Teruskan berbagi proyek, hari ini saya akan memperkenalkan @AlloraNetwork, ahli koordinator model AI ini, bagi kalian yang sebelumnya sudah mengikuti tetapi belum melakukan uji interaksi, pastikan untuk melakukannya, sebagai langkah pencegahan, proyek ini juga segera TGE, hari ini mari kita lihat bersama!



Sebenarnya Allora Network @AlloraNetwork sangat mudah dipahami, singkatnya adalah "ahli koordinasi model AI" - ia tidak membuat model AI sendiri, melainkan membuat ratusan hingga ribuan model AI yang sudah ada "bekerja sama", mengoptimalkan output mereka, dan akhirnya memberikan hasil yang lebih akurat dan lebih dapat diandalkan dibandingkan dengan model tunggal, sehingga tingkat kesalahan berkurang secara signifikan!

Proyek ini sebenarnya cukup dapat diandalkan, sudah dimulai sejak tahun 2019, dan dalam bidang AI ditambah blockchain, bisa dibilang sebagai pelopor yang sudah berpengalaman. Totalnya telah mengumpulkan investasi sebesar 35 juta dolar, dan para investor yang terlibat adalah lembaga-lembaga besar dan berpengaruh di dunia crypto seperti Polychain dan Framework Ventures.

Tim ini juga cukup hebat, anggota inti semuanya berasal dari proyek-proyek lama seperti Chainlink, Coinbase, dan mereka lebih memahami "bagaimana cara mengumpulkan sumber daya yang terdistribusi untuk bekerja secara efisien" daripada siapa pun, pengalaman mereka sangat cukup!

Kemudian sekarang jaringan pengujian juga sudah berjalan, melihat hasilnya, performanya cukup baik:

Ada lebih dari 288 ribu model AI yang "bekerja" di atasnya, yang telah menghasilkan total 692 juta hasil inferensi, mencakup lebih dari 55 tugas aktif (seperti prediksi pasar, analisis data, dan sebagainya), ini menunjukkan bahwa sudah banyak orang yang bersedia menggunakannya, dan benar-benar dapat menghasilkan hasil yang berharga.

Inti kemampuan Allora Network sebenarnya adalah "sintesis inferensi"

Sebagai contoh: jika ingin memprediksi pergerakan suatu saham, satu model AI mungkin akan salah karena data yang tidak lengkap atau preferensi algoritma, tetapi Allora akan membuat belasan model berbeda untuk memprediksi secara terpisah, kemudian memberikan skor dan bobot berdasarkan kinerja masa lalu model-model ini (misalnya, model mana yang lebih tepat dalam "pasar bergejolak"), dan akhirnya menghasilkan satu hasil komprehensif.

Kecerdasan kolektif ini tidak hanya memiliki akurasi yang lebih tinggi, tetapi juga dapat mengurangi masalah "ilusi" yang sering terjadi pada AI tunggal (seperti menghasilkan jawaban yang tidak sesuai), sehingga sangat disukai orang.

Untuk membuat proses ini dapat diandalkan, ada tiga peran yang dibagi di dalam jaringan:

"Pekerja" bertanggung jawab untuk membuat model AI mereka menghasilkan prediksi;

"Pemberi reputasi" bertanggung jawab untuk memberikan penilaian kepada pekerja berdasarkan hasil yang benar (seperti harga saham yang sebenarnya);

"Konsumen" (seperti perusahaan yang perlu diprediksi) mengeluarkan uang untuk membeli hasil, siapa yang melakukannya dengan baik, akan mendapatkan token $ALLO sebagai imbalan, mendorong semua orang untuk bekerja dengan serius dan memberikan semangat penuh!

Sudah ada contoh dalam praktiknya, misalnya, ia bekerja sama dengan Robonet untuk membuat sebuah agen bernama Pauly yang khusus berdagang kontrak terkait "pemilihan" di pasar prediksi. Tahun lalu, seorang kandidat populer tiba-tiba mundur, dan pasar menjadi kacau balau, tetapi Pauly berdasarkan model yang digabungkan oleh Allora, dalam 3 bulan ternyata menghasilkan 13,79%, jika dihitung secara tahunan hampir 68% —— ini menunjukkan bahwa "pengambilan keputusan kolektif" benar-benar dapat berfungsi dengan baik dalam skenario yang kompleks.

Sekarang ia telah bekerja sama dengan perusahaan besar seperti Saudi Telecom, Alibaba, dan Amazon AWS, dan di masa depan mungkin akan digunakan secara luas dalam skenario seperti prediksi logistik, analisis opini publik, dan manajemen risiko keuangan.

Selain itu, dalam aspek model ekonomi, token $ALLO adalah inti, pengguna dapat "membayar sesuai kebutuhan" (memberikan berapa pun yang mereka inginkan) saat membeli layanan inferensi, tetapi jika memberikan terlalu sedikit, imbalan untuk tugas yang bersangkutan akan berkurang, memaksa semua orang untuk menetapkan harga dengan wajar. Penerbitan token mengikuti model "deflasi yang mulus", tidak akan ada peningkatan jumlah yang besar secara tiba-tiba, sehingga keuntungan bagi pemegang token dan peserta dapat lebih stabil.

Selanjutnya, ia akan mendorong peluncuran mainnet dan token $ALLO TGE, dan kemudian akan memperluas ke bidang pembelajaran tanpa pengawasan dan AI generatif.

Tujuannya adalah untuk menjadi "otak" dari semua AI Agent - baik itu chatbot atau program perdagangan otomatis, mungkin akan bergantung padanya untuk mengoordinasikan model, menghasilkan hasil yang dapat diandalkan, cukup membuat orang penasaran!

Akhirnya, saya akan merangkum untuk semua orang, sebenarnya sangat sederhana, keunggulan Allora sangat jelas: tidak menciptakan roda yang sama, tetapi menggabungkan kekuatan model AI yang ada menjadi satu.

Ada data dan kasus nyata yang mendukung, bukan sekadar konsepsi.

Tim dan latar belakang investor yang solid, kemungkinan untuk berhasil tinggi. Jika Chainlink adalah "agregator data blockchain", maka apa yang ingin dilakukan Allora adalah "agregator nilai di bidang AI". Terus ikuti dan lihat selama periode mendekati TGE, apa lagi yang bisa dilakukan oleh tim proyek. Bagi yang tertarik, mari bergabung!
#AlloraNetwork # AI blockchain #TGE hitung mundur
LINK-2.05%
RWA14.95%
AWS-0.01%
AGENT-5.4%
Lihat Asli
post-image
post-image
post-image
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)