Fuente del artículo: LXDAO
En el ámbito de la blockchain y el código abierto, la asignación eficiente de fondos siempre ha sido un reto. Hoy en día, un proyecto innovador llamado Fondos Profundos está intentando resolver este problema mediante inteligencia artificial y revisión descentralizada. Este proyecto, respaldado por Vitalik Buterin con $250,000 de fondos iniciales, no solo planea abordar los problemas de asignación de recursos en el ecosistema de Ethereum, sino que también busca innovar en la asignación de fondos para bienes públicos en el futuro.
01、Fondos Profundos
¿Qué es Fondos Profundos?
Fondos Profundos es un proyecto innovador que optimiza la distribución de fondos para bienes públicos mediante AI y mecanismos de revisión descentralizados, con el objetivo de abordar la ineficiencia en la asignación de recursos en el ecosistema de Ethereum. El objetivo del proyecto es construir un sistema de distribución de fondos justo, transparente y eficiente que apoye proyectos de código abierto clave relacionados con Ethereum y sus dependencias, logrando un desarrollo sostenible a largo plazo.
Sitio web oficial: https://deepfunding.org/
¿Qué problema se quiere resolver?
Actualmente, la distribución de fondos para bienes públicos en Ethereum enfrenta los siguientes problemas:
La irracionalidad de la decisión humana: frente a problemas complejos y abstractos, a menudo es difícil para los humanos hacer juicios razonables.
Preferencia por proyectos superficiales: los mecanismos de financiación basados en elecciones tienden a financiar proyectos que son evidentemente obvios, mientras que ignoran las dependencias tecnológicas profundas y las contribuciones complejas.
Esto ha llevado a que algunas infraestructuras cruciales para el ecosistema de Ethereum reciban apoyo insuficiente, al tiempo que podría desperdiciar recursos en proyectos que parecen importantes a corto plazo pero tienen un valor limitado a largo plazo.
¿Con qué tipo de pensamiento se resuelven los problemas?
Las soluciones propuestas por Fondos Profundos incluyen:
1. Construcción de Grafos Profundos
El Grafo Profundo es un gráfico de dependencias dinámico que muestra las relaciones de dependencia entre proyectos y asigna pesos a cada dependencia. De esta manera, la contribución de bienes públicos y su valor real se visualizan, resolviendo el problema de la 'contribución invisible' que es difícil de medir.
2. Pesado y evaluación de modelos de AI
Entrada de datos: basada en varias informaciones de proyectos de código abierto (por ejemplo, número de estrellas, actividad de contribuyentes, última actualización, etc.). Esto requiere que ejerzas tu imaginación y comprensión del valor de los proyectos de código abierto.
Asignación de pesos: los modelos de AI asignan pesos según la importancia de las dependencias y su impacto real, ajustando dinámicamente la distribución de fondos.
Validación y optimización: mediante auditorías del jurado para garantizar la razonabilidad de los pesos.
3. Mecanismo de revisión del jurado
El jurado está compuesto por expertos que, al responder preguntas como '¿Qué es más importante, el proyecto A o B?', proporcionan datos de entrenamiento para los modelos. La razón para elegir este tipo de preguntas es que son relativamente fáciles de discernir y responder para los humanos.
Modelo de colaboración entre humanos y AI: los humanos son responsables de la dirección y el juicio de valores, mientras que la AI proporciona apoyo en el análisis de datos. Luego se elegirán varios modelos que se alineen bien con el consenso humano para su aplicación.
4. Distribución justa de fondos
Los fondos se asignan según la proporción de contribuciones del proyecto, y también habrá una parte de incentivos para los modelos ganadores.
Fondos Profundos no solo se utilizará para la construcción y distribución de pesos en software de código abierto; este modelo puede aplicarse a cualquier escenario con dependencias y distribuciones. Por ejemplo: investigaciones, música, obras de cine, etc. El software de código abierto es solo un intento inicial, y Fondos Profundos espera convertirse en una solución aplicable a diversos escenarios.
02、Competencia de Fondos Profundos
Actualmente, la primera competencia de Fondos Profundos se centra en el repositorio de GitHub y proyectos de código abierto, construyendo un gráfico ponderado a partir de las dependencias de los proyectos de código abierto para determinar la cantidad de donación que debería recibir cada repositorio. Luego se centrará en proyectos de código abierto bajo la etiqueta de Ethereum, especialmente clientes.
El progreso actual del proyecto Fondos Profundos incluye:
Patrocinios y fondos: Vitalik Buterin proporcionó un patrocinio inicial de $250,000.
Preparación de datos: recopilación del gráfico de dependencias de Ethereum, que involucra datos de más de 40,000 bordes. Ya está preparado.
Diseño del mecanismo: llevar a cabo competiciones de modelos de AI (se realizarán en Kaggle), actualmente se están reclutando modelos de AI.
Evaluación de prueba: validar la efectividad del modelo mediante auditorías del jurado; aplicar el modelo de pesos de dependencia a proyectos relacionados con Ethereum y observar los resultados reales.
De los 250K de premios, $170k se asignarán a los proyectos según el peso del gráfico de dependencia, $40k se premiarán a los modelos que tengan el mejor desempeño en las auditorías, y $40k se premiarán a los modelos de contribuciones de código abierto, cuya innovación será evaluada y decidida por un jurado de expertos.
Actualmente, hay muchos desafíos que deben enfrentarse.
Equidad en la revisión e incentivos: ¿cómo garantizar la neutralidad del jurado y la participación activa a largo plazo? ¿Cómo construir un jurado justo y efectivo?
Efectividad de los modelos de AI: ¿cómo ponderar con precisión las dependencias profundas y evitar el abuso o la gamificación del modelo?
Mecanismo de ajuste dinámico: ¿cómo equilibrar la autoevaluación con la revisión externa y evitar sesgos?
Fuentes de financiación y métodos de incentivo: ¿cómo atraer más fondos para participar en la distribución, especialmente para contribuciones no relacionadas con el código?
Vamos a discutir y explorar gradualmente.
