Сегодня мы продолжаем нашу специальную сессию по искусственному интеллекту. Мы уже говорили о нескольких проектах в области искусственного интеллекта. Первым из них является AGIX, который является неплохой платформой для искусственного интеллекта. Затем есть TAO, битсенсор, ориентированный на. ML поле и тоже неплохо, команда много работала молча, а потом FET, я считаю его позиционирование размытым и средним, потом NMR, очень хорошая и причудливая новая модель управления для хедж-фондов, а потом Unibot, который. больше похоже на MASK. Если проект Telegram оценивает MASK в 270 миллионов, у него уже 330 миллионов пользователей. Однако в Telegram больше пользователей, чем в Twitter. Судя по этому, это в пределах нормы. Если говорить ближе к дому, то проект, о котором мы сегодня говорим, представляет собой платформу машинного обучения, которая

Cortex-CTXC в настоящее время имеет относительно низкую рыночную стоимость, всего 30 миллионов долларов США, рейтинг 380+, поэтому, если у него большой потенциал, было бы очень просто увеличить его в 10 раз до 300 миллионов долларов США, не так ли? увеличиться в 100 раз. Это очень творческий проект стоимостью всего 3 миллиарда долларов США.

1. Введение

Текущая проблема с выполнением программ машинного обучения на традиционных блокчейнах заключается в том, что виртуальные машины крайне неэффективны при запуске какой-либо значимой модели машинного обучения. Поэтому большинство людей считают, что запуск ИИ на блокчейне невозможен.

Цель Cortex — создать по-настоящему децентрализованную автономную систему искусственного интеллекта, которая предоставляет самые передовые модели машинного обучения в блокчейне, а пользователи могут использовать смарт-контракты в блокчейне Cortex для вывода модели. Одна из целей Cortex также включает внедрение платформы машинного обучения, которая позволяет пользователям публиковать задачи и отправлять на платформу AI DApps.

Проект Cortex добавляет поддержку алгоритмов искусственного интеллекта в смарт-контракты, расширяя базовый набор инструкций смарт-контрактов, улучшая уровни хранения и другие технологии, позволяя любому добавлять возможности искусственного интеллекта в смарт-контракты. В то же время Cortex также предлагает механизм стимулирования коллективного сотрудничества, позволяющий любому отправлять и оптимизировать модели в Cortex, а участники модели могут получать вознаграждение.

Проект Cortex делает еще один шаг вперед на основе Ethereum, разрушая барьеры между системами блокчейна и искусственным интеллектом и вводя в систему блокчейна беспрецедентные функции, такие как классификация, прогнозирование и генерация моделей искусственного интеллекта. Большие прорывы создают новые проблемы. Чтобы справиться с нагрузкой приложений искусственного интеллекта в системах блокчейна с точки зрения вычислений, хранения, сети и т. д., Cortex предложила ряд решений:

• Внедрить технологию преобразования моделей MRT, чтобы сделать традиционные модели ИИ фиксированными;

• Предложили виртуальную машину CVM Cortex для реализации вычислений вывода ИИ в цепочке;

• Представляем систему хранения файлов TorrentFS P2P для решения проблемы хранения моделей и данных искусственного интеллекта;

С другой стороны, поскольку технология искусственного интеллекта требует крупномасштабных данных и огромных вычислительных мощностей, которые имеют эффект агрегирования и находятся в основном в руках крупных компаний, в обозримом будущем сформируется монопольная тенденция, которая уже сформировалась. С этой целью система Cortex предоставляет децентрализованный рынок моделей ИИ. Пользователи могут делиться моделями ИИ и получать от них доход, позволяя большему количеству людей свободно пользоваться возможностями технологии ИИ.

2Основная архитектура

Чтобы построить более полную общедоступную цепочку, поддерживающую модели ИИ, Cortex 2.0 необходимо оптимизировать как вывод модели ИИ, так и публичную цепочку. С одной стороны, ему необходимо обеспечить корректность и полноту модели ИИ. С другой стороны, необходимо оптимизировать существующую цепочку Cortex с точки зрения консенсуса и производительности. Базовая архитектура Cortex 2.0 показана на рисунке 1 и в основном включает технологические прорывы в следующих аспектах:

1. Формальная проверка: Завершите формализацию и проверку правильности операторов ИИ с помощью средства доказательства Z3 [10], чтобы гарантировать, что результаты вывода модели ИИ всеми узлами в системе Cortex непротиворечивы и правильны.

2. Библиотека операторов ИИ. Дальнейшее улучшение базовой библиотеки операторов модели ИИ, поддерживаемой Cortex, что позволяет Cortex выполнять больше операций по выводу моделей ИИ.

3. Алгоритм консенсуса. Разработайте алгоритм проверки рабочей нагрузки RandomAI для дальнейшего улучшения децентрализации Cortex.

4. Повышение производительности. Благодаря технологии доказательства с нулевым разглашением транзакции передачи, смарт-контракты и выводы искусственного интеллекта постепенно объединяются для повышения производительности основной цепи Cortex.

2.1 Формальная проверка: Z3Prover

Поскольку выполнение инструкций и результаты вычислений в виртуальной машине смарт-контракта на блокчейне относятся к механизму консенсуса, который требует, чтобы операция инструкций в виртуальной машине была детерминированной и воспроизводимой, Cortex 1.0 рассматривает операцию вывода модели ИИ как базовую. Инструкция (INFER | IFNERARRAY) интегрирована в механизм выполнения виртуальной машины (CVM), что приводит к двум важным характеристикам, которыми операции вывода ИИ должны обладать в блокчейне: детерминизм и воспроизводимость.

2.2 Механизм вывода ИИ в цепочке: более полная библиотека операторов

Библиотека проекта CVM Runtime определяет ряд наборов операторов и их реализацию, а также предоставляет строгие определения математического описания, которые предусматривают, что операторы будут выводить детерминированные результаты на основе логики вычислений оператора с учетом входных данных. Набор поддерживаемых операторов относится к существующей основной архитектуре платформы глубокого обучения в сочетании с сетевыми структурами, задействованными в широко используемых моделях ИИ, и включает необходимые наборы операторов, такие как свертка, полное соединение и функция активации. В настоящее время среда выполнения модели CVM Runtime, разработанная Cortex Labs, может поддерживать исследования CV компьютерного зрения, такие как классификация изображений и распознавание объектов, а также некоторые задачи НЛП по обработке естественного языка.

2.3 Доказательство честной рабочей нагрузки: RandomAI

До сих пор идея криптовалютного сообщества «одна машина – один голос» не была реализована. Причина в том, что специальная конструкция ASIC значительно улучшает коэффициент ускорения вычислений. Сообщество и научные круги исследовали множество алгоритмов, определяющих узкие места в памяти, чтобы сделать майнинг более удобным для видеокарт и процессоров без необходимости тратить много денег на профессиональное оборудование для майнинга. Результаты общественной практики последних лет показывают, что DaggerHashimoto от Ethereum и Equihash от Zcash являются относительно успешными алгоритмическими практиками, основанными на принципе приоритета видеокарты.

Цепочка Cortex и дальше будет придерживаться приоритета одна машина — один голос. Версия Cortex 1.0 использует схему доказательства работы, основанную на CuckooCycle [18], чтобы сократить разрыв в коэффициенте ускорения между процессором и майнинговыми машинами. В версии Cortex2.0 алгоритм проверки рабочей нагрузки RandomAI будет исследован и разработан для дальнейшего обеспечения справедливости алгоритма консенсуса.

2.4 Расширение основной цепочки: трилогия доказательства с нулевым разглашением

В области блокчейна, чтобы обеспечить децентрализацию и безопасность системы блокчейна, узкие места в производительности всегда беспокоили соответствующих исследователей. Для повышения производительности блокчейна в настоящее время существуют основные решения, такие как замена протокола консенсуса, DAG, zkRollup, шардинг и сайдчейны. Из-за ограничений теоремы CAP о распределенных системах прямое масштабирование блокчейна будет компромиссом между согласованностью, доступностью и долговечностью системы. Cortex Labs провела углубленное исследование проблемы расширения, надеясь улучшить производительность сети, не жертвуя при этом основными предположениями о безопасности, и, наконец, выбрала решение для расширения zkRollup.

Общая структура

Чтобы лучше обслуживать разработчиков моделей искусственного интеллекта и разработчиков приложений искусственного интеллекта, в дополнение к базовой платформе Cortex 2.0 также предоставляет более богатые технические компоненты для формирования полноценной инфраструктуры искусственного интеллекта и экосистемы приложений, которые помогают пользователям лучше пользоваться блокчейном искусственного интеллекта. это.

проектная группа

В настоящее время, судя по всему, это китайский проект. Генеральный директор Чэнь Цзыци получил степень бакалавра гражданского строительства в Университете Цинхуа. Позже он учился в США, получил степень магистра гражданского строительства в Университете Карнеги-Меллон и степень магистра компьютерных технологий. наука из Калифорнийского университета в Санта-Крус. На родине раннего AdaBoosting и онлайн-обучения я изучал теорию машинного обучения и различные приложения алгоритмов, включая алгоритмы Go, под руководством Дэвида П. Хелмбольда. Когда-то он работал главным научным сотрудником в компании SFTC в США, отвечая за метод создания сетки конечных элементов для исследований и разработок в области аэрокосмической и оружейной промышленности. Обладая первоклассным опытом предпринимательства в области электронной коммерции и опытом работы в сфере блокчейна, он является основателем Waterhole.io Beijing Suishi Technology Co., Ltd. Он хорошо разбирается в майнинговых пулах, вычислительных мощностях, кошельках и других сферах бизнеса, а также имеет глубокое понимание майнинговых машин, консенсусных алгоритмов и экологии публичных цепей. Обеспечивает вычислительную мощность для таких криптовалют, как Bitcoin, Ethereum и Zcash.

Технический директор конкурса по физике и биологии был рекомендован на факультет компьютерных наук Университета Цинхуа, где получил степени бакалавра и магистра и стал экспертом в области распределенных систем. Работал в Baidu и Alibaba, является архитектором поисковой системы (so.com) и системы рекомендаций с более чем 100 миллионами PV в день. Серийный предприниматель, он работал во многих стартап-компаниях и занимается поисковыми системами, рекомендательными системами, искусственным интеллектом, финансовыми технологиями и другими направлениями. Первая компания, Wolong Cloud, была приобретена Alibaba. Позже он присоединился к компании Beijing Machine Learning Information Technology Co., Ltd. в качестве технического директора, занимаясь разработкой таких систем, как Recsys, чат-бот и распознавание медицинских изображений. Позже он присоединился к Pony.ai. компания-стартап по производству беспилотных автомобилей и Angel Wheel. Она получила инвестиции от Sequoia и IDG. Когда-то он работал главным научным сотрудником Bit Fund, исследователем блокчейна, консультантом во многих компаниях, занимающихся технологиями блокчейна, одним из первых инвесторов в Bitcoin и Zcash, а также инвестором Bitfinex, крупнейшей в мире биржи биткойнов. Большой интерес к квантовым вычислениям, ядерному синтезу и вычислительной неврологии.

Ситуация с финансированием

То есть в этом году Cortex получила финансирование серии B на сумму 35 миллионов долларов США. Финансирование серии А пока не найдено.

Распределение токенов

Максимальное предложение — 299 792 458 CTXC, скорость обращения — 68,39%. Впервые выпущенный 17 апреля 2018 года, цена краудфандинга составляет 0,5800 доллара США. Текущая цена в валюте составляет 0,15 доллара США. Пиковая цена составила 2,4 доллара США в 2018 году. Их команда заняла почти 15%, а эксплуатация и продвижение - 10%, а это почти 25%. Это соотношение ни больше, ни меньше.

Наконец, мы пришли к выводу, что текущая рыночная стоимость проекта блокчейна искусственного интеллекта все еще относительно низка. Они взяли на финансирование 40 миллионов долларов США, но текущая рыночная стоимость составляет всего 30 миллионов долларов США, а текущая цена составляет 40 миллионов долларов США. также цена ICO в 2018 году. Низкая, но прогресс в настоящее время кажется медленным. Текущие проекты ИИ, как правило, развиваются медленно, и через определенное время, по крайней мере, на данный момент, этот проект находится в позиции с низкой стоимостью.