Cortex là một blockchain được thiết kế để cho phép các hợp đồng thông minh thực thi suy luận máy học. Một ứng dụng có thể gọi một mô hình AI được hỗ trợ như một phần của giao dịch, sau đó sử dụng kết quả của mô hình trong logic hợp đồng. CTXC là token gốc của mạng lưới, được sử dụng để thanh toán tài nguyên điện toán.
Sự khác biệt giữa huấn luyện và suy luận là yếu tố cốt lõi. Huấn luyện xây dựng một mô hình từ dữ liệu; suy luận áp dụng mô hình đã được huấn luyện vào một dữ liệu đầu vào mới. Kiến trúc của Cortex đưa hoạt động sau vào quá trình thực thi blockchain. Do đó, luận điểm đầu tư của Cortex phụ thuộc vào tính hữu ích của hoạt động tính toán và nhu cầu ứng dụng bền vững, bên cạnh nguồn cung token và điều kiện giao dịch.
Điều gì thay đổi khi AI trở thành một phần của hợp đồng?
Nhiều ứng dụng AI tính toán câu trả lời trên một máy chủ bên ngoài rồi truyền câu trả lời đó vào blockchain. Hợp đồng có thể ghi nhận hoặc hành động dựa trên câu trả lời, đồng thời phụ thuộc vào bên cung cấp phép tính đó. Tổng quan về kiến trúc của Cortex mô tả một cách tiếp cận khác: các mô hình được hỗ trợ có sẵn thông qua lớp lưu trữ của mạng lưới và kết quả suy luận của chúng được xác minh thông qua cơ chế đồng thuận của mạng.
Điều này đưa phép tính vào các quy tắc điều chỉnh một giao dịch. Hãy xem xét một trò chơi sử dụng một bộ phân loại nhỏ để diễn giải dữ liệu đầu vào của người chơi. Nếu phần thưởng phụ thuộc vào kết quả phân loại, những người tham gia cần một phép tính nhất quán cũng như một quy tắc phần thưởng nhất quán. Việc tái tạo đầu ra của mô hình giải quyết vấn đề về phép tính; nhưng không thể chứng minh rằng mô hình được thiết kế tốt hoặc quy tắc phần thưởng là hợp lý.
Lợi ích là mối liên hệ dễ kiểm tra hơn giữa dữ liệu đầu vào, phép tính và hành động của hợp đồng. Tính hữu ích của cách tiếp cận này phụ thuộc vào việc cơ chế xác minh bổ sung đó có xứng đáng với các tài nguyên cần thiết hay không.
CVM giúp kết quả suy luận có thể được tái tạo trên các nút
Tài liệu về Cortex Virtual Machine mô tả CVM là một môi trường tương thích với EVM được mở rộng bằng các lệnh suy luận. CVM có thể chạy logic hợp đồng thông minh thông thường cùng với các lệnh gọi mô hình. Công cụ thực thi của CVM, Synapse, sử dụng các phép toán xác định để các môi trường điện toán khác nhau có thể tạo ra kết quả suy luận nhất quán.
Tính nhất quán rất quan trọng vì các nút blockchain phải thống nhất về trạng thái. Một chênh lệch số học nhỏ có thể trở nên đáng kể nếu khiến kết quả nằm ở hai phía đối lập của ngưỡng trong hợp đồng. Một bộ phân loại trả về các danh mục khác nhau trên các máy khác nhau sẽ tạo ra sự bất đồng về hành động mà hợp đồng cần thực hiện.
Cortex runtime hỗ trợ suy luận được tăng tốc bằng GPU, trong khi cơ chế proof-of-work Cuckoo Cycle của mạng lưới điều phối việc tạo block. Việc thực thi một mô hình và tạo một block đảm nhiệm các vai trò riêng biệt trong kiến trúc.
Model Representation Tool (MRT) của Cortex chuyển đổi các mô hình dấu phẩy động được hỗ trợ sang dạng biểu diễn dấu phẩy cố định bằng các phép toán số nguyên. Do đó, quá trình chuẩn bị mô hình ảnh hưởng đến những gì blockchain có thể thực thi. Nhà phát triển vẫn phải kiểm tra độ chính xác sau khi chuyển đổi và xác nhận rằng các toán tử cần thiết được hỗ trợ.
| Thành phần | Chức năng | Tầm quan trọng |
|---|---|---|
| CVM | Chạy các hợp đồng với lệnh suy luận | Kết nối lệnh gọi mô hình với logic hợp đồng |
| Synapse | Thực thi suy luận xác định | Hỗ trợ kết quả nhất quán trên các nút |
| MRT | Chuẩn bị các mô hình được hỗ trợ cho việc thực thi dấu phẩy cố định | Kết nối quá trình phát triển mô hình với các yêu cầu của môi trường thực thi |
| CTXC | Thanh toán cho hoạt động tính toán của mạng lưới | Đặt ra chi phí cho việc thực thi giao dịch |
Từ mô hình đã được huấn luyện đến kết quả on-chain
Hướng dẫn phát triển mô hình của Cortex tách biệt các bước huấn luyện, lượng tử hóa và tải lên. Việc huấn luyện diễn ra trong môi trường máy học của nhà phát triển. Sau đó, mô hình đã được chuẩn bị sẽ được cung cấp để sử dụng trên Cortex. Blockchain không cần huấn luyện lại mô hình mỗi khi một ứng dụng yêu cầu câu trả lời.
Tài liệu về lớp lưu trữ mô tả một hệ thống tệp phân tán nhằm đảm bảo tính khả dụng của mô hình và dữ liệu. Các tệp mô hình lớn và các bản ghi sổ cái thông thường phục vụ những mục đích khác nhau; một ứng dụng cần cả quyền truy cập đáng tin cậy vào mô hình lẫn việc thực thi giao dịch chính xác.
Hướng dẫn chính thức về hợp đồng thông minh AI minh họa quy trình này bằng bài toán nhận dạng chữ số viết tay: một hợp đồng cung cấp dữ liệu đầu vào cho một mô hình được tham chiếu và lưu chữ số được suy luận. Ví dụ này giải thích mối quan hệ trong lập trình mà không chứng minh mức độ ứng dụng thương mại hiện tại hoặc hiệu suất đối với các mô hình lớn hơn.
CTXC thanh toán cho hoạt động tính toán; Endorphin đo lường công việc
Tài liệu về token CTXC xác định CTXC là phương tiện gốc của Cortex để thanh toán cho tài nguyên điện toán của CVM. Endorphin là đơn vị đo tài nguyên thực thi được sử dụng trong cơ chế phí; đây không phải là một token thứ hai có thể giao dịch.
Tài liệu về Endorphin mô tả các giao dịch thiết lập giới hạn tài nguyên và mức giá cho mỗi đơn vị, trong đó giá được tính bằng CTXC. Cơ chế hạch toán phí mô hình của giao thức phân bổ một phần phí giao dịch suy luận cho các nhà cung cấp mô hình. Điều này tạo cho đóng góp của mô hình một vai trò kinh tế bên cạnh việc tạo block.
Những động lực này có các giới hạn thực tế. Một mô hình hữu ích cần có người gọi và những người gọi cần một lý do hợp lý về chi phí để thực thi mô hình đó. Nhà phát triển phải so sánh giá trị của một kết quả có thể xác minh với phí thực thi, tính khả dụng của mô hình và các chi phí khác của ứng dụng. Một mô hình được hỗ trợ về mặt kỹ thuật vẫn có thể không phù hợp để sử dụng thường xuyên.
Việc nắm giữ CTXC là một hoạt động riêng biệt với việc cung cấp mô hình hoặc tạo block. Chỉ sở hữu token không trao cho người nắm giữ quyền nhận mọi khoản phí suy luận và cũng không tạo ra một nguồn thu nhập được đảm bảo. Nhu cầu tính toán có thể hỗ trợ tính hữu ích của token, nhưng giá thị trường cũng phản ánh nguồn cung, kỳ vọng và tính thanh khoản.
AI hữu ích cần nhiều hơn đầu ra có thể tái tạo
Trang dành cho nhà phát triển của Cortex thảo luận về các ứng dụng tiềm năng trong lĩnh vực trò chơi, cho vay và bảo hiểm. Đây là những cách sử dụng khả thi của kiến trúc này. Khi đánh giá, một ứng dụng đã triển khai với người dùng quay lại thường xuyên là bằng chứng mạnh hơn so với danh sách các ngành có thể sử dụng AI.
Việc thực thi xác định trả lời câu hỏi liệu cùng một mô hình và dữ liệu đầu vào có tạo ra một kết quả nhất quán hay không. Chất lượng mô hình đặt ra câu hỏi liệu kết quả đó có hữu ích hay không. Một mô hình được huấn luyện trên dữ liệu kém có thể luôn mắc cùng một lỗi. Một hợp đồng sử dụng đầu ra đó để kiểm soát tài sản thế chấp hoặc khoản chi trả có thể khuếch đại lỗi này.
Chất lượng dữ liệu đầu vào là một yếu tố phụ thuộc khác. Việc tái tạo một phép tính không thể chứng minh rằng một mức giá bên ngoài, tuyên bố danh tính hoặc sự kiện được gửi khác là đúng sự thật. Dữ liệu đầu vào nhạy cảm cũng cần một thiết kế quyền riêng tư rõ ràng; không bao giờ nên mặc định rằng phép tính có thể xác minh công khai sẽ giữ cho dữ liệu cá nhân được bảo mật.
Các giới hạn về tài nguyên tạo ra sự đánh đổi về kích thước mô hình, các phép toán được hỗ trợ và thời gian phản hồi. Hoạt động phát triển, các tích hợp đang vận hành và mức sử dụng thực tế có trả phí giúp cho thấy liệu một ứng dụng đã tìm được sự cân bằng khả thi hay chưa. Nhà đầu tư nên đánh giá riêng các kết quả vận hành đó với mức độ phổ biến rộng hơn của các token AI.
Định giá đặt ra một câu hỏi về nguồn cung. Hướng dẫn của KTX về vốn hóa thị trường và định giá pha loãng hoàn toàn giải thích tại sao giá đơn vị của một token là chưa đủ để so sánh. Chất lượng thực thi cũng rất quan trọng: tính thanh khoản thị trường quyết định một giao dịch có thể làm giá hiện có biến động bao nhiêu.
Độc giả so sánh các thị trường crypto có thể khám phá trang thị trường KTX và đăng ký tài khoản KTX để xem xét các dịch vụ dành cho người dùng đủ điều kiện.
Câu hỏi thường gặp
Cortex có huấn luyện các mô hình AI on-chain không?
Quy trình được tài liệu hóa huấn luyện các mô hình bên ngoài quá trình thực thi blockchain, chuẩn bị chúng bằng MRT và tải chúng lên để suy luận. Việc gọi một mô hình sẽ áp dụng các tham số đã học hiện có vào một dữ liệu đầu vào; điều này khác với việc huấn luyện một mô hình mới.
Khả năng tương thích với EVM có khiến Cortex trở thành một phần của Ethereum không?
Không. Khả năng tương thích liên quan đến môi trường thực thi và các công cụ hợp đồng quen thuộc. Cortex có blockchain, token gốc và các phần mở rộng suy luận riêng. Một giao dịch Cortex không tự động là một giao dịch Ethereum, và việc lựa chọn mạng lưới vẫn rất quan trọng khi chuyển tài sản.
Chỉ nhằm mục đích cung cấp thông tin; không phải lời khuyên đầu tư. Tài sản crypto tiềm ẩn các rủi ro về thị trường, thanh khoản và công nghệ.