În domeniul blockchain și open source, distribuția eficientă a fondurilor a fost întotdeauna o problemă. În prezent, un proiect inovator numit Deep Funding încearcă să rezolve această problemă prin inteligență artificială și evaluări descentralizate. Acest proiect, susținut cu 250.000 de dolari de Vitalik Buterin, nu doar că plănuiește să rezolve problemele actuale de distribuție a resurselor în ecosistemul Ethereum, dar vrea să creeze un nou model pentru distribuția fondurilor bunurilor publice în viitor.
01, Deep Funding
Ce este Deep Funding?
Deep Funding este un proiect inovator care optimizează distribuția fondurilor pentru bunuri publice prin AI și mecanisme de evaluare descentralizate, având scopul de a rezolva problema ineficienței distribuției resurselor în ecosistemul Ethereum. Obiectivul proiectului este de a construi un sistem de distribuție a fondurilor care să fie echitabil, transparent și eficient, sprijinind proiectele open source esențiale pentru Ethereum și dependențele sale, asigurând o dezvoltare sustenabilă pe termen lung.
Site oficial: https://deepfunding.org/
Ce problemă dorești să rezolvi?
În prezent, există următoarele probleme în distribuția fondurilor pentru bunurile publice Ethereum:
Deciziile iraționale ale oamenilor: în fața problemelor complexe și abstracte, oamenii au adesea dificultăți în a face judecăți raționale.
Preferința pentru proiectele superficiale: mecanismele de finanțare bazate pe alegeri tind să sprijine proiectele care sunt evidente la suprafață, ignorând dependențele tehnologice profunde și contribuțiile complexe.
Aceasta a dus la o lipsă de sprijin suficient pentru infrastructura „ascunsă”, esențială pentru ecosistemul Ethereum, în timp ce s-ar putea risipi resurse pe proiecte care par importante pe termen scurt, dar au o valoare limitată pe termen lung.
Ce abordare folosește pentru a rezolva problemele?
Soluțiile propuse de Deep Funding includ:
1. Construirea Deep Graph
Deep Graph este un grafic dinamic de dependență, care arată relațiile de dependență între proiecte și alocă greutăți fiecărei dependențe. În acest mod, contribuția bunurilor publice și valoarea reală devin vizibile, rezolvând problema „contribuțiilor invizibile” care sunt greu de măsurat.
2. Modelarea și evaluarea AI
Intrare de date: informații variate bazate pe proiecte open source (de exemplu, numărul de stele, activitatea contribuitorilor, data actualizării etc.). Acest lucru necesită utilizarea imaginației și a înțelegerii valorii proiectelor open source.
Distribuția greutății: Modelul AI alocă greutăți în funcție de importanța și impactul real al dependențelor, ajustând dinamic distribuția fondurilor.
Verificare și optimizare: printr-o comisie (jury) se fac verificări ale modelului pentru a asigura raționalitatea greutăților.
3. Mecanismul de evaluare al comisiei
Comisia este formată din experți care, prin răspunsuri la întrebări precum „Proiectul A și B, care este mai important?”, oferă date de antrenament pentru model. Această alegere de întrebări este motivată de faptul că este mai ușor de distins și de răspuns pentru oameni.
Modelul de colaborare între oameni și AI: oamenii sunt responsabili pentru direcția și evaluarea valorii, iar AI oferă suport în analiza datelor. Ulterior, vor fi selectate mai multe modele care se aliniază bine cu consensul uman pentru aplicare.
4. Distribuția echitabilă a fondurilor
Fondurile sunt alocate conform proporției de contribuție a proiectului, existând și o parte pentru stimulentele modelului câștigător.
Deep Funding nu va fi utilizat doar pentru construirea și distribuirea greutăților software-ului open source, acest model putând fi aplicat în orice scenariu cu dependențe și distribuții. De exemplu: lucrări științifice, muzică, producții de film etc. Software-ul open source este doar o încercare inițială, iar Deep Funding speră să devină o soluție aplicabilă în diverse scenarii.
02, Competiția Deep Funding
În prezent, prima competiție Deep Funding se concentrează pe repo-uri GitHub și proiecte open source, construind un grafic ponderat bazat pe relațiile de dependență ale proiectelor open source pentru a determina suma de donații ce ar trebui primite de fiecare depozit. Apoi, se va concentra pe proiectele open source sub eticheta Ethereum, în special clienții.
Progresele actuale ale proiectului Deep Funding includ:
Sponsorizare și fonduri: Vitalik Buterin a oferit o sponsorizare inițială de 250.000 de dolari.
Pregătirea datelor: colectarea graficului de dependență Ethereum, implicând date despre aproximativ 40.000+ de margini. Acestea sunt deja pregătite.
Proiectarea mecanismului: desfășurarea unei competiții de modele AI (pe Kaggle), în prezent recrutând modele AI.
Evaluarea modelului: prin verificările de evaluare a comisiei se validează eficiența modelului; se aplică modelul de greutate a dependențelor în proiectele legate de Ethereum și se observă efectele reale.
Din cele 250K dolari, 170k vor fi alocați proiectelor conform greutăților din graficul de dependență, 40k vor fi recompensați pentru modelul cu cea mai bună performanță la verificările de evaluare, iar 40k vor fi recompensați pentru modelele submitate în open source, a căror inovație va fi evaluată de o comisie de experți.
În prezent, există încă multe provocări de abordat.
Echitatea în evaluare și mecanismele de stimulare: cum să asigurăm neutralitatea comisiei și participarea activă pe termen lung? Cum să construim o comisie echitabilă și eficientă?
Eficiența modelului AI: cum să alocăm corect greutățile dependențelor profunde, evitând abuzul sau jocurile cu modelul?
Mecanism de ajustare dinamică: cum să echilibrăm autoevaluarea și evaluările externe, evitând prejudecățile?
Sursa de fonduri și modalitățile de stimulare: cum să atragem mai multe fonduri pentru distribuție, în special pentru contribuțiile non-code?
Vom discuta și explora treptat.