(Actualizaciones de Cortex) 2020–46
Progreso del desarrolloDesarrollo de MRTSe ha completado la documentación del usuario y parte de la documentación de desarrollo. Se aprobaron algunos lotes del modelo de zoológico de gluones y se corrigió la biblioteca de proyectos README para obtener una lista detallada. Se corrigió un error que no se limita a conv2d, pad y otros operadores, y se transmite desde el MRT al modelo de flujo tensorial. Se corrigió el error 0 y el ajuste de hiperparámetros para la cuantización de algunos modelos.Basado en la placa de desarrollo nano NVIDIA Jetson y el dispositivo acelerador USB Google EdgeTPU: coral, probamos el rendimiento de los modelos de reconocimiento y detección de objetos en tiempo real, respectivamente. Además, el tiempo de ejecución CVM se transfirió con éxito a la placa de desarrollo nano y se investigó la posibilidad de transferirlo al equipo Coral. La especificación formal del tiempo de ejecución CVM se mejoró continuamente y el código de formato correspondiente se desarrolló para centrarse en la lógica y la precisión del código. Lo pongo Conv2d y non_max_suppression se han completado y se ha modificado la especificación canónica del operador nms. Prueba Z3_prover de todos los códigos de prueba de los operadores (incluidos algunos operadores no resueltos) y dos operadores limitados (elemwise_add, relu).Se optimizó el rendimiento de lectura y escritura de toda la base de datos de nodos. TorrentFS se optimizó al reparar el problema de pérdida de memoria de la biblioteca de terceros.Establecimos una tecnología de conversión de mainnet con Bithumb Exchange, realizamos un desarrollo DApp fácil de usar y pruebas funcionales de 1 mes en Ethereum basadas en el contrato Cortex AI DeFi. La tasa de crecimiento en tiempo real de los activos invertidos en la prueba es transparente y visible, consistente con los datos generales de valuación de activos dentro de un mes. Al mismo tiempo, también se completaron las pruebas de actualización en tiempo real de los pesos de la cartera a través de la interfaz de Oracle. El enfoque de la próxima fase de desarrollo será centrarse en el flujo de datos interactivos entre la red principal de Ethereum y Cortex utilizando el mecanismo de Oracle. Cortex adquiere datos en tiempo real para cada DeFi de Ethereum a través de Oracle con el propósito de entrenar modelos de inversión en inteligencia artificial. El peso óptimo calculado por el modelo de inversión AI de la red principal Cortex se proporciona a la red principal Ethereum a través de Oracle. El interfuncionamiento de datos bidireccional mejora las capacidades de IA de Cortex para Ethereum.Operación comercialSe ha negociado la configuración de la tecnología de red principal CoinW y Bitumb. Se está negociando la conversión de la red principal de Bitkub. Optimización frontal del foro oficial, construcción del sistema de puntos y diseño de soluciones de bienes. Reunión de negocios con el equipo de desarrollo de DeFi en el extranjero. Diseñamos y revisamos los incentivos para desarrolladores.
(Actualizaciones de Cortex) 2019–46 se publicó originalmente en Cortex Labs en Medium, donde las personas continúan la conversación resaltando y respondiendo a esta historia.