Hoje continuamos nossa sessão especial de IA. Já falamos sobre vários projetos de IA. Vamos revisá-los primeiro. O primeiro é o AGIX, que é uma plataforma de IA e não é ruim. Depois há o TAO, que é um bitsensor que se concentra no Campo de ML e também não é ruim., a equipe tem trabalhado muito silenciosamente, e depois FET, acho que seu posicionamento é vago e mediano, depois NMR, um novo modelo de gestão muito bom e caprichoso para fundos de hedge, e depois Unibot, que é mais parecido com MASK Se o projeto Telegram tiver como benchmark MASK 270 milhões, ele já tem 330 milhões de usuários. No entanto, há mais usuários no Telegram do que no Twitter. A julgar por isso, está dentro da faixa normal. Mais perto de casa, o projeto de que estamos falando hoje é uma plataforma de aprendizado de máquina, que é

Cortex-CTXC atualmente tem um valor de mercado relativamente baixo de apenas 30 milhões de dólares americanos, classificado em 380+, então se tiver um grande potencial, seria muito simples aumentá-lo 10 vezes para 300 milhões de dólares americanos, certo? aumentar 100 vezes. Com apenas 3 bilhões de dólares, é um projeto muito imaginativo.

1Introdução

O desafio atual na execução de programas de aprendizado de máquina em blockchains tradicionais é que as máquinas virtuais são extremamente ineficientes ao executar qualquer modelo significativo de aprendizado de máquina. Portanto, a maioria das pessoas acredita que é impossível executar IA no blockchain.

O objetivo da Cortex é criar um sistema autônomo de inteligência artificial verdadeiramente descentralizado, fornecendo o modelo de aprendizado de máquina mais avançado no blockchain, e os usuários podem usar contratos inteligentes no blockchain Cortex para inferir o modelo. Um dos objetivos da Cortex também inclui a implementação de uma plataforma de aprendizado de máquina que permite aos usuários publicar tarefas e enviar DApps de IA na plataforma.

O projeto Cortex adiciona suporte para algoritmos de inteligência artificial a contratos inteligentes, expandindo o conjunto de instruções subjacente de contratos inteligentes, melhorando a camada de armazenamento e outras tecnologias, permitindo que qualquer pessoa adicione capacidades de inteligência artificial a contratos inteligentes. Ao mesmo tempo, o Cortex também propõe um mecanismo de incentivo à colaboração coletiva, permitindo que qualquer pessoa envie e otimize modelos no Cortex, e os contribuidores do modelo possam receber recompensas.

O projeto Cortex vai além com base no Ethereum, quebrando as barreiras entre os sistemas blockchain e a inteligência artificial, e introduzindo funções inéditas como classificação, previsão e geração de modelos de IA ao sistema blockchain. Maiores avanços trazem mais desafios. Para lidar com a carga das aplicações de inteligência artificial em sistemas blockchain em termos de computação, armazenamento, rede, etc., a Cortex propôs uma série de soluções:

• Implementar tecnologia de conversão de modelo MRT para tornar os modelos tradicionais de IA em ponto fixo;

• Propôs a máquina virtual Cortex CVM para implementar cálculos de inferência de IA on-chain;

• Apresentando o sistema de armazenamento de arquivos TorrentFS P2P para resolver o problema de armazenamento de modelos e dados de IA;

Por outro lado, porque a tecnologia de IA requer dados em grande escala e um enorme poder de computação, ambos com efeitos de agregação e estão principalmente nas mãos de grandes empresas, uma tendência de monopólio irá formar-se num futuro previsível e já tomou forma. Para este fim, o sistema Cortex fornece um mercado descentralizado de modelos de IA. Os usuários podem compartilhar modelos de IA e obter receitas com eles, permitindo que mais pessoas desfrutem livremente do poder da tecnologia de IA.

Arquitetura 2Core

Para construir uma cadeia pública mais completa que suporte modelos de IA, o Cortex 2.0 precisa otimizar tanto a inferência do modelo de IA quanto a cadeia pública. Por um lado, ele precisa atender à exatidão e integridade do modelo de IA. execução na cadeia Por outro lado, precisa otimizar a cadeia Cortex existente em termos de consenso e desempenho. A arquitetura central do Cortex 2.0 é mostrada na Figura 1, que inclui principalmente avanços tecnológicos nos seguintes aspectos:

1. Verificação formal: Conclua a formalização e verificação de correção dos operadores de IA por meio do provador Z3 [10] para garantir que os resultados de inferência do modelo de IA por todos os nós do sistema Cortex sejam consistentes e corretos.

2. Biblioteca de operadores de IA: Melhore ainda mais a biblioteca de operadores subjacente do modelo de IA suportado pelo Cortex, permitindo que o Cortex implemente mais trabalho de inferência de modelos de IA.

3. Algoritmo de consenso: Projete o algoritmo de prova de carga de trabalho RandomAI para melhorar ainda mais a descentralização do Cortex.

4. Melhoria de desempenho: Através da tecnologia de prova de conhecimento zero, transações de transferência, contratos inteligentes e inferência de IA são gradualmente empacotados para melhorar o desempenho da cadeia principal do Cortex.

2.1 Verificação formal: Z3Prover

Como os resultados de execução e cálculo de instruções na máquina virtual de contrato inteligente no blockchain pertencem ao mecanismo de consenso, que exige que a operação de instrução na máquina virtual seja determinística e reproduzível, o Cortex 1.0 trata a operação de inferência do modelo de IA como um básico A instrução (INFER | IFNERARRAY) é integrada ao mecanismo de execução da máquina virtual (CVM), o que leva a duas características importantes que as operações de inferência de IA devem ter no blockchain: determinismo e reprodutibilidade.

2.2 Mecanismo de inferência de IA on-chain: uma biblioteca de operadores mais completa

A biblioteca do projeto CVM Runtime define uma série de conjuntos de operadores e sua implementação, e fornece definições de descrição matemática estritas, que estipulam que os operadores produzirão resultados determinísticos com base na lógica de cálculo do operador quando receberem entrada. O conjunto de operadores suportados refere-se à arquitetura de estrutura de aprendizagem profunda existente, combinada com as estruturas de rede envolvidas em modelos de IA comumente usados, e inclui conjuntos de operadores necessários, como convolução, conexão completa e função de ativação. Atualmente, a estrutura de execução do modelo CVM Runtime desenvolvida pelo Cortex Labs pode suportar pesquisas de CV em visão computacional, como classificação de imagens e reconhecimento de objetos, bem como algumas tarefas de PNL de processamento de linguagem natural.

2.3 Prova de carga de trabalho justa: RandomAI

Até agora, a visão de uma comunidade de criptomoedas de uma máquina e um voto não foi concretizada. A razão é que o design especial do ASIC melhora muito a taxa de aceleração da computação. A comunidade e a academia exploraram muitos algoritmos de gargalo de memória para tornar a mineração mais amigável à placa gráfica e à CPU, sem ter que gastar muito dinheiro em equipamentos de mineração profissionais. Os resultados da prática comunitária nos últimos anos mostram que o DaggerHashimoto da Ethereum e o Equihash da Zcash são práticas de algoritmo relativamente bem-sucedidas baseadas no princípio de prioridade da placa gráfica.

A cadeia Cortex aderirá ainda mais à prioridade de uma máquina, um voto. A versão Cortex 1.0 adota um esquema de prova de trabalho baseado em CuckooCycle [18] para diminuir a lacuna na taxa de aceleração entre CPU e máquinas de mineração. Na versão Cortex2.0, o algoritmo de prova de carga de trabalho RandomAI será investigado e projetado para garantir ainda mais a imparcialidade do algoritmo de consenso.

2.4 Expansão da cadeia principal: trilogia à prova de conhecimento zero

No campo do blockchain, para garantir a descentralização e a segurança do sistema blockchain, os gargalos de desempenho sempre incomodaram os pesquisadores relevantes. Para melhorar o desempenho do blockchain, existem atualmente soluções importantes, como substituição do protocolo de consenso, DAG, zkRollup, sharding e side chains. Devido às limitações do teorema CAP dos sistemas distribuídos, o dimensionamento direto da blockchain será um compromisso entre consistência, disponibilidade e durabilidade do sistema. Cortex Labs conduziu pesquisas aprofundadas sobre o problema de expansão, na esperança de melhorar o desempenho da rede sem sacrificar as principais premissas de segurança e, finalmente, selecionou a solução de expansão zkRollup.

arquitetura geral

Para melhor atender aos desenvolvedores de modelos de IA e desenvolvedores de aplicativos de IA, além da estrutura principal, o Cortex 2.0 também fornece componentes técnicos mais ricos para formar uma estrutura de IA completa e um ecossistema de aplicativos para ajudar os usuários a aproveitar melhor o blockchain de IA A conveniência trazida por isto.

equipe do projeto

Atualmente, parece ser um projeto chinês. O CEO Chen Ziqi recebeu um diploma de bacharel em engenharia civil pela Universidade Tsinghua. Mais tarde, estudou nos Estados Unidos e obteve um mestrado em engenharia civil pela Carnegie Mellon University e um mestrado em informática. ciências da Universidade da Califórnia, Santa Cruz. No berço do AdaBoosting e do Online Learning, estudei a teoria do aprendizado de máquina e várias aplicações de algoritmos, incluindo algoritmos Go, sob a tutela de David P. Helmbold. Certa vez, ele atuou como principal cientista pesquisador da SFTC Company nos Estados Unidos, responsável pelo método de geração de malha de elementos finitos para pesquisa e desenvolvimento aeroespacial e de armas. Com experiência em empreendedorismo de comércio eletrônico de primeira linha e experiência em todo o setor de blockchain, ele é o fundador da Waterhole.io Beijing Suishi Technology Co., Ltd. profundo conhecimento de máquinas de mineração, algoritmos de consenso e ecologia de cadeia pública. Fornece poder de computação para criptomoedas como Bitcoin, Ethereum e Zcash.

O CTO da Competição de Física e Biologia foi recomendado ao Departamento de Ciência da Computação da Universidade de Tsinghua, onde recebeu o bacharelado e o mestrado e se tornou um especialista em sistemas distribuídos. Trabalhou no Baidu e no Alibaba e é um mecanismo de busca (so.com) e arquiteto de mecanismo de recomendação com mais de 100 milhões de PV por dia. Empreendedor em série, trabalhou em diversas empresas start-up e está envolvido em mecanismos de busca, mecanismos de recomendação, inteligência artificial, tecnologia financeira e outras áreas. A primeira empresa, Wolong Cloud, foi adquirida pela Alibaba. Mais tarde, ele ingressou na Beijing Machine Learning Information Technology Co., Ltd. como CTO, desenvolvendo sistemas como recsys, chatbot e reconhecimento de imagens médicas. empresa iniciante de veículos não tripulados e Angel Wheel Recebeu investimentos da Sequoia e IDG. Ele já atuou como cientista-chefe do Bit Fund, pesquisador de blockchain, consultor em muitas empresas de tecnologia blockchain, um dos primeiros investidores em Bitcoin e Zcash e investidor na Bitfinex, a maior bolsa de Bitcoin do mundo. Forte interesse em computação quântica, fusão nuclear e neurologia computacional.

Situação de financiamento

Ou seja, este ano, a Cortex recebeu US$ 35 milhões em financiamento Série B. O financiamento da Série A não foi encontrado até o momento.

Distribuição de tokens

A oferta máxima é de 299.792.458 CTXC e a taxa de circulação é de 68,39%. Emitido pela primeira vez em 17/04/2018, o preço do crowdfunding é de US$ 0,5800. O preço da moeda atual é de 0,15 dólares americanos e o preço máximo foi de 2,4 dólares americanos em 2018. A equipe deles ficou com quase 15%, e a operação e promoção ficou com 10%, o que é quase 25%. Essa proporção não é nem mais nem menos.

Finalmente, concluímos que o valor de mercado atual de Com certeza, o projeto blockchain de IA ainda é relativamente baixo. Eles receberam 40 milhões de dólares em financiamento, e o valor de mercado atual é de apenas 30 milhões de dólares, e o preço atual é. também o preço da OIC em 2018. Baixo, mas o progresso parece ser lento no momento. Os atuais projetos de IA geralmente progridem lentamente e, dado um certo período de tempo, pelo menos por enquanto, este está numa posição de baixo valor.