Mielestäni yksi hyödyllisimmistä tavoista ajatella @alloranetwork on "aikomuksen" linssin läpi. Lohkoketjuissa transaktiot ovat eksplisiittisiä funktiokutsuja ja tilasiirtymiä, jotka käyttäjän on määritettävä saadakseen jotain tehtyä. Tämä ei ole optimaalista: käyttäjän on tehtävä raskas työ kääntääkseen tavoitteensa oikeiksi ketjun toimiksi. Käyttäjät ilmoittavat tavoitteensa, ja erikoistuneet ratkaisijamarkkinat löytävät ja toteuttavat optimaaliset Onchain-toiminnot. tämä on kaikki, mitä ratkaisijoilla on, joten nämä ratkaisijamarkkinat ovat varsin tehokkaita; mikä johtaa parempaan toteutukseen ja pienempiin loppukäyttäjien yleiskustannuksiin. Tekoäly näyttää nykyään paljon ennalta aietulta lohkoketjun UX:ltä. Nykyään tekoälyn käyttö edellyttää, että käyttäjä kartoittaa olemassa olevien mallien maisemaa ja päättää, mikä malli on paras hänen annettuun tavoitteeseensa. Kutsumme tätä AI UX:n makua "mallikeskeiseksi tekoälyksi". Mallikoordinaatioverkostot, kuten @alloranetwork, vievät meidät uuteen paradigmaan tekoälyn käyttökokemuksessa: tavoitekeskeiseen tekoälyyn. Mallin valitsemisen sijaan loppukäyttäjät vain määrittelevät tavoitteensa ja miltä näyttää hyvän työn tekeminen tavoitteen saavuttamiseksi. Verkosto koordinoi monia malleja tämän tavoitteen ympärille, pisteyttää niiden tuotokset ja palauttaa älykkäästi painotetun aggregaatin, joka perustuu parhaisiin panoksiin. Tämä siirtää mallien löytämisen ja yhdistämisen markkinoille, jotka on rakennettu erityisesti tätä varten, mikä vähentää loppukäyttäjien taakkaa ja parantaa tuloksia. Hajautetut verkot ovat erinomaisia luomaan tiukkoja ja tehokkaita markkinoita resurssien tarjoamiseen. Mallien koordinointiverkostot soveltavat sitä parhaan koneälyn tehokkaaseen tarjoamiseen. Tekoälyn käyttökokemuksen tulevaisuus on tavoitekeskeinen.