狙っているPrizeの担当者への壁打ち

[mashharuki]

狙っているPrizeの担当者へ DMし、このアイディアについての簡単なフィードバックを得る。

[mashharuki]

blocklessの担当者から連絡があった！

[mashharuki]

とりあえず、 blocklessの担当者に今のアイディアをぶつけてみた！！

[mashharuki]

layerzeroやChainlinlk, galadrielの担当者にDMを送ってみました！！

[mashharuki]

Galarielの人から返信返ってきた！！！！

First thoughts: by making transactions more understandable for everyone, you're tackling one of the biggest hurdles in blockchain adoption - complexity and transparency. This can significantly enhance user trust and confidence in blockchain applications. 

Leveraging AI to analyze and present transaction data can make your product highly versatile and scalable, allowing it to adapt to various types of transactions across different chains. But this can also create a lot of mislabeling. I am sure you have a plan how to solve this! Are you using a mix of algorithmic and AI to label transactions? 

The focus on cross-chain interoperability is timely, considering the growing importance of multi-chain ecosystems! Good idea!

Somehow you need to ensure that your AI model (if you also use off-chain models) is trained on accurate and relevant data sources - this is the log goal. But ofr starters you can use Galadriel's teeML to access verified AI inference, and later on with our testnet coming up node runners can host private models if needed. 

I am sure that the BE is complex, but if you find a way to make the UI intuituve and user-frindly it will be a hit!
How do you plan to differentiate between types of transactions in your visualizations?
Overall, this has strong potential to make blockchain more trustworthy, especially as Web3 continue to evolve so rapidly.

日本語訳

最初の感想: 取引を誰にでもわかりやすくすることで、ブロックチェーンの普及を妨げている最大の課題の一つである複雑さと透明性の問題に取り組んでいますね。これにより、ブロックチェーンアプリケーションに対するユーザーの信頼と安心感が大幅に向上する可能性があります。

取引データを分析して提示するためにAIを活用することで、製品の汎用性と拡張性が大幅に向上し、さまざまなチェーン上のさまざまな種類の取引に適応できるようになります。しかし、これにより誤ったラベリングが大量に発生する可能性もあります。その点についての解決策をお持ちだと思いますが、取引のラベリングにはアルゴリズムとAIの両方を使用する予定ですか？

マルチチェーンエコシステムの重要性が増していることを考えると、クロスチェーンの相互運用性に焦点を当てるのはタイムリーです！良いアイデアです！

オフチェーンモデルも使用する場合、AIモデルが正確で関連性のあるデータソースでトレーニングされていることを確認する必要がありますね。これは最終目標です。ただ、最初はGaladrielのteeMLを使って検証済みのAI推論にアクセスし、後々テストネットが立ち上がる際にノードランナーが必要に応じてプライベートモデルをホストできるようにするのも良いでしょう。

バックエンドは複雑だと思いますが、UIが直感的で使いやすいものになれば、ヒットするでしょう！ビジュアライゼーションで取引の種類をどのように区別する計画ですか？

全体的に見て、これはブロックチェーンをより信頼性の高いものにする可能性があり、特にWeb3が急速に進化している現在では重要です。

なんとかいい形で返信出したい・・

以下のように返答

Thank you very much for your detailed response! Your feedback was incredibly helpful!

First, I'd like to answer your question about how we plan to differentiate between types of transactions.

We are considering using color-coding as a simple method to distinguish between them.

For example, simple transactions could be marked in red, while cross-chain transactions could be marked in blue. We believe this approach will make it easier to understand at a glance.

We believe that ideally, both algorithms and AI should be used for transaction labeling, but for the hackathon, we are considering using AI only.

It would be great if we could also detect incorrect or fraudulent transactions!

For transactions that are likely to fail, we think it would be best to simulate the transaction execution in advance and label them accordingly.

For fraudulent transactions, we believe labeling should be based on user reports and transaction data from known incidents. (It might also be a good idea to manage fraudulent transactions separately as a blacklist.)

[mashharuki]

・これにより誤ったラベリングが大量に発生する可能性もあります。 ⇨ これに対応するにはどうしたら良いか？？

eth2vecが役立つのでは？？

https://github.com/fseclab-osaka/eth2vec/blob/main/images/overview_Eth2Vec.png

[mashharuki]

rootStackの人からも好意的な反応あり！！

[mashharuki]

一旦ここまでにします！！！