Uso de Proof-of-Stake para una agencia de crédito descentralizada

En Spectral, estamos creando e incentivando una red de modeladores, creadores, usuarios y validadores que utilizan mecanismos de prueba de participación. La idea, similar a los modelos de Chainlink (LINK) y The Graph (GRT), es construir un mercado descentralizado con un mecanismo de retroalimentación integrado que detecte y desanime a los malos actores.

Este artículo es parte del artículo de CoinDesk."Semana de apuestas". James McGirk es un escritor senior en Spectral Finanzas y cofundador de Lonely ROCKS.

Nuestra puntuación MACRO (oráculo de riesgo crediticio de múltiples activos) es un modelo de aprendizaje automático que pondera aproximadamente 100 señales en cadena para producir una puntuación de tres dígitos que predice la probabilidad de liquidación de una billetera en un préstamo en cadena. La puntuación es similar a la puntuación FICO y varía de 300 (que representa un riesgo muy alto de liquidación) a 850, que representa un riesgo muy bajo. Es muy similar a lo que obtendría de un informe crediticio tradicional, solo que en lugar de confiar en Experian, Transunion y Equifax para KEEP sus gastos, usted opta por participar con su billetera.

La promesa de una puntuación crediticia en cadena es que es opcional, completamente transparente y, en última instancia, la producción del algoritmo que genera las puntuaciones se puede descentralizar incentivando un mercado competitivo. Netflix fue pionera en la técnica en la década de 2000 cuando ofreció y finalmente pagó una recompensa de un millón de dólares a un equipo de científicos de datos que mejoraron su algoritmo de recomendación en un 10%.

Ver también:Los riesgos de staking son ampliamente malinterpretados | Opinión

El modelo tradicional de una red de validación consiste en pagar recompensas a un nodo validador por producir bloques y validar recompensas, y castigar a los nodos (lo que se denomina slashing) quitándoles su participación cuando se portan mal, lo que implica no mantener el nodo, comportarse de forma maliciosa o cualquier otra fechoría en la cadena de bloques. También se puede utilizar la validación para incentivar un concurso. Por ejemplo, se puede dividir una red en modeladores (que son ingenieros de aprendizaje automático que ganan recompensas creando modelos precisos) y creadores, que crean desafíos de ciencia de datos para que los aborden los modeladores, en este caso una puntuación crediticia precisa generada a partir de información en cadena.

También contamos con validadores que VET la calidad de los modelos y, una vez finalizado el concurso, tenemos usuarios que pagan para utilizar las puntuaciones (es decir, las inferencias de aprendizaje automático) generadas a partir de los modelos ganadores. La idea es utilizar las Cripto para nutrir un ecosistema floreciente que genere modelos de aprendizaje automático extremadamente precisos como subproducto.

La criptoeconomía, cuando funciona, crea un entorno de invernadero donde las ideas son iteradas por personas de todo el mundo. La evaluación de la solvencia crediticia es solo un caso de uso: al basarse en una cadena de bloques, los contratos inteligentes pueden incorporar procesamiento fuera de la cadena (como el aprendizaje automático de conocimiento cero) en el sistema, de modo que casi cualquier conjunto de datos se puede cifrar y trabajar con él si se cuenta con suficiente potencia de procesamiento y tiempo, ya sea para la búsqueda de tumores, inferencias de registros médicos, pagos de seguros, cálculos de fianzas o incluso para entrenar sistemas operativos robóticos para que sirvan hamburguesas.