Protokoller ayrıca daha güvenli bir ortamın keyfini çıkarmak için Eigenlayer'ın havuzlanmış güvenliğinden de yararlanabilir.
@eigenlayer TVL, hard cap seti ile şu ana kadar 232 milyon dolara ulaştı.
İleriye dönük olarak, daha yenilikçi protokollerin ekosisteme katılması ve piyasadan daha fazla işlem hacmi ve likidite çekmesi nedeniyle Eigenlayer'ın TVL'sinin yükselmeye devam etmesini bekliyorum.
Likidite akışı, Eigenlayer'ın artan likiditesinden yararlanmak için @EspressoSys gibi yeni protokolleri giderek daha çekici hale getirecek.
Sonuçta bu, iyimser bir yaklaşımla Eigenlayer'ın TVL'sini daha da yüksek seviyelere taşıyabilecek olumlu bir geri bildirim döngüsü yaratabilir.
fizibilite:
Eigenlayer'ın staking/katılımdan büyük gelir elde edeceğinden oldukça eminim.
Peki bir perakende yatırımcısı olarak Eigenlayer'a katılmak için ne yapabilirsiniz?
Strateji 1:
Eigenlayer limiti tekrar yükselttiğinde stETH/cbETH/rETH stake edebilir ve stake puanları ve gelir kazanabilirsiniz (ancak ETH fiyatının düşme riskini üstlenebilirsiniz).
Strateji 2:
Bu projeler çevrimiçi hale geldiğinde yeniden stake edin ve onlara katılın:
@puffer_finance
@EspressoSys
@tanık zinciri
@AstridFinance
2️. Yapay zekaya göre
Web2'de yapay zeka eğitimi çok pahalıdır; 3 milyon ila 12 milyon dolar arasında değişmektedir.
Veri yoğunlaşması, tekel (Google, Amazon vb. gibi büyük şirketler tarafından kontrol ediliyor) ve donanım sınırlamaları gibi sorunlar yapay zekanın gelişimini engelleyebilir.
De-AI (merkezi olmayan yapay zeka) bu sorunlara potansiyel bir çözümdür.
De-AI'yi anlamak için öncelikle geleneksel ML'nin temel bileşenlerini anlamamız gerekiyor.
Bir ML modeli 4 parçaya ayrılabilir:
veri girişi
Veri eğitimi
veri depolama
bilgi Servisi
Web3 ortamında her bileşen merkezileştirilmeyebilir.
Neden merkezi olmayan yapay zekaya ihtiyacımız var?
Yapay zekada merkeziyetsizliğin değeri, veri doğruluğunun sağlanmasıyla ilgilidir.
Bu kavram, bir gruptaki bilgilerin toplanmasıyla oluşturulan kolektif zekanın çoğu zaman daha doğru kararlara yol açtığını belirten kalabalık zekası teorisiyle tutarlıdır.
Başka bir deyişle, şirket içi yapay zeka eğitimi için veri girişi konusunda küçük bir uzman grubuna güvenmek yerine, farklı kaynaklardan gelen bilgi veya verilerden faydalanmak çoğu zaman daha doğru modellerle sonuçlanacaktır.
Merkezi olmayan yapay zeka modelleri aracılığıyla şunları yapabiliriz:
Model eğitimi daha uygun maliyetlidir
Tek arıza noktası riskini ortadan kaldırın
Veriler ve modeller arasında pazarlar oluşturun
Peki bu anlatıya katılmak için ne yapabilirsiniz?
Çalıştırılabilir:
Bu projelere dahil olabilir veya piyasa tekrar düşerse ilgili tokenları biriktirmeye başlayabilirsiniz:
@bittensor_ ($TAO)
@gensynai (şu anda mevcut jeton yok)
@SingularityNET ($AGIX)
1)@bittensor_($TAO)
Bittensor, Polkadot'ta bulunan ve ML modellerinin eğitimi için P2P pazarı olarak hizmet veren bir L1 POW ağıdır.
İşbirliğine dayalı eğitim için bilginin değerine bağlı olarak TAO tokenleri kazanabilir veya ML hizmetlerini satın almak için TAO harcayabilirsiniz.
2)@gensynai
Gensyn, @a16z tarafından desteklenen, AI donanım sınırlamalarını ele alan başka bir L1'dir.
Bunu, dünyanın tüm boş GPU'larını herkesin istediği zaman kiralayıp kullanabileceği küresel bir makine öğrenimi üst kümesinde birleştirerek yapar.
Ancak henüz herhangi bir token yayınlamadılar.
TekillikNET
De-AI alanındaki OG'lerden biri olan SingularityNET, işlem AI çözümlerini P2P tarzında desteklemektedir.
Staking sayfasında $AGIX'i stake ederek likidite madenciliğine katılabilir veya AI'nın ısısı vurduğunda sadece ticaret yapabilirsiniz.
3.Paylaşılan Sıralayıcı
L2 (Arbitrum, Optimism ve zksync gibi) şu anda merkezi bir sıralayıcı çalıştırıyor ve bu daha hızlı onay süreleri ve daha fazla verimlilik sağlarken, aynı zamanda sansür riski ve tek hata noktaları pahasına da geliyor.
Bu sorunun çözümü merkezi olmayanlaştırma, yani paylaşımlı sıralayıcıdır.
Paylaşılan bir sıralayıcıyla her Toplama, bunu MEV'in kârı pahasına "merkezi olmayan bir hizmet" olarak kullanabilir
Sansür sorununu çözdüğü gibi canlılık da sağlıyor (çevrimdışı olmayı engelliyor)…
Aynı zamanda birden fazla toplamadan gelen işlemlerin bir bloğa dahil edilmesine (zincirler arası birleştirilebilirlik) olanak tanır, böylece toplu gönderimlerin maliyeti azalır ve olumsuz dışsallıklarla mücadele ederken MEV'ye daha dayanıklı olur.
Uygulanabilir:
Gelir elde etmek ve yönetişim gücünü dağıtmak için muhtemelen token başlatacak olan paylaşılan sipariş verenlere yönelik protokoller vardır. Bu nedenle şunlara dikkat etmenizi öneririm:
@EspressoSys
@AstriaOrg
@radius_xyz
4.Gamble-Fi
2023 yılında çevrimiçi kumar pazarının büyüklüğü 88,65 milyar ABD dolarına ulaştı.
Bunlar arasında, kumar sektöründe Kripto'nun benimsenmesi 2023'te %44,6 arttı ve bu, kumar endüstrisinde Kripto'nun benimsenme oranında açık bir eğilim olduğunu gösteriyor.
Bağımlılık yaratan özelliklere ve saadet zinciri benzeri token ekonomisine (geri satın almalar, yakmalar veya gelir paylaşımı gibi mekanizmalar) dayanarak, Gamble-Fi'nin kullanıcı deneyimi gelişmeye devam ettikçe kitlesel benimsenmeyi başaracak ürünlerden biri olabileceğine inanıyorum.
Çalıştırılabilir:
Şu anda elimde yalnızca $RLB var çünkü aylık gelir sağlıyor, ancak gerçekten geri alıp token yakıp yakmadıklarından emin değilim.
Bunu söyledikten sonra Gamble-Fi'ye dikkat etmeye devam edeceğim.
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Gelecekteki kripto para piyasasının 4 potansiyel anlatım yönünü analiz etmek
Yazar: Poopman, Kaynak: Yazar Twitter @poopmandefi; Derleyici: MarsBit
Bir sonraki anlatı, pazarın mevcut sıkıntılı noktalarını çözen ürünlerden gelecek.
Bu anlatılar şunları içerir:
1️. Yeniden taahhüt
2️. Senin için
3️.Paylaşılan sıralayıcı
4️. Kumar-Fi ($RLB)
Bu makalede size en sevdiğim 4 anlatıya hızlı bir genel bakış sunacağım ve uygulanabilir bilgiler sunacağım.
Aşağıdaki bağlantılardan eyleme dönüştürülebilir içgörülere geçebilirsiniz:
Daha fazla uzatmadan başlayalım.
1. Yeniden Taahhüt
Şangay'daki yükseltmeden bu yana, likidite staking katlanarak büyüyerek yaklaşık 20 milyar dolarlık TVL ile en büyük kategori haline geldi.
@eigenlayer bu trendden yararlandı ve Yeniden Staking'i başlattı.
Yeniden stake etme, stake yapanların LST yatırmasına ve aynı dayanak varlığı kullanarak ek getiri elde etmeyi seçmesine olanak tanır.
Stakeciler stake etmenin sermaye verimliliğinden faydalanabilirken,
Protokoller ayrıca daha güvenli bir ortamın keyfini çıkarmak için Eigenlayer'ın havuzlanmış güvenliğinden de yararlanabilir.
@eigenlayer TVL, hard cap seti ile şu ana kadar 232 milyon dolara ulaştı.
İleriye dönük olarak, daha yenilikçi protokollerin ekosisteme katılması ve piyasadan daha fazla işlem hacmi ve likidite çekmesi nedeniyle Eigenlayer'ın TVL'sinin yükselmeye devam etmesini bekliyorum.
Likidite akışı, Eigenlayer'ın artan likiditesinden yararlanmak için @EspressoSys gibi yeni protokolleri giderek daha çekici hale getirecek.
Sonuçta bu, iyimser bir yaklaşımla Eigenlayer'ın TVL'sini daha da yüksek seviyelere taşıyabilecek olumlu bir geri bildirim döngüsü yaratabilir.
fizibilite:
Eigenlayer'ın staking/katılımdan büyük gelir elde edeceğinden oldukça eminim.
Peki bir perakende yatırımcısı olarak Eigenlayer'a katılmak için ne yapabilirsiniz?
Strateji 1:
Eigenlayer limiti tekrar yükselttiğinde stETH/cbETH/rETH stake edebilir ve stake puanları ve gelir kazanabilirsiniz (ancak ETH fiyatının düşme riskini üstlenebilirsiniz).
Strateji 2:
Bu projeler çevrimiçi hale geldiğinde yeniden stake edin ve onlara katılın:
@puffer_finance
@EspressoSys
@tanık zinciri
@AstridFinance
2️. Yapay zekaya göre
Web2'de yapay zeka eğitimi çok pahalıdır; 3 milyon ila 12 milyon dolar arasında değişmektedir.
Veri yoğunlaşması, tekel (Google, Amazon vb. gibi büyük şirketler tarafından kontrol ediliyor) ve donanım sınırlamaları gibi sorunlar yapay zekanın gelişimini engelleyebilir.
De-AI (merkezi olmayan yapay zeka) bu sorunlara potansiyel bir çözümdür.
De-AI'yi anlamak için öncelikle geleneksel ML'nin temel bileşenlerini anlamamız gerekiyor.
Bir ML modeli 4 parçaya ayrılabilir:
veri girişi
Veri eğitimi
veri depolama
bilgi Servisi
Web3 ortamında her bileşen merkezileştirilmeyebilir.
Neden merkezi olmayan yapay zekaya ihtiyacımız var?
Yapay zekada merkeziyetsizliğin değeri, veri doğruluğunun sağlanmasıyla ilgilidir.
Bu kavram, bir gruptaki bilgilerin toplanmasıyla oluşturulan kolektif zekanın çoğu zaman daha doğru kararlara yol açtığını belirten kalabalık zekası teorisiyle tutarlıdır.
Başka bir deyişle, şirket içi yapay zeka eğitimi için veri girişi konusunda küçük bir uzman grubuna güvenmek yerine, farklı kaynaklardan gelen bilgi veya verilerden faydalanmak çoğu zaman daha doğru modellerle sonuçlanacaktır.
Merkezi olmayan yapay zeka modelleri aracılığıyla şunları yapabiliriz:
Model eğitimi daha uygun maliyetlidir
Tek arıza noktası riskini ortadan kaldırın
Veriler ve modeller arasında pazarlar oluşturun
Peki bu anlatıya katılmak için ne yapabilirsiniz?
Çalıştırılabilir:
Bu projelere dahil olabilir veya piyasa tekrar düşerse ilgili tokenları biriktirmeye başlayabilirsiniz:
@bittensor_ ($TAO)
@gensynai (şu anda mevcut jeton yok)
@SingularityNET ($AGIX)
1)@bittensor_($TAO)
Bittensor, Polkadot'ta bulunan ve ML modellerinin eğitimi için P2P pazarı olarak hizmet veren bir L1 POW ağıdır.
İşbirliğine dayalı eğitim için bilginin değerine bağlı olarak TAO tokenleri kazanabilir veya ML hizmetlerini satın almak için TAO harcayabilirsiniz.
2)@gensynai
Gensyn, @a16z tarafından desteklenen, AI donanım sınırlamalarını ele alan başka bir L1'dir.
Bunu, dünyanın tüm boş GPU'larını herkesin istediği zaman kiralayıp kullanabileceği küresel bir makine öğrenimi üst kümesinde birleştirerek yapar.
Ancak henüz herhangi bir token yayınlamadılar.
De-AI alanındaki OG'lerden biri olan SingularityNET, işlem AI çözümlerini P2P tarzında desteklemektedir.
Staking sayfasında $AGIX'i stake ederek likidite madenciliğine katılabilir veya AI'nın ısısı vurduğunda sadece ticaret yapabilirsiniz.
3.Paylaşılan Sıralayıcı
L2 (Arbitrum, Optimism ve zksync gibi) şu anda merkezi bir sıralayıcı çalıştırıyor ve bu daha hızlı onay süreleri ve daha fazla verimlilik sağlarken, aynı zamanda sansür riski ve tek hata noktaları pahasına da geliyor.
Bu sorunun çözümü merkezi olmayanlaştırma, yani paylaşımlı sıralayıcıdır.
Paylaşılan bir sıralayıcıyla her Toplama, bunu MEV'in kârı pahasına "merkezi olmayan bir hizmet" olarak kullanabilir
Sansür sorununu çözdüğü gibi canlılık da sağlıyor (çevrimdışı olmayı engelliyor)…
Aynı zamanda birden fazla toplamadan gelen işlemlerin bir bloğa dahil edilmesine (zincirler arası birleştirilebilirlik) olanak tanır, böylece toplu gönderimlerin maliyeti azalır ve olumsuz dışsallıklarla mücadele ederken MEV'ye daha dayanıklı olur.
Uygulanabilir:
Gelir elde etmek ve yönetişim gücünü dağıtmak için muhtemelen token başlatacak olan paylaşılan sipariş verenlere yönelik protokoller vardır. Bu nedenle şunlara dikkat etmenizi öneririm:
@EspressoSys
@AstriaOrg
@radius_xyz
4.Gamble-Fi
2023 yılında çevrimiçi kumar pazarının büyüklüğü 88,65 milyar ABD dolarına ulaştı.
Bunlar arasında, kumar sektöründe Kripto'nun benimsenmesi 2023'te %44,6 arttı ve bu, kumar endüstrisinde Kripto'nun benimsenme oranında açık bir eğilim olduğunu gösteriyor.
Bağımlılık yaratan özelliklere ve saadet zinciri benzeri token ekonomisine (geri satın almalar, yakmalar veya gelir paylaşımı gibi mekanizmalar) dayanarak, Gamble-Fi'nin kullanıcı deneyimi gelişmeye devam ettikçe kitlesel benimsenmeyi başaracak ürünlerden biri olabileceğine inanıyorum.
Çalıştırılabilir:
Şu anda elimde yalnızca $RLB var çünkü aylık gelir sağlıyor, ancak gerçekten geri alıp token yakıp yakmadıklarından emin değilim.
Bunu söyledikten sonra Gamble-Fi'ye dikkat etmeye devam edeceğim.