนิ่งที่ง่ายดายเพื่อให้ทุกคน (ไม่ใช่แค่วิศวกรแมชชีนเลิร์นนิ่ง) สามารถสร้างผลิตภัณฑ์ที่มีประสิทธิภาพมากขึ้นโดยใช้ AI แบบกระจายอํานาจ

เศรษฐกิจโทเค็น

เครือข่าย Allora ใช้โทเค็นดั้งเดิม ALLO เพื่ออํานวยความสะดวกในการแลกเปลี่ยนมูลค่าระหว่างผู้เข้าร่วมเครือข่าย การใช้โทเค็น ALLO เฉพาะได้แก่:

1. ซื้อผลลัพธ์การอนุมาน: ผู้ใช้สามารถใช้โทเค็น ALLO เพื่อซื้อผลลัพธ์การอนุมานที่สร้างโดยเครือข่ายได้ Allora ใช้รูปแบบ "สิ่งที่คุณยินดีจ่าย" (PWYW) ทําให้ผู้ใช้สามารถตัดสินใจค่าธรรมเนียม ALLO ได้อย่างอิสระเพื่อจ่ายสําหรับการอนุมาน
2. ชําระค่าธรรมเนียมการเข้าร่วม: โทเค็น ALLO สามารถใช้เพื่อชําระเงินสําหรับการสร้างหัวข้อหรือเข้าร่วมในเครือข่าย (ในฐานะผู้ปฏิบัติงานผู้ประเมินหรือผู้ตรวจสอบเครือข่าย) ค่าธรรมเนียมการเข้าร่วมเป็นตัวแปร
3. จํานํา: ผู้ประเมินและผู้ตรวจสอบเครือข่ายสามารถใช้โทเค็น ALLO สําหรับการปักหลัก และผู้ถือโทเค็นรายอื่นยังสามารถมอบหมายโทเค็นของตนให้กับผู้ประเมินหรือผู้ตรวจสอบเครือข่ายได้อีกด้วย ผู้ประเมินการปักหลักผู้ตรวจสอบและผู้รับมอบสิทธิ์จะได้รับรางวัล ALLO
4. การชําระเงินจูงใจ: เครือข่ายใช้โทเค็น ALLO เพื่อจ่ายรางวัลให้กับผู้เข้าร่วม สําหรับคนงานรางวัลเหล่านี้เป็นสัดส่วนกับการมีส่วนร่วมที่เป็นเอกลักษณ์เพื่อความถูกต้องของเครือข่าย สําหรับผู้ประเมินและผู้ตรวจสอบเครือข่ายรางวัลเหล่านี้เป็นสัดส่วนกับสัดส่วนการถือหุ้นและฉันทามติ

มูลค่าโทเค็น

เศรษฐศาสตร์โทเค็นในเครือข่าย Allora ได้รับการออกแบบมาเพื่อให้แน่ใจว่ามูลค่าที่แท้จริงและความเสถียรของโทเค็น:

1. รายได้ค่าธรรมเนียม: ค่าธรรมเนียมทั้งหมดที่เรียกเก็บโดยเครือข่ายจะถูกเพิ่มไปยังคลังเครือข่ายเพื่อชําระสําหรับการออกรางวัล ซึ่งหมายความว่าในทางปฏิบัติ Network Depot จะสลายตัวช้ากว่าการสลายตัวแบบเอ็กซ์โพเนนเชียลอย่างง่ายโดยรักษาการรีไซเคิลโทเค็น APY ที่สูง
2. : ค่าธรรมเนียมที่รวบรวมจากการใช้เครือข่ายจะจ่ายรางวัลก่อนสร้างโทเค็นใหม่ ซึ่งหมายความว่าขึ้นอยู่กับการเปลี่ยนแปลงของตลาดอุปทานหมุนเวียนของ ALLO สามารถเพิ่ม (สอดคล้องกับอัตราเงินเฟ้อ) หรือลดลง (สอดคล้องกับภาวะเงินฝืด)
3. กลไกการออกที่ราบรื่น: ด้วยการใช้ค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียลการออกโทเค็นจะราบรื่นดังนั้นจึงหลีกเลี่ยงการลดลงอย่างรวดเร็วใน APY เมื่อปลดล็อกโทเค็นหลักเพื่อให้แน่ใจว่าผู้ถือโทเค็นยังคงเดิมพันโทเค็นของตนต่อไป
   

อย่างไรก็ตาม เอกสารไวท์เปเปอร์ไม่ได้กล่าวถึงวันที่วางจําหน่ายและรายละเอียดของโทเค็น สําหรับข้อมูลเพิ่มเติมคุณต้องใส่ใจกับแนวโน้มโซเชียลมีเดีย

ทรัพยากรที่อยู่เบื้องหลัง Allora

เนื้อหาข้างต้นไม่ได้กล่าวถึงเทคโนโลยี zkML ที่กล่าวถึงในตอนต้นของบทความ ดูเหมือนว่า Allora ไม่มีส่วนเกี่ยวข้องกับเทคโนโลยีนี้

แต่เบื้องหลัง Allora โครงการเก่า Upshot เป็นผู้สนับสนุนหลักในการพัฒนา Allora

Upshot ช่วยเพิ่มขีดความสามารถของ Allora โดยการปรับใช้โมเดลการคาดการณ์ราคาเรือธงซึ่งให้ข้อมูลราคาที่ขับเคลื่อนด้วย AI สําหรับสินทรัพย์มากกว่า 400 ล้านรายการบนเครือข่าย การคาดการณ์ที่แม่นยําที่สุดจากแบบจําลองได้แสดงระดับความเชื่อมั่นในอดีตที่ 95-99%

นอกจากนี้ เอาต์พุตของโมเดลสามารถเข้าถึงได้ผ่าน zkPredictor (แอปพลิเคชัน zkML แบบ on-chain ที่ใหญ่ที่สุดจนถึงปัจจุบัน) มีไว้เพื่อเปิดใช้งานแอปพลิเคชันเพื่อใช้เอาต์พุตในลักษณะที่ตรวจสอบได้ด้วยการเข้ารหัส

Upshot ยังได้รับเงินทุน 22 ล้านเหรียญสหรัฐในปี 2022 นําโดย Polychain, Framework, CoinFund และ Blockchain Capital ทิศทางในเวลานั้นคือการใช้เทคโนโลยีในการประเมินสินทรัพย์ NFT แบบเรียลไทม์ ตอนนี้ด้วยการเพิ่มขึ้นของ AI แทร็กก็เปลี่ยนไปเช่นกัน แต่เทคโนโลยีที่สะสมมาก่อนหน้านี้ก็ถูกนําไปใช้กับ Allora ใหม่เช่นกัน

Roadmap and testnet incentives

ตัดสินจากข้อมูลก่อนหน้านี้ในบล็อกอย่างเป็นทางการของ Allora การเปิดตัวโครงการแบ่งออกเป็นสามขั้นตอน:

• Testnet Phase 1: Mid-February 2024
• Testnet Phase 2: Mid-March 2024
• Mainnet: Early Q2 2024

ณ จุดนี้ดูเหมือนว่าความคืบหน้าของโครงการจะล่าช้า แต่ก็ยังอยู่ในขั้นตอนก่อนที่จะเปิดตัวเครือข่ายหลัก

เพื่อสร้างโมเมนตัมและอนุญาตให้ผู้คนใช้มันมากขึ้น Allora ยังเปิดตัวเฟสแรกของแผนจูงใจ testnet เมื่อวันที่ 17 พฤษภาคม คุณยังสามารถรับคะแนนโดยการเข้าร่วมกิจกรรม on-chain และ off-chain เพื่อรับความคาดหวัง airdrop มากขึ้นในอนาคต

กิจกรรมเฉพาะที่สามารถรับคะแนนได้แก่:

กิจกรรมบนเครือข่าย

1. สร้างหัวข้อ: ระบุและกําหนดประเด็นเฉพาะหรือพื้นที่ที่น่าสนใจภายในเครือข่ายมีส่วนร่วมกับนักแสดงคนอื่น ๆ เพื่อพัฒนาและนําเสนอแนวทางแก้ไข
2. แนะนําโมเดลแมชชีนเลิร์นนิ่ง: เพิ่มโมเดลแมชชีนเลิร์นนิ่งลงในเครือข่ายเพื่อให้ผู้อื่นใช้
3. ใช้ Allora Powered Apps: เข้าร่วมในแอปและบริการที่ใช้ประโยชน์จากความสามารถด้านระบบอัจฉริยะของเครื่องของ Allora

กิจกรรมนอกเครือข่าย

1. การมีส่วนร่วมของชุมชน: ติดตาม Allora บน Twitter และเข้าร่วมกลุ่ม Discord และ Telegram
2. มีส่วนร่วมในชุมชน: มีส่วนร่วมในกิจกรรมและกิจกรรมของชุมชนที่เลือกเพื่อสนับสนุนเครือข่าย Allora

ปัจจุบันกิจกรรมที่ง่ายสําหรับผู้ใช้ทั่วไปในการเข้าร่วมสามารถพบได้ในหน้ากิจกรรม Galxe ผู้เล่นที่สนใจสามารถคลิกที่นี่เพื่อเข้าร่วม

โดยทั่วไป Allora เป็นโครงการเข้ารหัสที่มีนวัตกรรมทางเทคโนโลยีทรัพยากรพื้นหลังและความสามารถในการนํากลับมาใช้ใหม่ สามารถติดตามแนวโน้มในการเปลี่ยนแปลงของฮอตสปอต AI และใช้ความสามารถสูงสุดในการขยายทิศทางธุรกิจใหม่ อย่างน้อยก็สามารถมั่นใจได้ว่าจะดึงดูดความสนใจใหม่ อย่าถูกทิ้งไว้ข้างหลังในสงคราม

สําหรับขีด จํากัด บนที่สูงเพียงใดประการแรกขึ้นอยู่กับการรอให้ลม AI พัดอีกครั้งและประการที่สองขึ้นอยู่กับวิธีการดําเนินงานเพิ่มเติมของโครงการในอนาคต

ข้อจํากัดความรับผิดชอบ:

1. บทความนี้พิมพ์ซ้ําจาก [Techflow] ส่งต่อชื่อเดิม '解读 Allora 白皮书:自我改进的去中心化 AI 网络' ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [TechFlow] หากมีการคัดค้านการพิมพ์ซ้ํานี้ โปรดติดต่อทีม Gate Learn และพวกเขาจะจัดการทันที
2. ข้อจํากัดความรับผิดชอบความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนและไม่ถือเป็นคําแนะนําการลงทุนใด ๆ
3. การแปลบทความเป็นภาษาอื่นทําโดยทีม Gate Learn ห้ามคัดลอก แจกจ่าย หรือลอกเลียนแบบบทความที่แปล