Teknolohiya ng Velas: AIDPOS
Ang pangkat ng Velas ay nagsagawa ng isang pananaliksik upang maunawaan ang AI at kung papaano ito maisakatuparan sa arkitektura ng blockchain upang ma-optimize ang buong network. Batay sa ginawang pananaliksik, kami ay nagdisenyo at bumuo ng dalawang makabagong mga sangkap para sa ekosistema — AIDPoS consensus algorithm at Distributed Learning.
AIDPOS consensus algorithm
Ang pangunahing prinsipyo sa likod ng AIDPOS ay ang paggamit ng AI upang iakma ang blockchain sa kasalukuyang mga pangyayari sa loob ng network, pinapanatili ang antas ng pagganap at katatagan lalo na sa mga pinakamainam na saklaw. Ito ay nakamit sa pamamagitan ng pag-embed ng mga may kasanayang modelo sa loob ng bawat buong node na gumagawa ng pinakamainam na halaga ng mga pangunahing parameter para sa blockchain, batay sa nakolektang data mula sa nakaraang panahon.
Isa sa mga pinakamagandang lugar ng pagsasama ng teknolohiya ng AI at blockchain tulad nito ay ang pagbuo at pagsasanay ng isang ‘recommender algorithm’ batay sa mga teknolohiya sa machine learning na magbibigay ng isang pagbabago sa mga parameter ng network at kasunduan sa mga smart-contract sa bawat panahon. Ang nasabing isang algorithm ay dapat tiyakin na ang Velas blockchain network ay mananatiling ligtas, nababanat, at produktibo para sa lahat ng mga kalahok nito. Iminungkahi ni Velas na gamitin ang data ng estado ng pandaigdigang network at data ng estado ng mga lokal na node ng nakaraang panahon para sa mga hula.
Ang rekomenderong algorithm ay kumikilos bilang layunin na “tagapag-alaga” ng network.
Mayroong dalawang pangunahing konsepto dito na mahalaga para sa wastong paggana ng network — pagganap at katatagan. Masusukat ang pagganap ng dalawang sukatan — throughput, na sinusukat ng mga transaksyon bawat segundo, at oras ng kumpirmasyon ng transaksyon. Ang katatagan ay ang kakayahan ng blockchain upang mapaglabanan ang anumang mga uri ng pag-atake at maayos na gumana sa panahon ng mga kaganapang ito. Dalawang pangunahing katangian na tinitiyak na nagpapanatili ng katatagan si Velas ay ang seguridad (ang halaga ng mga mapagkukunan na kailangang gugulin ng isang umaatake upang masira ang blockchain) at desentralisasyon, na maaaring ilarawan bilang kawalan ng isang solong punto ng kabiguan.
Distributed Learning
Iminumungkahi namin ang paggamit ng mga mapagkukunan ng computing ng mga kalahok sa network ng Velas para sa ibinahagi na computing at para sa pagbuo ng imprastraktura para sa mga panlabas na developer sa loob ng mga larangan ng machine learning at deep learning. Ang advanced na solusyon na ito ay papayagan ang mga gumagamit ng network na pagkakitaan ang kanilang lakas sa pag-compute, makakuha ng isang reputasyon para sa serbisyo na ibinigay at gantimpalaan ng mga token ng Velas. Bilang karagdagan, pagaganahin nito ang mga panlabas na entity upang magamit sa abot ng kanyang makakaya ang ipinamahaging lakas ng pamayanan ng Velas upang maisagawa ang mga personal na gawain.
Ang pinakamahusay na kasanayan upang gumana ang mga modelo ng neural network at pinakatanyag na balangkas ng suporta ay ang Tensorflow at PyTorch. Ilalagay at ipapatupad ang isang silid-aklatan na kahawig ng isang silid-aklatan na katulad ng Horovod, ngunit kasabay nito ang pagsuporta sa gRPC protocol at ganap na desentralisadong pag-compute. Sa pangkalahatan, ang solusyon para sa ibinahagi ang computing ay dapat na may kakayahang umangkop, madaling ibagay, at batay sa tanyag unibersal na kinikilalang open-source framework. Sa gayon ang mga gumagamit ay hindi na “matututo” ng isang bagong tool at ang mga bug at problema ng balangkas ay aalisin ng komunidad sa lalong madaling panahon. Gayundin, hindi magkakaroon ng mga hadlang sa pagpasok para sa pagsulat ng labis na pasadyang mga script ng pagsasanay.
Magagawa ng gumagamit na malayang pumili ng isangparadigm na nakakatugon sa kanyang mga pangangailangan para sa gawain ng pagtuturo ng kanyang sariling modelo.
Isa sa mga maaaring gamit ng binuong distributed learning technology ay siguruhin ang desentralisasyon sa pagsasanay ng isang modelo ng rekomendasyon ng pinakamainam na mga parameter ng network ng Velas gamit ang mga bagong data (sa kondisyon na ang modelo ng pagsasanay ay umaangkop sa ipinamamahagi na paradigm sa pag-aaral at nangangailangan ng malalaking mapagkukunan ng computational power). Hindi tulad ng sentralisadong pagsasanay sa isang solong server, sa pamamaraang ito, isasagawa ang pagsasanay gamit ang lakas ng computing node ng network ng Velas, sa gayong paraan ginagawang matapat at bukas ang pagsasanay. Gayundin, masusubukan ng sinumang miyembro ng network ang sinanay na modelo upang matiyak na ang mga kinalabasan sa pag-aaral ay tama.
Pangunahing Resulta
Ang pangunahing resulta ay ang unang bersyon ng Velas blockchain na may modelo ng rekomendasyon batay sa mga teknolohiya ng ML / DL. Sa huling 6 na buwan natatapos namin ang saklaw ng trabaho na ito:
- Pormalisasyon ng na-optimize na pagpapaandar, mga katangian ng blockchain at mga parameter.
- Pag-unlad at paglulunsad ng simra imprastraktura.
- Pag-unlad ng mga sitwasyon para sa simulate ng isang dataset para sa pagsasanay sa modelo.
- Nagtatampok ng gawing pormalisasyon, pagmimina ng data ng mga tala ni Node tulad ng data para sa pagsasanay ng mga algorithm ng ML / DL.
- Pag-unlad at pagsasanay ng v0.1 na rekomendasyong modelo para sa Velas Blockchain.
Pangunahing ihahatid:
- Nag-iipon ng makasaysayang dataset
- Binuong script ng koleksyon ng data;
- Unang bersyon ng modelo ng simulation ng Velas Blockchain;
- Nakolekta ang data mula sa mga proseso ng simulation;
- Katibayan ng konsepto AIDPOS. Sanay na modelo para sa pag-andar ng layunin ng pag-optimize.
Ang module ng Velas AI ay dapat magkaroon ng posibilidad na ayusin ang mga pagsasaayos ng blockchain sa naaangkop na data mula sa mga makasaysayang dataset at mula sa data mula sa N-1 epoch.
Buod
Matapos isagawa ang pangunahing pananaliksik na ito, sinusubukan naming lumikha ng isang natatanging platform ng blockchain na binigyan ng kapangyarihan ng AI. Ito ay magdadala sa amin sa paglikha ng isang kumplikadong adaptive ecosystem, dahil ito ay pangunahing pilosopiya, tinatanggap ang pagpapanatili, mataas na pagganap, at pagkakapantay-pantay sa ekonomiya para sa mga kalahok nito. Upang makamit ang mga synergy effect na ito ay ipakilala namin, sa una, pinagkasunduan ng AIDPOS at Ipinamahagi na Sistema ng Pag-aaral ng Machine. Gayunpaman, ang pagpapatupad ng AI sa loob ng Velas Ecosystem ay hindi limitado sa mga tampok na ito. Sa malapit na hinaharap, plano naming bumuo ng mga mahahalagang produkto na mapapahusay din sa mga pauna na teknolohiya ng AI.
Ito ay isa sa isang serye ng mga artikulo na naglalahad ng kumpletong pakete ng mga produktong inaalok ng Velas at kung ano ang pinaghirapan ng koponan sa nakaraang taon. Saklaw namin ang lahat mula sa AIDPOS hanggang sa Integrated Crypto Wallets at iba pa. Sinisiguro naming hindi mo nanaising mapalampas ito!
