요약

Metcalfe의 법칙은 네트워크 효과를 설명하는 공식으로 네트워크의 가치는 노드 수의 제곱에 비례합니다. 그러나 Web3 AI 경제에서 이 공식은 더 이상 여러 노드가 참여하는 가치 제조 네트워크에 적합하지 않습니다. 다차원 네트워크 환경에서는 Metcalfe의 법칙을 확장하고 수정해야 합니다. Web3 AI 경제가 더 이상 성립할 수 없는 이유를 분석하고, 다차원 네트워크에서 노드 간 가중치, 복잡도, 내외부 가치 요인을 고려하여 Metcalfe의 법칙을 V=K×f( N, W, C, I, E), 가칭 FlerkenS 다차원 네트워크 가치의 법칙, 이 공식을 사용하여 Web3 AI 경제에서 일부 네트워크를 평가하고 가장 가치가 높은 네트워크를 찾습니다. 마지막으로 V=K×f(N,W,C,I,E) Flerken의 다차원 네트워크 가치 법칙은 Web3 아키텍처와 AI가 주도하는 디지털 경제를 위한 새로운 도구라는 결론을 내렸습니다.

소개

인터넷 기술의 발전은 Web1.0, Web2.0, Web3.0의 3단계로 나눌 수 있다. Web1.0은 정적 웹 페이지 및 정보 검색 단계이며 사용자는 정보를 수동적으로만 받을 수 있습니다. Web2.0은 동적 웹 페이지와 소셜 미디어의 단계이며 사용자는 능동적으로 정보를 생성하고 공유할 수 있습니다. Web3.0은 분산되고 지능적입니다. 계약 단계에서 사용자는 자율적으로 정보를 제어하고 교환할 수 있습니다.

이 세 단계 중에서 Metcalfe의 법칙은 네트워크 효과를 설명하는 데 일반적으로 사용되는 공식입니다. Metcalfe의 법칙은 네트워크 값이 노드 수의 제곱에 비례한다는 것입니다. 즉, V=K×N²입니다. 여기서 V는 네트워크 값을 나타내고 N은 네트워크의 노드 수를 나타내며 K는 값 계수를 나타냅니다. 이 공식은 각 노드 간의 연결이 균일하고 동일하며 네트워크의 값은 노드 수에만 의존한다고 가정합니다.

그러나 Web3 AI 경제에서 이러한 가정은 다음과 같은 이유로 더 이상 유지되지 않을 수 있습니다.

· 네트워크의 노드는 사용자, 장치, 데이터, 스마트 계약, AI 모델 등과 같은 다양한 유형, 속성, 기능 및 동작을 가질 수 있습니다. 관계, 데이터 흐름, 거래 기록, 신뢰성 등

· 네트워크의 가치는 노드 수뿐만 아니라 데이터 품질, 사용자 만족도, 커뮤니티 활동, 혁신 능력 등과 같은 다른 요소에 따라 달라질 수 있습니다.

· 네트워크의 가치는 동적이며 네트워크 구조, 환경 및 요구 사항이 변함에 따라 변경될 수 있습니다.

따라서 Web3 AI 경제에서 보다 복잡하고 유연한 네트워크 구조와 가치 창출 방법에 적응하기 위해 Metcalfe의 법칙은 다음 측면을 고려하여 확장되거나 수정되어야 할 수 있습니다.

노드 간 연결 가중치: 유형과 속성이 다른 노드 간의 연결은 연결의 중요성과 영향을 반영하여 서로 다른 가중치를 가질 수 있습니다. 예를 들어, 소셜 네트워크에서 친밀한 관계의 연결 가중치는 낯선 관계의 연결 가중치보다 높을 수 있습니다. 데이터 네트워크에서 고품질 데이터의 연결 가중치는 저품질 데이터의 연결 가중치보다 높을 수 있습니다.

노드 간 연결 복잡성: 유형과 속성이 다른 노드 간의 연결은 연결의 다양성과 깊이를 반영하여 서로 다른 복잡성을 가질 수 있습니다. 예를 들어 AI 네트워크에서 AI 모델 간의 연결에는 데이터 입력 및 출력, 매개 변수 공유, 모델 융합 등이 포함될 수 있습니다. 스마트 계약 네트워크에서 스마트 계약 간의 연결에는 호출 관계, 종속성, 권한 부여 등 다양한 형태의 관계가 포함될 수 있습니다.

· 네트워크 내부와 외부의 가치 요소: 네트워크와 환경 및 니즈의 일치 정도를 반영하여 네트워크 내부와 외부의 네트워크 가치에 영향을 미치는 많은 요소가 있을 수 있습니다. 예를 들어, Metaverse 네트워크에서 네트워크의 내부 가치 요소에는 사용자 경험, 콘텐츠 품질, 창의적 수준 등이 포함될 수 있습니다. 네트워크의 외부 가치 요인에는 시장 수요, 경쟁 우위, 사회적 영향 등이 포함될 수 있습니다.

우리는 위의 측면을 기반으로 Metcalfe의 법칙을 확장하거나 수정하고 이 공식을 사용하여 Web3 AI 경제에서 일부 네트워크를 평가하고 가장 가치가 높은 네트워크를 찾을 것입니다. 우리는 이 공식을 Flerken의 다차원 네트워크 가치 법칙이라고 잠정 명명하고 이를 Web3 아키텍처 및 AI 기반 디지털 경제를 위한 새로운 도구로 요약했습니다.

방법

우리는 다음과 같은 접근 방식을 취했습니다.

Web3 AI 경제에서 네트워크 구조 및 가치 창출 방식의 특성에 따라 Metcalfe의 법칙을 확장 또는 수정하여 V=K×f(N,W,C,I,E)FlerkenS 다차원 네트워크 가치 법칙은 얻은.

· Web3 AI 경제에서 세 가지 대표적인 네트워크를 예로 선택합니다. 즉, Botto(DAO가 관리하는 생성 예술 커뮤니티), Mawari(Web3 원칙을 기반으로 설계된 분산형 3D 및 XR 콘텐츠 전달 플랫폼) 및 Trusta labs(온체인 데이터 분석 회사).

· 각 네트워크를 평가하고 각 네트워크의 노드 수, 연결 가중치, 연결 복잡성, 내부 가치 요소 및 외부 가치 요소를 기반으로 그 가치를 계산합니다.

· 세 네트워크의 가치를 비교하고 가장 가치가 높은 네트워크를 식별합니다.

· 세 네트워크의 가치를 비교하고 가장 가치가 높은 네트워크를 식별합니다.

결과

FlerkenS 다차원 네트워크 가치 법칙

Web3 AI 경제의 네트워크 구조 및 가치 창출 모드의 특성에 따라 Metcalfe의 법칙을 확장 또는 수정하여 다음 공식을 얻었습니다.

그 중 V는 네트워크의 값, N은 네트워크의 노드 수, W는 네트워크의 연결 가중치 행렬, ​​C는 네트워크의 연결 복잡도 행렬, I는 내부 값 인자 벡터를 나타냅니다. 네트워크, E는 네트워크를 나타냅니다. 외부 값 요인의 벡터, K는 값 계수, f는 비선형 함수를 나타냅니다.

이 공식은 다음과 같이 해석될 수 있습니다.

· 네트워크의 가치는 노드 수, 연결 가중치, 연결 복잡성, 내부 가치 요소 및 외부 가치 요소의 결합된 영향에 비례합니다.

· 유형과 속성이 다른 노드 간의 연결은 연결의 중요성과 영향을 반영하여 서로 다른 가중치를 가질 수 있습니다.

· 유형과 속성이 다른 노드 간의 연결은 연결의 다양성과 깊이를 반영하여 서로 다른 복잡성을 가질 수 있습니다.

· 네트워크가 환경과 요구에 얼마나 잘 부합하는지를 반영하여 네트워크의 가치에 영향을 미치는 네트워크 내부와 외부의 다양한 요인이 있을 수 있습니다 .

· 가치 계수는 네트워크 가치의 기본 수준을 반영하는 상수입니다.

· 비선형함수는 미지함수로서 다양한 요인에 따라 네트워크 값이 변하는 법칙을 반영한 것이다.

우리는 잠정적으로 이 공식을 Flerken의 다차원 네트워크 가치 법칙이라고 명명하고 이를 사용하여 일부 Web3 AI 경제에서 네트워크를 평가합니다.

네트워크 평가

우리는 Web3 AI 경제에서 세 가지 대표적인 네트워크를 예로 선택했습니다. Botto(DAO가 관리하는 생성 예술 커뮤니티), Mawari(Web3 원칙을 기반으로 설계된 분산형 3D 및 XR 콘텐츠 전달 플랫폼) 및 Trusta labs(온체인 데이터 분석 회사).

우리는 각 네트워크를 평가하고 노드 수, 연결 가중치, 연결 복잡성, 내재적 가치 요소 및 외재적 가치 요소를 기반으로 가치를 계산했습니다. 특정 데이터와 매개변수가 없기 때문에 정성 분석만 수행할 수 있으며 K와 f가 모두 일정하다고 가정할 수 있습니다. 구체적인 평가는 다음과 같습니다.

Botto의 값은 주로 N(노드 수), W(연결 가중치) 및 I(내부 값 요소)에 따라 달라집니다. N에는 커뮤니티 거버넌스에 참여하는 사용자, 예술적 이미지 생성을 위한 AI 모델, NFT 발행 및 경매 플랫폼 등이 포함됩니다. W에는 사용자 간 투표 가중치, AI 모델 간 데이터 공유 가중치, NFT 플랫폼 간 거래 가중치 등이 포함됩니다. I에는 사용자의 예술적 취향, AI 모델의 혁신, NFT의 희소성 등. 따라서 Botto의 가치는 다음과 같이 표현될 수 있습니다.

그 중 Nu는 사용자 노드 수, Na는 AI 모델 노드 수, Np는 NFT 플랫폼 노드 수를 나타냅니다. Wu는 사용자 연결 가중치 행렬, ​​Wa는 AI 모델 연결 가중치 행렬, ​​Wp는 NFT 플랫폼 연결 가중치 행렬을 나타냅니다. Iu는 사용자의 내부 가치 요인 벡터를 나타내고, Ia는 AI 모델의 내부 가치 요인 벡터를 나타내며, Ip는 NFT 내부 가치 요인 벡터를 나타냅니다.

Mawari의 가치는 주로 N(노드 수), C(연결 복잡도) 및 E(외부 가치 요소)에 따라 달라집니다. N에는 3D 및 XR 콘텐츠를 제공하고 소비하는 사용자, 기기, 앱 등이 포함됩니다. C는 데이터 입력 및 출력, 매개변수 공유, 모델 융합 등과 같은 사용자, 장치 및 응용 프로그램 간의 여러 연결 형식을 포함합니다. E는 시장 수요, 경쟁 우위, 사회적 영향 등을 포함하므로 Mawari의 가치를 표현할 수 있습니다. 처럼:

그 중 Nu는 사용자 노드 수, Nd는 장치 노드 수, Na는 응용 프로그램 노드 수를 나타냅니다. Cu는 사용자 연결 복잡도 매트릭스, Cd는 장치 연결 복잡도 매트릭스, Ca는 애플리케이션 연결 복잡도 매트릭스를 나타냅니다. Eu는 사용자 외부 가치 요인 벡터를 나타내고, Ed는 장비의 외부 가치 요인 벡터를 나타내며, Ea는 응용 외부 가치 요인 벡터를 나타냅니다.

· Trusta labs의 가치는 주로 N(노드 수), W(연결 가중치) 및 C(연결 복잡도)에 따라 달라집니다. N은 온체인 데이터 분석 서비스를 제공하고 이용하는 사용자, 데이터, 스마트 컨트랙트 등을 포함합니다. W에는 사용자, 데이터 및 스마트 계약 간의 신뢰와 영향력이 포함됩니다. C는 호출 관계, 종속성, 권한 부여 관계 등과 같은 사용자, 데이터 및 스마트 계약 간의 여러 연결 형식을 포함합니다. 따라서 Trusta 연구소의 가치는 다음과 같이 표현될 수 있습니다.

여기서 Nu는 사용자 노드 수, Nd는 데이터 노드 수, Nc는 스마트 계약 노드 수를 나타냅니다. Wu는 사용자 연결 가중치 행렬, ​​Wd는 데이터 연결 가중치 행렬, ​​Wc는 스마트 계약 연결 가중치 행렬을 나타냅니다. Cu는 사용자 연결 복잡도 매트릭스, Cd는 데이터 연결 복잡도 매트릭스, Cc는 스마트 계약 연결 복잡도 매트릭스를 나타냅니다.

네트워크 비교

우리는 세 네트워크의 가치를 비교하고 가장 가치가 높은 네트워크를 식별했습니다. 특정 데이터와 매개변수가 없기 때문에 질적 비교만 할 수 있고 K와 f가 모두 일정하다고 가정할 수 있습니다. 구체적인 비교는 다음과 같습니다.

Botto는 상대적으로 노드 수가 적고 하나의 필드에서 콘텐츠 생성 및 트랜잭션만 수행하기 때문에 상대적으로 가치가 낮습니다. 사용자 투표 및 AI 모델 데이터 공유가 충분히 활발하지 않고 공정하지 않을 수 있기 때문에 연결 가중치가 상대적으로 낮습니다. 사용자 선호도와 AI 모델 혁신이 충분히 다양하고 눈에 띄지 않을 수 있기 때문에 내부 가치 요소가 상대적으로 낮습니다.

Mawari는 상대적으로 많은 수의 노드를 가지고 있고 여러 분야에서 콘텐츠 전달 및 공유를 포함하기 때문에 상대적으로 가치가 높습니다. 사용자, 장치 및 응용 프로그램 간에 다중 연결이 있기 때문에 연결 복잡성이 상대적으로 높습니다. 데이터와 모델의 상호 작용 및 통합; 큰 시장 수요, 경쟁 우위 및 사회적 영향에 직면하기 때문에 외부 가치 요소가 상대적으로 높습니다.

Trusta labs의 가치는 노드 수가 비교적 적당하고 필드에서 데이터 분석 및 평가를 포함하기 때문에 상대적으로 적당합니다. 사용자, 데이터 및 스마트 계약에는 특정 호출 관계, 종속 관계 및 권한 부여 관계가 있기 때문에 연결 가중치 및 연결 복잡성은 상대적으로 온건합니다.

결론적으로 우리는 Mawari가 노드 수, 연결 복잡성 및 외부 가치 요소 측면에서 장점이 있기 때문에 세 네트워크 중 가장 가치 있는 네트워크라고 생각합니다.

결론적으로

우리는 Metcalfe의 법칙을 확장 또는 수정하고 V=K×f(N,W,C,I,E) FlerkenS 다차원 네트워크 가치 법칙을 얻었으며 이 공식을 사용하여 Web3 AI 경제에서 일부 네트워크를 평가했습니다. 가장 높은 가치의 네트워크는 설립하다. 다음 사항을 요약합니다.

· Metcalfe의 법칙은 Web3 AI 경제에 여러 노드가 참여하는 가치 제조 네트워크에 더 이상 적합하지 않습니다. 다차원 네트워크 환경에서는 Metcalfe의 법칙을 확장하거나 수정해야 합니다.

V=K×f(N,W,C,I,E) Flerken의 다차원 네트워크 가치 법칙은 노드 간의 연결 가중치, 연결 복잡도, 네트워크의 내부 및 외부 가치 요소를 고려한 공식입니다. be more Web3 AI 경제에서 네트워크 구조와 가치 창출 방식의 특성에 대한 좋은 설명.

· V=K×f(N,W,C,I,E) Flerken의 다차원 네트워크 가치 법칙은 Web3 아키텍처 및 AI 기반 디지털 경제의 새로운 도구로 Web3의 다양한 네트워크를 더 잘 이해하고 평가하는 데 도움이 될 수 있습니다. AI 경제의 가치.

면책 조항: 이 기사에 포함된 지적 재산권은 FlerkenS Labs에 속하며, 메모 없이 원본 작업을 재게시하거나 유용하는 것은 침해로 간주됩니다.

참조

: Web3 과대 광고: 탈중앙화 웹의 AI. 포브스. https://www.forbes.com/sites/forbetechcouncil/2022/08/04/cutting·through·the·web3·hype·ai·in·the·decentralized·web/

: Metcalfe의 법칙. 위키백과. https://en.wikipedia.org/wiki/Metcalfe%27s_law