mt logoMyToken
Market cap:
0%
FGI:
0%
Cryptocurrencies:--
Exchanges --
ETH Gas:--
EN
USD
APP
Ap Store QR Code

Scan Download

Cortex 希望重塑AI产业 ,但生态培育之路依然漫长

Collect
Share

北京时间 2018 年 7 月 9 日,标准共识发布针对区块链项目「Cortex」(CTXC)的一般投资风险评级报告。以下为报告的主要内容。

报告将 Cortex  风险等级定义为「C+」,该项目投资风险属于「一般风险」水平,需要投资者注意。

依据「标准共识一般项目投资风险评级标准(初创期)」  获得「C+」评级的主要原因是: 项目创新度较高。项目对 AI 数据模型的知识产权缺乏有效保护机制。 Cortex 最终落地部分取决于生态发展,存在不确定风险。筹码集中度高,团队锁仓计划没有智能合约约束,存在集中抛售风险和价格被操作风险。

基于标准共识分析师团队调查和研究,项目主要风险在于:

风险点一: AI 数据模型的知识产权在 Cortex 中得不到有效保护。

Cortex 中 AI 的数据模型是完全公开的,这可能导致 AI 模型被复制或抄袭等现象发生。如果数据模型的上传者的利益不能得到保护,则失去了上传的动力,这对生态长远发展存在负面影响。


根据项目白皮书,在发生抄袭情况时,「Cortex 会进行介入并且仲裁」,但这仍是一种中心化的仲裁解决方案,其公平性、有效性存在风险。另外,抄袭行为可能不在 Cortex 平台发生,如有人将平台上的代码挪用它处,Cortex 可能无法处理这种情况。

风险点二:项目开发仍处于早期阶段,培育开源的 AI 商业生态存在难度。

项目目前仅提供了 Demo,主链尚未上线,也没有来自社区开发者的 DApp 接入。

目前 AI 算法的使用主体主要是大型的科技巨头及科研单位,对于巨头而言数据模型是其核心竞争力,将自身的数据模型共享出来的意愿不强。Cortex 平台主要服务于中小企业和分散的科研人员,鼓励科研人员将模型共享出来,供中小企业和科研机构有偿使用。目前,项目开发仍处于早期阶段,商业生态的培育存在一定难度。

风险点三:Cortex Coin 筹码集中度高,团队锁仓计划没有智能合约约束,依靠社区监督,存在集中抛售风险和价格被操作风险。

CTCX 前十大持币地址合计占比 87.49%,前四大持币地址全部都处于项目方控制中,筹码集中度高。第二大地址为 Cortex Lab 地址(属于团队地址)占比 15.0104%,项目没有公布这一部分的锁仓计划,但目前没有交易记录。

标准共识向项目方就锁仓及释放问题咨询,项目方表示挖矿预留锁定部分和基金会锁定部分都没有智能合约层的约束,依靠社区监督。社区监督是一种可行的锁仓监督方式,但由于缺乏智能合约的硬性限制,可能存在集中抛售风险及价格被操纵风险。

项目优势:

以上为项目主要风险点和优势,以下为完整报告。

如果任何项目方对标准共识的评级结果有疑问,或对相关数据提出申诉(包括但不限于项目运营数字、重要团队成员变更原因、代码更新和最新交易表现等),标准共识分析师团队会根据材料的真实性重新评估。

如果标准共识分析师团队在调查过程中使用了错误材料而影响评级结果,或任何项目变动可能导致评级等级变动时,标准共识也会重新调查和评估风险等级。

任何项目方、利益相关方和投资者可直接通过微信公众号(「标准共识」ID:SNCrating)后台与我们联系,也可以发送邮件至:contact@sncrating.com。


Rationale 依据


产品和技术模块

市场及产品分析

根据项目白皮书介绍,Cortex 是一条专为 AI(人工智能)打造的一个兼容以太坊 EVM 智能合约的公链平台。

Cortex 将在链上提供一批最好的机器学习模型,用户可利用链上智能合约来完成 推断(Inference) 工作。同时,Cortex 还希望实现一个机器学习平台,用户可以在平台上发布任务,提交模型,利用智能合约调用模型进行推断,创建自己的 AI DApps(Artificial Intelligence Decentralized Applications) 等。

(AI DApp 的工作原理)

什么是推断?

深度学习可分为训练(Training)和推断(Inference)两个环节:

训练(Training) ——通过机器学习技术,利用大量样本数据对演算法进行训练训练需要通过大量的数据输入,或采取增强学习等非监督学习方法,训练出一个复杂的深度神经网络模型。 训练环节一般是面向企业和实验室研发阶段。

推断(Inference) ——训练好的神经网络在数字化的世界完成各种各样的工作

推断环节指利用训练好的模型,使用新的数据去「推断」出各种结论。例如,视频监控设备通过后台的深度神经网络模型,判断一张抓拍到的人脸是否属于黑名单。

传统的商业模式

推断环节分为云端推断和设备端推断。设备端推断是将推断芯片安装在智能手机、智能安防摄像头、机器人/无人机、自动驾驶、VR 等设备上,直接进行推断运算。

但在很多场景下,虽然推断环节的计算量相比训练环节少,但仍然涉及大量的矩阵运算,设备端的芯片和存储量仍无法满足需求,于是云端推断在人工智能应用部署架构上变得非常必要。

云端推断是「云计算」的一种形式。将推断任务上传至「云端」进行计算,得出结果,再传送回需求端。可以把云端「推断」理解为一个「外包计算」的过程,目前,阿里云、Amazon、微软 Azure 都纷纷布局,并利用服务器+FPGA 芯片模式支撑云端推断的技术密集型任务。

Cortex 的革新

Cortex 项目希望利用区块链技术,实现去中心化自治的 AI 或机器学习服务(AI as a Service)平台。不仅如此,Cortex 还提供了一个用于离线训练,进而生成模型的提交界面。通过 Cortex 平台,将连接计算能力提供者和算法提供者,促成交易与协作。

基础逻辑如下图所示:

标准共识分析:

机器学习在商业领域的应用正在疾速发展,视觉、语音、自然语言处理(NLP)、翻译、Dialogflow 等都已经形成相当规模的市场。数据科学家和研究人员社区已经发展到百万人规模。使用 Google Cloud AI 服务的企业数量超过 10000,例如 Box、劳斯莱斯船业、玩具公司丘比等公司。

虽然 AI 产业在飞速增长,但只有少数企业能获取足够的人才和资金以尽享 AI 发展带来的益处。首先,能够创建先进机器学习模型的人才有限。其次,即使有 AI 工程师,要自己构建定制化的机器学习模型仍然是一个昂贵、耗时、复杂的过程。且 机器学习产业的两大环节训练(Training)、推断(Inference)基本都由互联网巨头所把控,要让每个人都能享受 AI 技术的成果,还有很长的路要走。

利用区块链技术,Cortex 项目作为「 去中心化的 AI 服务(AI as a Service)平台 」,有望重塑 AI 服务生态:

模型的贡献者将不限于 Cortex 团队,全球的机器学习从业人员都可以将训练好的相应数据模型上传到存储层,其他需要该数据模型的用户可以使用训练好的模型来「推断」,并且支付费用给模型上传者。

用户使用链上的模型测试自己的数据结果,将需要预测的数据进行代入计算到数据模型获得推断结果。


因此,标准共识认为,Cortex 项目利用区块链架构,为数据模型提供变现方式,为 AI 算法使用者提供解决方案,创新性较高。从商业模式来说,Cortex 的可能重塑 AI 这一计算密集、存储密集性行业生态。但在肯定其创新性的同时,项目可能有如下风险:

在当前的 AI 商业生态中,数据模型是最为宝贵的资产。Cortex 项目鼓励一种开源的 AI 商业生态。也许在未来的生态成熟时,数据模型的知识产权保护问题可能不再重要。但就目前的情况而言,生态的成熟仍需较长时间、存在不确定因素。

技术分析

Cortex 共识推断标准

在 Cortex 网络中,在当用户发起一笔交易到某个合约之后,全节点需要执行该智能合约的代码。Cortex 和普通智能合约不同的地方在于, 其智能合约中可能涉及推断指令,需要全节点对于这个推断指令的结果进行共识。 整个全节点的执行流程是:


Cortex 模型表示工具的作用可以分为两部分:

CVM:EVM + Inference

Cortex 拥有自己的虚拟机,称为 Cortex Virtual Machine(CVM)。CVM 指令集完全兼容 EVM,此外,CVM 还提供对于推断指令的支持。Cortex 将在 0xc0 加入一个新的 INFER 指令。这条指令的输入是推断代码,输出是推断结果。

存储层

Cortex 可以使用任何 key-value 存储系统来存储模型,可行的选择是 IPFS 和 libtorrent。Cortex 的数据存储抽象层并不依赖于任何具体的分布式存储解决方案,分布式哈希表或者 IPFS 都可以用来解决存储问题,对于不同设备,Cortex 采取不同策略:

Cortex 只负责共识推断,不存储任何训练集。为了帮助合约作者筛选模型,避免过拟合的数据模型难题,合约作者可以提交测试集到 Cortex 披露模型结果。

功能评测

根据项目白皮书,Cortex 将支持下列 AI DApp:

信息服务: 个性化推荐系统、图片搜索引擎、新闻撰写、自动摘要;

金融服务: 征信、智能投顾;

人工智能助手: 自动问答、行业知识图谱、语音合成、人脸辨识;

项目提供了一个用于概念验证的 Demo:观鸟协会 AI 模型。 http://blockchain.cortexlabs.ai:5001/

国际观鸟协会正在试图建立其开源的鸟类照片数据库。他们已经开发了一个 AI 模型,可以区分照片是否包含任何鸟类物种。他们决定使用区块链共识技术来验证野外摄像头捕获的照片,这可能是一个可信计算环境下对执行去中心化 AI APP 的奖励机制。

以下是标准共识的对 Demo 的试用结果。

用户在线创建新帐户后,新账号默认10000 个 tokens。可以点击「Transfer」交易 tokens,或者点击「Call」执行默认的智能合约。智能合约中用户需要上传图片。

点击 CALL,可以看到智能合约的逻辑: 如果所有的全节点对「这张图片确实是一只鸟」的推断结果达成共识,则会获得 10 个币奖励。点击下方「Call」执行智能合约。等待全网推断共识,矿工打包出块。

用户只需要指定发起地址和合约内容,即可执行。界面如下:

经过大约三秒钟,可以看到矿工打包出块的细节, 矿工打包出块的酬劳为 5 个 tokens,即有一个区块生成,给矿工奖励了 5 个 token。界面如下:

同时,因为全网确认推断结果正确(上图为一只真实的鸟),所以用户获得 10 个 token 奖励。这样也意味着系统既鼓励用户上传高质量的数据,又鼓励矿工生成区块。

界面如下:

接下来,尝试上传一张狗的图片,如下图,执行智能合约。

可以看到,仍然有矿工将其结果生成区块计入链。

但是提交数据的用户没有得到奖励,因为其结果无法得到全网达成共识。

经过验证,转账(Transfer)功能也可以使用,整个工作流程符合预期。

目前来看,Cortex 主网和应用初具形态且运转正常,但目前上线时间较短,还处于概念验证阶段,还没有来自外部用户的 AI DApp 接入。

GitHub 上的演示项目更新等,也都在四月份上线之后停止更新(4 月 21 日在 GitHub 上发布了其 Demo 项目 Silencer 源代码)。所以,产品的主要性能,即对用户添加 AI DApp 的支持、通过 GPU 实现 AI 计算的高性能等,目前还缺少真实案例和数据以评测。

GitHub 代码质量评测

目前,Cortex 在 GitHub 上开源了部分代码,其中的 Cortex_Silencer 展示了一个典型 Cortex 公链原型,其功能包括:

怎么生成区块

怎样在智能合约中调用需要大量 AI 计算的功能

怎样生成 CVM

怎样开发 DApp

该示范链的最后更新日期为 2018 年 4 月 21 日。因为 Cortex 的模型计算需要大量计算资源,所以它特别指明了硬件环境:

CPU: E5-2683 v3

GPU: 8x1080Ti

RAM: 64 GB

磁盘: SSD 60 EVO 250 GB

使用的计算数据集为 ImageNet Dataset, 用到的模型包括:

CaffeNet

Network in Network

SqueezeNet

VGG16

VGG19

Inception v3 / BatchNorm

ResNet-152

ResNet101-64x4d

这个示范链的代码并不复杂,总共 270 行,其中调用大量开源库,其生成区块、转账、交易等部分均于传统公链雷同,核心创新部分为以下数行代码,其中涉及到如何建立新的智能合约,如何判断模型计算结果是否合格。

总体而言,代码逻辑清晰、简约。未来上线的公链代码由开发团队研发可能与 Demo 项目不同。GitHub 上的代码仅供用户参考。该项目开发热度较低,有 12 个 Star 和 3 个 Fork。因为目前还没有实际应用 DApp,所以真实性能还需要大量数据、模型和应用的检验。

标准共识分析:

Cortex 项目的创新性高:用区块链架构,以分布式的方式分享、使用优秀的 AI、机器学习模型。白皮书原创性也很高。 由技术专家构成的团队提出了适用于显卡上进行智能推断共识的工程方案,并且得到了一些实际的验证结果, 产品结构设计完善 。但是,目前公链上除了开发团队提供的 Demo 以外,还没有来自社区开发者 DApp 接入。产品的实际性能,还缺少大量数据和用户的检验。

Token 生态系统

根据 Cortex 白皮书,Cortex Coin (CTXC) 数量总共为 299,792,4582 个。其中 60,000,000 (20.01%) 分配给早期投资者。具体分配比例如下:

分配依据和细节如下:

发行曲线

Cortex Coin 发行总量为 299,792,458 个,其中 150,000,000 的 Cortex Coin 可以通过挖矿获得。

第一个 4 年 75,000,000

第二个 4 年 37,500,000

第三个 4 年 18,750,000

第四个 4 年 9,375,000

第五个 4 年 4,687,500 …

依此类推,发行量按每四年减半。起始时间从其 ERC 20 代币产生时间, 2018 年 2 月 7 日开始。

代币 Token 主要用途

根据项目白皮书,CTXC 主要有三种用途(Endorphin 与 Cortex Coin 是动态的转换关系,Endorphin 的价格由市场决定):

作为模型提交者的奖励。 在 Cortex 中每次调用合约都需要支付 Endorphin, 一次调用支付的 Endorphin 会分配给帮助区块打包的节点矿工和模型的提供者。费用的收取比例采用市场博弈价格,类似以太坊中 GAS 的机制。

模型提交者成本支出。 每个模型提交者必须支付存储费用。这是为了防止过度频繁的提交模型,以及为那些无法使用、质量较差的模型设置门槛防。

模型复杂度和 Endorphin 的耗费。 Endorphin 用来衡量在推断过程中将数据模型带入合约时,计算所耗费的虚拟机级别硬件计算资源,Endorphin 的耗费正比于模型大小,同时 Cortex 也为模型的参数大小设置了 8GB 的上限,对应最多约 20 亿个 Float 32 的参数。

共识机制

Cortex  链将使用的 Cuckoo Cycle 算法的 PoW 。

Cortex 推崇的「算力投票」原则,希望进一步缩小 CPU 和显卡之间加速比的差距,同时充分发掘智能手机显卡的效能,使得大规模用户在夜间充电时间利用手机挖矿将变得更加可行。

另外 Cortex 指出:「特别值得注意的一点是,出块加密的共识算法和链上的智能推断合约的计算并没有直接联系,PoW 保障参与挖矿的矿工们硬件上更加公平,而智能计算合约则自动提供公众推理的可验证性。」

标准共识分析:

Cuckoo Cycle 是 John Tromp  提出的、第一个基于图论的 PoW , AE (Aeternity)也部分使用了这种算法。Cuckoo Cycle 的设计目标是对抗 ASIC 矿机,为内存设置瓶颈。Cuckoo Cycle 的优势在于可以让更多的小型设备也能参与到挖矿,而不是被大型矿机垄断算力,让算力更平均分布。

社群基础

用户社区

Cortex 社区用户成员较多,官方电报群运营主动积极,但讨论内容质量一般,关注的多为币价信息;官方在社交媒体上及时更新项目进展等信息。

但是根据 Telegram 聊天记录,部分成员是因为官方的糖果活动才加入的,根据糖果活动的机制,推测 Twitter 和 Reddit 的粉丝也是同样情况。

Google 趋势

根据 Google 趋势,目前搜索「Cortex」的热度较高的地区为中国,其他地区依次为加拿大、英国、澳大利亚、丹麦。

下图为 Google 趋势截图:

开发者社群

Cortex 官方的 GitHub 有 21 个库。以核心代码库 casper 举例 , Watch 和 star 为 0 ,有 156 个 Fork、415 个 Commits、2 个 Branches、2 个 Releases、20 个 Contributors。

标准共识分析:

代码提交活跃度很低, CryptoMiso 甚至没有收录代码提交行为;

开发者社群关注度很低,Watch、Fork 和 Star 的数量都很少;

主力开发者数量很少,主要代码库 casper  提交 commits 超过 50 的只有一位。

治理结构

团队分析

根据官方的最新公告,团队的任职信息如下:

标准共识分析:

创始团队有区块链相关从业经验。 创始人陈子祺和工程总监杨阳都曾在区块链领域的北京遂视公司创业。 CTO 王威扬在万达研究院从事的也是机器学习和区块链的研发工作。CEO 陈子祺在 bitcointalk.org 的注册时间为 2013 年,接触比特币技术时间较早。

团队技术实力较强。 主要团队成员都拥有计算机硕士或更高学位。

核心团队信息披露较完善。 Cortex 官网详细列出了团队成员、顾问和社区开发者。如有 LinkedIn 帐号也附上了链接。但社区开发者部分没有对应的 GitHub 链接,真实性无法基于公开信息考证。

基金会

目前 Cortex 的生态中,代币分配中所指的「基金会」即项目团队。基金会的管理是链下管理性质。

根据标准共识就「基金会」的定义与团队沟通获悉,「基金会」在主链上线之后,会发生变化,可能加入社区成员和开发者参与决策,不过目前基金会都是项目团队成员。

项目履约情况

根据白皮书披露,Cortex 的路线图如下所示:

标准共识分析:

Cortex 的路线规划在 2018 年部分没有技术上的难点突破,实现难度不高。截至目前,项目如约完成了规划。

项目信息披露义务

Cortex 主要的信息披露渠道包括:官网、白皮书、Medium、Telegram 等。项目及时更新进展、合作信息、币值情况等;

项目建立了完善的双周报制度,按期更新,周报内容不仅包括市场活动等宣传信息,也有技术的具体进展,质量较好;

项目对团队人员背景、代币分配等投资信息都有公布。

标准共识分析:

Cortex 的信息披露制度完善,透明度较高。

交易模块

币值表现

CTXC 目前价格为 0.771604 美元。

根据 Coinmarketcap 数据, 共登陆 7 家交易所,成交主要集中于 3 家交易所。

共有 4 种货币对,热门货币对 3 种,货币对覆盖面较为狭窄,但已覆盖主要币种。

近一个月的全市场平均换手率为 14.58%, 处于较高换手率水平,流通性风险低 ,但涨跌幅波动大,单日最大涨幅近 40% 和单日最大跌幅近 25%, 极端投机情绪较为明显,需防范杠杆风险。

持仓分布

根据 Etherscan.io 数据显示,CTXC 的持币地址数量为 21,015,链上交易数为 35,037,平均每个持币地址仅交易 1.6 笔,链上交易活跃度较低,与活跃的交易所内交易形成反差, 表明投资者以交易所交易为主,链上新增投资者缓慢。

前十大持币地址合计占比 87.49%,第一大地址为挖矿预留地址占比 50.0346%,根据官方披露该部分于 2019 年 Q2 开始挖矿,在 Q2 之前应处于锁定状态。第二大地址为实验室 Cortex Lab 地址(团队地址)占比 15.0104%,该部分官方未公布锁仓计划,但目前没有交易记录。

第三大地址为基金会锁仓地址,处于按承诺解锁状态中,解锁量未超过约定上限。第四大地址为社区开发者地址,仅有少量释放。前四大地址目前无大规模交易行为,处于稳定状态,但前四大持币地址全部都处于项目方控制中,筹码集中度高。

标准共识向项目方就锁仓及释放问题咨询,项目方表示挖矿预留锁定部分和基金会锁定部分都没有智能合约层的限制,仅为社区监督。社区监督为人为监督,在操作上比智能合约约束拥有更高的灵活性及可操作空间,但同时也因为缺乏硬性限制,但这可能会存在集中抛售风险及价格被操纵风险。

标准共识针对持币地址进行随机抽样分析,发现有地址在进行大规模链上购入 CTXC,再转入交易所地址交易。该地址目前转入交易所 CTXC 的数量为 1,075,477.23,占流通总量比为 0.72%,属于较大购买量,并且处于持续购入过程中。该地址属于主力地址,对价格波动具备一定影响力。

市场表现

从 Coinmarketcap 的全市场走势图来看,CTXC 目前上交易所交易不足三个月,成交量从上市初期活跃状态在逐步下降。虽然近一个月平均换手率仍处于活跃水平,但随着价格震荡下跌,市场人气丧失,可能会导致流通性进一步降低。6 月 10 日价格跌破支撑平台后快速下跌,下跌幅度超 50%。目前价格走势回暖,但曾经支撑平台的密集筹码已从支撑区间转变为压力区间,对价格进一步的上涨产生压制。

具体的货币对表现上,Huobi 交易所的 CTXC/BTC,成交量逐步萎缩,价格处于压力线以下运行,市场人气在逐渐冷淡,存在进一步下跌寻底风险。

最后来看 Huobi 交易所的 CTXC/USDT,上市初期就进入下跌通道内,成交量也伴随价格进行衰减,但近期成交量大幅放大。6 月 26 日和 7 月 6 日成交量大幅放大,却未能成功突破 1 美元,全天振幅较大,表明市场多空分歧较大,并且多次冲高未果,会大幅消耗多方力量,对未来上涨产生阻力。

综上所述,CTXC 交易活跃度高,流通性风险低。但筹码集中度高,大部分受项目方控制,关于预留和锁仓部分,无智能合约限制,为人为社区监管,虽然目前合规运行,仍可能存在抛售和操纵风险。投资者基础较为薄弱,并且投资者目前仍以投机为主,需防范价格大幅波动,注意杠杆风险。

Outlook 展望

宏观经济展望

中国人民银行决定,从 2018 年 7 月 5 日起,再次下调国有大型商业银行、股份制商业银行、邮政储蓄银行、城市商业银行、非县域农村商业银行、外资银行人民币存款准备金率 0.5 个百分点,此次已经是央行年内第三次降准。6 月 19 日中国拟提升个税起征点至 5000 人民币,纳税总额将减少 1720 亿,国家多次缓解资金流动性。但目前商业银行大幅上调大额存单利率,及中国和中国香港银行间同业拆借利率都处于较高水平。皆表明市场整体资金流处于紧张状态。

我们预计,市场资金将由权益类投资标的向债务类和储蓄类投资标转移。数字货币市场也难在资金流趋紧的环境下独善其身。市场发展将在新生资金增长缓慢的压力下运行趋缓。6 月 14 日美联储再次加息 25 个基点,在美元持续走强的背景下,将加剧欧洲的债务危机以及新兴国家的货币波动,这些都会影响国际市场投资者的投资判断,去寻求新的投资标的。数字货币市场作为一个在不断完善过程中的金融市场,必将不断吸引新的资金进入。

另外,随着 6 月 15 日 美国将对中国 500 亿美元商品加征 25% 关税;6 月 16 日中国对美国 500 亿美元进口商品加征 25% 关税,皆 2018 年 7 月 6 日起实施。表明中美贸易战硝烟再起,国际经济形势再次紧张。

综上,目前我们对市场总体保持中性判断。

监管动向

数字加密货币以及相应的政策监管态势仍不明朗。

我们预计,中国的监管动向将会对虚拟货币市场产生全球范围内的影响。另外,国内互联网金融相关牌照的审批和发行趋严有可能引发资金端紧张,同时受到美国加息影响,全球货币面对下行压力,尤其是新兴市场货币在大幅下挫后,甚至进入货币保卫战阶段。这也标志着由全面宽松到收紧,全球资金压力大增。这会进一步加剧企业的融资困境,迫使企业寻找新的融资模式。

Cortex  未来评级展望


如果 Cortex 能够持续推进项目,综合二级市场最新的交易表现,我们可能调整其风险评级等级。

Rating Action 评级结果

「C+」,该项目投资风险一般,需要投资者注意。主要依据是:

项目创新度较高。项目对 AI 数据模型的知识产权缺乏有效保护机制。 Cortex 最终落地部分取决于生态发展,存在不确定风险。筹码集中度高,团队锁仓计划没有智能合约约束,存在集中抛售风险和价格被操作风险。

整个虚拟货币市场对宏观经济的波动反应还在自适应期,监管规则持续不明确。这些因素的调节作用不足以给 Cortex 风险等级造成决定性影响。

感谢代码评审团成员 崔伟 对本文中「技术分析」部分作出的贡献。此为崔伟第一次参与技术评测。

参考标准:「标准共识一般项目投资风险评级标准(初创期)」

手机节点采取类似比特币轻钱包模式,只存储小规模的全模型

全节点常年存储公链数据模型

全节点下载模型字符串之后通过模型表示工具提供的转换器转换成可执行代码后,在 Cortex 虚拟机中执行推断操作。

模型提交者需要将自己编写的模型代码通过模型表示工具转化为模型字符串之后才可以提交到存储层。

通过 Cortex 提供的虚拟机 CVM ,执行可执行代码,得到结果后进行全节点广播共识。

通过 Cortex 模型表示工具将模型字符串转换成可执行代码。

全节点通过查询模型索引找到模型在存储层的位置,并下载该模型的模型字符串和对应的参数数据。

改变现存的商业生态存在难度。 由于目前 AI 算法的使用主体主要是大型的科技巨头及科研单位,对于巨头而言数据模型是其核心竞争力,将自身的数据模型共享出来的意愿不强.。Cortex 平台主要服务于中小企业和分散的科研人员,鼓励科研人员将模型共享出来,供中小企业和科研机构有偿使用。从目前的角度看,这种开源的商业生态的培育存在一定难度。

数据模型的知识产权得不到有效保护。 由于模型是完全公开的,所以可能会有模型被复制或抄袭等现象发生。如果数据模型的上传者的利益不能得到保护,上传者可能会失去上传的动力,这不利于生态的长远发展。
根据白皮书解释,在发生抄袭情况时,「Cortex 会进行介入并且仲裁」,但这仍是一种中心化的仲裁解决方案,其公平性、有效性存在风险。另外,抄袭行为可能不在 Cortex 平台发生,例如,有人将平台上的代码挪用它处,平台可能无法处理这种情况。

为 「推断」提供去中心化解决运算服务

为数据模型提供变现方式,为 AI 算法使用者提供解决方案

区块链上的矿工执行全网的「推断」计算任务,提供算力,给出数据推断结果,赚取费用。

需要使用推断模型的用户可使用平台上的模型进行推断。

世界各地的机器学习研究人员、用户可以将经过训练的机器学习模型上传到 Cortex 的存储层上。

项目信息披露制度完善,透明度高。 项目对团队人员背景、代币分配等投资信息披露清晰,建立了完善的双周报制度,按期更新,周报内容不仅包括市场活动等宣传信息,也有技术的具体进展,质量较好。

项目创新度高。 Cortex 项目利用区块链架构,为数据模型提供变现方式,为 AI 算法使用者提供解决方案,并且得到了一些实际的验证结果。从商业模式来说,Cortex 的可能重塑 AI 这一计算密集、存储密集性行业。

Disclaimer: The copyright of this article belongs to the original author and does not represent MyToken(www.mytokencap.com)Opinions and positions; please contact us if you have questions about content
Related Reading