孔明屋白皮书节选(代币KMC)



  • 0_1512127143555_Screenshot_2017-12-01-19-18-53.jpg
    孔明屋——KoumeiCottage提供了一个平台,它可以把大众的知识(Knowledge)和经验(Experience)转化为智慧(Wisdom)。

    特色
    KMC是基于阿希侧链技术的去中心化应用,与生俱来的带有阿希平台应用的特色,包括独立账本、环境隔离、资产跨链、易升级、低成本等特点,下面我们分别解释。

    独立账本与环境隔离
    KMC不像以太坊上的应用,数据附属在以太坊的账本中,并且与其他应用共享资源。KMC是一个独立的区块链系统,拥有独立的账本数据、见证人和共识网络。
    独立账本带来的好处是没有数据臃肿问题,用户不会为不相关的应用数据买单,也不会受到宿主区块链的影响和限制。
    同时,也不会与平台上的其他应用竞争资源,不同应用中的错误也不会彼此影响。

    多资产复用
    阿希主链上注册的资产可以自由转入任意一个dapp,因此KMC系统天生就可以运行多种资产。�

    易于升级
    由于该系统是一个相对独立的系统,源码本身并没有作为chaincode存储在链上,升级相对容易。�

    成本
    合约的执行只消耗KMC系统原生代币,不受制于XAS,
    XAS只会在注册KMC代币时才会消耗,也就是说对只对KMC系统本身感兴趣的用户,无需持有XAS,有效降低了用户的成本。�

    角色与用例
    系统用户按角色可分为三种:
    1.市场发起人,负责市场的创建,事件和结果的揭示
    2.普通用户,主要参与的功能是对事件各种可能性的预测、投票,对市场的评论,对结果的投诉3.受托人,主要负责对有争议事件结果的裁决,以防止市场发起人作弊。

    业务流程
    创建市场->预测期(交易期)->交易结束->揭示期->公示期->结束�



  • @唐政 孔明屋白皮书---预览版
    链接:http://pan.baidu.com/s/1hsMULl6 密码:myiz



  • @niaomu 有白皮书吗?我一直没看到过,而且孔明屋官网都没有吧!



  • @唐政 孔明屋白皮书看到啊!



  • 这么多案例在哪找到的,辛苦了



  • 潜艇案例2:在1968年5月,美国的一艘名为Scorpion的潜
    艇,在被大西洋完成执勤任务返回纽波特纽斯港口的途中消
    失了。虽然海军知道潜艇最后的报告位置,但是不知道
    Scorpion发生了些什么事情,只知道自最后一次联系后,潜
    艇大概又前行到哪里。最后他们将搜索范围确定在方圆20英
    里,几千英尺深的区域。这是一个希望渺茫的搜索。人们能
    够想到的唯一可能的解决方案是,召集三、四位潜艇和洋流
    的顶级专家,问他们认为潜艇在哪里。但是,根据
    SherrySontag和ChristopherDrew在《BlindMansBluff》
    的记录,一位名叫JohnCraven的海军军官有一个不同的计划
    。首先,Craven设想一系列可以解释Scorpion可能发生的事
    故的情景。然后,他召集了一组具有不同背景的人,包括数
    学家、潜艇专家和搜寻人员。Craven让他们猜测那种情景的
    可能性最大,而不是让他们彼此商量得出答案。为了让猜测
    更加有趣,Craven采用了下注的模式,奖品是�
    ChivasRegal酒。参与的成员就潜艇为什么出事故、下沉的
    速度、倾斜的角度等问题进行打赌。
    没有一段信息碎片能够告诉Craven潜艇在哪里。但是,
    Craven相信,如果他将小组成员提出的所有答案汇集在一起
    ,针对潜艇沉没做一个完整描述,他就能够知道潜艇在哪里
    。这就是Craven所做的事情。他利用了所有的猜测,使用被
    称为贝叶斯理论的公式,判断潜艇的最后位置。(贝叶斯理
    论是计算事件的新信息如何改变你对此事件原有预期的方式
    。)做完这些事情,Craven获得了团队关于潜艇位置的集体
    估计(collectiveestimate)。�Craven得出的位置并不是团队任何单个成员所猜测的位置。
    换句话说,团队中每个成员的猜测与Craven使用汇集起来的
    所有信息得出的位置一致。最后的判断是一个由团队整体做
    出的集体判断,而不是代表团队中最聪明人的个人判断。它
    也是一个绝妙的判断。
    Scorpion潜艇失踪五个月以后,一艘海军船发现了它。潜艇
    所发现的位置与Craven团队猜测的位置相差220码(译者注
    :1码等于0.9144米)。
    这个实例的惊人之处在于,这个团队所依靠的证据几乎没有
    ,只是一些数据碎片。没有人知道为什么潜艇沉没,没人知
    道潜艇下沉的速度和倾斜角度。虽然团队中没人摘掉这些信
    息,但是作为一个整体的团队却知道这些信息。�



  • 糖豆案例1:
    在2007年,哥伦比亚商学院教授MichaelMauboussin让他的73位学生聚集瓶子中糖豆的数量。学生所估计的数量在250-4100之间。其实瓶子中有1116个糖豆。学生们估计值与真实值1116平均偏离700。也就是62%的错误率。
    然而,尽管学生的估计很不准确,但是他们估计的平均值是1151,与真实数值1116只有3%的误差。这一研究以各种形式被重复过多次,结果都与上面相同。我们正在将这种群体智慧应用到每一个学科中,从政治学到气候学,并用利益得失来强迫群体说真话。�



  • 预测市场是一种科学的预测和分析技术,利用群体智慧帮助人们做决策,与机器学习、数据挖掘技术可以相提并论,目的相同,只是手段不同。预测市场与其他技术的优势是,通过经济杠杆带动群体智慧,实时的对事件作�出判断。

    本质上,预测市场是基于市场原则来收集整合交易各方对同一事件的信心和判断,从而产生对事件的未来结果的预测。如果说,股票市场是在为股票未来的预期收益定价一样,预测市场就是在为未来事件的预期结果进行定价

    预测市场可以理解为股票、证券、数字资产交易所的抽象和升华,而股票、证券、数字资产交易所可以看做是预测市场在某一事件下的特化。�



  • @徐江翔 受托人应该是选举产生的一群人,买通实时选举产生的一群人??再说受托人群体违规,被发起人举报,社区核实后直接把他们拉黑名单,以后别想再竞选,受托人可是抵押了资金进去了的。



  • 万一把受托人买通了咋办,公布错误答案也只能吃哑巴亏.


Log in to reply
 

Looks like your connection to Asch was lost, please wait while we try to reconnect.