Seventy3

Seventy3

Download on the App Store

Seventy3 episodes

  • 【第413期】(Ledger)群体机器人“蜂巢思维”如何实现?DLT(分布式账本)技术破解协调、信任与监管六大核心挑战

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Grex: A Decentralized Hive Mind

    Summary

    摘录自《Grex: A Decentralized Hive Mind》的程序文章,主要介绍了在群体机器人(SR)系统中应用分布式账本技术(DLT)以克服现有挑战的可行性。作者首先概述了阻碍SR广泛应用的六个主要挑战,并提出DLT能够有效解决其中的五个,例如提高可扩展性、鲁棒性、问责制和透明度。该研究通过一个搜索与救援任务模拟实验,使用无人机和单板计算机在去中心化网络中利用BigchainDB平台进行通信,成功展示了SR与DLT的实际集成。文章详细讨论了实验方法、软件架构和硬件设置,并提供了实验结果以证明这种组合的可行性,尽管该系统在能源消耗(挑战六)方面仍面临困难。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/176


    前往小宇宙评论区与主播互动
    29 min
  • 【第412期】(Ledger)Robotchain:用Tezos区块链打造工厂机器人“黑匣子”可行吗?性能瓶颈大揭秘

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Robotchain: Using Tezos Technology for Robot Event Management

    Summary

    该文章介绍了一种名为Robotchain的私有区块链解决方案,旨在为启用机器人的工厂提供一个不可变的机器人活动分类账。作者们提出,这个加密保护的分类账可以用于提高生产效率、识别瓶颈,以及在发生事故时确定责任,从而解决了现有生产监控系统易被篡改的问题。文章详细论述了该应用场景如何满足美国国土安全部提供的区块链应用指南,并选择了Tezos技术进行实施。此外,该文还描述了初步的实验设置和结果,以评估Tezos区块链在处理大量机器人事务时的性能挑战,指出需要进行改进以达到所需的事务速度。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/175


    前往小宇宙评论区与主播互动
    22 min
  • 【第411期】(Ledger)SwarmDAG:如何在网络分区下,用“分叉账本”保障机器人集群的高可用与最终一致性

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    SwarmDAG: A Partition Tolerant Distributed Ledger Protocol for Swarm Robotics

    Summary

    该文章介绍了一种名为 SwarmDAG 的新型分布式账本协议,专为群体机器人应用设计,旨在容忍频繁发生的网络分区。由于群体机器人经常面临导航和连接挑战导致网络分裂,SwarmDAG 协议应用了区块链技术概念,利用 扩展虚拟同步 (EVS) 的思想来管理分布式账本,确保在分区存在的情况下也能实现最终一致性。该协议通过在网络分区和合并时创建和重建 有向无环图 (DAG) 结构的账本,允许每个分区继续工作,而不是像传统协议那样只有多数成员分区才能继续。SwarmDAG 包含一个 成员管理服务 (MMS),用于定期更新成员视图,并实施了 分区感知交易验证 (PTV) 策略来优化共识时间和减少潜在冲突。总之,SwarmDAG 致力于为群体机器人系统提供一种具备 EVS 功能的、分区容错的分布式账本技术。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/174


    前往小宇宙评论区与主播互动
    29 min
  • 【第410期】(Ledger)干掉“中央大脑”!去中心化通信如何用“数字护照”颠覆工业

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    A Decentralized Context Broker Using Byzantine Fault Tolerant Consensus

    Summary

    该文章题为**《使用拜占庭容错共识的去中心化语境代理》,它介绍了一种名为dezCom的新型去中心化语境代理架构。语境代理是一种可靠的消息中继服务,用于连接工业设备并隔离数据,而传统上使用的Orion Context broker和MQTT等集中式代理存在单点故障问题。为了解决这一问题,dezCom被构想为一个三层通信堆栈,利用拜占庭容错的Tendermint共识协议和无挖矿区块链来实现去中心化、高可用性和安全性。文章详细阐述了dezCom堆栈的组件,包括其点对点网络和消息总线**,并将其部署在一个物流机器人场景中作为概念验证。通过与MQTT的性能比较,作者表明dezCom在处理大量消息时具有竞争优势和容错能力,这对于实现工业 4.0和社交网络化工业的愿景至关重要。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/173


    前往小宇宙评论区与主播互动
    23 min
  • 【第409期】(Ledger)微弱算力上的太空雄心:BILL-E机器人如何用“有效性证明”驱动区块链

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Blockchain Design for an Embedded System

    Summary

    该文件是一篇会议论文,题为《嵌入式系统中的区块链设计》,提出了一个针对在嵌入式硬件上运行的分布式机器人系统的基于区块链的映射协议。作者们介绍了**“有效性证明”(Proof of Validity, PoV)共识机制,该机制将挖矿工作的努力与机器人系统的设计任务相关联,并探讨了在具有LoRa无线电通信的嵌入式系统上实现区块链技术的各种权衡和考量。论文详细描述了他们在一个名为 BILL-E 的机器人平台上实现该协议的过程,该平台专为绘制空间结构中的格子结构地图而设计。作者们承认了嵌入式系统(如有限的处理器速度、存储和带宽)带来的局限性**,并讨论了他们的PoV 方法如何解决传统工作量证明的低效问题,同时为机器人应用保留了区块链技术的分布式、容错优势。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/172


    前往小宇宙评论区与主播互动
    22 min
  • 【第408期】(Ledger)区块链、机器人与AI:打造“信任共享大脑”的未来图景与三大现实瓶颈

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    An Overview of Blockchain Integration with Robotics and Artificial Intelligence

    Summary

    该文章提供了一个关于区块链技术与机器人和人工智能(AI)集成的全面概述。它讨论了如何利用去中心化和安全协议的区块链来改善机器人系统,特别是通过提高安全性和促进分布式决策。文章考察了旨在解决机器人事件注册、数据共享隐私和效率低下等问题的现有方法和平台,例如“RobotChain”和“Aitheon”。尽管该领域仍处于早期阶段,作者们断言,将这三种技术结合起来将具有巨大的颠覆性潜力,尤其是在工业和军事环境中。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/171


    前往小宇宙评论区与主播互动
    17 min
  • 【第407期】(Ledger)PPR+DG13:去中心化策展如何用“引文网络”甄别专家与“博弈论”保证真话

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Token-Curated Registry with Citation Graph

    Summary

    该研究论文提出了 CitedTCR,这是一种代币策展注册表 (TCR) 的新型变体,旨在将匿名策展人的专业知识纳入分散式推荐系统,特别是针对学术论文和专利等技术内容。CitedTCR 通过结合 个性化 PageRank (PPR) 算法 进行策展人分配,以及使用 DG13 多任务对等预测机制 进行奖励计算,解决了现有 TCR 在评估需要专业知识的内容时缺乏专业性反映的问题。通过将 TCR 文献与基于网络的推荐系统相结合,CitedTCR 致力于自主发展一个高质量内容的演化 引用图,并通过实验证明了其在注册高质量内容和引发信息报告方面的激励作用。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/182


    前往小宇宙评论区与主播互动
    18 min
  • 【第406期】(Ledger)预言机终极挑战:经济惩罚如何击败谢林点共谋?——深度解读去中心化预言机激励新范式

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Decentralized Common Knowledge Oracles

    Summary

    该研究论文提出并分析了三种用于将非先验的共同知识去中心化地记录到区块链上的机制,以提高智能合约的可信度。作者们关注于经济激励而非密码学保证,力求确保说真话具有激励兼容性,并保证操作个体理性。文中首先介绍了被称为A0的简单预言机,其激励模型基于重复博弈,通过付费和惩罚机制来促使记者(reporters)报告真实结果。随后,文章引入了A1和A2等具有争议回合的预言机,这些机制通过保证金和多回合争议来减少对昂贵的“分叉”(fork)操作的依赖,同时保持激励兼容性和个体理性,特别是在满足经济健全条件的情况下。最终,文章证明这些机制在非合作模型下是有效的,并且在合作模型下,只要报告池代币充分分散,它们仍然是安全的。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/166


    前往小宇宙评论区与主播互动
    38 min
  • 【第405期】(Ledger)DLT的悖论:去中心化技术如何驱动证券结算走向新垄断?成本、挑战与经济学终局分析

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    The Economics of Distributed Ledger Technology for Securities Settlement

    Summary

    该研究论文探讨了分布式账本技术(DLT)在证券结算行业中的潜在经济影响和市场结构变化。作者分析了DLT降低证券结算成本的潜力,但也指出了实施的挑战性和对协调合作的需求。论文的关键结论是,DLT驱动的证券结算服务很可能集中在少数提供商手中,这可能导致垄断定价,若缺乏监管,将使市场盈余的分配不均。此外,文章还讨论了DLT(如区块链)的技术特征,包括不同类型的DL(例如私有、许可制),以及监管机构在促进创新和确保金融稳定方面的作用。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/144


    前往小宇宙评论区与主播互动
    28 min
  • 【第404期】(Ledger)比特币:委内瑞拉经济“求生指标”——如何用P2P交易数据揭示恶性通胀和真实汇率

    Seventy3:借助NotebookLM的能力进行论文解读,专注人工智能、大模型、机器人算法、crypto方向,让大家跟着AI一起进步。

    今天的主题是:

    Bitcoin and Venezuela’s Unofficial Exchange Rate

    Summary

    该研究文章分析了比特币交易数据在委内瑞拉玻利瓦尔对美元非官方汇率和隐含通货膨胀率的估算中的应用。作者利用购买力平价(PPP)理论,将比特币作为一个单一的通用资产来替代传统用于PPP计算的“一篮子商品”,从而能够绕过政府对官方汇率的操纵。通过分析LocalBitcoins点对点市场上的交易数据,文章揭示了委内瑞拉经济管理不善的严重性,并指出其高通货膨胀问题(2018年达到惊人的70,000%)可以追溯到2014年。研究强调,在经济危机时期,比特币提供了一种不受政府控制的稳定替代方案,对于居民保护财富和转移资金至关重要。

    原文链接:https://ledgerjournal.org/ojs/ledger/article/view/170


    前往小宇宙评论区与主播互动
    21 min

About Seventy3

From the publisher's feed

73播客,Sheldon最喜欢的数字,内容均为Google NotebookLM原生生成,每天由AI领读最新的前沿论文。欢迎投稿合作。