Aujourd'hui, nous poursuivons notre session spéciale sur l'IA. Nous avons déjà parlé de plusieurs projets d'IA. Passons-les d'abord en revue. Le premier est AGIX, qui est une plate-forme d'IA et n'est pas mauvaise. Ensuite, il y a TAO, qui est un capteur de bits qui se concentre sur le Domaine ML et n'est pas mal non plus. , l'équipe a travaillé dur en silence, et puis FET, je pense que son positionnement est vague et moyen, puis NMR, un nouveau modèle de gestion très bon et fantaisiste pour les hedge funds, et puis Unibot, qui ressemble plus à MASK Si le projet Telegram doit évaluer MASK à 270 millions, il en compte déjà 330 millions. Cependant, il y a plus d'utilisateurs sur Telegram que sur Twitter. À en juger par cela, c'est dans la fourchette normale. Plus près de chez nous, le projet dont nous parlons aujourd'hui est une plateforme de machine learning, qui est

Cortex-CTXC a actuellement une valeur marchande relativement faible de seulement 30 millions de dollars américains, classé 380+, donc s'il a un grand potentiel, il serait très simple de l'augmenter par 10 pour atteindre 300 millions de dollars américains, n'est-ce pas ? multiplié par 100. Avec seulement 3 milliards de dollars américains, c'est un projet très imaginatif.

1Introduction

Le défi actuel lié à l’exécution de programmes d’apprentissage automatique sur des blockchains traditionnelles est que les machines virtuelles sont extrêmement inefficaces lorsqu’elles exécutent un modèle d’apprentissage automatique important. Par conséquent, la plupart des gens pensent qu’il est impossible d’exécuter l’IA sur la blockchain.

L'objectif de Cortex est de créer un système autonome d'intelligence artificielle véritablement décentralisé, fournissant le modèle d'apprentissage automatique le plus avancé sur la blockchain, et les utilisateurs peuvent utiliser des contrats intelligents sur la blockchain Cortex pour déduire le modèle. L’un des objectifs de Cortex comprend également la mise en œuvre d’une plate-forme d’apprentissage automatique qui permet aux utilisateurs de publier des tâches et de soumettre des DApps IA sur la plate-forme.

Le projet Cortex ajoute la prise en charge des algorithmes d'intelligence artificielle aux contrats intelligents en élargissant le jeu d'instructions sous-jacent des contrats intelligents, en améliorant la couche de stockage et d'autres technologies, permettant à quiconque d'ajouter des capacités d'intelligence artificielle aux contrats intelligents. Dans le même temps, Cortex propose également un mécanisme d'incitation à la collaboration collective, permettant à quiconque de soumettre et d'optimiser des modèles sur Cortex, et les contributeurs au modèle peuvent recevoir des récompenses.

Le projet Cortex va plus loin sur la base d'Ethereum, brisant les barrières entre les systèmes blockchain et l'intelligence artificielle et introduisant des fonctions sans précédent telles que la classification, la prédiction et la génération de modèles d'IA dans le système blockchain. De plus grandes percées entraînent davantage de défis Afin de faire face au fardeau des applications d’intelligence artificielle dans les systèmes blockchain en termes de calcul, de stockage, de réseau, etc., Cortex a proposé une série de solutions :

• Mettre en œuvre la technologie de conversion de modèle MRT pour rendre les modèles d'IA traditionnels à virgule fixe ;

• Proposition de la machine virtuelle Cortex CVM pour mettre en œuvre des calculs d'inférence d'IA en chaîne ;

• Présentation du système de stockage de fichiers TorrentFS P2P pour résoudre le problème de stockage des modèles et des données d'IA ;

D’un autre côté, étant donné que la technologie de l’IA nécessite des données à grande échelle et une puissance de calcul massive, qui ont toutes deux des effets d’agrégation et sont principalement entre les mains de grandes entreprises, une tendance monopolistique se formera dans un avenir proche et a déjà pris forme. À cette fin, le système Cortex fournit un marché de modèles d'IA décentralisé. Les utilisateurs peuvent partager des modèles d'IA et en tirer des revenus, permettant ainsi à davantage de personnes de profiter librement de la puissance de la technologie d'IA.

2Architecture de base

Afin de construire une chaîne publique plus complète prenant en charge les modèles d'IA, Cortex 2.0 doit optimiser à la fois l'inférence du modèle d'IA et la chaîne publique. D'une part, il doit garantir l'exactitude et l'exhaustivité du modèle d'IA. exécution sur la chaîne D'autre part, il doit optimiser la chaîne Cortex existante en termes de consensus et de performances. L'architecture de base de Cortex 2.0 est présentée dans la figure 1, qui comprend principalement des avancées technologiques dans les aspects suivants :

1. Vérification formelle : terminer la formalisation et la vérification de l'exactitude des opérateurs d'IA via le prouveur Z3 [10] pour garantir que les résultats d'inférence du modèle d'IA par tous les nœuds du système Cortex sont cohérents et corrects.

2. Bibliothèque d'opérateurs IA : améliorez encore la bibliothèque d'opérateurs sous-jacente du modèle d'IA pris en charge par Cortex, permettant à Cortex de mettre en œuvre davantage de travaux d'inférence des modèles d'IA.

3. Algorithme de consensus : concevez l'algorithme de preuve de charge de travail RandomAI pour améliorer encore la décentralisation de Cortex.

4. Amélioration des performances : grâce à une technologie de preuve sans connaissance, les transactions de transfert, les contrats intelligents et l'inférence de l'IA sont progressivement regroupés pour améliorer les performances de la chaîne principale Cortex.

2.1 Vérification formelle : Z3Prover

Étant donné que l'exécution des instructions et les résultats de calcul dans la machine virtuelle de contrat intelligent sur la blockchain appartiennent au mécanisme de consensus, qui nécessite que l'opération d'instruction dans la machine virtuelle soit déterministe et reproductible, Cortex 1.0 traite l'opération d'inférence du modèle IA comme une opération de base. (INFER | IFNERARRAY) est intégrée au moteur d'exécution de machine virtuelle (CVM), ce qui conduit à deux caractéristiques importantes que les opérations d'inférence d'IA devraient avoir sur la blockchain : le déterminisme et la reproductibilité.

2.2 Moteur d'inférence IA en chaîne : une bibliothèque d'opérateurs plus complète

La bibliothèque du projet CVM Runtime définit une série d'ensembles d'opérateurs et leur implémentation, et fournit des définitions de description mathématique strictes, qui stipulent que les opérateurs produiront des résultats déterministes basés sur la logique de calcul de l'opérateur lorsqu'ils recevront une entrée. L'ensemble d'opérateurs pris en charge fait référence à l'architecture du cadre d'apprentissage profond traditionnel existant, combinée aux structures de réseau impliquées dans les modèles d'IA couramment utilisés, et comprend les ensembles d'opérateurs nécessaires tels que la convolution, la connexion complète et la fonction d'activation. Actuellement, le cadre d'exécution de modèle CVM Runtime développé par Cortex Labs peut prendre en charge la recherche CV en vision par ordinateur telle que la classification d'images et la reconnaissance d'objets, ainsi que certaines tâches PNL de traitement du langage naturel.

2.3 Preuve équitable de la charge de travail : RandomAI

Jusqu’à présent, la vision d’une communauté de crypto-monnaie « une machine, un vote » ne s’est pas concrétisée. La raison en est que la conception spéciale de l'ASIC améliore considérablement le taux d'accélération du calcul. La communauté et le monde universitaire ont exploré de nombreux algorithmes de goulot d'étranglement de mémoire pour rendre le minage plus convivial pour les cartes graphiques et les processeurs sans avoir à dépenser beaucoup d'argent en équipement minier professionnel. Les résultats des pratiques communautaires de ces dernières années montrent que DaggerHashimoto d'Ethereum et Equihash de Zcash sont des pratiques algorithmiques relativement réussies basées sur le principe de priorité de la carte graphique.

La chaîne Cortex adhérera en outre à la priorité d'une machine, une voix. La version Cortex 1.0 adopte un schéma de preuve de travail basé sur CuckooCycle [18] pour réduire l'écart de taux d'accélération entre le processeur et les machines minières. Dans la version Cortex2.0, l'algorithme de preuve de charge de travail RandomAI sera étudié et conçu pour garantir davantage l'équité de l'algorithme de consensus.

2.4 Expansion de la chaîne principale : trilogie à l'épreuve des connaissances nulles

Dans le domaine de la blockchain, afin d'assurer la décentralisation et la sécurité du système blockchain, les goulots d'étranglement en termes de performances ont toujours troublé les chercheurs concernés. Afin d'améliorer les performances de la blockchain, il existe actuellement des solutions majeures telles que le remplacement du protocole de consensus, du DAG, du zkRollup, du sharding et des side chains. En raison des limites du théorème CAP des systèmes distribués, la mise à l'échelle directe de la blockchain sera un compromis entre la cohérence, la disponibilité et la durabilité du système. Cortex Labs a mené des recherches approfondies sur le problème de l'expansion, dans l'espoir d'améliorer les performances du réseau sans sacrifier les hypothèses de sécurité fondamentales, et a finalement sélectionné la solution d'expansion zkRollup.

architecture globale

Afin de mieux servir les développeurs de modèles d'IA et les développeurs d'applications d'IA, en plus du cadre de base, Cortex 2.0 fournit également des composants techniques plus riches pour former un cadre d'IA complet et un écosystème d'applications pour aider les utilisateurs à mieux profiter de la blockchain de l'IA. il.

équipe de projet

À l'heure actuelle, il semble qu'il s'agisse d'un projet chinois. Le PDG Chen Ziqi a obtenu une licence en génie civil à l'Université Tsinghua. Il a ensuite étudié aux États-Unis et a obtenu une maîtrise en génie civil à l'Université Carnegie Mellon et une maîtrise en informatique. sciences de l’Université de Californie à Santa Cruz. Au berceau d'AdaBoosting et de l'apprentissage en ligne, j'ai étudié la théorie de l'apprentissage automatique et diverses applications d'algorithmes, y compris les algorithmes Go, sous la tutelle de David P. Helmbold. Il a été chercheur scientifique principal à la SFTC Corporation aux États-Unis, responsable de la méthode de génération de maillages par éléments finis pour la recherche et le développement dans le domaine de l'aérospatiale et des armes. Fort d'une expérience entrepreneuriale de première ligne dans le commerce électronique et d'une expérience à l'échelle de l'industrie de la blockchain, il est le fondateur de Waterhole.io Beijing Suishi Technology Co., Ltd. Il maîtrise les pools miniers, la puissance de calcul, les portefeuilles et d'autres activités, et possède un compréhension approfondie des machines minières, des algorithmes de consensus et de l’écologie de la chaîne publique. Fournit une puissance de calcul pour les crypto-monnaies telles que Bitcoin, Ethereum et Zcash.

Le concours CTO de physique et de biologie a été recommandé au département d'informatique de l'université Tsinghua, où il a obtenu une licence et une maîtrise et est devenu un expert en systèmes distribués. A travaillé chez Baidu et Alibaba, et est un architecte de moteur de recherche (so.com) et de moteur de recommandation avec plus de 100 millions de PV par jour. Entrepreneur en série, il a travaillé dans de nombreuses start-ups et est impliqué dans les moteurs de recherche, les moteurs de recommandation, l'intelligence artificielle, la technologie financière et d'autres domaines. La première société, Wolong Cloud, a été acquise par Alibaba. Il a ensuite rejoint Beijing Machine Learning Information Technology Co., Ltd. en tant que CTO, développant des systèmes tels que recsys, chatbot et reconnaissance d'images médicales. Plus tard, il a rejoint Pony.ai, une société. entreprise de démarrage de véhicules sans pilote et Angel Wheel. Elle a reçu des investissements de Sequoia et d'IDG. Il a autrefois été scientifique en chef de Bit Fund, chercheur en blockchain, consultant auprès de nombreuses sociétés de technologie blockchain, l'un des premiers investisseurs dans Bitcoin et Zcash et investisseur dans Bitfinex, la plus grande bourse Bitcoin au monde. Fort intérêt pour l'informatique quantique, la fusion nucléaire et la neurologie computationnelle.

Situation financière

Autrement dit, cette année, Cortex a reçu 35 millions de dollars américains en financement de série B. Aucun financement de série A n’a été trouvé jusqu’à présent.

Distribution de jetons

L'offre maximale est de 299 792 458 CTXC et le taux de circulation est de 68,39 %. Publié pour la première fois le 17/04/2018, le prix du financement participatif est de 0,5800 $. Le prix actuel de la devise est de 0,15 dollar américain et le prix maximal était de 2,4 dollars américains en 2018. Leur équipe a pris près de 15 %, et l'exploitation et la promotion ont pris 10 %, soit près de 25 %. Ce ratio n'est ni plus ni moins.

Enfin, nous avons conclu que la valeur marchande actuelle de Bien sûr, le projet AI blockchain est encore relativement faible. Ils ont obtenu un financement de 40 millions de dollars américains, et la valeur marchande actuelle n'est que de 30 millions de dollars américains, et le prix actuel est de 30 millions de dollars américains. également le prix de l'ICO en 2018. Faible, mais les progrès semblent lents à l'heure actuelle. Les projets d'IA actuels progressent généralement lentement, et compte tenu d'un certain laps de temps, du moins pour le moment, celui-ci est dans une position de faible valeur.