Utilizzo della Proof-of-Stake per un ufficio di credito decentralizzato

In Spectral, stiamo creando e incentivando una rete di modellatori, creatori, utenti e validatori che utilizzano meccanismi proof-of-stake. L'idea, simile ai modelli Chainlink (LINK) e The Graph (GRT), è quella di costruire un mercato decentralizzato con un meccanismo di feedback integrato che scova e scoraggia i cattivi attori.

Questo articolo fa parte di CoinDesk"Settimana dello staking". James McGirk è un redattore senior presso Spectral Finanza e co-fondatore di Lonely ROCKS.

Il nostro punteggio multi-asset credit risk oracle (MACRO) è un modello di apprendimento automatico che pesa circa 100 segnali on-chain per produrre un punteggio a tre cifre che prevede la probabilità di liquidazione di un portafoglio su un prestito on-chain. Il punteggio è simile al punteggio FICO e varia da 300 (che rappresenta un rischio di liquidazione molto elevato) a 850, che rappresenta un rischio molto basso. È molto simile a quello che otterresti da un tradizionale rapporto di credito, solo che invece di affidarti a Experian, Transunion ed Equifax per KEEP traccia delle tue spese, opti per il tuo portafoglio.

La promessa di un punteggio di credito on-chain è che è opt-in, completamente trasparente e, alla fine, la produzione dell'algoritmo che genera i punteggi può essere decentralizzata incentivando un mercato competitivo. Netflix ha introdotto la tecnica negli anni 2000 quando ha offerto e alla fine pagato una ricompensa di un milione di dollari a un team di data scientist che ha migliorato il proprio algoritmo di raccomandazione del 10%.

Vedi anche:I rischi di puntata sono ampiamente fraintesi | Opinioni

Il modello tradizionale di una rete di validatori è quello di pagare ricompense a un nodo di validatori per la produzione di blocchi e la convalida delle ricompense, e punire i nodi, il che è chiamato slashing, sottraendo loro la posta in gioco quando si comportano male, il che comporta la mancata manutenzione del nodo, un comportamento malevolo o altre irregolarità nella blockchain. Puoi anche usare la convalida per incentivare un concorso. Ad esempio, puoi dividere una rete in modellatori (che sono ingegneri di apprendimento automatico che guadagnano taglie creando modelli accurati) e creatori, che creano sfide di data science che i modellatori devono affrontare, in questo caso un punteggio di credito accurato generato da informazioni on-chain.

Abbiamo anche dei validatori, che VET i modelli per verificarne la qualità e, una volta terminato il concorso, abbiamo utenti che pagano per usare i punteggi (ad esempio inferenze di apprendimento automatico) generati dai modelli vincitori. L'idea è di usare la Cripto per alimentare un ecosistema fiorente che sviluppi modelli di apprendimento automatico estremamente accurati come sottoprodotto.

La criptoeconomia, quando funziona, crea un ambiente di serra in cui le idee vengono iterate da persone in tutto il mondo. La valutazione dell'affidabilità creditizia è solo ONE caso d'uso, basandosi su una blockchain, gli smart contract possono costruire l'elaborazione off-chain (come l'apprendimento automatico a conoscenza zero) sul sistema, quindi quasi ogni set di dati può essere crittografato e elaborato con sufficiente potenza di elaborazione e tempo, che si tratti di ricerca di tumori, inferenze di cartelle cliniche, pagamenti assicurativi, calcoli di cauzione o persino di addestramento di sistemi operativi robotici per servire hamburger.