Menjembatani kesenjangan dengan Blockchain iOlite


pengantar
Teknologi Blockchain adalah mesin inovasi yang sangat penting dalam industri todays. Hal ini didorong oleh keamanan dan kebebasan. Ini adalah bentuk atau catatan terdesentralisasi yang menghilangkan perbatasan dan menghubungkan orang-orang di seluruh dunia. Sistem ekonomi yang berbasis crpytocurrency, yaitu blockchain, telah menarik banyak penginjil teknologi. Selanjutnya, Ethereum, blockchain paling populer untuk DApp (lihat Gambar 3), adalah kasus khusus yang telah memotivasi tim kami untuk membawa solusi baru dan lanjutan. Inti teknologi Ethereum adalah kontrak cerdas [3]).

Teknologi "Smart contracting" dapat mengurangi biaya infrastruktur bank yang dapat diatribusikan pada pembayaran lintas batas, perdagangan efek dan kepatuhan peraturan antara $ 15 20 miliar per tahun pada tahun 2022 '"Santander, The Fintech 2.0 Paper: Reboot Financial Services, 2015


Gambar 3. Top 10 blockchains, Ethereum jelas-jelas pemimpin sebagai blokir DApp [10]

Untuk mengembangkan kontrak cerdas di Ethereal, blockchain perlu menggunakan Solidity [11], bahasa pemrograman berorientasi kontrak. Cukup jelas, bahwa paparan bahasa ini tidak ada dimana-mana. Pengembang harus mempelajari sintaks dan arsitektur kontrak pintar dan ini bukan tugas sederhana. Tentu saja, ada solusi lain yang menggunakan teknologi kontrak pintar. Kami tidak akan meninjau masing-masing secara rinci, namun hanya menyebutkan bahwa beberapa di antaranya mengenalkan fitur dan dukungan tambahan, namun perkembangan kami, IoLite adalah konsep yang sama sekali berbeda.

Salah satu mekanisme menarik yang dibuat oleh kontrak pintar Ethereum adalah metodologi pendanaan kerumunan ICO. Sebagian besar kontrak pintar hanya ditulis untuk kebutuhan ICO. Hal ini dilakukan oleh sejumlah kecil profesional dan, yang terpenting, waktu diperlukan untuk menulis aplikasi, atau memigrasikan aplikasi ke teknologi blockchain, karena tugas ini memerlukan kemampuan:

Menulis kontrak pintar (short term effort).
Pengertian logika aplikasi (long term application development).
Akibatnya, pengembang kontrak cerdas kelebihan beban karena spesialis harus fokus pada upaya jangka pendek dalam menulis kontrak cerdas; yang, omong-omong, biasanya merupakan bagian proyek yang paling menguntungkan (yang paling populer adalah ICO).

Tentu saja, ada sistem kontrol-kontrak cerdas lainnya, yang mendukung bahasa lain, seperti JS, C #. Banyak kelompok telah mencoba membawa sejumlah besar bahasa untuk mendukung Mesin Virtual untuk kontrak cerdas. Namun, semua solusi ini tidak lengkap dan tentu saja tidak memanfaatkan kekuatan masyarakat. Energi ini harus beralih dari antusiasme ICO untuk menciptakan produk dan mesin yang sesungguhnya!

Tujuan kami adalah untuk mempermudah pengembangan DApp, mengurangi biaya ICO dan fokus pada ekosistem aplikasi, jika diperlukan aplikasi dan memiliki pasar yang nyata. Kami percaya bahwa hampir semua aplikasi saat ini yang tersedia di pasar aplikasi seluler dan memerlukan server, adalah tempat yang masuk akal pada blockchain. Tujuan kami adalah untuk mengembangkan blokir IoLite untuk menciptakan ekosistem murah dan efektif untuk DApps yang akan mudah diintegrasikan dengan modul FAE, di mana para pemrogram / insinyur yang sama yang mengembangkan aplikasi utama dapat menulis modul integrasi untuk blockchain. Mari membuat blockchain mudah dan diinginkan untuk pasar aplikasi!

Kami ingin mengambil gagasan ICO tentang pendanaan orang banyak untuk menciptakan usaha berbasis massa untuk mengembangkan / memperluas bahasa. Kami ingin memotivasi orang untuk menulis struktur kamus baru untuk lebih memahami bahasa formal dan dengan demikian mesin.

Bagian dari visi IoLite adalah membuat data blockchain berharga dan digunakan kembali, tidak hanya untuk konfirmasi blok, tapi juga sebagai pengetahuan berharga. Mesin FAE tidak hanya menyediakan akses mudah dari berbagai bahasa untuk menulis kontrak cerdas, namun sebenarnya menciptakan kumpulan kosakata / solusi untuk antarmuka naturalisasi.

Bayangkan seorang pengembang mobile mencoba membuat aplikasi untuk mengelola tempat parkir yang dikendalikan robot. Dia bisa pergi ke blokir IoLite dan memeriksa apakah ada antarmuka naturalisasi robot semacam itu (FAE), dan jika demikian, dia dapat mengambil SDK dan menerapkannya. Ini seperti API penerjemah Google. Kontributor IoLite jelas ingin memperluas antarmuka seperti itu, berdasarkan permintaan pasar. Tentu saja, pusat akademik juga akan memanfaatkan sistem tersebut.

IoLite adalah tentang menjembatani kesenjangan antara manusia dan mesin!

Kesenjangan teknologi kontrak pintar
Ada beberapa penghambat utama yang mencegah adaptasi besar teknologi kontrak cerdas.

Use case 1: Kami ingin menambahkan blockchain sebagai pasar tambahan untuk produk yang ada

Motivasi kami
(a) Model bisnis kami dibangun di atas nilai data kami

(b) Jika menyimpan data pada blockchain dan kita tidak memerlukan server

(c) Kami melibatkan keamanan dan ketersediaan tinggi dari blockchain (dilakukan oleh masyarakat)

2. Apa masalahnya:

(a) Kami sedang mengembangkan produk kami saat ini di JS, C / C ++, PHP. Kami tidak memiliki pengembang Solidity

(b) Kita bisa menggunakan blockchains lain dengan C #, dukungan JS, tapi tetap saja kita tidak tahu bagaimana cara menulis kontrak cerdas

(c) Kami menggunakan Microsoft Visual Studio. Dan kami lebih suka bekerja dengan IDE profesional

(d) Kami ingin menggunakan unittest [12] untuk menulis kontrak cerdas

(e) Saat ini ada sejumlah solusi, seperti: Embark [13], Truffle [14], Dapple [15], Populus [16]

(f) Tapi kita memiliki masalah bagaimana menggunakan bahasa yang sama yang kita gunakan untuk mengembangkan sebuah aplikasi untuk menulis yang tidak beres

3. Kesimpulan kami:

(a) Kita perlu mengaktifkan setiap pemrogram di perusahaan untuk menulis kontrak cerdas

(b) Kita perlu memastikan bahwa para insinyur akan terus menggunakan IDE tingkat lanjut.

(c) Kita perlu mengesahkan bahwa unittests akan ditulis oleh programmer yang mengembangkan kode.

Use case 2: Kami ingin menggunakan kontrak cerdas untuk hukum kontrak tradisional

Motivasi kami
(a) Buat kontrak kami tersedia untuk masyarakat, publikasikan

(b) Hal ini juga dijamin dengan teknologi blockchain

(c) Tentu saja, ada lubang keamanan, namun seluruh masyarakat menuntut perbaikan bug dan solusi keamanan.

2. Apa masalahnya:

(a) Kami memerlukan spesialis kontrak cerdas untuk menulis kode; Kami tidak memiliki tim seperti itu

(b) Kita perlu menguji dan memverifikasi persyaratan dari ahli hukum dan menerapkan kode. Namun, pengacara tidak bisa membaca kode

(c) Kami membutuhkan insinyur kontrak cerdas yang merupakan pemrogram dan pengacara berkualitas baik. Ini bukan tugas yang mudah

3. Kesimpulan:

(a) Hal terbaik yang harus dilakukan adalah mendapatkan bantuan dari pengacara dan mempermudah untuk menentukan kontrak cerdas

(b) Kami ingin pemrogram memahami isi tulisannya

(c) Kami ingin pengacara dapat membaca kode akhir dalam bentuk naturalisasi sehingga mereka dapat memverifikasi persyaratan yang telah diterapkan

Tentu saja persyaratan yang sama dengan yang ada pada Use case 2 relevan dengan bidang profesional lainnya selain hukum: sains, pemasaran, kedokteran, dll. Jadi, kita memerlukan penerjemah cerdas untuk mengubah kode bolak-balik antara kode mesin virtual blockchain dan berbagai antarmuka. : dokumen legal, bahasa pemrograman populer, dll. Selain itu, kami memiliki keberuntungan untuk memiliki solusi stack penuh yang dapat digunakan bersamaan dengan teknologi ini, dalam kasus seperti pasar bermain Android: server penerbitan, IDE, tes, alat Google , dll.

Tim Google menciptakan ekosistem lengkap yang memiliki semua yang dibutuhkan oleh pengembang untuk membuat dan mengelola aplikasi di pasar Google. Melakukan hal yang sama untuk teknologi blockchain sangat sulit, dan kami fokus pada bagaimana solusi IoLite kami dapat dengan mudah diintegrasikan ke dalam pasar yang ada seperti plugin yang terdefinisi dengan baik dan terkandung dalam solusi IDE yang paling populer.

Blockchain
IoLite adalah teknologi blockchain dan, karena itu, ia menghadapi semua tantangan dari sistem semacam itu. IoLite adalah solusi inovatif yang termotivasi oleh prestasi besar dalam industri pembelajaran mesin. Mesin FAE yang canggih, menyimpan datanya di blockchain dan berkembang berdasarkan algoritma kolaborasi. Tujuan utama kami adalah untuk membuat blockchain kami tidak hanya platform keuangan, tapi juga memperkayanya dengan informasi berharga tentang bahasa dan karakteristik pengguna.

Salah satu upaya yang diperlukan selama pengembangan FAE adalah menambang blok yang akan digunakan oleh algoritma AI, seperti pada karya Martn Abadi dan David G. Anderse (Belajar untuk melindungi komunikasi dengan saraf permusuhan [17]). Kami ingin memaksimalkan keuntungan dengan menggabungkan pengetahuan di blokir IoLite. Sebagai pendekatan praktis, basis kode blockchain pertama akan diturunkan dari kode berbasis Ethereum EVM Solidty atau EVM2 dengan kode eWASM. Keduanya memiliki kelebihan dan kekurangan, seperti keamanan, dukungan masyarakat, popularitas teknologi, keterpaparan, dll.

Kami akan mengaktifkan EVM dan EVM2 pada blockchain kami sebagai testnets, dan menganalisa kematangan setiap solusi. Ethereum, meski banyak isu yang diangkat oleh masyarakat, masih menjadi pemimpin dalam solusi berorientasi pada DApp. Jadi, dengan memusatkan perhatian pada awal modul FAE, akan menciptakan kepercayaan masyarakat terhadap blockchain dan, tentu saja, kami akan memanfaatkan upaya komunitas Ethereal untuk keamanan dan efektivitas platform. Sebagai situasi win-win, tim Ethereum bisa menggunakan modul FAE untuk mempermudah kontrak cerdas bagi pengembang.

Tentu saja, tujuan utama IoLite untuk mengumpulkan pengetahuan dalam blockchains dan ekosistem akan diubah untuk memberlakukan algoritma AI. Kami mempertimbangkan untuk menggunakan kedua PoS [18] dan PoW [19] untuk menghasilkan informasi berharga tentang bahasa dan pengguna.

Ekonomi
Tim IoLite bertekad untuk menjembatani kesenjangan yang ada antara industri tradisional dan dunia kripto yang memungkinkan industri tradisional memperoleh manfaat dari penggunaan teknologi kontrak cerdas dalam arus operasional mereka.

Asuransi
Industri asuransi global bernilai hampir $ 5 triliun, dan perusahaan asuransi berisiko kehilangan pangsa pasar berharga ini bagi pendatang baru [20]. Itu karena pemain legacy ini bahkan lebih lambat untuk dimodernisasi daripada rekan mereka di industri jasa keuangan lainnya (lihat Gambar 1.3.1).


Layanan hukum
Pasar Layanan Hukum Global pada tahun 2016 adalah $ 584,4 miliar [21] dan ada lebih dari 1,3 juta pengacara di Amerika Serikat. Pasar layanan hukum online global adalah $ 5 miliar [22] dengan pertumbuhan tahunan sebesar 7,6%. Ada sekitar 9.000 bisnis layanan legal online yang terus mencari untuk meningkatkan efisiensi dan mengurangi biaya.

Trade Finance (Surat Kredit)
Nilai rata-rata L / C (Letter of Credit), alat keuangan paling umum dalam trade finance, pada 2016, adalah US $ 463.000. Ada lebih dari 43 juta L / C yang dikeluarkan tahun itu, yang, sebagai persentase dari biaya bulanan, mewakili pasar di atas $ 240 miliar [23]. Beban operasional dan berbagai risiko geo dalam pelaksanaannya telah menyebabkan bank mencari alternatif L / C tradisional (lihat Gambar 1.3.1).

Crowdfunding
Industri Crowdfunding global memperkirakan volume penggalangan dana pada tahun 2015 adalah $ 34 miliar [24].


Bank Dunia [25] memprediksi bahwa investasi crowdfunding akan menjadi pasar senilai $ 96 miliar per tahun di negara-negara berkembang pada tahun 2025 [26]. Masalah terbesar dengan crowdfunding adalah kepercayaan, elemen yang tidak diperlukan saat menggunakan kontrak cerdas.

Manajemen rantai persediaan
Pendapatan global yang dihasilkan melalui pasar perangkat lunak manajemen rantai pasokan (SCM) pada tahun 2016 senilai US $ 11,2 miliar di seluruh dunia, dan diperkirakan akan melampaui $ 13 miliar pada tahun 2017 [27].

Mesin Adaptasi Cepat (FAE)
The IoLite Fast Adaptation Engine (FAE) didasarkan pada karya yang dilakukan oleh Sida I. Wang, Samuel Ginn, Percy Liang, Christopher D. Manning seperti yang disajikan dalam makalah mereka Naturalizing a Programming Language via Interactive Learning [28]. Antarmuka bahasa alami yang ada, karena solusi umum, cukup primitif dan dapat dibandingkan dengan bahasa pemrograman. Ini adalah bidang yang sangat menarik dengan banyak penelitian yang mencoba menemukan cara yang paling efektif untuk menginstruksikan mesin menggunakan bahasa alami di bidang seperti mengoperasikan ponsel, mengelola robot, dll.

Pertanyaannya adalah, bagaimana hal ini terkait dengan masalah domain kontrak pintar kita. Seperti yang telah kita diskusikan di Use Case 2, kami ingin dapat mendukung pemain non-pemrogram, seperti pengacara, untuk membuat kontrak cerdas. Ini adalah kasus penggunaan sepele untuk FAE sebagai penyesuaian bahasa alami. Tapi mari kita tinjau Use Case 1 juga. Seperti yang ditunjukkan pada Gambar 6, ada beberapa bahasa populer dan jumlah pengembang kontrak pintar potensial di bidang ini cukup besar untuk mempertimbangkan memungkinkan bahasa ini menulis kontrak cerdas. Seberapa mudah mengadaptasi bahasa ini untuk menulis kontrak cerdas? Pertimbangkan EVM2 eWASM sebagai model WASM yang pada awalnya diusulkan untuk mendukung bahasa yang dikompilasi seperti C / C ++. Hal ini nampaknya menjadi solusi potensial. Namun untuk mengatasi masalah ini sebagai format bytecode tingkat rendah bukanlah tugas yang mudah.

Mari kita mulai dengan Python. Karena Python adalah bahasa yang diketik secara dinamis, ini hanya mungkin jika program perakitan akan menggunakan lingkungan runtime. Untuk mewujudkan hal ini kita perlu menggunakan modul seperti PyPy, yang memiliki bentuk sangat terbatas. Juga, bahasa yang mendukung kalkulus lambda [29] atau manajemen memori otomatis tidak dapat dikompilasi langsung ke perakitan.


Jadi bagaimana dengan Java? Java biasanya dikompilasi ke bytecodes [31] dan bytecode biasanya dijalankan menggunakan Java Virtual Machine. Salah satu cara untuk menjalankannya di EVM adalah dengan menulis Java Virtual Machine yang berjalan di EVM, atau VM target lainnya. Pada dasarnya, sangat jelas bahwa membuat konverter, jika mungkin sama sekali, sangat mahal dan membutuhkan usaha besar. Pembahasan tentang pendekatan model bisnis di luar cakupan dokumen ini, namun hal ini jelas tidak sederhana, jika tidak, kami akan menerapkan solusi tersebut.

Dalam FAE, metode kami sangat berbeda dari upaya menciptakan solusi umum untuk mengubah bahasa. Gagasan tentang FAE adalah bahwa kita menciptakan, untuk setiap bahasa, bahasa inti yang secara jelas mendefinisikan bagaimana sintaks bahasa akan dikonversi ke bahasa eksekusi kontrak cerdas seperti Solidity atau eWASM JS dengan batasan untuk persyaratan kontrak yang cerdas. Kemudian masyarakat akan memperluas bahasa ini secara bertahap dengan menentukan alternatifnya.

Karya Sida dkk. [28] menunjukkan bahwa pengguna dapat melakukan naturalisasi bahasa inti secara bertahap dengan mendefinisikan alternatif, sintaks yang lebih alami dan konsep yang semakin kompleks dalam hal komposisi yang lebih sederhana. Dalam pekerjaan mereka, mereka mendefinisikan Voxelurn (dan kami menyarankan untuk mengadaptasi kode ini [32], [33]). Semua pengguna berbagi satu bahasa mulai dari DAL (Language Action berbasis Ketergantungan). Bahasa composes tindakan menggunakan primitif kontrol ekspresif seperti jika, untuk masing-masing, ulangi, dll Tindakan mengambil set sebagai argumen, yang diwakili menggunakan lambda ketergantungan berbasis seman-tic (lambda DCS) ekspresi. Tujuan pengguna adalah membangun struktur di Voxelurn. Voxelurn menggunakan definisi, selain memilih kandidat, untuk dijadikan sebagai sinyal pengawasan. Setiap definisi terdiri dari ucapan kepala dan tubuh, yang merupakan urutan ujaran yang dipahami oleh sistem. Membiarkan ambiguitas dan sintaks fleksibel adalah alasan utama mengapa bahasa alami lebih mudah diproduksi. Karya ini menunjukkan bahwa definisi interaktif adalah bentuk pengawasan yang kuat dan dapat digunakan.

Berikut ini adalah makalah dari Voxelurn:

Tidak seperti definisi fungsi dalam bahasa pemrograman, pengguna menulis nilai konkret dan bukan dengan eksplisit menyatakan argumen. Sistem secara otomatis mengekstrak argumen dan belajar menghasilkan generalisasi yang benar. Untuk ini, kami mengusulkan sebuah algoritma induksi gramatika yang disesuaikan dengan pembelajaran dari setting definisi. Dibandingkan dengan pembelajaran mesin standar, katakan dari demonstrasi, definisi memberi sinyal belajar yang jauh lebih hebat

Karya ini pasti memberikan motivasi yang sangat kuat untuk memperjuangkan dasar kode untuk pengacara. Sebagai langkah awal FAE kami akan mendapatkan kode dari karya ini dan kami akan menentukan DAL untuk kontrak cerdas. Untuk setiap bidang kita perlu memiliki DAL unik: C, C ++, Java, JS, dokumen hukum, dll. Tentu saja, bagian dari proses pengembangan akan menjadi analisis seberapa besar korelasi yang ada antara DAL yang berbeda. Kita tahu, pada akhirnya, semua bahasa kita perlu menghasilkan kode untuk EVM kontrak cerdas, dan basis aturannya sama untuk semuanya. Dengan desain, kami mampu menerjemahkan dari satu bahasa ke bahasa lainnya, jadi kami dapat berbagi kode yang sama antara pengguna yang berbeda menggunakan bahasa yang berbeda (termasuk bahasa lisan), jika bahasa tersebut didukung oleh sistem.

Ketergantungan berbasis Action Language (DAL)

Setiap bahasa yang didukung dibuat dengan pemahaman bahasa inti DAL (Dependency-based Action Language). Ini adalah bagian dari kerja sama yayasan IoLite. Setiap subset bahasa akan mendukung:

Mengubah skema bahasa kontrak cerdas
Unittests blok
Kode dasar inti
Kode pementasan (proposal baru dari masyarakat)
Penting untuk menunjukkan bahwa plugin yang dikeluarkan dari masyarakat akan memiliki model pengawasan yang kuat. Hanya pengguna yang disertifikasi oleh blok pondasi yang dapat memberikan kontribusi pada rilis resmi. Kode itu sendiri akan menjadi open source dan setiap kelompok akan dapat membuat domain FAE sendiri, namun yayasan IoLite tidak akan mendukungnya atau bertanggung jawab untuk itu.

Belajar secara interaktif

Di IoLite kita memiliki dua tipe pengguna: kontributor dan pengguna. Kontributor akan membangun struktur FAE. Untuk setiap struktur yang akan digunakan, kontributor akan diajukan oleh token sistem. Digunakan di sini, ini menyiratkan bahwa sistem akan menerbitkan kontrak cerdas yang menggunakan struktur kontributor. Setiap struktur memiliki tanda tangan kontributor eksplisit. Harga untuk menggunakan kode selalu lebih rendah dari harga eksekusi kontrak, sehingga sistem terlindungi dari kontributor yang ingin menggunakan sistem tersebut untuk menambang blockchain. Selanjutnya, yayasan IoLite akan menjalankan berbagai algoritma untuk mendeteksi anomali yang dapat diciptakan oleh kontributor buruk yang mencoba untuk meng-hack sistem. Untuk kembali ke proses belajar, kontributor akan maju jika kode mereka digunakan baik oleh pangkat maupun token. Kontributor yang ingin terlibat dalam pengembangan plugin dasar, harus disertifikasi dan perlu melewati proses KYC [34] untuk memberi kontribusi kode ke pohon pementasan. Bila modul pementasan memiliki nilai yang memadai, yayasan akan mempertimbangkan untuk mempromosikan kontributor dan struktur ke kode dasar. Dengan demikian, masing-masing kontributor berpotensi menjadi bagian dari tim yayasan.

Ada lagi isu yang harus disebutkan. Setiap pengguna yang menggunakan sistem dengan cara yang jahat akan dikenali, dan jika dia melewati KYC, dia tidak diijinkan untuk berpartisipasi dalam plugin pondasi. Semua struktur akan dihapus dari basis kode, dan plugin akan menandai penggunaan kode ini sebagai tidak aman. Dari perspektif sistem, ketika pengguna menulis kode dan koleksi dasar tidak dapat menyelesaikan sintaksnya, ia akan melakukan pencarian di koleksi pementasan (kode yang disediakan oleh kontributor).

Bagian kode yang diurai dengan baik dengan koleksi dasar akan ditandai dengan benar (tentu saja aplikasi itu sendiri harus lulus koleksi undittests, tapi sintaksnya akan didefinisikan sebagai benar). Jika kode pengguna tidak menyelesaikan teks, maka akan tampil di kode stage (kode yang disediakan oleh kontributor) dan akan membawa solusi dari 10 kontributor teratas. Tentu saja, ini berarti bahwa kontributor baru harus memberikan solusi untuk sintaksis yang tidak memiliki proposal dari pementasan. Untuk membangun mekanisme perlindungan, setiap kontribusi akan ditandai dengan cap waktu capres, jadi kontributor yang lebih maju tidak akan menyalin / menempelkan kode dan memanfaatkan posisi mereka sebagai kontributor peringkat lebih banyak.

Cukup jelas bahwa hanya bagian pementasan yang membutuhkan algoritma untuk pemrosesan otomatis. Persetujuan struktur dan penambahannya ke basis dilakukan oleh insinyur yayasan IoLite. Kami menggunakan Model dan pembelajaran dan induksi Grammar karena mereka dipekerjakan di kertas Voxelurn. Ketika kita berbicara tentang belajar bahasa pemrograman, situasinya, tentu saja, jauh lebih mudah karena bahasa itu sendiri adalah bahasa formal dan bagi programmer sebagai kontributor atau insinyur pondasi, jauh lebih mudah untuk menyetujui struktur baru. Bagi pengacara, itu akan dilakukan sebagai penelitian dengan banyak potensi seperti yang kita pelajari

Upaya Voxelurn: Seiring sistem belajar, pengguna semakin memilih untuk menggunakan bahasa naturalisasi melalui bahasa inti: 85,9% dari ucapan 10K terakhir diterima dalam bahasa naturalisasi.

Pengguna Iolite

Pengguna IoLite akan menjadi programmer yang ingin menulis kontrak pintar baru. Tujuan pertama kami adalah menyediakan plugin untuk Eclipse dan Visual Studio IDE. Yayasan IoLite akan menyediakan bahasa yang didukung di plugin IoLite. Setiap bahasa baru akan didukung oleh Visual Studio dan Eclipse (tentu saja versi spesifik akan dipilih). Untuk Visual studio, IoLite akan menggunakan Visual Studio Extensions [35]. Untuk Eclipse, pengembangan plugin gerhana platform akan dilibatkan [36]. Kedua produk IDE memiliki kemampuan parsing yang kuat, namun kita hanya perlu membaca teks mentah dan menggunakan fitur kontrol IDE. FAE kami akan menggunakan teknik parsing Voxelurn lanjutan.


Skenario pengguna:

Pengguna perlu menginstal plugin IoLite.
Plugin IoLite akan memiliki file bantuan yang akan menjelaskan prinsip kontrak cerdas dan akan unik untuk semua bahasa yang disediakan oleh IoLite.
Pengguna akan memiliki pilihan untuk memilih sistem IoLite.
Dalam kontrol IDE UI, pengguna akan memilih bahasa pemrograman yang dia inginkan untuk digunakan untuk menulis kontrak cerdas (kami akan memberikan opsi untuk bahasa NLP yang akan ditandai sebagai NLP [37]).
Setelah pengguna memilih bahasa, panel kontrol dan jendela debugging akan disediakan.
Kedua jendela untuk penulisan kode dan debugging akan menyajikan sintaks yang benar, namun jendela debugging juga akan menyajikan informasi tentang simulasi kontrak cerdas dan unittesing.
Struktur (parsing components) yang merupakan bagian dari basecode bahasa akan ditandai dengan warna hijau (warna di sini mewakili tingkat kepercayaan), struktur pementasan akan berwarna kuning dan informasi penulis akan tersedia secara on line. Jika parser gagal, akan menginstruksikan pengguna bahwa bagian kode ini gagal dan tidak ada alternatif yang ditemukan.
Untuk lebih jelasnya lihat Gambar 7 Algoritma 1

Jika kode pengguna tidak dapat diuraikan, sistem akan mengajukan solusi berdasarkan sistem pembelajaran. Jika pengguna setuju, dia harus menjadi kontributor (lihat Bagian 2.4). Saat pengguna menyelesaikan kontrak cerdas, dia akan dapat mensimulasikan penerbitan dan identifikasi:

Biaya kontrak pintar, termasuk biaya untuk kode kontributor (biaya akan sangat rendah).
Simulasikan kontrak pintar yang memicu untuk memeriksa apakah kode benar. Pengguna dapat membuat daftar acara yang digunakan oleh kontrak cerdas dan memeriksa hasilnya. Biaya simulasi nol, hanya penerbitan yang membutuhkan biaya.
Kontributor Iolit
Inti dari blockchain IoLite adalah kontributornya. Kontributor Iolit adalah kekuatan utama dalam sistem kami. Fokus utama yayasan IoLite adalah memberikan kontributor dengan tingkat dukungan dan motivasi profesional untuk membuat kurva belajar FAE efektif. Tujuan kontributor adalah menciptakan struktur baru dan memperluas bahasa yang didukung di sistem kami. Untuk setiap struktur yang sukses, kontributor mungkin menerima hadiah. Dalam sistem IoLite, kontributor tidak akan memiliki keuntungan langsung untuk menulis kode, namun setiap usaha yang berhasil akan memberikan kontribusi pada keuntungan jangka panjang, karena penggunaan struktur pengguna menjamin penghargaan. Tentu saja, selama partisipasi dalam memperluas bahasa, kontributor harus mempelajari bagaimana menemukan dan mengidentifikasi kebutuhan nyata dari pelanggan dan memberikan solusi yang berharga.

skenario kontributor

Kontributor mengidentifikasi struktur yang hilang
(a) Berdasarkan forum Iolite

(b) Dengan pengalaman pribadi dengan merilis DAL untuk bahasa tertentu

2. Seorang kontributor menulis teks yang menyertakan sintaks yang hilang.

3. Sistem mengidentifikasi ucapan yang tidak dapat dipecahkan. Ini akan mencoba memberi kandidat, berdasarkan basis pengetahuan terkini, dan kontributor dapat memilih opsi terbaik dan berpotensi mendaftar dengan biaya yang sangat rendah karena sistem ini mengidentifikasi alternatif.

(a) Jika ucapan tidak diputar dan kontributor menolak semua alternatif, dia akan diminta untuk menentukan mayatnya. Ucapan apapun yang belum dipahami akan didefinisikan secara rekursif.

(b) Interaktivitas digunakan untuk mengendalikan ambiguitas yang meledak.

4. Pengambilan sistem momen menerima solusinya, kontributor akan diminta untuk menulis kode unittest (kasus penggunaan yang terkait dengan kontrak cerdas).

5. Struktur unittest dan baru akan ditandatangani oleh pengguna dan paketnya akan berpindah ke pohon pementasan.

6. Setiap kali sebuah kontrak pintar baru telah diterbitkan di blockchain yang telah menggunakan struktur kontributor, kontributor akan diberi imbalan dan rangking strukturnya akan meningkat.

7. Jika rangking struktur melewati ambang batas, maka akan diserahkan untuk diperiksa oleh insinyur pondasi.

8. Jika disetujui dalam peninjauan, struktur baru akan diintegrasikan di pohon basis.

Pembuatan akun Kontributor:

Jika kontributornya baru, sistem akan menghasilkan tugas untuknya, saat akunnya dibuat.
Pengguna akan diminta untuk menulis kontrak cerdas yang akan memicu kejadian yang memungkinkan langkah selanjutnya dalam registrasi.
Setelah pengguna lulus uji kontrak cerdas (hanya insinyur yang memahami kontrak cerdas dapat menjadi kontributor), pengguna diharuskan lulus proses KYC.
Setelah penyumbang menyerahkan proses KYC, dia bisa menulis kode baru untuk pohon pementasan.
Jika kontributor dikompromikan, dia akan menjadi hitam terdaftar di blockchain.
Seorang kontributor yang menyediakan struktur yang melewati tinjauan oleh insinyur pondasi, menerima sebuah proposal untuk bergabung dengan yayasan tersebut.
Blockchain
Blockchain adalah sistem catatan penting untuk IoLite.

Motivasi kami adalah mengubahnya dari hanya menyimpan catatan transaksi untuk menyediakan penyimpanan yang sangat berharga. Di IoLite, tujuan utamanya adalah menggunakan blockchain sebagai basis pengetahuan desentralisasi struktur FAE. Struktur FAE adalah blok informasi yang membantu parser semantik untuk memahami bahasa naturalisasi untuk mengoperasikan mesin. Mesin pertama yang tim target IoLite untuk diimplementasikan adalah generator kontrak yang cerdas. Tentu saja, bahasa formal apa pun untuk mesin adalah target mesin FAE. Teknologi Blockchain sangat penting untuk menghasilkan database berkualitas tinggi, dan algoritma kolaborasi adalah bagian utama dari blockchain kami.

Metode kolaborasi Blockchain

Seseorang mengajukan Proposal. Mari kita panggil dia penulisnya. Penulis menginformasikan masyarakat tentang keinginan untuk menerapkan Fitur.
Penulis menerapkan Fitur di segmen pementasan.
Pengguna jaringan mengunci token mereka yang mengacu pada profil Penulis dan Proposal Fiturnya. Mari kita panggil mereka Promotor.
Peringkat Penulis bergantung pada jumlah token terkunci di profilnya.
Seorang Promotor dapat, sewaktu-waktu, mencabut penguncian tokennya atau mengunci lebih banyak lagi.
Yayasan memberi perhatian pada Penulis ketika sejumlah besar token telah terkunci dalam waktu lama di profilnya. Kondisi batas mengadopsi perubahan dalam jaringan. Yayasan memberi perhatian pada Proposal Penulis saat cukup bukti yang terkunci di profil Penulis dengan mengacu pada Proposal ini. Proposal ini menjadi kandidat untuk masuk basis. Yayasan melakukan moderasi manual.
Saat kontrak ditambang, sebagian komisi masuk ke semua Penulis yang Fiturnya digunakan dalam kode sumber kontrak. Kondisi ini hanya berlaku untuk solusi berbasis. 8. Hadiah yang diterima oleh Penulis terbagi antara dia dan para Promotor sesuai peraturan PoS. Soal: Jika Penulis memiliki banyak Promotor, masing-masing akan mendapat hadiah kecil. Solusi: Sebenarnya, inilah alasan bagus untuk mencari Penulis berbakat baru dan menjadi Promotor mereka menaikkan pangkat mereka.
Masalah & Solusi

Bagaimana cara melindungi sistem dari pemungutan suara sendiri? Penyerang harus menyimpan sejumlah besar token pada akun yang berbeda untuk melakukan serangan jenis ini. Selain itu, dia mungkin akan kalah, bahkan jika serangannya berhasil, karena fiturnya kemungkinan tidak memuaskan kebutuhan pengguna dan tidak akan menjadi populer.
Bagaimana cara menarik penulis untuk bekerja hanya pada fitur yang tidak diimplementasikan? Implementasi fitur yang sudah dipecahkan tidak akan bisa diterima oleh masyarakat. Penulis berisiko mengecewakan promotornya dan mungkin kehilangan sebagian dari kontribusinya.
Bagaimana cara mencegah gagasan yang dikembangkan oleh penulis muda dicuri? Karena ini adalah sistem kolaboratif, penulis muda dapat menarik perhatian masyarakat terhadap pencurian gagasan. Tidak sulit melakukan ini, karena ada cap waktu yang menyediakan fitur pembuatan di blockchain. Dengan demikian, pencuri tersebut berisiko kehilangan kepercayaan dan dukungan.
Apa motivasi pengguna untuk mempromosikan Penulis? Penulis membagi penghargaan antara semua promotor sesuai peraturan PoS.
Apa motivasi para penambang? Penambang menerima hadiah untuk blok tersebut sesuai peraturan PoW (komisi hadiah statis +).
Apa yang terjadi jika si penulis kehilangan kunci? Dalam konteks teknologi blockchain itu berarti akhir. Tetapi dalam sistem IoLite Foundation dapat menghubungkan profil baru dengan profil lama jika tidak ada transaksi lain yang dibuat dari alamatnya. Solusinya hanya berlaku untuk pengguna yang fiturnya diterima ke basis.
Ekonomi blockchain

Dalam karya kami, kami mendapatkan gagasan tentang ekosistem dari yayasan etereum. Dan cukup jelas bahwa prinsipal Ethereales memiliki basis yang kuat. Tujuan utama IoLite adalah membawa pengembang mainstream ke teknologi blockchain dan secara khusus untuk kepala kontrak yang cerdas. Tim IoLite ingin menciptakan metode pembelajaran mesin yang kuat untuk menjembatani kesenjangan, dan untuk mendapatkan nilai maksimal dari pekerjaan apa pun yang dilakukan di ekosistem kita. Dengan demikian, kandidat berikutnya, setelah FAE, adalah AI sebagai basis untuk bukti algoritma. Motivasi itu jelas; kami ingin sistem untuk mempelajari dan menghasilkan informasi bernilai bagi kemanusiaan.

Saat ini kami tidak akan mendiskusikan rencana kami untuk prinsip AI PoW, kecuali untuk menyebutkan bahwa kami mempelajari karya Martin Abadi dan David G. Andersen (Belajar untuk melindungi komunikasi dengan kriptografi saraf musuh) Namun, untuk kembali ke model ekonomi, As Vitalik menjelaskan dalam artikelnya mengenai Inflation, Transaction Feess and Cryptocurrency Monetary Policy [39]: "Biaya utama yang harus dibayar oleh blockchain adalah keamanan. Blockchain harus membayar penambang atau pemeriksa valid untuk berpartisipasi secara ekonomi dalam protokol konsensusnya, apakah bukti kerja atau bukti saham, dan ini pasti menimbulkan biaya tertentu. Ada dua cara untuk membayar biaya ini: inflasi dan biaya transaksi. Saat ini, Bitcoin dan Ethereum, dua blok proof-of-work terkemuka, keduanya menggunakan tingkat inflasi yang tinggi untuk membayar keamanan " Penjelasan yang lebih sederhana diberikan oleh Joseph Lubin, The Issuance Model dalam Ethereum [40] dan Easy Ethereum [41].

Selain itu, tujuan utama blockchain adalah menemukan model dimana biaya transaksi hanya menjadi energi untuk sistem. Di IoLite kami masih bertujuan untuk mendukung para penambang dan meningkatkan penggunaan algoritma AI sebagai PoW untuk memecahkan masalah yang berbeda. Model inflasi Ethereal saat ini memenuhi kebutuhan. Karena, seiring dengan bertambahnya jumlah Ether seiring dengan laju penerbitan yang terus terjaga, tingkat inflasi diperkirakan akan turun seiring berjalannya waktu. Pada 2017 tingkat penerbitan Ether adalah 14,75% [42].

Tentang biaya transaksi, lihat Gambar 9.


Sementara gas tetap beroperasi, jumlah pengguna yang membayar gas (harga gas) bersifat dinamis dan didikte oleh kondisi pasar. Harga gas adalah nilai yang mewakili berapa banyak Eter yang bersedia dibayar per gas. Saat pengguna mengirim transaksi, mereka menentukan harga gas di dalamnya

Gwei / Gas

1Gwei = 0.000000001ET H

dan total biaya yang mereka bayarkan sama dengan harga gas yang terisi.

Penambang dibayar dengan biaya ini dan mereka memprioritaskan transaksi dengan harga gas yang lebih tinggi. Semakin tinggi harga gas yang ingin Anda bayar, semakin cepat transaksi Anda akan diproses. Di IoLite, kami menambahkan biaya tambahan yang harus dibayarkan ke kontributor. Perhitungannya sekitar 5% dari keseluruhan biaya, dan akan didistribusikan antar kontributor berdasarkan jumlah struktur yang digunakan dalam kontrak. Salah satu target IoLites adalah membuat biaya serendah mungkin. Tentunya hal ini bisa dilakukan hanya jika persaingan pasar akan cukup kuat. Sebagai bagian dari upaya, algoritma AI PoW akan menerima biaya berdasarkan penggunaan informasi yang dihasilkan oleh penambang (pemicu otomasi kontrak cerdas). Penjelasan lebih mendalam tentang AI dan PoW akan tersedia sebagai kertas putih IoLite (fase II setelah FAE).

Kerja dan diskusi terkait
Tujuan teknologi IoLites adalah menjembatani kesenjangan. Kami termotivasi oleh karya terbaru di ranah pembelajaran mesin dan secara khusus, pembelajaran interaktif dengan algoritme parsing semantik yang canggih. Karya ini berasal dari penelitian dan kode yang tersedia di Sida et al. [28]. Karya ini memperluas penelitian yang telah dipelajari sebelumnya dari Sida I. Wang Percy Liang Christopher D. Manning (Belajar Game Bahasa melalui Interaksi [44]). Untuk memahami lebih baik bagaimana Voxelurn bekerja, orang harus mempelajari proyek penelitian SHRDLURN. Permainan SHRDLURN menyajikan pendekatan menarik untuk belajar interaktif melalui permainan bahasa. Komputer tidak tahu apa-apa sejak awal tapi, melalui interaksi dengan pemain, ia mempelajari pengaturannya. Karya ini memberikan rincian menarik tentang strategi manusia dan bagaimana pemain tingkat lanjut secara dramatis mempercepat pembelajaran mesin. Salah satu hambatan serius dalam pekerjaan ini adalah antarmuka itu sendiri, di mana mesin memberikan kemungkinan interpretasi setelah penguraian parsing. Daftar semua kemungkinan membuat seleksi sangat sulit dan, dalam banyak kasus, tidak mungkin.

Namun di Voxelurn ada pilihan lanjutan untuk menentukan tubuh dan secara rekursif menentukan semua ucapan yang dibutuhkan dan sebenarnya inilah yang mendorong kita menuju gagasan FAE. Tentu saja, metode induksi tata bahasa yang menakjubkan, dengan pilihan terbatas untuk memilih jawaban yang mungkin setelah diurai, membuat solusi seperti itu didefinisikan dengan baik untuk kebutuhan FAE. Dalam FAE kita belajar bahasa pemrogram dan maju lambda DCS membuat proses lebih mudah. Kami ingin memanfaatkan Voxelurn sepenuhnya untuk mendukung NLP, untuk mempermudah bahasa bagi pengacara dalam kontrak cerdas atau mesin pengelola pemain manusia lainnya. Membuat kontrak cerdas menulis sebuah proses sederhana dan mengungkapnya untuk pengembang pasar mainstream akan meningkatkan permintaan dan secara dramatis memperbaiki teknologi semacam itu. Blockchain kita dapat didefinisikan sebagai basis pengetahuan untuk bahasa naturalisasi yang dapat mengoperasikan mesin.

Penulis: https://bitcointalk.org/index.php?action=profile;u=1329865
Eth: 0x64947F03e8d6C2dC65e9F4e87cFc651d1fadd82D

Komentar