ブロックチェーンやオープンソースの分野では、効率的な資金配分が常に課題となっています。現在、ディープ ファンディングと呼ばれる革新的なプロジェクトは、人工知能と分散型レビューを使用してこの問題を解決しようとしています。 Vitalik Buterin からの 25 万米ドルの初期資本によって支援されたこのプロジェクトは、現在のイーサリアム エコシステムにおけるリソース割り当ての問題を解決することを計画しているだけでなく、将来の公共財への資金割り当ての新しいモデルも作成します。

01.ディープファンディング

ディープファンディングとは何ですか?

Deep Funding は、AI と分散型レビュー メカニズムを通じて公共財資金の配分を最適化する革新的なプロジェクトであり、イーサリアム エコシステムにおける非効率なリソース配分の問題を解決することを目的としています。プロジェクトの目標は、イーサリアムと、長期的な持続可能な開発を達成するためにイーサリアムが依存する主要なオープンソース プロジェクトをサポートする、公平、透明、効率的な資金分配システムを構築することです。

公式サイト:https://deepfunding.org/

どのような問題を解決したいですか?

現在、イーサリアムにおける公共財資金の配分には以下の問題があります。

  1. 人間の意思決定の不合理性: 複雑で抽象的な問題に直面したとき、人間は合理的な判断を下すことが難しいことがよくあります。
  2. 表面レベルのプロジェクトを好む: 選挙ベースの資金調達メカニズムは、深い技術的な依存関係や複雑な貢献を無視して、表面的に明らかなプロジェクトに資金を提供する傾向があります。

その結果、イーサリアムエコシステムにとって重要な「隠れた」インフラストラクチャが適切なサポートを受けられなくなり、短期的には重要に見えても長期的な価値が限られているプロジェクトにリソースが浪費される可能性もあります。

問題を解決するにはどのような考え方が使用されますか?

Deep Funding が提案するソリューションには次のようなものがあります。

1. ディープグラフの構築

Deep Graph は、プロジェクト間の依存関係を表示し、各依存関係に重みを割り当てる動的な依存関係グラフです。これにより、公共財の貢献度や実際の価値が可視化され、計測が難しい「見えない貢献度」の問題が解決されます。

2. AIモデルの重み付けと評価

  • データ入力: オープンソース プロジェクトに基づくさまざまな情報 (スターの数、貢献者のアクティビティ、更新時間など)。これには、想像力を働かせ、オープンソース プロジェクトの価値を理解することが必要です。
  • 重み付け配分: AI モデルは、依存関係の重要性と実際の影響に基づいて重み付けを割り当て、資金配分を動的に調整します。
  • 検証と最適化: 陪審はモデルのスポットチェックを実施して、重みの合理性を確認します。

3. 陪審による審査メカニズム

  • 審査員は、「プロジェクト A と B のどちらがより重要ですか?」などの質問に答えてモデルのトレーニング データを提供する専門家で構成されています。このタイプの質問が選択されたのは、人間が識別して回答するのが簡単であるためです。
  • 人間とAIの連携モデル:人間が方向性や価値判断を担い、AIがデータ分析を支援する。その後、より人間のコンセンサスに沿った優れたモデルが複数選択され、適用されます。

4. 資金を公平に分配する

プロジェクトの貢献割合に応じて資金が配分され、優勝モデルには一定のインセンティブも用意される。

Deep Funding は、オープンソース ソフトウェアのウェイト構築と配布に使用されるだけでなく、このモデルは依存関係と配布を伴うあらゆるシナリオでも使用されます。例: 論文、音楽、映画、テレビ作品など。オープンソース ソフトウェアは単なる初期の試みであり、Deep Funding はそれをさまざまなシナリオに適したソリューションに変えたいと考えています。

02. ディープな資金調達競争

現在、Deep Funding の最初のコンテストは、GitHub リポジトリとオープンソース プロジェクトに焦点を当てており、オープンソース プロジェクトの依存関係を通じて重み付けされたグラフを構築し、各ウェアハウスが受け取るべき寄付額を取得します。次に、イーサリアム ラベルの下にあるオープンソース プロジェクト、特にクライアントに焦点を当てます。

Deep Funding プロジェクトの現在の進捗状況は次のとおりです。

  1. スポンサーシップと資金提供: Vitalik Buterin は最初のスポンサーシップとして 250,000 ドルを提供しました。
  2. データの準備: 約 40,000 以上のエッジのデータを含む Ethereum 依存関係グラフを収集します。これで準備完了です。
  3. 仕組み設計:AIモデルコンペティションを立ち上げ(Kaggle上で開催予定)、AIモデルを募集中。
  4. パイロット評価: 陪審のスポットチェックを通じてモデルの有効性を検証し、依存関係の重み付けモデルをイーサリアム関連プロジェクトに適用し、実際の効果を確認します。

250,000 ボーナスのうち、170,000 ドルは依存関係グラフの重みに基づいてプロジェクトに割り当てられ、40,000 ドルはレビューのスポット チェックで最高のパフォーマンスを示したモデルに授与され、40,000 ドルはオープンに提出されたモデルに授与されます。これらのモデルの革新性は専門家によって検討され、グループによる評価後に決定が行われます。

解決すべき課題はまだたくさんあります

  1. 陪審の公平性とインセンティブの仕組み: 陪審の中立性と長期的な参加の熱意をどのように確保するか?公正で効果的な陪審を構築するにはどうすればよいでしょうか?
  2. AI モデルの有効性: モデルの悪用やゲーミフィケーションを回避するために、深い依存関係を正確に重み付けする方法は?
  3. 動的な調整メカニズム: バイアスを回避するために、自己評価と外部評価のバランスをどう取るか?
  4. 資金源とインセンティブ: 特にコード以外の貢献に対して、配布に参加するためのより多くの資金を集めるにはどうすればよいでしょうか?

段階的に話し合い、検討していきます。