اخبار

(تبلیغات)

Fraction AI اولین بازار پیش‌بینی عامل هوش مصنوعی را در NEAR معرفی می‌کند

زنجیر

Fraction AI اولین بازار پیش‌بینی عامل هوش مصنوعی را در NEAR راه‌اندازی می‌کند، جایی که کاربران می‌توانند با شفافیت کامل درون زنجیره‌ای، روی عملکرد عامل معاملاتی شرط‌بندی کنند.

Soumen Datta

سپتامبر 3، 2025

(تبلیغات)

کسری AI است راه اندازی اولین بازار پیش‌بینی عامل هوش مصنوعی، با پشتیبانی پروتکل نزدیکطبق این اطلاعیه، این سیستم به کاربران اجازه می‌دهد تا پیش‌بینی کنند کدام عاملان معاملاتی هوش مصنوعی بهترین عملکرد را خواهند داشت و نتایج به صورت آنی و روی زنجیره ردیابی می‌شوند. این رویکرد، هوش مصنوعی در وب ۳ را از پروژه‌های تبلیغاتی دور کرده و به سمت ارزیابی مبتنی بر عملکرد سوق می‌دهد.

بازار پیش‌بینی بر اساس زیرساخت NEAR و با استفاده از مقاصد و عوامل سایه برای اجرای ایمن تراکنش‌ها در سراسر بلاکچین‌ها. هر عامل هوش مصنوعی با یک سبد ثابت ۱۰۰۰۰۰ دلاری شروع می‌کند و به صورت پویا در میان ارزهای دیجیتال اصلی معامله می‌کند. قیمت‌ها از طریق فیدهای اوراکل از بایننس ردیابی می‌شوند و دقت و شفافیت را تضمین می‌کنند.

چرا عوامل هوش مصنوعی به بازار پیش‌بینی نیاز دارند؟

بیشتر پروژه‌های هوش مصنوعی وب ۳ به جای عملکرد، به توجه اهمیت می‌دهند. کمپین‌های بازاریابی بودجه جذب می‌کنند، در حالی که پروژه‌های کاربردی اما بی‌سروصداتر نادیده گرفته می‌شوند. این چرخه باعث بی‌اعتمادی می‌شود زیرا کاربران نمی‌توانند به راحتی عوامل هوش مصنوعی مفید را از آنهایی که فقط برای گمانه‌زنی ساخته شده‌اند، تشخیص دهند.

هوش مصنوعی کسری با معرفی یک مورد، به این موضوع می‌پردازد. سیستم مبتنی بر عملکرد:

  • نتایج به صورت بلادرنگ (Real Time) ردیابی می‌شوند.
  • کاربران به جای اعتماد به ادعاها، برندگان را پیش‌بینی می‌کنند.
  • پاداش‌ها بر اساس دقت و موفقیت عامل توزیع می‌شوند.

این امر ابهام را از بین می‌برد. کاربران می‌بینند که کدام عوامل ارزش واقعی ایجاد می‌کنند و سازندگان برای نتایج قابل اندازه‌گیری پاداش می‌گیرند.

نحوه عملکرد بازار پیش‌بینی

این طرح، استراتژی‌های معاملاتی خودکار را با رتبه‌بندی شفاف درون زنجیره‌ای ترکیب می‌کند.

  • تجارت نمایندگان: هر عامل هوش مصنوعی با یک سبد ۱۰۰۰۰۰ دلاری شروع می‌کند و معاملات را در میان ارزهای دیجیتال انجام می‌دهد. فناوری Shade Agent امکان انجام تراکنش‌ها را در سراسر زنجیره‌ها با حفظ حریم خصوصی فراهم می‌کند.
  • داده‌های زنده: قیمت‌ها به صورت آنی از طریق اوراکل‌های بایننس به‌روزرسانی می‌شوند و ارزش سبد سهام در NEAR ثبت می‌شود.
  • دورهای پیش‌بینی: هر دور ۲۴ ساعت طول می‌کشد و از ساعت ۴ بعد از ظهر به وقت جهانی (UTC) شروع می‌شود. در پایان، نمایندگان بر اساس ارزش سبد سهام رتبه‌بندی می‌شوند.
  • پیش‌بینی‌های کاربران: کاربران انتخاب می‌کنند که کدام کارگزاران انتظار دارند برنده شوند. ضرایب به صورت پویا در NEAR با پیشرفت معاملات به‌روزرسانی می‌شوند.
  • پاداش: پیش‌بینی‌کنندگان دقیق، سود دریافت می‌کنند و کارگزاران با عملکرد بالا، از فعالیت‌های بازار، کارمزد اضافی دریافت می‌کنند.
  • شفافیت: اهداف NEAR این است که تمام تراکنش‌ها را قابل تأیید نگه دارد و رتبه‌بندی‌ها و معاملات به طور دائم روی زنجیره ثبت شوند.

این فرآیند مانع مشارکت را کاهش می‌دهد. کاربران نیازی به دانش فنی مدل‌های هوش مصنوعی ندارند - آنها فقط باید نتایج را ارزیابی کنند.

چه کسی از سیستم سود می‌برد؟

کاربران

کاربران یک نقطه ورود قابل دسترس به امور مالی مبتنی بر هوش مصنوعی به دست می‌آورند. با پیش‌بینی نتایج، می‌توانند بدون نیاز به طراحی یا آموزش سیستم‌های هوش مصنوعی، پاداش کسب کنند. با گذشت زمان، آنها همچنین می‌توانند روی کارگزاران قوی و مداوم سرمایه‌گذاری کنند.

سازندگان

توسعه‌دهندگان از دیده شدن و انگیزه‌های منصفانه بهره‌مند می‌شوند. به جای رقابت با کمپین‌های بازاریابی پرسروصدا، عملکرد به تنهایی موفقیت را تعیین می‌کند. نمایندگان قوی، پذیرش و پاداش مستقیم را به دست می‌آورند.

اکوسیستم رمزنگاری

برای صنعت گسترده‌تر، این سیستم یک ... را معرفی می‌کند چارچوب اعتماد برای هوش مصنوعی در امور مالی غیرمتمرکز. با رتبه‌بندی عوامل هوش مصنوعی بر اساس عملکرد شفاف، چرخه‌های تبلیغاتی را کاهش می‌دهد و برای امور مالی یکپارچه با هوش مصنوعی اعتبار ایجاد می‌کند.

ادامه مقاله...

مبانی فنی: چرا NEAR

بازار ادامه دارد پروتکل نزدیک، یک بلاکچین لایه ۱ شارد شده با زمان بلاک ۶۰۰ میلی‌ثانیه. این سرعت از به‌روزرسانی‌های مکرر سبد سهام و تنظیمات پیش‌بینی پشتیبانی می‌کند.

فناوری‌های اصلی شامل موارد زیر است:

  • عوامل سایه: اجرای بین زنجیره‌ای را با ویژگی‌های حفظ حریم خصوصی فعال کنید.
  • اهداف نزدیک: منطق اجرا را مدیریت کرده و قابلیت تأیید را تضمین می‌کند.
  • وحی: برای به‌روزرسانی پرتفوی‌های معاملاتی، فیدهای قیمت زنده را از Binance دریافت کنید.

چرا بازارهای پیش‌بینی برای عامل‌های هوش مصنوعی مناسب هستند؟

بازارهای پیش‌بینی مدت‌هاست که در ارزهای دیجیتال برای معامله بر اساس نتایج - از نتایج انتخابات گرفته تا بازی‌های ورزشی - مورد استفاده قرار می‌گیرند. قدرت آنها در ... نهفته است. جمع‌آوری بینش کاربر به نتایج دقیق.

اعمال آنها بر روی عامل‌های هوش مصنوعی به این معنی است:

  • کاربران نیازی به ارزیابی کد یا مدل‌ها ندارند.
  • عملکرد بر اساس نتایج مالی قابل تأیید سنجیده می‌شود.
  • بازارها با پاداش دادن به دقت، خود را اصلاح می‌کنند.

این طراحی، عامل‌های هوش مصنوعی را از حالت ... تغییر می‌دهد. روایات گمانه زنی به اجراکنندگان برجسته.

زمینه گسترده‌تر: نقش هوش مصنوعی Fraction در هوش مصنوعی غیرمتمرکز

Fraction AI در حال حاضر به خاطر رویکرد غیرمتمرکز خود در آموزش هوش مصنوعی شناخته شده است. این پلتفرم به کاربران اجازه می‌دهد تا مدل‌های هوش مصنوعی را بدون کدنویسی و با استفاده از یادگیری تقویتی رقابتی ایجاد و آموزش دهند. از زمان راه‌اندازی در پایه در ماه مه ۲۰۲۵، بیش از ۳۲۰،۰۰۰ کاربر با شبکه آزمایشی آن تعامل داشته‌اند.

این شرکت خود را به عنوان یک «هوش مصنوعی مقیاس‌پذیر غیرمتمرکز» معرفی می‌کند و موارد زیر را با هم ترکیب می‌کند:

  • ایجاد داده‌های مبتنی بر جامعه
  • یادگیری تقویتی غیرمتمرکز (RLAF)
  • آموزش کم‌هزینه و مقیاس‌پذیر با آداپتورهای QLoRA

این با اصول رمزنگاری همسو است مالکیت اجتماعی، مشارکت بدون نیاز به مجوز و سیستم‌های قابل تأیید.

چرا تمرکززدایی در هوش مصنوعی اهمیت دارد؟

توسعه هوش مصنوعی سنتی بسیار متمرکز است. غول‌های فناوری مانند گوگل، OpenAI و متا کنترل:

  • مجموعه داده‌های برچسب‌گذاری‌شده‌ی گران‌قیمت
  • زیرساخت اختصاصی
  • مدل‌های آموزشی پیشرفته که فقط برای تیم‌های بزرگ قابل دسترسی هستند

هوش مصنوعی Fraction به دنبال غیرمتمرکز کردن این فرآیند است، دقیقاً مانند ... DEFI بانکداری غیرمتمرکز. با ارائه آموزش و رقابت هوش مصنوعی به هر کسی که دستورالعمل‌های ساده‌ای دارد، موانع ورود را کاهش می‌دهد و در عین حال نتایج شفافی ایجاد می‌کند.

نتیجه

شرکت Fraction AI از اولین بازار پیش‌بینی عامل هوش مصنوعی در صنعت کریپتو رونمایی کرده است و نشان می‌دهد که چگونه عملکرد هوش مصنوعی ارزیابی و پاداش داده می‌شود. این پلتفرم که با زیرساخت قوی NEAR Protocol پشتیبانی می‌شود، ردیابی پورتفولیو در لحظه، رتبه‌بندی عملکرد شفاف و بازارهای پیش‌بینی مبتنی بر کاربر را با پاداش‌های ملموس ارائه می‌دهد. این سیستم با اجرای مشوق‌های مبتنی بر شایستگی برای سازندگان هوش مصنوعی، نتایج را بر تبلیغات بازاریابی اولویت می‌دهد.

این ادغام بازارهای پیش‌بینی و عوامل هوش مصنوعی، یک اکوسیستم شفاف و عادلانه ایجاد می‌کند که در آن اعتماد از نتایج قابل تأیید و اندازه‌گیری ناشی می‌شود، نه ادعاهای تبلیغاتی. این پلتفرم، معیارهای عملکرد جدیدی را برای هوش مصنوعی غیرمتمرکز تعیین می‌کند و قابلیت‌های پروتکل NEAR را به عنوان ستون فقرات برنامه‌های مالی پیشرفته و بلادرنگ مبتنی بر هوش مصنوعی به نمایش می‌گذارد.

منابع:

  1. اطلاعیه راه‌اندازی بازار پیش‌بینی عامل هوش مصنوعی Fraction AI: https://x.com/FractionAI_xyz/status/1962916033976795484?t=b68iJEbsvEO21Sc7-2EI_w&s=19

  2. کاغذ نوری هوش مصنوعی کسری - "فراکشن هوش مصنوعی: پلتفرم آموزش خودکار غیرمتمرکز برای عوامل هوش مصنوعی"

  3. وب‌سایت رسمی Fraction AI - fractionai.xyz

  4. حساب رسمی X Fraction AI - @FractionAI_xyz

پرسش و پاسخهای متداول

بازار پیش‌بینی Fraction AI چگونه است؟

این پلتفرمی است که در آن کاربران پیش‌بینی می‌کنند کدام کارگزاران معاملاتی هوش مصنوعی بهترین عملکرد را خواهند داشت. کارگزاران با پرتفوی‌های ثابت معامله می‌کنند و نتایج به طور شفاف در پروتکل NEAR ردیابی می‌شوند.

کاربران چگونه مشارکت می‌کنند؟

کاربران در راندهای روزانه، نمایندگانی را که معتقدند برنده خواهند شد، انتخاب می‌کنند. پیش‌بینی‌ها روی زنجیره قرار می‌گیرند و پاداش‌ها بر اساس دقت پرداخت می‌شوند.

چرا از NEAR برای این سیستم استفاده می‌شود؟

NEAR زمان بلاک سریع، شاردینگ برای مقیاس‌پذیری و ابزارهایی مانند intents و Shade Agents را فراهم می‌کند. این امر امکان به‌روزرسانی‌های بلادرنگ، اجرای بین زنجیره‌ای و شفافیت کامل را فراهم می‌کند.

رفع مسئولیت

سلب مسئولیت: دیدگاه‌های بیان شده در این مقاله لزوماً بیانگر دیدگاه‌های BSCN نیست. اطلاعات ارائه شده در این مقاله صرفاً برای اهداف آموزشی و سرگرمی است و نباید به عنوان مشاوره سرمایه‌گذاری یا هر نوع توصیه‌ای تفسیر شود. BSCN هیچ مسئولیتی در قبال تصمیمات سرمایه‌گذاری اتخاذ شده بر اساس اطلاعات ارائه شده در این مقاله بر عهده نمی‌گیرد. اگر معتقدید که این مقاله باید اصلاح شود، لطفاً از طریق ایمیل با تیم BSCN تماس بگیرید. [ایمیل محافظت شده].

نویسنده

Soumen Datta

سومن از سال ۲۰۲۰ محقق حوزه کریپتو بوده و دارای مدرک کارشناسی ارشد فیزیک است. نوشته‌ها و تحقیقات او توسط نشریاتی مانند CryptoSlate و DailyCoin و همچنین BSCN منتشر شده است. حوزه‌های تمرکز او شامل بیت‌کوین، DeFi و آلت‌کوین‌های با پتانسیل بالا مانند اتریوم، سولانا، XRP و Chainlink است. او عمق تحلیلی را با وضوح روزنامه‌نگاری ترکیب می‌کند تا بینش‌هایی را برای خوانندگان تازه‌کار و باتجربه حوزه کریپتو ارائه دهد.

(تبلیغات)

آخرین اخبار رمزنگاری

از آخرین اخبار و رویدادهای کریپتو مطلع شوید

به روزنامه ما بپیوندید

برای دریافت بهترین آموزش‌ها و جدیدترین اخبار وب ۳ ثبت نام کنید.

در اینجا مشترک شوید!
BSCN

BSCN

فید RSS BSCN

BSCN مقصد مورد علاقه شما برای همه چیز در مورد کریپتو و بلاکچین است. آخرین اخبار ارزهای دیجیتال، تحلیل و تحقیقات بازار را کشف کنید، که شامل بیت کوین، اتریوم، آلت کوین ها، میم کوین ها و هر چیز دیگری در این بین می شود.