Microsoft Yahei、STHeitiSC-Light、simsun、Times New Roman、Microsoft Yahei、STHeitiSC-Light、simsun、Times New Roman、

人工知能とブロックチェーンの関係は、コンピュータとインターネットの関係に似ています。コンピュータはインターネットに生産ツールを提供し、インターネットはコンピュータの情報相互接続を実現します。人工知能はブロックチェーンの自律性、効率性、省エネの問題を解決します。しかし、ブロックチェーンは、孤立・断片化した人工知能を共有することで、前者は手段、後者は目的となる汎用知能を実現します。

私たちは、AI とブロックチェーンのそれぞれの特性と問題点により、この 2 つの組み合わせは不可避であると判断し、分散型かつ分散型のブロックチェーンは、AI に広範かつ自由に流れるデータ市場、AI モジュール リソース、アルゴリズム リソースをもたらします。 AI をブロックチェーンに追加すると、ブロックチェーンのエネルギー効率、安全性、効率が向上し、そのスマート コントラクトと自律組織もよりスマートになります。

したがって、この 2 つを組み合わせるには 2 つの異なる方法があり、これら 2 つの方法の焦点も異なります。1 つはブロックチェーンに基づき、AI 機能を使用してブロックチェーン (プライベート チェーン、アライアンス チェーンなどを含む) を最適化する方法、もう 1 つはパブリック チェーンです。 2 つ目は AI に基づいており、ブロックチェーンの分散化と価値ネットワークの自然な属性を使用して、AI システム全体の展開を分散し、データ、アルゴリズム、モデル リソースの自由な流れを実現します。

ブロックチェーンと AI は、技術スペクトルの 2 つの極端な側面です。一方では、クローズド データ プラットフォームで集中型インテリジェンスを促進し、他方では、オープン データ環境で分散型アプリケーションを促進します。これらを連携させる賢い方法を見つければ、全体的なプラスの外部性が一瞬だけ拡大される可能性があります。

まず、AI の問題点に焦点を当て、ブロックチェーンによって AI に加えられたマイルストーンとなる変更を探ります。

人工知能に関して言えば、ビッグデータは避けて通れません。人工知能には、アルゴリズム、計算能力、データという 3 つのコア部分が含まれており、優れた AI アルゴリズム モデルには、ビッグ データのトレーニングと、継続的な最適化とアップグレードのための十分な計算能力のサポートが必要です。人工知能とデータの関係は、シャトルとジェニーマシンのようなものです。これまで、人間は常に機械学習の方法を考案してきましたが、検証やトレーニングのためのデータが不足していました。インターネットの爆発により、ついにビッグデータの時代が到来しました。データですが、現在のデータの多くはすべて Google、Facebook、BAT などの中央機関の手にありますが、AI の開発に必要なものは次のとおりです。個人消費記録、医療データ、教育データ、行動データなどデータなどは個人が自由にコントロールできず、データ市場もまだ形成されていないため、一元化されたビッグデータの結果、情報の島が形成されます。

ブロックチェーンのいくつかの主な機能には、分散ノードのコンセンサス システム、不変の情報、匿名化、分散化などがあります。ブロックチェーンには、ゼロ知識証明と呼ばれる非常に魔法の計算方法もあり、私のデータが非常に価値があることを証明できますが、本当の個人データがどこにあるのかはわかりません。ブロックチェーンにより、データ市場は社会をより公平にし、インセンティブメカニズムによりデータ共有が可能になるため、無害なデータ市場を使用します。この市場では、ブロックチェーンと人工知能が共存する新しいアイデアがついに実現します彼らの異なる価値観。

変化1：ブロックチェーンがもたらす分散AIは、異なるAI機能間の相互呼び出しを実現し、AIの開発を加速します。

現在、どの企業も程度の差こそあれ AI に対する需要を抱えていますが、現在の AI 製品が企業のニーズを満たしていることはほとんどなく、パーソナライズされた AI 製品の開発には技術的および財務的に高い障壁があります。カスタム AI 製品を構築するために開発者を雇うことができる大手企業でさえ、すべての需要を満たすのに十分な AI 専門家を雇用するのは難しいでしょう。たとえば、現在よく知られているように、iFlytek は音声インテリジェンスに注力し、Megvii は画像と顔認識に優れ、DJI はドローンに注力し、Baidu は無人運転の開発に注力しています。分野と一つの方向性を包括することはできません。しかし、人工知能はシステムであり、視覚システムや聴覚システムはそのサブシステムにすぎず、真にインテリジェント時代を迎えたいのであれば、さまざまなシステム間の境界を打ち破り、さまざまなシステム間の相互呼び出しを実現する必要があります。

画像の説明

画像の説明

(出典: Benyi Capital)

変化 2: ブロックチェーンは、閉鎖的な AI 開発モデルを打破し、AI リソースを共有し、従来のサイロ間でのデータ共有を促進します。

高度な AI ツールの多くは、大学院生や独立した研究者によって作成された GitHub (プログラミング コミュニティ) リポジトリにのみ存在します。そのため、誰でもインストール、構成、実行することができなくなります。 AI 開発者のほとんどはビジネスマンではなく学者であり、そのアルゴリズムとモデルは外部からアクセスできません。ブロックチェーンの共有メカニズムとインセンティブ メカニズムは、AI モデルの開発者が開発結果を共有することを奨励できます。機械学習とディープラーニングはどちらも十分な大規模なデータセットを必要とし、AI 担当者がそのような大規模なデータセットを作成および管理することはできませんが、同時に、現在のクローズド開発モデルでは開発者間でデータセットを共有することも困難です。

ブロックチェーンの分散型の性質により、データ共有が容易になります。データを保存するインフラストラクチャを単一のエンティティが制御しない場合、データ共有の摩擦が少なくなります。データ共有は、企業内（異なる支店間のデータを統合することで内部監査のコストを削減できます）、提携データベース（統合された銀行からのデータが不正行為を効果的に削減できます）内、またはパブリック ブロックチェーン（エネルギー使用量 + 自動車部品のサプライ チェーン データ）上で行うことができます。データ共有 VS データ堀に関する議論: データを共有するか、それともデータを利用して障壁を築くか、本質はこれら 2 つの行動によってもたらされる利益の間のゲームに依存します。共有するには、「堀」を超える十分な原動力が必要です利点。

ブロックチェーン上のトークン インセンティブの方法は、データ共有に対するインセンティブ メカニズムのモデルを提供します。早期に十分なメリットがあれば、データ共有は避けられなくなります。島からのデータが結合されると、新しいデータセットが取得できます。新しいデータセットでトレーニングすると、使用できる新しいデータセットが得られます。 for the new ビジネスのための新しいモデル。

変更点 3: ブロックチェーンは、データとモデルを監査および追跡して、より信頼性の高い予測を取得するためにも使用できます。AI はデータを好み、データが多ければ多いほど、モデルはより優れたものになりますが、データ量と AI モデルの間には比例関係があります。良いものに基づいて、データの品質に基づいて。ガベージデータでトレーニングするとガベージモデルも得られ、テストデータも同じであるため、データにも信頼性が必要であり、有効なデータでトレーニングされたモデルも効果的であるため、モデルも評判と信頼性を獲得します. もより幅広く使用できます。

変化 4: 分散型データ市場は、データ共有によって引き起こされる摩擦を軽減できます。分散型管理のプロセスでは、データとモデルは知的財産資産として交換され、データ ストレージ インフラストラクチャを制御する主体は存在しないため、組織にとっては容易になります。一緒に作業したり、データを共有したりできます。この種の分散型取引所により、真にオープンなデータ市場が実現します。

画像の説明

画像の説明

(出典: Benyi Capital)

現在のデータアイランドと比較して、将来的にブロックチェーン技術を追加する分散型AIプラットフォームは、データ、アルゴリズム、AIリソース（開発ツール、データパッケージなどを含む）の自由なスケジューリングという目標を達成し、まさに自由な市場。

このプラットフォームの価値は、プラットフォームへのリソースの導入だけではなく、基盤となるプロトコルの構築、データ、AI リソースのドッキングにあります。プラットフォームの導入は最初のステップにすぎません。その後、これらのデータとリソースはデータ/AI インターフェイスを通じて呼び出すことができることを認識することがさらに重要です。さらなる拡張は、通話の利便性と速度です。

ブロックチェーンは本質的に、暗号化された分散台帳形式でデータを保存するデジタル情報の新しいファイリング システムです。データは暗号化され、さまざまなコンピューターに分散されるため、許可されたユーザーのみが読み取りおよび更新できる、改ざん防止された信頼性の高いデータベースを作成できます。しかし、近年のブロックチェーン技術の急速な発展により、多くの問題が露呈し、商業化のプロセスが妨げられています。要約すると、効率、セキュリティ、拡張、監視という 4 つの主要な問題があります。

ブロックチェーンに基づいて、AI がブロックチェーンにもたらす破壊的なイノベーションについて説明します。

イノベーション 1: AI アルゴリズムの最適化により、POW および POS と組み合わせたコンセンサス メカニズムにより、ブロックチェーンの電力とエネルギー消費を節約できます。

上で、人工知能の 3 つのコアコンポーネントであるデータ、アルゴリズム、計算能力について述べました。アルゴリズムの最適化により計算能力を節約できます。このロジックによると、POW コンセンサスメカニズムとハッシュ演算に人工知能を使用すると、計算効率が大幅に向上します。電力とエネルギーを節約します。たとえば、新しいスタートアップの Matrix は AI を使用して POW と POS を組み合わせ、階層化されたコンセンサス メカニズムを採用し、最初にランダム クラスタリング アルゴリズムを使用してノード ネットワーク全体に複数の小さなクラスターを生成し、主に POS メカニズムに基づいて代表ノードを選択します。選出された代表ノードは簿記権をめぐってPOW競争を行うため、フルノード競争簿記方式と比較してエネルギーの無駄を大幅に削減できます。

イノベーション 2: AI は、ブロックチェーン上のデータの冗長性の問題を解決し、システムを拡張するための新しい分散学習システムを導入できます。フェデレーテッド ラーニングや新しいデータ シャーディング技術などの分散型学習システムにより、システムの効率が向上します。さらに、AI モデルとアルゴリズムの最適化を通じて、ブロックチェーンの自然な進化と動的調整も実現でき、フォークの発生も効果的に防止できることが実践で証明されています。

イノベーション 3: AI はブロックチェーンの自律的な組織をより効果的に管理できる: 従来、コンピューターはタスクの実行方法についての明確な指示がなければタスクを完了できませんでした。ブロックチェーンの暗号化された性質により、ブロックチェーン データをコンピューター上で操作するには、大量のコンピューター処理能力 (ビットコイン マイニングなど) が必要です。そして、AI はより賢く、より思慮深い方法でタスクを管理できます。暗号解読が得意な専門家をトレーニングすると、どんどん暗号を解読できるようになったのと同じように、機械学習主導のマイニング アルゴリズムも、適切なトレーニング データが与えられれば、ほぼ即座に専門スキルを向上させることができます。そうすると、コミュニティ管理の効率が大幅に向上します。

画像の説明

画像の説明

(出典: Benyi Capital)

プロジェクトの説明

プロジェクトの説明

画像の説明

画像の説明

(出典: Benyi Capital)

SingularityNET のチームには、人工知能、ビッグデータ、ソフトウェア エンジニアリングの専門家に加えて、専門のマーケティング チームが含まれており、比較的完全な人員構成となっています。

画像の説明

画像の説明

(出典: インターネット、Benyi Capital)

画像の説明

画像の説明

(出典: プロジェクト白書、Benyi Capital)

SingularityNET プロジェクトは 2017 年 6 月に開始されました。2017 年から 2018 年にかけて、特に言語と画像処理、生物医学分析、金融の観点から、インフラストラクチャと AI ツールの開発に焦点を当てます。同時に、2017 年 12 月と 2018 年 7 月に、SingularityNET はアルファおよびベータのテスト バージョンのメイン ネットワークをリリースします。 2019 年までにインフラストラクチャや AI ツールを含むシステム全体の構造が完成し、SingularityNET 1.0 バージョンが正式に稼働する予定です。

画像の説明

画像の説明

文章

AIエージェントは、主に一連のスマートコントラクトを通じて、AIタスクの発行、データ交換、AIフィードバックなどを提供します。さらに、非 AI エージェントはネットワーク内の AI エージェントから AI サービスを取得したいと考えていますが、これもスマート コントラクトによって実現されます。現在、市場の活力を育成するために、SingularityNET は取引手数料を請求しません。

厳密に言えば、SingularityNET は SingularityNET Foundation がネットワークの監視を担当しているため、自律的な組織とは言えませんが、ネットワークの改善に伴い、SingularityNET は最終的に自律性を持つようになるでしょう。 SingularityNET Foundation は、OpenCog Foundation、Hanson Robotics、Vulpem、Novamente LLC、経済航空局の 5 つの組織で構成されています。

提供されるサービス: 現在、SingularityNET ネットワークには 4 つの主なサービス形式があります。ハードウェアおよびソフトウェア リソースの交換、ハードウェアおよびソフトウェア リソースの AGI トークンの交換、AI エージェント間のマッチングと提携、自律組織への投票です。最初の 2 つのトランザクションの実装では、特定の標準ソフトウェアおよびハードウェア API をスマート コントラクト テンプレートに書き込み、AI ツールをコントラクト テンプレートに埋め込むことで他のトランザクションに提供します。 SingularityNET が提供するスマート コントラクトには、AI エージェント間の情報交換と条件交渉のための API インターフェイス、AGI トークンによるサービスの交換、特定の問題に対する民主的自治が含まれます。

図 8: SingularityNET が提供する 4 つのサービス

(出典: Benyi Capital)

コンセンサスメカニズム: 現在、SingularityNET は Ethereum をベースにしており、そのコンセンサスメカニズムは Ethereum と同様で、POW+POS を採用していますが、将来 Ethereum を離脱した後、SingularityNET は POR (Proof of Reputation) 評判コンセンサスメカニズムを作成する予定です。このメカニズムには、ステーク、ネットワーク内の全体的なアクティビティ、特定の評価の側面、アクティビティの長さ、特定のしきい値を超える評価など、多​​くの要素が組み込まれています。また、この仕組みはNemブロックチェーンで採用されているPOI（Proof of Importance）コンセンサス機構と類似しているため、Nemブロックチェーンのアルゴリズムは将来的に広く利用されると考えられます。

基礎的な設計: SingularityNET の初期の共通基礎設計は、財団メンバーである経済宇宙局 (ECSA) によって設計されました。現在、同社は ECSA と協力して、柔軟性の高いブロックチェーン エコノミーを提供する Gravity と呼ばれるツールを開発しています。オペレーティング システムさまざまなプラットフォーム上のスマートコントラクトに基づいたさまざまな効率的なインタラクションをサポートできます。さらに、Gravity には、さまざまな種類の分散型ブロックチェーン組織を設計するための一連のスマート コントラクト テンプレートが付属しています。

SingularityNET のインフラストラクチャは 4 つの層に分かれています: 最初の層はオープンな JSON/RPC プロトコルとサービスの相互運用性のためのそのリファレンス実装です; 2 番目の層はサービス記述が共有され拡張可能なオントロジーであるため、トランザクションの詳細を相互にネゴシエートできます。 3 つの層: 評判システムがサービス品質を追跡し、より良い品質を奨励する; 4 つの層: 分散型台帳技術に基づくマイクロペイメント取引には財務層があり、すべての当事者がスムーズに通過できる 新しいシステムで高品質の人工知能サービスを収益化する方法。これにより、機械学習や深層学習、確率論的推論によるオントロジーやセマンティック グラフ、自然言語処理、進化的および遺伝的プログラミング、ロボット工学など、さまざまな AI 手法と開発が可能になります。

図 9: SingularityNET インフラストラクチャの概念

(出典: Benyi Capital)

現在、SingularityNET は、AI エージェントと対話するための API と一連のスマート コントラクト、AI エージェントとの金融取引を処理するためのトークンベースの経済、経済パラメーターを調整するための民主的なガバナンス メカニズムを提供できます。現在の AI モジュールは、他のオープンソース AI モジュールと同様に、Hanson Robotics と OpenCog Foundation によって提供されています。

SingularityNETが発行するトークンの名前はAGI、総額は10億、現在の流通供給量は約5億4,000万、市場価格は1トークン0.2米ドル、時価は​​約1億1,000万米ドルです。最初の ICO は 2017 年 12 月にイーサリアム プラットフォームに基づいて開始され、価格は 1AGI=0.1 USD、資金調達総額は 3,600 万米ドルでした。

プロジェクトの説明

プロジェクトの説明

Matrix AI Network プロジェクトは、中国の清華大学ソフトウェア学部准教授である鄧陽東教授によって開始され、人工知能、ブロックチェーン、チップ、基盤となるハードウェアの分野の専門家や学者のグループが集められました。強力な専門的背景。

画像の説明

画像の説明

画像の説明

図 11: MAN 配布メカニズム (出典: 公開情報、Benyi Capital)

Matrix ネットワークは 2016 年 9 月に正式に開始され、ブロックチェーンの設計、人工知能ベースのマイニング マシンの設計などの準備作業が現在も進行中です。 Matrix メインネットは 2019 年 3 月までにローンチされる予定で、ICO を通じて販売された MAN コインは 1:1 の比率で Matrix メインネットに移行されます。 2020 年の初めまでに、マイニング、AI アプリケーション開発、関連インフラストラクチャの構築を含むマトリックスの主要ネットワーク エコロジーが徐々に改善され、エコロジカル チェーンが基本的に形成されます。

画像の説明

画像の説明

(出典: マトリックス ホワイト ペーパー、Benyi Capital)

前述したように、Matrix には既存のブロックチェーンに比べて、使いやすさ、安全性、高速性、柔軟性という 4 つの大きな利点がありますが、これらの利点は基本的に Matrix ブロックチェーンのアーキテクチャ上の革新によるものです。一般に、Matrix ネットワークには、階層型コンセンサス メカニズム、多機能異種ノード、マルチチェーン ブロックチェーン構造、およびプロトコル パラメーターの動的最適化という 4 つの主要な革新ポイントがあります。

階層化された合意メカニズム

Matrix は、POW、POS、またはより一般的な DPOS や PBFT などのコンセンサス アルゴリズムを直接採用せず、一部の ICO プロジェクトでよく使用される初期 POW から後期 POS までの混合コンセンサス アルゴリズムも採用しません。独自の方法で POS を構築し、従来のハッシュ操作は、ベイジアン決定理論で必要とされる人工知能システムの基礎となるモンテカルロ マルコフ計算 (MCMC) に変換され、マイナーがマイニングのプロセスで実際の価値を生成できるようになります。

画像の説明

画像の説明

(出典: Benyi Capital)

マルチチェーンのブロックチェーン構造

主要な基本パブリックチェーンと比較して、マトリックスネットワークは制御とデータの分離の設計思想を採用しており、マルチチェーン並列の革新的な構造を備えており、基本構造は分散制御チェーンとデータチェーンで構成されています。分散制御チェーンは主にブロック ヘッダー、制御チェーン パラメーター、AI モデル リストで構成されます。ブロックには主に各データ チェーンのパラメーター構成が含まれます。AI バージョン番号は AI パラメーターとモデルを取得するために使用されます。複数のデータ チェーンマトリックス ネットワークで定義でき、そのパラメーター モデルを制御チェーン ブロックにマッピングできます。

さらに、Matrix の POS/POW ハイブリッド コンセンサス メカニズムに従う必要があるコントロール チェーンと最初のデータ チェーンを除いて、後続の新しいデータ チェーンのコンセンサス メカニズムは自分で設定でき、現在、Matrix はほぼすべての主流コンセンサス アルゴリズムをサポートしています。ブロックチェーンによって提供される AI サービスと付属データ チェーンがさらに増加すると、各データ チェーン内のブロックは、コントロール チェーンやスマート コントラクトを介してデータ相互作用やクロスチェーン トランザクションを実現できるようになり、最終的に Matrix はブロックチェーン ネットワークに進化します。

プロトコルパラメータの動的最適化

Matrixブロックチェーンは、Matrixコントロールチェーンとデータチェーンの分離という設計コンセプトに基づいて、自然進化と動的調整の機能を備えており、これは現在のブロックチェーンと比較した最大の革新です。 Matrix は、さまざまな AI パラメーターのリアルタイム統計と分析のためのベイジアン ネットワーク モデルを確立し、標準の最適化アルゴリズムを通じてパラメーターを最適化します。 Matrix ブロックチェーンで採用されている現在の最適化モデルは、ベイジアン拡張学習アルゴリズムです。

多機能異種ノード

Matrix システム モデルには、標準 Matrix ノード、クラウド アクセス ノード、クラウド ストレージ ノード、Matrix トラステッド ゲートウェイ、外部データ ストレージ プール、および AI サービス機器の 6 種類のシステム機器が含まれています。

標準の Matrix ノードは、Matrix 分散制御チェーンと少なくとも 1 つのデータ チェーンを実行し、AI 仮想マシンを実行し、制御チェーンとデータ チェーンによって定義された AI モデルを実行し、スマート コントラクトを実行する機能を備えています。

クラウド アクセス ノードは、Matrix によってクラウドに展開されるサービス ノードで、主に Matrix ノードを持たないユーザー、特にモバイル デバイスに便利なアクセス方法を提供します。ユーザーは、アクセス認証を提供し、関連するセキュリティ暗号化操作を行った後にクラウド アクセス ノードに接続するだけで、Matrix が提供する AI サービスを利用できます。

画像の説明

画像の説明

(出典: Benyi Capital)

Matrix トラステッド ゲートウェイは、Matrix ネットワークが外部データと対話するための重要なデバイスであり、AI インテリジェントな監査とノード投票に基づいて、Matrix はさまざまな外部データ ソースに信用格付けを与えることができます。ゲートウェイは Matrix ネットワークのスケーラビリティを向上させ、外部データを取得するために実行されるスマート コントラクトの安全性と利便性を高めます。

外部データ ストレージ プールは主に、信頼されたゲートウェイを通じて取得された外部データを保存し、特定のユーザーのみがアクセスできるセキュリティ暗号化を使用して処理します。 Matrix は複数の分散ストレージ プールを展開し、ストレージ プールのデータ コンテンツがコンセンサスに達した場合にのみ、ブロックに書き込むことができます。

AIサービスデバイスには主に2つの機能が含まれており、1つ目はMatrixシステム全体とその中のさまざまなAIモデルのパラメータ最適化を支援する機能、2つ目はMatrixネットワーク全体を利用して外部ユーザーにサービスを提供する機能です。 、または内部ユーザーにサービスを提供する Matrix ノードを呼び出します。 AI サービス機器には、必要なコンピューティング能力を提供するハードウェア サポートが必要です。

マトリックスの潜在的なリスク

時間的リスク: Matrix のメイン ネットワークはまだオンラインになっておらず、ICO もイーサリアム スマート コントラクトを通じて実行されるため、ホワイト ペーパーで言及されているさまざまなアーキテクチャ上の革新がスムーズに実行できるかどうかはまだ不明です。人工知能やインテリジェントレビューなどの仕組みに基づくさまざまな最適化アルゴリズムは理論上は実現可能ですが、実際のユーザーエクスペリエンスはプロジェクト実装後に実現する必要があり、大きな時間的リスクを伴います。コンセプト段階。

技術的リスク: 主にマトリックス人工知能システムの基礎であるベイジアン理論を指しますが、これが今後数年間で放棄されるか、他のより高度な人工知能理論に置き換えられた場合、マトリックスの基本システム全体が崩壊に直面することになります。大規模な調整とアップデートが必要です。これは今後の『マトリックス』の発展にとって非常に大きな打撃となる。

プロジェクトの説明

Ocean Protocol は 2017 年 11 月に設立され、2018 年 2 月にホワイト ペーパーをリリースしました。Ocean Protocol は、人々がデータを共有し、AI モデルのトレーニング用に収益化できるようにする分散型データ交換ネットワークです。 Ocean Protocol は、データと関連サービスを共有し、トークン化されたサービス層を提供し、データ、ストレージ、コンピューティング、アルゴリズムを消費用に公開し、データ、特に AI データのロックを解除し、ブロックチェーン テクノロジーを使用してデータの共有と販売を可能にするエコシステムです。安全かつ透明性のある方法で。

Ocean Protocol が解決する業界の問題点は、信頼の欠如によって引き起こされるデータの孤立です。Ocean Protocol の目標は、複数のデータの自由な流れをサポートし、より多くの AI 機能をロックする市場を構築することです。たとえば、人工知能の研究者が利用できるようにすることです。データをログに記録するための画像分類器トレーニング用の 10 個のコンピューター ビジョン アプリケーション。

Ocean Protocol のチームメンバーは基本的に継続的な起業家としての経験を持ち、そのほとんどが Big Chain DB 出身で、基本的にビッグデータ、ブロックチェーン、人工知能、データ交換に関する背景知識と、デザイナーや技術者の経験を持っています。主なチームメンバーは以下の通り。

画像の説明

画像の説明

(出典: Benyi Capital)

トークンの配布: ネットワーク メンテナンスとデータ プロバイダーは、トークン全体の 45%、20% を創設チーム、10% をコミュニティとエコシステムの開発に割り当て、最後の 25% を一般販売用に割り当てます。これらは 3 回に分けて販売されます。 2017年10月の初回のシードラウンドでは500万米ドルが調達され、トークン総数の3.6%が販売され、2018年3月の2回目では、発売前クラウドファンディングは2,200米ドルで、総トークン数の6.4%が販売されました。トークンの数 ; 3 回目は 2019 年の第 1 四半期に 5.1% がリリースされる予定です; プロジェクトが 5 年以内に生産規模を拡大するための資金が必要な場合は、クラウドファンディングが再び開始され、最後の 10% がリリースされます。

Oceanプロトコルのエコシステムは、上からユーザー層、サービス層、ベース層の3層に分けることができます。ユーザー層には主に、Ocean が提供するデータおよびサービス市場の需要側であるデータ消費者が含まれます。サービス層には主にデータ/サービスプロバイダー、データ管理者/参照者、およびデータ検証者が含まれ、ユーザーが直接接続してデータを取得します。データおよびサービス プラットフォームのベース レイヤーには、主に Ocean の基盤となるブロックチェーン メンテナーが含まれており、サービス プラットフォームにインフラストラクチャ サポートを提供します。

画像の説明

画像の説明

(出典: 海洋プロトコル白書、Benyi Capital)

データ リソースの価格設定が難しいため、Ocean プロトコルは、ユーザーの参加と貢献を奨励するために、そのエコシステムに独自の経済的インセンティブ メカニズムを設計しました。 Ocean は、データ提供者にふさわしい報酬を定義する賭け方法を設計しました。具体的には、データを提供するユーザーおよび他の参加者は、データの人気に対する期待を表現するためにデータに賭けることができます。報酬額はユーザーの報酬額と同じです。ベット額の対数とデータの人気 (一定期間内の使用回数) の積に、(悪意のあるスワイプを防ぐための) 実際のデータ使用率が乗算され、次の式で表されます。この式では、報酬サイクルごとにデータセットまたはサービスごとに各参加者の賭け金を繰り返し計算する必要があるため、計算プロセスが非常に複雑で、計算コストが高くなります。

Ocean はビットコインのマイニング モデルを利用し、ノードが利用可能なデータ セットまたはサービスを送信するたびに、Ocean プロトコルがそれに報酬を与えるかどうかをランダムに選択し、その選択確率が上記の報酬額を で割った値に等しくなるように修正します。ネットワーク全体の報酬総額。報酬の発生時間は平均して1分に1回発生するように設定されています。

画像の説明

画像の説明

(出典: 海洋プロトコル白書、Benyi Capital)