Astăzi continuăm sesiunea noastră specială AI. Am vorbit deja despre mai multe proiecte AI. Să le revizuim mai întâi. Primul este AGIX, care este o platformă AI și nu este rea. Apoi există TAO, care este bitsensor care se concentrează pe câmpul ML și, de asemenea, nu este rău. , echipa a lucrat din greu în tăcere, iar apoi FET, cred că poziționarea sa este vagă și medie, apoi RMN, un nou model de management foarte bun și capricios pentru fondurile speculative, și apoi Unibot, care se aseamănă mai mult cu MASK Dacă proiectul Telegram va evalua MASK 270 de milioane, are deja 330 de milioane de utilizatori. Cu toate acestea, există mai mulți utilizatori pe Telegram decât pe Twitter. Judecând după aceasta, este în limitele normale. Mai aproape de casă, proiectul despre care vorbim astăzi este o platformă de învățare automată, adică

Cortex-CTXC are în prezent o valoare de piață relativ scăzută de doar 30 de milioane de dolari SUA, ocupând locul 380+, așa că, dacă are un potențial mare, ar fi o chestiune foarte simplă să o crești de 10 ori la 300 de milioane de dolari SUA, nu? crește de 100 de ori La doar 3 miliarde de dolari SUA, este un proiect foarte imaginativ.

1. Introducere

Provocarea actuală cu executarea programelor de învățare automată pe blockchain-urile tradiționale este că mașinile virtuale sunt extrem de ineficiente atunci când rulează orice model semnificativ de învățare automată. Prin urmare, majoritatea oamenilor cred că rularea AI pe blockchain este imposibilă.

Scopul Cortex este de a crea un sistem autonom de inteligență artificială cu adevărat descentralizat, oferind cel mai avansat model de învățare automată pe blockchain, iar utilizatorii pot folosi contracte inteligente pe blockchain-ul Cortex pentru a deduce modelul. Unul dintre obiectivele Cortex include, de asemenea, implementarea unei platforme de învățare automată care permite utilizatorilor să publice sarcini și să trimită DApps AI pe platformă.

Proiectul Cortex adaugă suport pentru algoritmii de inteligență artificială la contractele inteligente prin extinderea setului de instrucțiuni de bază al contractelor inteligente, îmbunătățirea straturilor de stocare și alte tehnologii, permițând oricui să adauge capabilități de inteligență artificială la contractele inteligente. În același timp, Cortex propune, de asemenea, un mecanism de stimulare pentru colaborarea colectivă, care să permită oricui să trimită și să optimizeze modele pe Cortex, iar colaboratorii la model pot primi recompense.

Proiectul Cortex merge mai departe pe baza Ethereum, rupând barierele dintre sistemele blockchain și inteligența artificială și introducând funcții fără precedent, cum ar fi clasificarea, predicția și generarea de modele AI în sistemul blockchain. Descoperirile mai mari aduc mai multe provocări Pentru a face față poverii aplicațiilor de inteligență artificială din sistemele blockchain în ceea ce privește calculul, stocarea, rețeaua etc., Cortex a propus o serie de soluții pentru a le rezolva:

• Implementați tehnologia de conversie a modelului MRT pentru a face modelele tradiționale AI în punct fix;

• A propus mașina virtuală Cortex CVM pentru a implementa calcule de inferență AI în lanț;

• Introducerea sistemului de stocare a fișierelor TorrentFS P2P pentru a rezolva problema de stocare a modelelor și datelor AI;

Pe de altă parte, deoarece tehnologia AI necesită date la scară largă și putere de calcul masivă, ambele având efecte de agregare și sunt în principal în mâinile marilor companii, se va forma o tendință de monopol în viitorul apropiat și a luat deja contur. În acest scop, sistemul Cortex oferă o piață de modele AI descentralizată. Utilizatorii pot partaja modele AI și pot obține venituri din acestea, permițând mai multor oameni să se bucure în mod liber de puterea tehnologiei AI.

2 Arhitectură de bază

Pentru a construi un lanț public mai complet care să accepte modele AI, Cortex 2.0 trebuie să optimizeze atât inferența modelului AI, cât și lanțul public, pe de o parte, trebuie să îndeplinească corectitudinea și caracterul complet al modelului AI execuția pe lanț, pe de altă parte, trebuie să optimizeze lanțul Cortex existent în termeni de consens și performanță. Arhitectura de bază a Cortex 2.0 este prezentată în Figura 1, care include în principal descoperiri tehnologice în următoarele aspecte:

1. Verificare formală: Finalizați formalizarea și verificarea corectitudinii operatorilor AI prin probatorul Z3 [10] pentru a vă asigura că rezultatele de inferență ale modelului AI de către toate nodurile din sistemul Cortex sunt consecvente și corecte.

2. Biblioteca operatorului AI: Îmbunătățiți în continuare biblioteca operatorului de bază a modelului AI suportat de Cortex, permițând Cortex să implementeze mai multă activitate de inferență a modelelor AI.

3. Algoritm de consens: Proiectați algoritmul de verificare a sarcinii de lucru RandomAI pentru a îmbunătăți și mai mult descentralizarea Cortex.

4. Îmbunătățirea performanței: prin tehnologia zero-knowledge proof, tranzacțiile de transfer, contractele inteligente și inferența AI sunt împachetate treptat pentru a îmbunătăți performanța lanțului principal Cortex.

2.1 Verificare formală: Z3Prover

Deoarece execuția instrucțiunilor și rezultatele calculului în mașina virtuală cu contract inteligent de pe blockchain aparțin mecanismului de consens, care necesită ca operațiunea instrucțiunilor din mașina virtuală să fie deterministă și reproductibilă, Cortex 1.0 tratează operația de inferență a modelului AI ca un element de bază. instrucțiunea (INFER | IFNERARRAY) este integrată în motorul de execuție al mașinii virtuale (CVM), ceea ce duce la două caracteristici importante pe care operațiunile de inferență AI ar trebui să le aibă pe blockchain: determinism și reproductibilitate.

2.2 Motor de inferență AI în lanț: o bibliotecă de operator mai completă

Biblioteca de proiecte CVM Runtime definește o serie de seturi de operatori și implementarea acestora și oferă definiții stricte de descriere matematică, care stipulează că operatorii vor scoate rezultate deterministe pe baza logicii de calcul ale operatorului date de intrare. Setul de operatori acceptați se referă la arhitectura principală existentă a cadrului de învățare profundă, combinată cu structurile de rețea implicate în modelele AI utilizate în mod obișnuit și include seturi de operatori necesare, cum ar fi convoluția, conexiunea completă și funcția de activare. În prezent, cadrul de execuție a modelului CVM Runtime dezvoltat de Cortex Labs poate sprijini cercetarea CV-ului cu viziune computerizată, cum ar fi clasificarea imaginilor și recunoașterea obiectelor, precum și unele sarcini NLP de procesare a limbajului natural.

2.3 Dovada corectă a volumului de muncă: RandomAI

Până acum, viziunea unei comunități de criptomonede cu o mașină și un vot nu a fost realizată. Motivul este că designul special al ASIC îmbunătățește foarte mult raportul de accelerație de calcul. Comunitatea și mediul academic au explorat mulți algoritmi de blocaj de memorie pentru a face minarea mai prietenoasă cu placa grafică și procesorul, fără a fi nevoie să cheltuiască mulți bani pe echipamente profesionale de minerit. Rezultatele practicii comunitare din ultimii ani arată că DaggerHashimoto de la Ethereum și Equihash de la Zcash sunt practici de algoritm relativ de succes bazate pe principiul priorității plăcii grafice.

Lanțul Cortex va adera în continuare la prioritatea unei mașini, un vot Versiunea Cortex 1.0 adoptă o schemă de dovadă a lucrului bazată pe CuckooCycle [18] pentru a reduce decalajul în raportul de accelerare dintre CPU și mașinile de minerit. În versiunea Cortex2.0, algoritmul de verificare a sarcinii de lucru RandomAI va fi investigat și proiectat pentru a asigura în continuare corectitudinea algoritmului de consens.

2.4 Extinderea lanțului principal: trilogie cu dovezi zero-cunoștințe

În domeniul blockchain, pentru a asigura descentralizarea și securitatea sistemului blockchain, blocajele de performanță au tulburat întotdeauna cercetătorii relevanți. Pentru a îmbunătăți performanța blockchain-ului, există în prezent soluții majore, cum ar fi înlocuirea protocolului de consens, DAG, zkRollup, sharding și lanțuri laterale. Datorită limitărilor teoremei CAP a sistemelor distribuite, scalarea directă a blockchain-ului va fi un compromis între consistența sistemului, disponibilitatea și durabilitatea. Cortex Labs a efectuat cercetări aprofundate asupra problemei expansiunii, sperând să îmbunătățească performanța rețelei fără a sacrifica ipotezele de securitate de bază și, în cele din urmă, a selectat soluția de extindere zkRollup.

Structura de ansamblu

Pentru a servi mai bine dezvoltatorilor de modele AI și dezvoltatorilor de aplicații AI, pe lângă cadrul de bază, Cortex 2.0 oferă și componente tehnice mai bogate pentru a forma un cadru AI complet și un ecosistem de aplicații pentru a ajuta utilizatorii să se bucure mai bine de blockchain-ul AI Confortul adus de aceasta.

echipă de proiect

În prezent, se pare că este un proiect chinez, Chen Ziqi a primit o diplomă de licență în inginerie civilă de la Universitatea Tsinghua. Mai târziu a studiat în Statele Unite și a primit un master în inginerie civilă de la Universitatea Carnegie Mellon și un master în computer. știință de la Universitatea din California, Santa Cruz. La locul de naștere al AdaBoostingului și al învățării online timpurii, am studiat teoria învățării automate și diverse aplicații de algoritm, inclusiv algoritmi Go, sub tutela lui David P. Helmbold. El a servit odată ca cercetător principal la SFTC Company din Statele Unite, responsabil pentru metoda de generare a rețelelor cu elemente finite pentru cercetarea și dezvoltarea aerospațială și a armelor. Cu experiență antreprenorială de primă linie în comerțul electronic și experiență la nivel de industrie blockchain, el este fondatorul Waterhole.io Beijing Suishi Technology Co., Ltd. Este expert în minerit, putere de calcul, portofele și alte afaceri și are un înțelegere profundă a mașinilor de minerit, a algoritmilor de consens și a ecologiei lanțului public. Oferă putere de calcul pentru criptomonede precum Bitcoin, Ethereum și Zcash.

Concursul CTO de Fizică și Biologie a fost recomandat Departamentului de Informatică al Universității Tsinghua, unde a primit o diplomă de licență și master și a devenit expert în sisteme distribuite. A lucrat la Baidu și Alibaba și este un motor de căutare (so.com) și arhitect de motoare de recomandare cu peste 100 de milioane de PV pe zi. Antreprenor în serie, a lucrat în multe companii start-up și este implicat în motoarele de căutare, motoare de recomandare, inteligență artificială, tehnologie financiară și alte direcții. Prima companie, Wolong Cloud, a fost achiziționată de Alibaba. Ulterior, sa alăturat Beijing Machine Learning Information Technology Co., Ltd., dezvoltând sisteme precum recsys, chatbot și recunoașterea imaginilor medicale Compania de pornire a vehiculelor fără pilot și Angel Wheel a primit investiții de la Sequoia și IDG. El a fost odată ca om de știință șef al Bit Fund, un cercetător blockchain, consultant în multe companii de tehnologie blockchain, un investitor timpuriu în Bitcoin și Zcash și un investitor în Bitfinex, cel mai mare schimb de Bitcoin din lume. Interes puternic pentru calculul cuantic, fuziunea nucleară și neurologia computațională.

Situația de finanțare

Adică, anul acesta, Cortex a primit 35 de milioane de dolari în finanțare din seria B. Finanțarea seria A nu a fost găsită până acum.

Distribuție de jetoane

Oferta maximă este de 299.792.458 CTXC, iar rata de circulație este de 68,39%. Emis pentru prima dată pe 2018-04-17, prețul de crowdfunding este de 0,5800 USD. Prețul actual al monedei este de 0,15 USD. Prețul maxim a fost de 2,4 USD. Echipa lor a luat aproape 15%, iar funcționarea și promovarea a luat 10%, adică aproape 25%. Acest raport nu este nici mai mult, nici mai mic.

În cele din urmă, am ajuns la concluzia că valoarea actuală de piață a proiectului AI blockchain este încă relativ scăzută. Au luat 40 de milioane de dolari SUA în finanțare, dar valoarea actuală de piață este de doar 30 de milioane de dolari, iar prețul actual este. de asemenea, prețul ICO în 2018. Scăzut, dar progresul pare să fie lent în prezent. Proiectele actuale de AI progresează în general lent și, având în vedere o anumită perioadă de timp, cel puțin pentru moment, acesta se află într-o poziție de valoare scăzută.