具有高度可变模型的智能合同机器学习用例

Question

我在想不同的智能合同使用案例。

Idea

想象一下，一个将图像分类的服务。它以动物(如猫)的图像作为输入，并确定动物的类型。

利用机器学习方法解决了这类分类问题。图像识别服务使用训练数据创建机器学习模型。该模型通过预测api向公众开放。用户需要支付查询此api的费用。机器学习模型不是一成不变的。随着新图像的提供，模型被重新训练以改进未来的预测。

业务事务

要获得预测，需要执行以下步骤：

• 输入图像
• 检查帐户余额，当有足够的资金时，继续进行，否则中止。
• 等待图像识别服务提供输出
• 接收输出

智能合同

因此，我的问题是，这种想法/商业交易能否作为一个明智的契约来实现？说得通吗？

由于智能契约是不可变的，因此对于每个(经过再培训的)机器学习模型，必须创建一个新的智能契约。我们必须跟踪旧的智能合同，因为它们会带来更糟糕的预测。还是有一个选择来摧毁“旧的”聪明的合同？

如果有一个高度可变的服务，那么使用像oraclize.it这样的服务来实现对外部服务的API调用不是更好吗？

Answer 1

我认为你仍然可以用一份明智的合同来支付。这一部分将是不变的，你可以跟踪你的付款等等。我认为发送和接收图像/答案的无链解决方案将更有意义。由于机器学习在合同中没有发生，所以您不应该重新部署它。

Answer 2

这里发生了三件事：

1. ML模型的建立
2. 推论
3. 使用服务的费用

现在，根据您的描述，您想要的是付款部分，可以发生在链上使用智能合同。#1和#2正在脱离链，您不需要重新部署智能契约来进行任何更改。支付用例适用于任何SaaS，而不仅仅是推理服务。