إذن (ALLO) كيف يعمل

تصميم Allora الأساسي هو شبكة لامركزية، تتعاون فيها ثلاث فئات من المشاركين: منسق الموضوع، والعاملون، والمقيمون. يتميز كل من الثلاثة بمهام محددة، ويتعاونون لتحقيق دورة تحسين ذاتي من خلال التنبؤ، والتحقق، والتحسين.

● العمال: هؤلاء هم مشغلو نماذج الذكاء الاصطناعي المستقلين. كل عامل يدير نموذج التعلم الآلي الخاص به، ويرد على طلبات التنبؤ بناءً على بيانات وأساليب فريدة. على سبيل المثال، قد يستخدم نموذج واحد مؤشرات فنية للتنبؤ بسعر الإيثيريوم خلال 24 ساعة القادمة، بينما يتخذ نموذج آخر قرارات بناءً على المشاعر الاجتماعية.

● المقيمون: بعد تقديم توقعات النتائج، يقوم المقيمون بتقييم دقة كل توقع عندما تكون النتائج الحقيقية معروفة، ويقومون بتعهد رموز ALLO لقراراتهم. يمكن الحصول على مكافآت للتقييم الدقيق، بينما يفقدون التعهد في حالة التقارير الخاطئة أو التلاعب. تحفز هذه الآلية على التعهد المقيمين لتقديم تقييمات دقيقة وموثوقة.

● منسق الموضوع: هؤلاء المستخدمون أو التطبيقات يعرفون الموضوعات التي تهم الشبكة، مثل توقع أنماط الطقس، أسعار السوق، أو نتائج الأحداث الرياضية. إنهم جانب الطلب، حيث يقدمون سيناريوهات التطبيقات وطلبات البيانات إلى الشبكة.

تجمع Allora بين التعلم الآلي القائم على المعرفة الصفرية، مما يضمن الخصوصية والأمان. أي أن العاملين يمكنهم إثبات أن نماذجهم قد أنشأت توقعًا معينًا دون الكشف عن البيانات الحساسة المملوكة. هذه الميزة حاسمة في السيناريوهات التي تكون فيها سرية البيانات ذات أهمية قصوى في المالية أو الذكاء الاصطناعي المؤسسي أو الصناعات الخاضعة للتنظيم.

يعتمد النظام على آلية مكافأة وعقاب تجمع بين الرهانات، تاريخ الأداء، وتعديل الأوزان الديناميكية، حيث يكافئ الأداء الجيد ويعاقب المخرجات السيئة. ستحصل النماذج الدقيقة مع مرور الوقت على تأثير أكبر في التنبؤات المتجمعة عبر الشبكة، مما يشكل حلقة تغذية راجعة لتحسين الذات تتماشى مع الحوافز الواقعية.