Heute setzen wir unsere KI-Sondersitzung fort. Wir haben bereits über mehrere KI-Projekte gesprochen. Schauen wir sie uns zunächst an. Das erste ist AGIX, eine KI-Plattform, die nicht schlecht ist. Dann gibt es noch TAO, einen Bitsensor, der sich auf die KI-Plattform konzentriert ML-Bereich und ist auch nicht schlecht. Das Team hat im Stillen hart gearbeitet, und dann FET, dessen Positionierung meiner Meinung nach vage und durchschnittlich ist, dann NMR, ein sehr gutes und skurriles neues Managementmodell für Hedgefonds, und dann Unibot, das ist eher wie MASK. Wenn das Telegram-Projekt MASK 270 Millionen messen soll, hat es bereits 330 Millionen. Allerdings gibt es auf Telegram mehr Nutzer als auf Twitter. Gemessen daran liegt es im normalen Bereich. Genauer gesagt handelt es sich bei dem Projekt, über das wir heute sprechen, um eine Plattform für maschinelles Lernen

Cortex-CTXC hat derzeit einen relativ geringen Marktwert von nur 30 Millionen US-Dollar und liegt auf Platz 380+. Wenn es also großes Potenzial hat, wäre es eine sehr einfache Sache, es um das Zehnfache auf 300 Millionen US-Dollar zu steigern, oder? Mit nur 3 Milliarden US-Dollar ist es ein sehr einfallsreiches Projekt.

1. Einleitung

Die aktuelle Herausforderung bei der Ausführung von Programmen für maschinelles Lernen auf herkömmlichen Blockchains besteht darin, dass virtuelle Maschinen beim Ausführen wichtiger Modelle für maschinelles Lernen äußerst ineffizient sind. Daher glauben die meisten Menschen, dass es unmöglich ist, KI auf der Blockchain zu betreiben.

Das Ziel von Cortex besteht darin, ein wirklich dezentralisiertes autonomes System mit künstlicher Intelligenz zu schaffen, das die fortschrittlichsten Modelle für maschinelles Lernen auf der Blockchain bereitstellt, und Benutzer können intelligente Verträge auf der Cortex-Blockchain verwenden, um auf das Modell zu schließen. Zu den Zielen von Cortex gehört auch die Implementierung einer Plattform für maschinelles Lernen, die es Benutzern ermöglicht, Aufgaben zu veröffentlichen und KI-DApps auf der Plattform einzureichen.

Das Cortex-Projekt fügt Unterstützung für Algorithmen der künstlichen Intelligenz zu intelligenten Verträgen hinzu, indem es den zugrunde liegenden Befehlssatz von intelligenten Verträgen erweitert, Speicherschichten und andere Technologien verbessert und es jedem ermöglicht, intelligente Verträge um künstliche Intelligenz zu erweitern. Gleichzeitig schlägt Cortex auch einen Anreizmechanismus für die kollektive Zusammenarbeit vor, der es jedem ermöglicht, Modelle auf Cortex einzureichen und zu optimieren, und Mitwirkende am Modell können Belohnungen erhalten.

Das Cortex-Projekt geht auf Basis von Ethereum noch einen Schritt weiter, durchbricht die Barrieren zwischen Blockchain-Systemen und künstlicher Intelligenz und führt beispiellose Funktionen wie Klassifizierung, Vorhersage und Generierung von KI-Modellen in das Blockchain-System ein. Größere Durchbrüche bringen mehr Herausforderungen mit sich, um die Belastung durch Anwendungen künstlicher Intelligenz in Blockchain-Systemen in Bezug auf Computer, Speicher, Netzwerk usw. zu bewältigen. Cortex hat eine Reihe von Lösungen vorgeschlagen:

• Implementierung der MRT-Modellkonvertierungstechnologie, um herkömmliche KI-Modelle zu Festkommamodellen zu machen;

• schlug die virtuelle Cortex-Maschine CVM vor, um On-Chain-KI-Inferenzberechnungen zu implementieren;

• Einführung des TorrentFS P2P-Dateispeichersystems zur Lösung des Speicherproblems von KI-Modellen und -Daten;

Da die KI-Technologie andererseits große Datenmengen und enorme Rechenleistung erfordert, die beide Aggregationseffekte haben und hauptsächlich in den Händen großer Unternehmen liegen, wird sich in absehbarer Zeit ein Monopoltrend bilden, der bereits Gestalt angenommen hat. Zu diesem Zweck bietet das Cortex-System einen dezentralen Markt für KI-Modelle. Benutzer können KI-Modelle teilen und damit Einnahmen erzielen, sodass mehr Menschen die Leistungsfähigkeit der KI-Technologie frei genießen können.

2Core-Architektur

Um eine vollständigere öffentliche Kette aufzubauen, die KI-Modelle unterstützt, muss Cortex 2.0 sowohl die KI-Modellinferenz als auch die öffentliche Kette optimieren. Einerseits muss es die Richtigkeit und Vollständigkeit des KI-Modells gewährleisten Andererseits muss die bestehende Cortex-Kette hinsichtlich Konsens und Leistung optimiert werden. Die Kernarchitektur von Cortex 2.0 ist in Abbildung 1 dargestellt, die hauptsächlich technologische Durchbrüche in den folgenden Aspekten umfasst:

1. Formale Überprüfung: Schließen Sie die Formalisierung und Korrektheitsüberprüfung der KI-Operatoren durch den Z3-Beweis [10] ab, um sicherzustellen, dass die Inferenzergebnisse des KI-Modells aller Knoten im Cortex-System konsistent und korrekt sind.

2. KI-Operatorbibliothek: Verbessern Sie die zugrunde liegende Operatorbibliothek des von Cortex unterstützten KI-Modells weiter, sodass Cortex mehr Inferenzarbeit von KI-Modellen implementieren kann.

3. Konsensalgorithmus: Entwerfen Sie den Workload-Proof-Algorithmus RandomAI, um die Dezentralisierung von Cortex weiter zu verbessern.

4. Leistungsverbesserung: Durch wissensfreie Technologie werden Transfertransaktionen, intelligente Verträge und KI-Inferenz schrittweise gebündelt, um die Leistung der Cortex-Hauptkette zu verbessern.

2.1 Formale Verifizierung: Z3Prover

Da die Ergebnisse der Befehlsausführung und -berechnung in der virtuellen Smart-Contract-Maschine auf der Blockchain zum Konsensmechanismus gehören, der erfordert, dass die Befehlsoperation in der virtuellen Maschine deterministisch und reproduzierbar ist, behandelt Cortex 1.0 die AI-Modell-Inferenzoperation als grundlegend Die Anweisung (INFER | IFNERARRAY) ist in die Virtual Machine Execution Engine (CVM) integriert, was zu zwei wichtigen Eigenschaften führt, die KI-Inferenzoperationen auf der Blockchain haben sollten: Determinismus und Reproduzierbarkeit.

2.2 On-Chain-KI-Inferenz-Engine: eine umfassendere Operator-Bibliothek

Die CVM Runtime-Projektbibliothek definiert eine Reihe von Operatorsätzen und deren Implementierung und bietet strenge mathematische Beschreibungsdefinitionen, die festlegen, dass Operatoren deterministische Ergebnisse basierend auf der Operatorberechnungslogik bei gegebener Eingabe ausgeben. Der Satz unterstützter Operatoren bezieht sich auf die bestehende Mainstream-Deep-Learning-Framework-Architektur, kombiniert mit den Netzwerkstrukturen, die in häufig verwendeten KI-Modellen enthalten sind, und umfasst notwendige Operatorsätze wie Faltung, vollständige Verbindung und Aktivierungsfunktion. Derzeit kann das von Cortex Labs entwickelte CVM Runtime-Modellausführungsframework Computer-Vision-CV-Forschung wie Bildklassifizierung und Objekterkennung sowie einige NLP-Aufgaben zur Verarbeitung natürlicher Sprache unterstützen.

2.3 Fairer Workload-Nachweis: RandomAI

Bisher wurde die Vision einer Kryptowährungsgemeinschaft mit einer Maschine und einer Stimme nicht verwirklicht. Der Grund dafür ist, dass das spezielle Design des ASIC das Rechenbeschleunigungsverhältnis erheblich verbessert. Die Community und die Wissenschaft haben viele Algorithmen für Speicherengpässe untersucht, um das Mining grafikkarten- und CPU-freundlicher zu gestalten, ohne viel Geld für professionelle Mining-Ausrüstung ausgeben zu müssen. Die Ergebnisse der Community-Praxis der letzten Jahre zeigen, dass DaggerHashimoto von Ethereum und Equihash von Zcash relativ erfolgreiche Algorithmuspraktiken sind, die auf dem Prinzip der Grafikkartenpriorität basieren.

Die Cortex-Kette wird weiterhin an der Priorität „Eine Maschine, eine Stimme“ festhalten. Die Cortex 1.0-Version übernimmt ein Proof-of-Work-Schema basierend auf CuckooCycle [18], um die Lücke im Beschleunigungsverhältnis zwischen CPU und Mining-Maschinen zu schließen. In der Cortex2.0-Version wird der Workload-Proof-Algorithmus RandomAI untersucht und entwickelt, um die Fairness des Konsensalgorithmus weiter sicherzustellen.

2.4 Hauptkettenerweiterung: Zero-Knowledge-Proof-Trilogie

Um die Dezentralisierung und Sicherheit des Blockchain-Systems zu gewährleisten, haben im Bereich der Blockchain Leistungsengpässe relevante Forscher schon immer beunruhigt. Um die Leistung der Blockchain zu verbessern, gibt es derzeit wichtige Lösungen wie das Ersetzen des Konsensprotokolls, DAG, zkRollup, Sharding und Seitenketten. Aufgrund der Einschränkungen des CAP-Theorems verteilter Systeme ist die direkte Skalierung der Blockchain ein Kompromiss zwischen Systemkonsistenz, Verfügbarkeit und Haltbarkeit. Cortex Labs führte eine eingehende Untersuchung des Erweiterungsproblems durch, in der Hoffnung, die Netzwerkleistung zu verbessern, ohne grundlegende Sicherheitsannahmen zu opfern, und entschied sich schließlich für die zkRollup-Erweiterungslösung.

Gesamtstruktur

Um KI-Modellentwickler und KI-Anwendungsentwickler besser bedienen zu können, bietet Cortex 2.0 zusätzlich zum Kernframework auch umfangreichere technische Komponenten, um ein vollständiges KI-Framework und Anwendungsökosystem zu bilden, damit Benutzer die KI-Blockchain besser nutzen können Es.

Projektteam

Derzeit scheint es sich um ein chinesisches Projekt zu handeln. CEO Chen Ziqi erhielt einen Bachelor-Abschluss in Bauingenieurwesen von der Tsinghua-Universität. Später studierte er in den USA und erhielt einen Master-Abschluss in Bauingenieurwesen von der Carnegie Mellon University Wissenschaft von der University of California, Santa Cruz. Am Geburtsort des frühen AdaBoosting und des Online-Lernens habe ich unter der Anleitung von David P. Helmbold die Theorie des maschinellen Lernens und verschiedene Algorithmusanwendungen, einschließlich Go-Algorithmen, studiert. Er war einst als leitender Forschungswissenschaftler bei der SFTC Company in den Vereinigten Staaten tätig und verantwortlich für die Methode zur Erzeugung von Finite-Elemente-Netzen für die Forschung und Entwicklung in den Bereichen Luft- und Raumfahrt sowie Waffen. Er ist der Gründer von Waterhole.io Beijing Suishi Technology Co., Ltd. und verfügt über erstklassige Erfahrung als E-Commerce-Unternehmer sowie branchenweite Blockchain-Erfahrung. Er beherrscht Mining-Pools, Rechenleistung, Wallets und andere Unternehmen und verfügt über eine tiefes Verständnis von Bergbaumaschinen, Konsensalgorithmen und der Ökologie der öffentlichen Kette. Stellt Rechenleistung für Kryptowährungen wie Bitcoin, Ethereum und Zcash bereit.

Der CTO-Wettbewerb für Physik und Biologie wurde dem Fachbereich Informatik der Tsinghua-Universität empfohlen, wo er einen Bachelor- und einen Master-Abschluss erhielt und ein Experte für verteilte Systeme wurde. Arbeitete bei Baidu und Alibaba und ist Architekt einer Suchmaschine (so.com) und Empfehlungsmaschine mit über 100 Millionen PV pro Tag. Als Serienunternehmer hat er in vielen Start-up-Unternehmen gearbeitet und ist in den Bereichen Suchmaschinen, Empfehlungsmaschinen, künstliche Intelligenz, Finanztechnologie und anderen Bereichen tätig. Das erste Unternehmen, Wolong Cloud, wurde von Alibaba übernommen. Später wechselte er als CTO zu Beijing Machine Learning Information Technology Co., Ltd. und entwickelte Systeme wie Recsys, Chatbot und medizinische Bilderkennung Startup-Unternehmen für unbemannte Fahrzeuge und Angel Wheel. Es hat Investitionen von Sequoia und IDG erhalten. Er war einst Chefwissenschaftler von Bit Fund, Blockchain-Forscher, Berater in vielen Blockchain-Technologieunternehmen, früher Investor in Bitcoin und Zcash und Investor in Bitfinex, der weltweit größten Bitcoin-Börse. Starkes Interesse an Quantencomputing, Kernfusion und Computational Neurology.

Finanzierungssituation

Das heißt, Cortex erhielt in diesem Jahr eine Serie-B-Finanzierung in Höhe von 35 Millionen US-Dollar. Eine Serie-A-Finanzierung konnte bisher nicht gefunden werden.

Token-Verteilung

Das maximale Angebot beträgt 299.792.458 CTXC und die Umlaufrate beträgt 68,39 %. Erstmals ausgegeben am 17.04.2018, der Crowdfunding-Preis liegt bei 0,15 US-Dollar. Der Höchstpreis lag 2018 bei 2,4 US-Dollar. Ihr Team machte fast 15 % aus und Betrieb und Beförderung machten 10 % aus, also fast 25 %. Dieses Verhältnis ist weder mehr noch weniger.

Abschließend kamen wir zu dem Schluss, dass der aktuelle Marktwert des KI-Blockchain-Projekts zwar immer noch relativ niedrig ist. Sie benötigten 40 Millionen US-Dollar an Finanzierung, aber der aktuelle Marktwert beträgt nur 30 Millionen US-Dollar, und der aktuelle Preis beträgt auch der ICO-Preis im Jahr 2018. Niedrig, aber der Fortschritt scheint derzeit langsam zu sein, und angesichts einer gewissen Zeitspanne befindet sich dieses Projekt zumindest vorerst in einer niedrigen Wertposition.