Jeg tror en av de mest nyttige måtene å tenke på @alloranetwork er gjennom linsen «intensjoner». På blokkjeder er transaksjoner eksplisitte funksjonskall og tilstandsoverganger brukeren må spesifisere for å få noe gjort. Dette er ikke optimalt: brukeren må gjøre det tunge løftet med å oversette målet sitt til de riktige onchain-handlingene. Med intensjoner oppgir brukerne målet sitt, og spesialiserte problemløsermarkeder oppdager og utfører det optimale settet med onchain-handlinger. Dette er alt løsere har i oppgave å gjøre, så disse løsningsmarkedene er ganske effektive; noe som resulterer i bedre utførelse og mindre faste kostnader som bæres av sluttbrukerne. AI i dag ser mye ut som pre-intent blockchain ux. I dag innebærer bruk av AI at brukeren gjør det tunge løftet med å kartlegge landskapet av modeller som eksisterer og bestemme hvilken modell som er best for deres gitte mål. Vi kaller denne smaken av AI UX, "modellsentrisk AI." Modellkoordineringsnettverk, som @alloranetwork, flytter oss til et nytt paradigme innen AI UX: Objective-Centric AI. I stedet for å velge en modell, spesifiserer sluttbrukere bare målet sitt og hvordan det ser ut å gjøre en god jobb med å nå dette målet. Nettverket koordinerer mange modeller rundt dette målet, scorer resultatene deres og returnerer et intelligent vektet aggregat som trekker fra de beste bidragene. Dette avlaster modelloppdagelse og aggregering til et marked bygget spesielt for det, og reduserer byrden på sluttbrukere samtidig som resultatene forbedres. Desentraliserte nettverk er gode til å instantiere tette, effektive markeder for klargjøring av ressurser. Modellkoordineringsnettverk bruker dette for å effektivt klargjøre den beste maskinintelligensen. Fremtiden til AI UX er målsentrert.