PolyChainがリードし、Alloraは「モデルフライwheel」を使用してAI推論サービスを再構築する方法は？

$3500万の資金調達を背景に、PolyChain、FrameworkなどのVCのベテランがリードしたAlloraは最近特に目立ったパフォーマンスを見せており、多くの人がこれを「予測市場」と言っていますが、それは間違いです。このプロジェクトについての理解を述べます：

1）正確に言うと、Alloraは分散型AI推論サービスプラットフォームであり、ユーザーは価格予測、戦略最適化、リスク評価など、AIの判断を必要とするあらゆる要望に対してAIエージェントにサービスを提供するために料金を支払うことができます。したがって、予測市場はAlloraの一つのアプリケーションシーンに過ぎず、すべてではありません；

2）そのAIモデルの推論出力能力は本来ばらつきがあるが、どのようにして成熟した大量出力の上流供給者になるのか？答えは、AlloraがAIモデルの協力と競争による集約プラットフォームを構築したことにあります；

そのメカニズムは非常に明確です。例えば、ユーザーが次にETHが上がるか下がるかを予測したい場合、LP価格帯をどのように設定するかを決定します。従来の方法は、K線を見てKOLの分析を聞くか、さまざまなカスタマイズされたAIモデルのAPIを購入して予測を行うことです。そして、さまざまな異なる答えが返ってくることに気付きます。比較と選別のプロセスを解決するために、集約推論サービスプラットフォームはできないでしょうか？

ここが重要です。ユーザーがAlloraにニーズを投げると、ネットワークアーキテクチャ内の28万のノードが競って回答を出します。あるノードは上昇すると言い、別のノードは下落すると言い、また別のノードは横ばいだと言います。Alloraはこれらのモデルに投票を行い、過去の成績を記録し、予測成功率の高いAIモデルにより高い重みを与え、トークン報酬を送信します。同時に、適当に予測したモデルには減点とデポジットの押収が行われます。

これが正のフライホイールを形成します：予測の正確なモデルは多くの利益を得て、重みが増し、より多くのタスクを受ける；ずっと適当に推測していたものは淘汰されます。

3）したがって、私はAlloraがAI推論サービスのインフラストラクチャ層であり、必要に応じてAIモデルの組み合わせを呼び出す能力を持っていることを好みます。主に2つのアプリケーションシーンがあります：

DeFAI：AIエージェントがオンチェーン取引を実行する際には、特定の取引がMEVに影響されているかどうかを判断し、Uniswap LPを調整する際にリアルタイムで最適な価格範囲を提供し、AAVEに清算リスクがあるかどうかを判断し、Yieldプールがどのように動的にレバレッジ比率を調整するかなどを考慮する必要があります；

予測市場：AIモデルを使用して動的に確率を更新し、取引量に基づく価格設定メカニズムと比較して、AIの集約推論はユーザーによりインテリジェントな予測の出発点を提供し、単純な流行に従うことを避けることができます。

しかし、本質的にAlloraはまだインフラサービス施設に過ぎず、初期モデルが少なく、データも少ないため、精度が不足している場合でも、長いエネルギー蓄積期間を経験することになります。

しかし、将来的にDeFAiと予測市場という二大将来市場が主流となることができれば、そのインフラサービスの価値は明らかになるでしょう。