首頁 > 網路3.0 > NeurochainAI:重建企業與人工智慧系統互動的方式

NeurochainAI:重建企業與人工智慧系統互動的方式

WBOY
發布: 2024-08-13 09:03:11
原創
781 人瀏覽過

自從 OpenAI 幾年前的法學碩士推出以來,人工智慧 (AI) 一詞已進入主流用語,這已不是什麼秘密。

NeurochainAI:重建企業與人工智慧系統互動的方式

隨著 OpenAI 法學碩士幾年前的推出,人工智慧 (AI) 一詞已進入主流用語。而且沒有任何放緩的跡象。

四大顧問大廠麥肯錫的報告顯示,人們對人工智慧技術領域(例如生成式人工智慧)的興趣增加了驚人的 6300%。

這一爆炸性增長得到了湧入該領域的投資激增的進一步支持,研究人員指出,投資額從 2019 年的 40 億美元大幅躍升至去年的 360 億美元。

不僅如此,2022 年至 2023 年間,與人工智慧相關的職缺發布數量也增加了 111%,令人印象深刻。

因此,隨著人工智慧繼續滲透到我們日常生活的各個方面——從醫療保健和金融到教育和娛樂——對值得信賴、公正和安全的去中心化人工智慧系統的需求日益增長。

NeurochainAI 進入了這個項目,該項目憑藉其去中心化人工智慧即服務(DAIAS) 框架而迅速獲得關注,該框架旨在幫助重組世界各地的企業(任何規模)和社區與人工智慧系統交互的方式.

NeurochainAI 創新方法的核心在於一種獨特的共識機制,它結合了工作量證明 (PoW) 和權益證明 (PoS) — 恰當地稱為透過質押的工作量證明 (PoWtS)。

這種混合模型在確保平台去中心化基礎設施內人工智慧任務驗證的信任和公平性方面發揮著至關重要的作用。

從外部看,NeurochainAI 的基礎設施利用了兩個主要層的力量:第 1 層 (L1) NCN 鍊和第 3 層 (L3) NCN AI。

詳細來說,L1 NCN 鏈作為該專案的基礎,幫助管理和儲存 L3 上發生的活動的開採和銷毀代幣的驗證資訊。

另一方面,L3 NCN AI 包含了該專案所有與 AI 相關的功能,包括去中心化 GPU 網路、AI 模型市場和 AI dApp 商店。

然而,當 NeurochainAI 的兩個節點(即 L1 神經元驗證節點和 L3 AI 挖礦節點)相互交互時,奇蹟就會發生。

Neuron 驗證器節點充當精簡版驗證器,確認和批次在 L3 上完成的工作,以便在 L1 上執行交易,而 AI 挖掘節點在 L3 上執行實際的 AI 計算。

此外,正是在這些互動過程中,前面提到的 PoWtS 機制發揮了作用。

當人工智慧挖礦節點收到任務時,它會處理訊息並計算回應 - 類似於常規 PoW 區塊鏈上的加密計算。

此計算充當 NCN AI L3 上的 PoW,並且必須由神經元驗證器節點通過 NCN 鏈 L1 上的 PoS 進行驗證。

人工智慧挖礦節點因在去中心化實體基礎設施網路(DePIN)上執行的人工智慧運算而獲得獎勵,而神經元驗證器節點則因挖掘新硬幣以驗證這些回應並過濾掉不良行為者而獲得獎勵。

從外部看,NeurochainAI 的 PoWtS 機制可以防止惡意活動,並確保將獎勵準確分配給應得的參與者。

透過要求神經元驗證器節點抵押代幣,系統為他們誠實行事提供了經濟誘因。

任何驗證錯誤運算或與惡意 AI 挖礦節點串通的嘗試都會使參與者的權益面臨風險。

這種新穎的設計也透過多種方式最大限度地提高了任務驗證的可靠性和準確性。

首先,擁有大量股份的驗證者更有可能以網路的最大利益為出發點來保護他們的投資,從而確保高度的安全性。

同樣,PoWtS 模組確保根據實際執行和驗證的工作公平分配獎勵。

最後,透過讓社群參與其本機驗證過程,NeurochainAI 利用集體智慧來維持高標準的資料準確性和模型表現。

NeurochainAI 正在透過於 8 月 9 日上週五啟動其代幣產生活動 (TGE) 來創建這個公平的驗證流程,並推出 $NCN 代幣。

此次代幣發布後,將立即引入節點質押並提供支持,以促進網路去中心化,並以公平的方式發展驗證器網路。

雖然 NeurochainAI 的方法很獨特,但值得注意的是,去中心化人工智慧 (DE-AI) 領域的其他項目也在探索確保信任和公平的創新方法。

例如,SingularityNET 利用其 AGIX 代幣購買 AI 服務、參與網路治理並為網路共識進行質押。

Fetch.ai 採用有用的工作量證明 (UPoW) 共識機制,並使用其 FET 代幣進行交易、訪問機器學習實用程式以及進行網路驗證。

最後,BitTensor 使用了智力證明(PoI)共識機制

以上是NeurochainAI:重建企業與人工智慧系統互動的方式的詳細內容。更多資訊請關注PHP中文網其他相關文章!

來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板