Šodien mēs turpinām savu AI īpašo sesiju. Vispirms apskatīsim tos AGIX, kas nav slikta ML lauks un arī nav slikts , komanda ir smagi strādājusi klusi, un tad FET, manuprāt, tā pozicionēšana ir neskaidra un vidēja, tad NMR, ļoti labs un dīvains jaunais riska ieguldījumu fondu pārvaldības modelis, un tad Unibot, kas. ir vairāk kā MASK. Ja Telegram projektam ir jāsalīdzina MASK 270 miljoni, tam jau ir 330 miljoni lietotāju. Tomēr, spriežot pēc šī, tas ir normas robežās. Tuvāk mājām projekts, par kuru mēs šodien runājam, ir mašīnmācības platforma, kas ir

Cortex-CTXC tirgus vērtība šobrīd ir tikai 30 miljoni ASV dolāru, kas ir 380+, tāpēc, ja tam ir liels potenciāls, būtu ļoti vienkārši palielināt to 10 reizes līdz 300 miljoniem ASV dolāru, vai ne? pieaugt 100 reizes. Tas ir tikai 3 miljardi ASV dolāru, un tas ir ļoti izdomas pilns projekts.

1 Ievads

Pašreizējais izaicinājums, izpildot mašīnmācīšanās programmas tradicionālajās blokķēdes, ir tāds, ka virtuālās mašīnas ir ārkārtīgi neefektīvas, palaižot jebkuru nozīmīgu mašīnmācīšanās modeli. Tāpēc lielākā daļa cilvēku uzskata, ka AI darbināšana blokķēdē nav iespējama.

Cortex mērķis ir izveidot patiesi decentralizētu mākslīgā intelekta autonomo sistēmu, nodrošinot vismodernāko mašīnmācīšanās modeli blokķēdē, un lietotāji var izmantot viedos līgumus Cortex blokķēdē, lai secinātu modeli. Viens no Cortex mērķiem ietver arī mašīnmācīšanās platformas ieviešanu, kas ļauj lietotājiem publicēt uzdevumus un iesniegt AI DApps platformā.

Cortex projekts viedajiem līgumiem pievieno atbalstu mākslīgā intelekta algoritmiem, paplašinot viedo līgumu pamatā esošo instrukciju kopu, uzlabojot krātuves slāņus un citas tehnoloģijas, ļaujot ikvienam viedajiem līgumiem pievienot mākslīgā intelekta iespējas. Tajā pašā laikā Cortex piedāvā arī stimulēšanas mehānismu kolektīvai sadarbībai, ļaujot ikvienam iesniegt un optimizēt modeļus vietnē Cortex, un modeļa atbalstītāji var saņemt atlīdzību.

Cortex projekts iet tālāk, pamatojoties uz Ethereum, nojaucot šķēršļus starp blokķēdes sistēmām un mākslīgo intelektu, un ieviešot blokķēdes sistēmā nepieredzētas funkcijas, piemēram, AI modeļu klasifikāciju, prognozēšanu un ģenerēšanu. Lielāki sasniegumi rada vairāk izaicinājumu, lai tiktu galā ar mākslīgā intelekta lietojumprogrammu slogu blokķēdes sistēmās attiecībā uz skaitļošanu, glabāšanu, tīklu utt., Cortex ir ierosinājusi virkni risinājumu.

• Ieviest MRT modeļu pārveidošanas tehnoloģiju, lai padarītu tradicionālos AI modeļus fiksēta punkta;

• Ierosināja Cortex virtuālo mašīnu CVM, lai ieviestu ķēdes AI secinājumu aprēķinus;

• TorrentFS P2P failu glabāšanas sistēmas ieviešana, lai atrisinātu AI modeļu un datu uzglabāšanas problēmu;

No otras puses, tā kā mākslīgā intelekta tehnoloģijai ir nepieciešami liela mēroga dati un milzīga skaitļošanas jauda, ​​kam abiem ir apkopošanas efekti un kas galvenokārt ir lielo uzņēmumu rokās, pārskatāmā nākotnē veidosies monopola tendence, kas jau ir izveidojusies. Šim nolūkam Cortex sistēma nodrošina decentralizētu AI modeļu tirgu.

2Pamata arhitektūra

Lai izveidotu pilnīgāku publisko ķēdi, kas atbalsta AI modeļus, Cortex 2.0 ir jāoptimizē gan AI modeļa secinājumi, gan publiskā ķēde, no vienas puses, tai ir jāatbilst AI modeļa pareizībai un pilnībai No otras puses, tai ir jāoptimizē esošā Cortex ķēde vienprātības un veiktspējas ziņā. Cortex 2.0 pamata arhitektūra ir parādīta 1. attēlā, kas galvenokārt ietver tehnoloģiskos sasniegumus šādos aspektos:

1. Formālā pārbaude: pabeidziet AI operatoru formalizāciju un pareizības pārbaudi, izmantojot Z3 pārbaudītāju [10], lai nodrošinātu, ka AI modeļa secinājumi no visiem Cortex sistēmas mezgliem ir konsekventi un pareizi.

2. AI operatora bibliotēka: turpiniet uzlabot Cortex atbalstītā mākslīgā intelekta modeļa pamatā esošo operatoru bibliotēku, ļaujot Cortex īstenot vairāk secinājumu darbu pie AI modeļiem.

3. Konsensa algoritms: izstrādājiet RandomAI darba slodzes pārbaudes algoritmu, lai vēl vairāk uzlabotu Cortex decentralizāciju.

4. Veiktspējas uzlabošana. Izmantojot nulles zināšanu drošu tehnoloģiju, pārsūtīšanas darījumi, viedie līgumi un AI secinājumi tiek pakāpeniski apvienoti, lai uzlabotu Cortex galvenās ķēdes veiktspēju.

2.1 Formāla pārbaude: Z3Prover

Tā kā instrukciju izpildes un aprēķinu rezultāti viedā līguma virtuālajā mašīnā blokķēdē pieder vienprātības mehānismam, kas prasa, lai instrukciju darbībai virtuālajā mašīnā būtu jābūt deterministiskai un reproducējamai, Cortex 1.0 AI modeļa secinājumu operāciju uzskata par pamata darbību. instrukcija (INFER | IFNERARRAY) ir integrēta virtuālās mašīnas izpildes dzinējā (CVM), kas noved pie diviem svarīgiem raksturlielumiem, kuriem AI secināšanas operācijām vajadzētu būt blokķēdē: determinisms un reproducējamība.

2.2. Ķēdes AI secinājumu dzinējs: pilnīgāka operatora bibliotēka

CVM Runtime projekta bibliotēka nosaka virkni operatoru kopu un to ieviešanu, kā arī nodrošina stingras matemātisku aprakstu definīcijas, kas nosaka, ka operatori izvadīs deterministiskus rezultātus, pamatojoties uz operatora aprēķinu loģiku, kad tiek ievadīta ievade. Atbalstīto operatoru kopa attiecas uz esošo galveno dziļās mācīšanās ietvara arhitektūru, kas apvienota ar tīkla struktūrām, kas iesaistītas plaši izmantotajos AI modeļos, un ietver nepieciešamās operatoru kopas, piemēram, konvolūciju, pilnu savienojumu un aktivizācijas funkciju. Pašlaik Cortex Labs izstrādātā CVM Runtime modeļa izpildes sistēma var atbalstīt datorredzes CV izpēti, piemēram, attēlu klasifikāciju un objektu atpazīšanu, kā arī dažus dabiskās valodas apstrādes NLP uzdevumus.

2.3. Godīgas darba slodzes pierādījums: RandomAI

Līdz šim vīzija par kriptovalūtu kopienu “viena mašīna-viena balss” nav realizēta. Iemesls ir tāds, ka īpašais ASIC dizains ievērojami uzlabo skaitļošanas paātrinājuma koeficientu. Sabiedrība un akadēmiskās aprindas ir izpētījuši daudzus atmiņas vājuma algoritmus, lai padarītu ieguvi draudzīgāku grafikas kartei un centrālajam procesoram, netērējot daudz naudas profesionālam ieguves aprīkojumam. Pēdējo gadu kopienas prakses rezultāti liecina, ka Ethereum's DaggerHashimoto un Zcash's Equihash ir salīdzinoši veiksmīgas algoritmu prakses, kuru pamatā ir grafiskās kartes prioritātes princips.

Cortex ķēde arī turpmāk ievēros prioritāti — viena iekārta, viena balss. Cortex 1.0 versija pieņem darba pierādījumu shēmu, kuras pamatā ir CuckooCycle [18], lai samazinātu paātrinājuma attiecību starp CPU un kalnrūpniecības iekārtām. Cortex2.0 versijā RandomAI darba slodzes pārbaudes algoritms tiks izpētīts un izstrādāts, lai vēl vairāk nodrošinātu vienprātības algoritma godīgumu.

2.4. Galvenās ķēdes paplašināšana: triloģija bez zināšanām

Blokķēdes jomā, lai nodrošinātu blokķēdes sistēmas decentralizāciju un drošību, veiktspējas vājās vietas vienmēr ir satraukušas attiecīgos pētniekus. Lai uzlabotu blokķēdes veiktspēju, pašlaik ir galvenie risinājumi, piemēram, konsensa protokola, DAG, zkRollup, sharding un sānu ķēžu aizstāšana. Sadalīto sistēmu KLP teorēmas ierobežojumu dēļ tieša blokķēdes mērogošana būs kompromiss starp sistēmas konsekvenci, pieejamību un izturību. Cortex Labs veica padziļinātu izpēti par paplašināšanas problēmu, cerot uzlabot tīkla veiktspēju, nezaudējot galvenos drošības pieņēmumus, un beidzot izvēlējās zkRollup paplašināšanas risinājumu.

vispārējā arhitektūra

Lai labāk apkalpotu AI modeļu izstrādātājus un AI lietojumprogrammu izstrādātājus, Cortex 2.0 papildus pamata sistēmai nodrošina arī bagātīgākus tehniskos komponentus, lai izveidotu pilnīgu AI ietvaru un lietojumprogrammu ekosistēmu, lai palīdzētu lietotājiem labāk izbaudīt AI blokķēdi. to.

projekta komanda

Pašlaik šķiet, ka tas ir ķīniešu projekts, Čens Ziqi ieguvis bakalaura grādu inženierzinātnēs Tsinghua Universitātē un vēlāk ieguvis maģistra grādu inženierzinātnēs Kārnegija Melona universitātē un maģistra grādu datorzinātnē. zinātne no Kalifornijas universitātes Santakrusā. Agrīnās AdaBoosting un Online Learning dzimtajā vietā es studēju mašīnmācīšanās teoriju un dažādas algoritmu lietojumprogrammas, tostarp Go algoritmus, Deivida P. Helmbolda vadībā. Savulaik viņš strādāja par galveno pētnieku SFTC korporācijā Amerikas Savienotajās Valstīs, atbildot par galīgo elementu tīklu ģenerēšanas metodi kosmosa un ieroču pētniecībai un attīstībai. Ar pirmās līnijas e-komercijas pieredzi uzņēmējdarbībā un blokķēdes nozares mēroga pieredzi viņš ir Waterhole.io Beijing Suishi Technology Co., Ltd. dibinātājs. Viņš pārvalda ieguves baseinus, skaitļošanas jaudu, makus un citus uzņēmumus, un viņam ir dziļa izpratne par kalnrūpniecības mašīnām, vienprātības algoritmiem un publiskās ķēdes ekoloģiju. Nodrošina skaitļošanas jaudu tādām kriptovalūtām kā Bitcoin, Ethereum un Zcash.

CTO fizikas un bioloģijas konkurss tika ieteikts Tsinghua Universitātes Datorzinātņu nodaļai, kur ieguvu bakalaura un maģistra grādu un kļuvu par ekspertu izplatītajās sistēmās. Strādājis Baidu un Alibaba, kā arī meklētājprogrammu (so.com) un ieteikumu programmu arhitekts ar vairāk nekā 100 miljoniem PV dienā. Sērijveida uzņēmējs ir strādājis daudzos jaunuzņēmumos un ir iesaistīts meklētājprogrammās, ieteikumu dzinējos, mākslīgā intelekta, finanšu tehnoloģiju un citos virzienos. Pirmo uzņēmumu Wolong Cloud iegādājās Alibaba. Viņš vēlāk pievienojās Beijing Machine Learning Information Technology Co., Ltd. kā CTO, izstrādājot tādas sistēmas kā recsys, chatbot un medicīnas attēlu atpazīšanu. Vēlāk viņš pievienojās Pony.ai, an bezpilota transportlīdzekļu starta uzņēmums un Angel Wheel Tas ir saņēmis ieguldījumus no Sequoia un IDG. Viņš savulaik bija Bit Fund galvenais zinātnieks, blokķēdes pētnieks, konsultants daudzos blokķēdes tehnoloģiju uzņēmumos, agrīnais ieguldītājs Bitcoin un Zcash un investors Bitfinex, pasaulē lielākā Bitcoin biržā. Liela interese par kvantu skaitļošanu, kodolsintēzi un skaitļošanas neiroloģiju.

Finansēšanas situācija

Tas nozīmē, ka šogad Cortex saņēma 35 miljonus ASV dolāru B sērijas finansēšanā. A sērijas finansējums līdz šim nav atrasts.

Žetonu izplatīšana

Maksimālais piedāvājums ir 299 792 458 CTXC, un aprites ātrums ir 68,39%. Pirmo reizi izdots 2018-04-17, kolektīvā finansējuma cena ir 0,5800 USD Pašreizējā valūtas cena ir 0,15 ASV dolāri, un maksimālā cena bija 2,4 ASV dolāri 2018. gadā. Viņu komanda paņēma gandrīz 15%, bet darbība un veicināšana - 10%, kas ir gandrīz 25%. Šī attiecība nav ne vairāk, ne mazāk.

Visbeidzot, mēs secinājām, ka pašreizējā tirgus vērtība AI blockchain projekts joprojām ir salīdzinoši zems. Viņiem bija nepieciešami 40 miljoni ASV dolāru, un pašreizējā tirgus vērtība ir tikai 30 miljoni ASV dolāru, un pašreizējā cena ir. arī ICO cena 2018. gadā. Zema, taču pašlaik šķiet, ka progress ir lēns. Pašreizējie AI projekti kopumā progresē lēni, un, ņemot vērā noteiktu laiku, vismaz pagaidām šis ir zemas vērtības pozīcijā.