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

Зараз на ринку лютує мем, а трек штучного інтелекту вступив у шорт період спокою.

Однак, оскільки продуктивність Nvidia стрімко зростає, а в другій половині року відбудеться більше подій у галузі штучного інтелекту, зашифровані проєкти штучного інтелекту все ще заслуговують на увагу.

На зростання з'явився новий тренд — поєднання zkML (машинне навчання з нульовим розголошенням) та агентів штучного інтелекту. Перший перевіряє правильність результатів обчислень ШІ, забезпечуючи при цьому конфіденційність і безпеку; Останній реалізує автоматизоване виконання завдань та прийняття рішень через смартконтракти та децентралізовані мережі.

Деякі старі шифрування проекти скористаються цією новою тенденцією, щоб скоригувати свої бізнес-напрямки, намагаючись отримати більшу цінність у новому циклі.

Мережа Allora – одна з них.

Вчора AlloraОфіційно оголосила про свій останній технічний технічний документ, який позиціонує себе як "децентралізована мережа штучного інтелекту, що самовдосконалюється", також означає, що проєктний бізнес наближається до гарячих точок наративу.

У той же час у травні проєкт також оголосив про свій план заохочення балів, який дуже цікавить як любителів волосся, так і мисливців за Альфа

Оскільки траса штучного інтелекту вже переповнена, що робить Allora унікальною? Враховуючи, що технічний документ є відносно складним, ми інтерпретували та проаналізували його, а також представили вам ключові моменти та презентацію проекту у більш популярний спосіб.

Стара проблема монополії ресурсів штучного інтелекту

Судячи з білої книги Allora, проєкт в основному спрямований на старі проблеми в поточній сфері штучного інтелекту: обчислювальна потужність, алгоритми та дані зосереджені в руках кількох гігантів, а монополія ресурсів не сприяє оптимальному стану машинного навчання (ML).

Аллора вважає, що ключ до побудови оптимального машинного інтелекту полягає в тому, щоб максимізувати кількість з'єднань у мережі, дозволяючи вільно комбінувати різні набори даних та алгоритми в мережі для отримання найбільш релевантної інформації.

Тому нам потрібна форма ройового інтелекту, яка може об'єднувати великі набори даних та алгоритми висновків.

У шорт році в існуючих зашифрованих ШІ-проектах співпраця між різними моделями недостатньо хороша, а також є проблеми з методами стимулювання. Моделі або ізольовані, або недостатньо тісно пов'язані між собою і ефективні, що призводить до незадовільних результатів остаточного міркування.

Віталік також згадував раніше: «Потрібен механізм вищого рівня для оцінки продуктивності різних ШІ, щоб ШІ міг брати участь як гравці».

Мета Allora полягає в тому, щоб дозволити вузлам децентралізованої мережі штучного інтелекту краще співпрацювати за допомогою кращої структури стимулювання; в той же час впровадити більш інтелектуальні способи ідентифікації контекстуальних деталей для підвищення ефективності моделей машинного навчання, тим самим досягаючи більш ефективного інтелекту Міркування та судження.

Allora: Впровадження контекстної обізнаності та диференційованих стимулів для покращення продуктивності моделі

Зокрема, як Allora досягає "кращої децентралізованої мережі штучного інтелекту"?

Ключовим моментом є те, щоконтекстно-залежні та диференційовані структури стимулювання. Ці інновації дозволяють мережі забезпечувати оптимальні результати висновків у будь-якому середовищі, забезпечуючи при цьому справедливу винагороду за унікальний внесок кожного учасника.

Але ці два слова звучать трохи загадково. З таким же успіхом ми могли б спочатку поглянути на учасників мережі «Аллора».

Учасниками мережі Allora є працівники, оцінювачі та споживачі, кожна роль має свої конкретні обов'язки та ролі:

1. Працівники: Надайте результати висновків штучного інтелекту та прогнозуйте цінність втрат результатів висновків інших працівників.
2. Експерти: Оцініть якість результатів висновків і прогнозованих значень втрат, наданих працівниками.
3. Споживачі: Вони запитують і платять, щоб зробити висновок про результати з мережі.

мережева взаємодія через координатора (Topic Coordinator):

• consumerЗапитуйте результати висновків у мережі та сплачуйте комісію за їх отримання.
• workerНадає результати висновків і значення втрат для прогнозування результатів логічного висновку інших працівників. Координатор синтезує цю інформацію для отримання більш точних результатів висновків.
• оцінювачНа основі результатів висновків і прогнозованих значень втрат, наданих працівниками, оцінки проводяться з використанням реальних даних для забезпечення справедливості оцінки та винагороджуються на основі їх консенсусу з іншими оцінювачами.

Завдяки розробці цих трьох ролей досягається ефективна децентралізована мережа машинного інтелекту, що досягає мети оптимізації використання ресурсів і підвищення точності висновків. По суті, це система, яка досягає самовдосконалення та справедливої винагороди за допомогою механізмів розподілу ролей та стимулювання. проект.

Зрозумівши ці три типи ролей, буде простіше поглянути на усвідомлення контексту та диференційований дизайн стимулів Allora.

Зробіть висновок про механізм синтезу

Механізм синтезу висновків Allora є ключем до реалізації децентралізованого машинного інтелекту. Це досягається за рахунок наступних етапів:

1. Завдання логічного висновку: Кожен працівник генерує результати логічного висновку, використовуючи власний набір даних і модель.
2. Завдання прогнозування: Кожен працівник прогнозує величину втрат результатів висновків інших працівників. Ці прогнозовані значення втрат відображають очікувану продуктивність працівника в поточних умовах.
3. Контекстно-залежне висновування: Мережа використовує значення втрати прогнозу, надане працівником, для генерації контекстно-залежного результату висновків прогнозування за допомогою середньозваженого значення. Ці середньозважені значення враховують рахунок історичну та залежну від контексту точність.
4. Мережеве висновування: Остаточне мережеве висновування генерується шляхом об'єднання результатів висновків працівника з контекстно-залежними передбачуваними результатами висновків.

Ключ до цього механізму полягає в тому, що він не тільки оцінює історичну точність моделі, як і інші криптопроекти, але й враховує рахунок поточний контекст, тим самим досягаючи найкращої комбінації висновків і покращуючи інтелект загальної мережі.

Механізм диференційованої винагороди

У той же час Allora впроваджує механізм диференційованої винагороди, щоб гарантувати, що внесок кожного учасника справедливо визнається:

1. Винагороди працівників: призначаються на основі їхнього внеску в завдання висновків і прогнозування, стимулюючи їх надавати високоякісні дані та прогнози.
2. Винагороди рецензентів: розподіляйте винагороди на основі їх близькості до консенсусу та проведених акцій, щоб забезпечити точність і справедливість оцінки.
3. Загальний розподіл винагороди: Механізм винагороди не тільки заохочує позитивний внесок учасників, але й дозволяє уникнути надмірної концентрації одного учасника за допомогою децентралізованого дизайну.

Деякі рішення, які зараз використовуються на Allora:

• Прогнозування цін штучного інтелекту:Надає точну інформацію про ціну активів у режимі реального часу, критично важливу для просунутих фінансових примітивів.
• Сховище на основі штучного інтелекту: Дозвольте розробникам впроваджувати передові стратегії DeFi та збільшувати потенціал заробітку.
• Моделювання ризиків штучного інтелекту: дозволяє протоколам створювати більш безпечні системи для боротьби із зовнішніми ризиками.
• AnyML: забезпечує легку інтеграцію будь-якої моделі машинного навчання, щоб будь-хто (а не лише інженери машинного навчання) міг створювати потужніші продукти за допомогою децентралізованого штучного інтелекту.

Токен

економіка Мережа Allora використовує свій нативний токен ALLO для полегшення біржа цінності між учасниками мережі. Конкретні способи використання токенів АЛЛО включають:

1. Купівля результатів логічного висновку: користувачі можуть використовувати токени ALLO для придбання результатів логічного висновку, згенерованих мережею. Allora використовує модель «що ви готові заплатити» (PWYW), що дозволяє користувачам самостійно визначати комісію ALLO для оплати висновків.
2. Сплатіть внесок за участь: токени ALLO можна використовувати для оплати створення тем або участі в мережі (як працівник, оцінювач або валідатор мережі). Вартість участі варіативна.
3. застава: оцінювачі та мережеві валідатори можуть використовувати токени ALLO для стейкінгу, а інші власники токенів також можуть делегувати свої токени оцінювачам або мережевим валідатори. Оцінювачі, верифікатори стейкінгу та їхні делегатори отримають винагороди ALLO.
4. Заохочувальна виплата: Мережа використовує токени ALLO для виплати винагород учасникам. Для працівників ці винагороди пропорційні їхньому унікальному внеску в точність мережі. Для оцінювачів та мережевих валідатори ці винагороди пропорційні їхньому застейкати та консенсусу.

Токен значення

Економіка токенів у мережі Allora призначена для забезпечення внутрішньої цінності та стабільності токенів:

1. Комісійний дохід: усі комісії, зібрані мережею, будуть додані до скарбниці мережі для оплати винагороди випуск. Це означає, що на практиці Network Depot буде розпадатися повільніше, ніж простий експоненціальний розпад, підтримуючи високий APY
2. Токен переробки: комісії, зібрані за використання мережі, спочатку виплачують винагороду, перш ніж будуть викарбувані нові токени. Це означає, що залежно від динаміки ринку циркулююча пропозиція ALLO може збільшуватися (що відповідає інфляції) або зменшуватися (що відповідає дефляції)
3. Механізм плавного випуск: Застосовуючи експоненціальну ковзну середню, випуск токена згладжується, таким чином уникаючи різкого Падіння APY при розблокуванні основного токена, гарантуючи, що власники токенів продовжують застейкати свої токени.
   

Однак у білій книзі не згадується дата випуску та деталі токена. Для отримання додаткової інформації вам потрібно звернути увагу на його тенденції в соціальних мережах.

Ресурси, що стоять за Allora

У наведеному вище матеріалі насправді не згадується технологія zkML, згадана на початку статті. Схоже, що Allora не має жодного стосунку до цієї технології.

Але позаду Allora старий проект Upshot є основним учасником розвитку Allora.

Upshot розширює можливості Allora, розгортаючи в мережі свою флагманську модель прогнозування цін, яка надає інформацію про ціни на основі штучного інтелекту для понад 400 мільйонів активів. Найточніші прогнози з моделі історично показали рівень довіри 95-99%.

Крім того, вихідні дані моделі можуть бути доступні через zkPredictor (Найбільший у блокчейні zkML додаток на сьогоднішній день), щоб дозволити програмам споживати вихідні дані криптографічно перевіреним способом.

Водночас у 2022 році Upshot також отримав фінансування у розмірі 22 мільйонів доларів США на чолі з Polychain, Framework, CoinFund та Блокчейн Capital. Напрямок на той час полягав у використанні технологій для проведення оцінки активів NFT в режимі реального часу. Тепер, з зростання ШІ, змінився і трек. , але накопичені раніше технології були застосовані і в новій Allora.

Дорожня карта та стимули тестової мережі

Судячи з попередньої інформації в офіційному блозі Allora, запуск проекту розділений на три етапи:

• Тестова мережа Фаза 1: середина лютого 2024
• року Тестова мережа Фаза 2: середина березня 2024
року
• Основна мережа: початок 2 кварталу 2024

На даний момент здається, що прогрес проекту затягнувся, але він все ще знаходиться на стадії до запуску основної мережі.

Щоб ордер набрати обертів і дозволити більшій кількості людей використовувати його, Allora також запустила перший етап свого плану стимулювання тестової мережі 17 травня. Ви також можете заробляти бали, беручи участь у у блокчейні та поза блокчейном заходах, щоб отримати більше очікувань від аірдропу в майбутньому.

Конкретні види діяльності, за які можна заробити бали, включають:

Ончейн-активності

1. Створюйте теми: Визначайте та визначайте конкретні проблеми або сфери інтересів у мережі, залучаючи інших учасників для розробки та надання рішень.
2. Ознайомлення з моделями машинного навчання: додайте моделі машинного навчання в мережу, щоб інші могли їх використовувати.
3. Використовуйте додатки на базі Allora: беріть участь у додатках і сервісах, які використовують можливості машинного інтелекту Allora

Діяльність поза мережею

1. Участь у спільноті: Слідкуйте за Аллорою у Twitter та приєднуйтесь до груп у Discord і Telegram.
2. Беріть участь у спільноті: Беріть участь у вибраних заходах та заходах спільноти, щоб підтримка мережу Allora.

В даний час заходи, в яких легко брати участь звичайним користувачам, можна знайти на сторінці події Galxe. Зацікавлені гравці можутьНатисніть тут, щоб взяти участь

Загалом, «Аллора» — це шифрування проєкт з певними технологічними інноваціями, фоновими ресурсами та можливостями повторного використання. Він може слідувати тенденції трансформації гарячих точок штучного інтелекту та максимально використовувати свої можливості для розширення нових напрямків бізнесу. По крайней мере, це може гарантувати, що він приверне до себе нову увагу. Ніколи не залишайтеся осторонь на війні.

Що стосується того, наскільки висока верхня межа, то, по-перше, це залежить від очікування повторного подиху ШІ-вітру, а по-друге, це залежить від більш оперативних методів проекту в майбутньому.

Відмова від відповідальності:

1. Цю статтю передруковано з [Techflow]. Вперед оригінальну назву '解读 Allora 白皮书:自我改进的去中心化 AI 网络'. Усі авторські права належать оригінальному автору [TechFlow]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з командою Gate Learn, і вони оперативно впораються з цим.
2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать виключно автору і не є жодною інвестиційною порадою.
3. Переклад статті на інші мови здійснює команда Gate Learn. Якщо не зазначено, копіювання, розповсюдження або плагіат перекладених статей заборонено.