Что такое OpenLedger и какую проблему он решает

@Openledger — это AI-блокчейн платформа, созданная для обеспечения прозрачности, атрибуции и экономических стимулов для всей AI-структуры — особенно для поставщиков данных, разработчиков моделей и создателей агентов. Постоянная критика существующего мира AI заключается в том, что: Данные участники ( индивидуумы или меньшие организации ) часто не получают признания или вознаграждения, когда их данные используются в обучении модели или выводе. Модели и агенты становятся ценными, но большая часть экономических вознаграждений уходит крупным централизованным организациям, а не всем, кто внес свой вклад. Существует низкая видимость того, как данные влияют на выходные данные модели ( какие части данных действительно определили какие ответы ). OpenLedger нацелена на решение этих проблем, разблокируя ликвидность в данных, моделях и агентах. В этом контексте «ликвидность» означает возможность сделать их торгуемыми или монетизируемыми справедливым, измеримым и прозрачным образом — так что участники получают доход со временем, а не только один раз.

Ключевые механизмы, с помощью которых OpenLedger разблокирует ликвидность и монетизацию Вот основные инструменты и системы, которые использует OpenLedger для обеспечения монетизации и справедливости: Доказательство атрибуции (PoA) Каждый раз, когда модель выдает результат (, инференция ), механизм PoA OpenLedger отслеживает, какие точки данных ( из каких наборов данных ) оказали влияние на этот результат. Для меньших моделей влияние может быть вычислено с помощью методов, основанных на градиенте; для больших моделей или больших языковых моделей могут использоваться такие методы, как атрибуция токенов или суффиксные массивы. Это означает, что если ваш набор данных существенно способствовал выходу модели, вы получаете вознаграждение в виде токенов. Это не только за репутацию, но и за измеримое использование. Данные рассматриваются как первоклассный экономический актив в цепочке. DataNets / Наборы данных как активы OpenLedger представляет “DataNets” — структурированные, специализированные наборы данных, предоставленные несколькими пользователями. Эти DataNets записываются в блокчейне с метаданными и происхождением. Они служат как для обучения моделей, так и для задач вывода.

Поскольку использование и влияние каждой DataNet отслеживаются, вклад каждого участника (, например, кто-то, кто предоставляет данные в datanet), может быть вознагражден. Это стимулирует более качественные данные и более глубокую специализацию в области. Монетизация моделей и агентов Разработчики моделей размещают модели на OpenLedger. Эти модели могут быть использованы (для запроса, дальнейшего обучения и т.д.). Когда пользователи вызывают эти модели (для вывода), они платят сборы. Эти сборы делятся: часть идет разработчику модели, часть - вкладчикам данных (через механизм атрибуции), а часть поддерживает операции сети. Агенты (автономные AI программы) также могут быть монетизированы: если кто-то использует или развертывает агента, или агент использует определенные данные или модели, эти основные ресурсы вознаграждаются. Архитектура гарантирует, что доступ агентов к данным или моделям также учитывает атрибуцию и потоки вознаграждений.

Токеномика: $OPEN Token

Нативный токен OPEN является основной экономической единицей. Он используется для:

Комиссии за газ / сеть (регистрация модели, вызовы вывода, публикация набора данных) поэтому сетевые операции оплачиваются в $OPEN. Награды для участников данных через Proof of Attribution. Платежи разработчикам моделей, когда их модели используются. Управление: держатели OPEN могут участвовать в принятии решений о параметрах протокола, росте экосистемы и т.д. Распределение токенов структурировано для поддержки устойчивых вознаграждений: значительная часть предложения выделена на вклад в экосистему, гранты DataNet, доказательства атрибуции и т. д. Это обеспечивает экономическую согласованность тех, кто действительно строит, вносит данные, запускает модели, управляет агентами и т. д., с долгосрочным успехом сети.

Технические и архитектурные основы, поддерживающие ликвидность и монетизацию Вот некоторые из инфраструктурных и системных проектных решений, которые делают эту монетизацию правдоподобной и удобной: Запись происхождения на цепочке: Происхождение данных, линия обучения модели, метаданные набора данных все записываются на цепочке, что делает возможным аудит или проверку того, какие данные повлияли на что. Без этого атрибуция была бы непрозрачной. Прозрачность и проверяемость: Поскольку система Proof of Attribution является протокольной, а не только оффчейн или собственнической, участники могут видеть, как именно рассчитывается использование их данных / моделей. Непрерывный поток вознаграждений: В отличие от разовых платежей за данные или модели, система вознаграждает со временем, когда данные или модели используются. Это создает «ликвидность» в том смысле, что актив данных/моделей продолжает генерировать доход. Управление / общественный контроль: Позволяя держателям токенов, включая участников данных и строителей моделей, участвовать в управлении, OpenLedger надеется поддерживать согласованность стимулов, избегать централизации и обеспечивать, чтобы механизмы вознаграждений были справедливыми и развивались в соответствии с потребностями сообщества.

Примеры / Случаи использования: Как монетизация проявляется на практике Если вы тот, кто собрал или очистил специализированный набор данных (, например, для медицинской визуализации, юридических транскриптов или специфических финансовых данных ), вы можете внести эти данные в DataNet. Когда модели обучаются на ваших данных или делают выводы, используя ваши данные, вы получаете $OPEN токены периодические или основанные на использовании вознаграждения. Если вы создаете модель ИИ (, скажем, языковую модель, модель зрения или агента для автономных задач ), вы можете опубликовать ее на OpenLedger. Пользователи платят за ее использование; часть платежей возвращается вам, а часть распределяется между поставщиками данных. Агенты (автономные AI программы), которые используют несколько источников данных или моделей, могут также создавать ценность; каждый использованный элемент отслеживается и вознаграждается. Таким образом, кто-то, создающий агента, например, для юридического консультирования или финансовой стратегии, может монетизировать как логику своего агента, так и наборы данных и модели, от которых он зависит. Могут также существовать рынки для покупки, лицензирования или стекинга моделей/агентов в зависимости от их репутации и использования, что дает дополнительную ликвидность. Например, разработчики моделей могут ставить, чтобы сигнализировать о качестве, или наборы данных с высоким влиянием атрибуции могут стать более “ценными” или востребованными. Почему это важно и потенциальное влияние Это сдвигает экономику ИИ от одностороннего захвата ценности (в основном крупными учреждениями) к более распределенной, ориентированной на сообщество модели. Участники получают вознаграждения, пропорциональные реальному использованию. Стимулирует более качественные данные: поскольку только данные, которые действительно влияют на поведение модели, получают вознаграждение, существует стимул для более чистых, хорошо документированных, относящихся к предметной области, нерепетитивных данных. Стимулирует специализацию в наборах данных: узкоспециализированные наборы данных, которые ранее казались менее прибыльными, теперь могут быть стоющими для вклада, потому что их влияние на модели, специфичные для домена, может быть высоким в этом случае. Увеличивает доверие и прозрачность: потребители моделей могут изучать происхождение и атрибуцию, что может помочь в таких вопросах, как предвзятость, конфиденциальность, объяснимость — потому что вы можете видеть, откуда пришли результаты модели. Открывает новые бизнес-модели для ИИ: вместо одноразовых лицензий, модели/данные/активы ИИ могут стать постоянными источниками дохода. Модели могут иметь «поведение, похожее на роялти» — каждый раз, когда они используются, кто-то получает свою долю. Ограничения / проблемы, на которые стоит обратить внимание Чтобы эта модель работала хорошо, некоторые проблемы нуждаются в смягчении. Точность атрибуции: Измерение того, какие данные действительно повлияли на какие выходные данные модели (, особенно в случае очень больших моделей ), является нетривиальной задачей. Методы влияния могут быть приближенными и могут содержать ошибки или предвзятости. Затраты / накладные расходы: Проведение детальной атрибуции, запись больших объемов метаданных, хранение происхождения данных, все это в цепочке или в проверяемых внецепочных структурах, может увеличить вычислительные и хранительные расходы. Несоответствия в стимулах: Если слишком много внимания уделяется атрибуции, меньшие или новые участники могут получить очень мало, особенно в начале, если их наборы данных не используются активно. Управление и справедливость: Что если определенные модели станут монополизированными, или провайдеры данных с большими ресурсами будут доминировать? Обеспечение эгалитарного участия и предотвращение манипуляций с атрибуцией будет важным.

Задержка / масштабируемость: По мере увеличения использования необходимо обеспечить эффективное выполнение механизмов атрибуции и отслеживания вывода модели. Подводя итоги @Openledger разрабатывает систему, которая пытается рассматривать данные, модели ИИ и агентов как экономические активы на блокчейне, а не просто как ресурсы, принадлежащие крупным компаниям. Используя механизмы, такие как Proof of Attribution, DataNets и родная токеномика с вознаграждениями, связанными с реальным использованием, она разблокирует ликвидность этих активов — это означает, что люди, которые вносят данные, создают модели или разрабатывают агентов, могут монетизировать свои усилия непрерывно и прозрачно. Это амбициозное видение: справедливая атрибуция, прозрачное происхождение, совместные потоки вознаграждений и демократизированная собственность на инфраструктуру ИИ. Если это сработает, это может изменить то, как ИИ создается, принадлежит и монетизируется — от централизованных платформ к децентрализованным экосистемам, где гораздо больше заинтересованных сторон получают ценность. #OpenLedger