在 2019 年 8 月柏林的 TEGG 大会上,我们宣布将 cadCAD 作为了一个开源项目。自动化是当今科技时代的圣杯。从把重复的任务转交给机器,再到集成了技术、数据和人工智能系统,自动化正在从根本上改变社会的运作方式和我们可以实现的目标。 构建这些自动化系统,特别是那些直接涉及人类交互的自动化系统 (称为“信息物理融合系统”,比如区块链经济、全球供应链或多边在线平台) 是一个巨大的挑战。人们通常认为,业务逻辑 (某些自动化项目的“成因”) 和物理工程知识将足以处理所有突发事件。但是一个涉及人类自动化的系统通常会以设计者所不期望的方式运行。 我们已经创建了 cadCAD 建模框架和科学计算库,可以更安全更快更好地设计复杂的自适应系统,并加快业务决策者所需的系统迭代周期。 在本文中,我们将深入介绍 cadCAD 价值和两大支柱主张,解释它为什么是填补了开源数据科学的一个重要空白,并举例说明几个 cadCAD 用例。 cadCAD 为工程师提供了在任意抽象层次上灵活描述复杂系统的可能性,所有模型都使系统的某些方面更加清晰,但代价是模糊了其他方面。一个受过训练的工程师擅长于识别系统的显著特征,并用以决策,允许模糊不太重要的特征。许多建模平台剥夺了工程师的自由,迫使他们进入一种可能不起作用的建模范式。 cadCAD 能够对具有多个抽象层次的系统进行建模,从微观层次的基于 agent 的建模 (ABM) 到宏观层次的系统动力学 (SD) 建模,支持离散、连续和混合的动态行为。当信息物理系统与社会经济系统和价值网络的金融模型可以相结合时,这一点变得非常宝贵。我们可以从简单的模型开始,逐步将它们构建为更复杂的模型,同时在所有维度和层中保留明确假设的文档。 cadCAD 可以模拟任何可以被形式化地描述为广义微分方程或微分博弈的系统 (见图 1)。 图 1: 事件驱动的微分博弈建模模板,如隐藏状态、专用信号和不确定性。 在该建模框架中,系统被视为基于状态的模型,并通过一组内生和外生状态变量进行定义,这些状态变量分别通过机制和环境过程进行更新。行为模型可以是确定性的,也可以是随机的,也可以是主体层面的,也可以是群体层面的,这些行为模型仅受机制规则的约束,为系统演化提供动力。例如,发表在《国际复杂系统会议论文集》上的一篇论文中提及,区块链经济模型被映射到这个正式的建模框架中。 在现实世界中,随着时间的推移,不确定性和敌对行为会产生意想不到的后果,并加剧不确定性。一个良好的设计不仅可以驱动系统向一个期望的结果发展,而且可以围绕结果保持确定性。因为测试程序通常需要大量重复试验,这就需要计算机来辅助确定和验证机制设计。cadCAD 设计了建模框架和仿真引擎,来处理系统在任意抽象层次上的实验。 cadCAD 可以与开源数据计算栈无缝集成,并通过真实世界的反馈实现持续改进。 cadCAD 是作为 Python 生态系统的一部分构建的。Python 是全球大多数数据科学家在使用的编程语言,它提供了广泛的科学计算和可视化库。通过将广义动力学系统和基于事件的微分博弈建模,添加到开源的 Python 堆栈中,cadCAD 为系统设计者模拟了强大的网络效应。 想象一下,从模拟或实验中获得结果,然后立即能够使用 ScikitLearn 中的 k-means 无监督机器学习模型来检查异常情况。或者使用 TensorFlow 来训练一个递归神经网络 (RNN),以控制你刚刚运行的模拟中的一个代理的行为变量,或者使用 NetworkX 来管理一个网络形成博弈,随着时间变化,代理节点数量不断增加 (见图 2),其状态将具有无穷的可能性。 图 2: 一个流行的 cadCAD 玩具模型的插图,展示了多种角色代理 (公平,贪婪,给予) 的竞争关系,使用开源 NetworkX 库对图表和网络进行可视化研究。 一旦我们部署系统模型并从真实系统(人、硬件、软件)中收集数据,cadCAD 的 Python 实现就变得至关重要。它允许我们在 cadCAD 中建立从真实世界到仿真模型的反馈和数据管道。它使我们能够不仅针对复杂系统本身,而且针对我们的模型(包括版本控制)进行管理模拟和测试改进,以及持续集成和部署。通过这种方式,cadCAD 允许模型本身随着我们对它们理解的加深而进化。 cadCAD 已经开始工作了。 cadCAD 为我们的研究和服务团队节省了数月的工程时间,并增强了我们设计和验证复杂系统的能力。一些 DLT 空间的最复杂的系统工程师已经加入了 cadCAD 私人测试计划,几个著名的项目目前正在使用该工具构建动态系统模型,其中包括: 由 Giveth 领导的 Commons Stack 项目。io 团队大量使用 cadCAD 来设计和验证其基础数字设施的各种系统组件,以研发更符合现实的产品; Protea 和 Molecular 使用 cadCAD 为他们的用户建模了风险和奖励阈值系统,使系统对不稳定性有恢复能力,并保护用户免受黑天鹅类型事件的影响; 苏黎世联邦理工学院计算科学教授正在建模一个新的多维社会生态金融系统,以促进可持续行为 (金融 4.0); Freeelio 研究团队使用 cadCAD 对清洁能源接入信息物理系统进行建模,根据用户的风险 / 回报偏好,优化对社会、环境和经济回报的影响,并创建一个多维经济模型,来确定资金的治理和令牌机制; Clovers 使用 cadCAD 去模拟他们的游戏内部经济系统,并测试了关于结合曲线奖励机制的基本假设。 这段视频里可以看到 cadCAD 的运作: https://m.youtube.com/watch?feature=youtu.be&t;=952&v;=Z-gY_cFKHOQcadCAD拥有一个活跃的 beta 用户网络。 如果你是一个系统工程师、数据科学家,或是基于学术,可以申请封闭测试程序。包括访问私人 cadCAD Telegram 社区,目前有 50 多个精选的 beta 用户,BlockScience 团队定期在该社区分享教程,并支持用户的测试。 关于 UBI.city- 关于未来组织结构的协议,我们将与近日陆续发布更多关于 UBI.city 的构想与设计机制,欢迎感兴趣的区块链技术爱好者、社区发起者、研究分析人与 Gavin (微信 : chinadefi)、Iris (微信 : aris1132)联系,共同探讨 UBI 未来的可能性。 ChinaDeFi- ChinaDeFi.com 是一个研究驱动的 DeFi 创新组织,同时我们也是区块链开发团队。每天从全球超过 500 个优质信息源的近 900 篇内容中,寻找思考更具深度、梳理更为系统的内容,以最快的速度同步到中国市场提供决策辅助材料。如果您是从业者,并且希望可以获得更多海外最新的技术方案及项目信息,可以查看 Gavin 的“每日文章”笔记http://ii059.cn/gID1JN(内容可能比较生涩,但是相信可以带来帮助)。同时欢迎加入 ChineDeFi 社区,敬请关注我们的微信公众号“去中心化金融社区”。 —- 编译者/作者:ChinaDeFi 玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。 |
cadCAD:代币机制模拟预测,会越来会重要!
2020-11-15 ChinaDeFi 来源:区块链网络
LOADING...
相关阅读:
- UBI.city: 如何在第三方工具中管理 Circles?2020-11-15
- 11.14BTC晚间操作策略晚间空头趋势很可能将再次得到延续2020-11-14
- BTC受到密集筹码区15170的支撑和18750的阻力|UNI爆发,面临3千万代币筹码2020-11-14
- 老杨谈币:11/14午后BTC/ETC操作建议及策略2020-11-14
- ALOKEX数字货币合约什么是移动止盈止损2020-11-14