JP2024025743A - ブロックチェーンスマートコントラクトのための信頼できる事実に基づいたサービス - Google Patents

ブロックチェーンスマートコントラクトのための信頼できる事実に基づいたサービス Download PDF

Info

Publication number
JP2024025743A
JP2024025743A JP2023130347A JP2023130347A JP2024025743A JP 2024025743 A JP2024025743 A JP 2024025743A JP 2023130347 A JP2023130347 A JP 2023130347A JP 2023130347 A JP2023130347 A JP 2023130347A JP 2024025743 A JP2024025743 A JP 2024025743A
Authority
JP
Japan
Prior art keywords
blockchain
data
computing system
query
triggering event
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2023130347A
Other languages
English (en)
Inventor
イブラヒム・バドル
Badr Ibrahim
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of JP2024025743A publication Critical patent/JP2024025743A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G06F16/2448—Query languages for particular applications; for extensibility, e.g. user defined types
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G06F16/24565—Triggers; Constraints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/098—Distributed learning, e.g. federated learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/56—Financial cryptography, e.g. electronic payment or e-cash

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Neurology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】トリガイベントを決定するためにブロックチェーンデータを処理することを含み得る、トリガイベントを決定するためのシステムおよび方法を提供すること。【解決手段】クエリを決定するために、トリガイベントに関連付けられるデータを処理することができる。次いで、データベースを再帰的に検索して、発生するトリガイベントを記述しているデータを探すために、クエリを利用することができる。次いで、結果として生じるアクションが実行されるように指示するために、通知を提供することができる。【選択図】図2

Description

関連出願
本出願は、2022年8月10日に出願された米国特許仮出願第63/396,723号の優先権および利益を主張する。米国特許仮出願第63/396,723号は、その全体が参照により本明細書に組み込まれる。
本開示は、一般に、ブロックチェーンスマートコントラクトのための信頼できる事実に基づくサービスを提供することに関する。より具体的には、本開示は、ブロックチェーンデータを取得することと、ブロックチェーンデータに基づいてスマートコントラクトのトリガイベントを決定することと、トリガイベントが発生したと決定することと、トリガイベントの決定に基づいて結果のアクションを実行するための命令を提供することとに関する。
ブロックチェーンは、特定の発生を条件とすることができるスマートコントラクトを含むことができる。これらのスマートコントラクトの動作は、確実な信頼できる事実ソースが必要となる場合がある。信頼できるソースは限られている、および/または信頼性に欠ける場合がある。さらに、スマートコントラクトは、複数の異なるトピックに関連付けられる複数の異なるトリガイベントに向けられ得る。
本開示の実施形態の態様および利点は、以下の説明に部分的に記載されるか、説明から知ることができるか、または実施形態の実践を通じて知ることができる。
本開示の1つの例示的な態様は、トリガイベントの決定のためのコンピューティングシステムを対象とする。本システムは、1つまたは複数のプロセッサと、1つまたは複数のプロセッサによって実行されると、コンピューティングシステムに動作を実行させる命令を集合的に記憶する1つまたは複数の非一時的コンピュータ可読媒体とを含むことができる。本動作は、ブロックチェーンからブロックチェーンデータを取得することを含むことができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。本動作は、トリガイベントを決定するためにブロックチェーンデータを処理することを含むことができる。トリガイベントは、複数の知識グラフのうちの1つまたは複数の特定の知識グラフに関連付けることができる。本動作は、トリガイベントに基づいてクエリを生成することを含むことができる。クエリは1つまたは複数の特定の知識グラフに関連付けることができる。本動作は、クエリに基づいてトリガイベントが発生したと決定することを含むことができる。本動作は、ブロックチェーンコンピューティングシステムに通知を伝送することを含むことができる。いくつかの実装形態では、ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本開示の別の例示的な態様は、トリガイベントを決定するためのコンピュータ実装方法を対象とする。本方法は、1つまたは複数のプロセッサを含むコンピューティングシステムによって、ブロックチェーンからブロックチェーンデータを取得するステップを含むことができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。本方法は、コンピューティングシステムによって、トリガイベントを決定するためにブロックチェーンデータを処理するステップを含むことができる。本方法は、コンピューティングシステムによって、トリガイベントに基づいてクエリを生成するステップを含むことができる。本方法は、コンピューティングシステムによって、クエリを用いて知識データベースを再帰的に検索するステップを含むことができる。本方法は、コンピューティングシステムによって、クエリおよび知識データベースに基づいてトリガイベントが発生したと決定するステップを含むことができる。本方法は、コンピューティングシステムによって、ブロックチェーンコンピューティングシステムに通知を伝送するステップを含むことができる。いくつかの実装形態では、ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本開示の別の例示的な態様は、1つまたは複数のコンピューティングデバイスによって実行されると、1つまたは複数のコンピューティングデバイスに動作を実行させる命令を集合的に記憶する1つまたは複数の非一時的コンピュータ可読媒体を対象とする。本動作は、ブロックチェーンからブロックチェーンデータを取得することを含むことができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。本動作は、トリガイベントを決定するためにブロックチェーンデータを処理することを含むことができる。トリガイベントは、1つまたは複数のエンティティに関連付けることができる。本動作は、トリガイベントに基づいてクエリを生成することを含むことができる。いくつかの実装形態では、クエリは1つまたは複数のエンティティに関連付けることができる。本動作は、クエリを用いて検索エンジンに再帰的にクエリを実行することに基づいて、トリガイベントが発生したと決定することを含むことができる。本動作は、ブロックチェーンコンピューティングシステムに通知を伝送することを含むことができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本開示の他の態様は、様々なシステム、装置、非一時的コンピュータ可読媒体、ユーザインターフェース、および電子デバイスを対象とする。
本開示の様々な実施形態のこれらおよび他の特徴、態様、および利点は、以下の説明および添付の特許請求の範囲を参照することにより、よりよく理解されるであろう。本明細書に組み込まれ、その一部を構成する添付の図面は、本開示の例示的な実施形態を示しており、説明とともに関連する原理を説明するために役立つ。
当業者を対象とした実施形態の詳細な説明は、添付の図面を参照して本明細書に記載されている。
本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングシステムのブロック図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングデバイスのブロック図である。 本開示の例示的な実施形態による、例示的なトリガイベント決定システムのブロック図である。 本開示の例示的な実施形態による、例示的なクエリ生成システムのブロック図である。 本開示の例示的な実施形態による、例示的なトリガイベント決定システムのブロック図である。 本開示の例示的な実施形態による、例示的なスマートコントラクトオラクルシステムのブロック図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的な方法のフローチャート図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的な方法のフローチャート図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的な方法のフローチャート図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングシステムのブロック図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングデバイスのブロック図である。 本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングシステムのブロック図である。
複数の図にわたって繰り返される参照番号は、様々な実装形態において同じ特徴を識別することを意図している。
一般に、本開示は、スマートコントラクトトリガイベント決定のためのシステムおよび方法を対象とする。特に、本明細書に開示されるシステムおよび方法は、トリガイベントが発生したと決定するために、クエリ生成および再帰的検索を活用することができる。本明細書に開示されるシステムおよび方法は、スマートコントラクトのトリガイベントが発生した、および/または発生しつつあると決定するために、知識データベース、検索エンジン、および/または複数の知識グラフを利用することができる。たとえば、ブロックチェーンスマートコントラクト用のオラクルシステムを有効にし、検索システムがスマートコントラクトのトリガイベントに関連付けられる1つまたは複数の要素に関する情報を検索できるように、検索システムを利用することができる。いくつかの実装形態では、検索システムは、特定のソースを優先することができる(たとえば、検索システムは、決定されたソースの信頼性に基づいて検索結果に重みを付けることができる)。システムおよび方法は、トリガイベントが発生したと決定するために、単語の定義、ウェブ回答、地理データ、映画のライブフィード、および/またはスポーツイベントのライブフィードを処理し得る。
たとえば、本システムおよび方法は、ブロックチェーンからブロックチェーンデータを取得することを含むことができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。トリガイベントを決定するために、ブロックチェーンデータを処理することができる。トリガイベントは、複数の知識グラフのうちの1つまたは複数の特定の知識グラフに関連付けることができる。本システムおよび方法は、トリガイベントに基づいてクエリを生成することを含むができる。いくつかの実装形態では、クエリは1つまたは複数の特定の知識グラフに関連付けることができる。本システムおよび方法は、クエリに基づいてトリガイベントが発生したと決定することができる。通知はブロックチェーンコンピューティングシステムに伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本システムおよび方法は、ブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、ブロックチェーンデータはブロックチェーンノードを介して取得することができる。スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。いくつかの実装形態では、結果として生じるアクションは、特定のユーザにペイロードを提供することを含むことができる。ペイロードは、代替不可能なトークン(たとえば、デジタルリソースに関連付けられる代替不可能なトークン)および/または暗号通貨を含むことができる。結果として生じるアクションは、特定の対話(たとえば、更新アクション、トランザクションアクション、および/またはメッセージ対話)を実行するために、アプリケーションプログラミングインターフェースを実装することを含み得る。トリガイベントは、スポーツイベントの特定の結果(たとえば、特定のチームの勝利、特定の選手の統計ライン、特定のプレー、および/または特定の合計ポイント)を含み得る。代替的におよび/または追加的に、トリガイベントは、発生する特定の気象現象(たとえば、雨の発生、高温、低温、嵐の発生、および/または降水のタイプ)を含み得る。いくつかの実装形態では、トリガイベントは、発生する特定の位置ベースのイベント(たとえば、交通イベント、人口イベント、投票結果イベント、雇用イベント、法律制定イベント、および/または地域の社会イベント)を含むことができる。トリガイベントは、クエリしきい値が満たされることを含み得る。たとえば、しきい値は、クエリの総量、所与の期間におけるクエリの総量、位置ベースの時間量、および/または特定のユーザクエリ量であってもよい。
トリガイベントを決定するために、ブロックチェーンデータを処理することができる。トリガイベントは、複数の知識グラフのうちの1つまたは複数の特定の知識グラフ(たとえば、1つまたは複数のエンティティ(たとえば、オブジェクト、人、イベント、タスク、状況、および/または概念)に関連付けられる知識グラフ)に関連付けることができる。いくつかの実装形態では、1つまたは複数の特定の知識グラフは、特定のスポーツに関連付けられるスポーツ知識グラフを含むことができる。スポーツイベントは、特定のスポーツに関連付けられ得る。代替的におよび/または追加的に、1つまたは複数の特定の知識グラフは、特定の気象タイプに関連付けられる気象知識グラフを含むことができる。1つまたは複数の特定の知識グラフは、特定の位置に関連付けられる位置知識グラフを含むことができる。トリガイベントを決定することは、スマートコントラクトに関連付けられるブロックチェーンデータのサブセットを識別することを含むことができる。トリガイベントデータと結果として生じるアクションデータを識別するために、スマートコントラクトに関連付けられるブロックチェーンデータのサブセットを処理することができる。次いで、トリガイベントデータの意味論的な意図を決定するために、トリガイベントデータを1つまたは複数の機械学習モデルによって処理することができる。トリガイベントは、スマートコントラクトに関連付けられるif句であり得る。結果として生じるアクションは、スマートコントラクトに関連付けられるthen句にすることができる。トリガベントデータを決定するために、データの構造が利用され得る。
トリガイベントに基づいてクエリを生成することができる。クエリは1つまたは複数の特定の知識グラフに関連付けることができる。クエリは、1つまたは複数の特定の知識グラフに関連付けられる1つまたは複数の用語を含むことができる。追加的におよび/または代替的に、クエリは、トリガイベントの意味論的な意図に関連付けられる1つまたは複数の用語を含むことができる。クエリは、テキストデータ、画像データ、潜在エンコーディングデータ、オーディオデータ、および/またはビデオデータを含むことができる。クエリは、決定論的関数に基づいて、および/またはヒューリスティックに基づいて生成され得る。代替的におよび/または追加的に、クエリは1つまたは複数の機械学習モデルを使用して生成され得る。1つまたは複数の機械学習モデルは、自然言語処理モデル(たとえば、大規模な事前トレーニング済み言語モデル)、セグメンテーションモデル、拡張モデル、画像処理モデル、オーディオ処理モデル、ビデオ処理モデル、および/または潜在エンコーディング処理モデルを含むことができる。いくつかの実装形態では、クエリ生成は、トリガイベントに関連付けられる1つまたは複数のラベルを決定すること、および1つまたは複数のラベルを利用することを含むことができる。
本システムおよび方法は、クエリに基づいてトリガイベントが発生したと決定することができる。いくつかの実装形態では、クエリは、あらかじめ定められた間隔で再帰的に検索エンジンに提供することができる。代替的におよび/または追加的に、間隔は機械学習されてもよく、および/または1つまたは複数の変数に基づいて変動してもよい。いくつかの実装形態では、データベースを検索するためにクエリが利用され得る。データベースは、知識グラフに基づいて決定することができ、トリガイベントに事前に関連付けられてよく、決定された意味論的な意図に基づいて決定されてよく、および/または特定のトピックに関連付けられる信頼できるソースのデータベースであってもよい。
いくつかの実装形態では、クエリに基づいてトリガイベントが発生したと決定することは、検索エンジンにクエリを提供することと、検索エンジンから検索結果データを取得することと、検索結果データに基づいてトリガイベントが発生したと決定することとを含むことができる。検索結果データは、検索結果データが特定の結果を記述しているかどうかを決定するために処理され得る。その特定の結果がトリガイベントであるかどうかを決定するために、特定の結果を処理することができる。いくつかの実装形態では、特定の結果決定の信頼レベルを決定するために、検索結果データを処理することができる。検索結果データは、複数の情報ソースから取得された情報を記述しているものとすることができる。特定のソースのそれぞれの情報は、トピックとの関連性、検索結果のランキング、および/またはソースの決定された信頼性に基づいて、異なる重み付けをされてもよい。
代替的におよび/または追加的に、クエリに基づいてトリガイベントが発生したと決定することは、トレンドトピックがクエリに関連付けられていると決定することと、トレンドトピックが発生するトリガイベントを記述しているものであると決定することとを含むことができる。トレンドトピックは、災害トピック(たとえば、ハリケーンまたは山火事)、メディアコンテンツアイテムのトピック(たとえば、映画、曲、アルバム、画像、および/またはGIF)、株式トピック、スポーツチームのトピック、および/または特定のエンティティのトピックと関連付けることができる。
通知はブロックチェーンコンピューティングシステムに伝送することができる。通知は、決定されたトリガイベントに基づいて生成され得る。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示し得る。いくつかの実装形態では、通知は、アプリケーションプログラミングインターフェースを介してブロックチェーンコンピューティングシステムに伝送され得る。通知は、ブロックチェーンを用いてオラクルシステムを検証するための1つまたは複数のキーに関連付けることができる。通知は、1つまたは複数の行の実行可能コード、プルーフオブワーク、ハッシュ関数、および/または証拠データを含むことができる。
いくつかの実装形態では、本システムおよび方法は、トリガイベントの発生に関連付けられるデータをブロックチェーンにエンコードすることを含むことができる。たとえば、1つまたは複数のポインタをブロックチェーンに埋め込むことができる。1つまたは複数のポインタは、ユーザをトリガイベント発生の証拠(たとえば、信頼できるソースのユニフォームリソースロケータアドレス)に導くことができる。
知識データベースを再帰的に検索し、トリガイベントが発生したと決定するために、クエリが利用され得る。本システムおよび方法は、ブロックチェーンからブロックチェーンデータを取得することを含むことができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。トリガイベントを決定するために、ブロックチェーンデータを処理することができる。トリガイベントに基づいてクエリを生成することができる。本システムおよび方法は、クエリを用いて知識データベースを再帰的に検索するステップを含むことができる。トリガイベントは、クエリと知識データベースに基づいて発生したと決定することができる。本システムおよび方法は、ブロックチェーンコンピューティングシステムに通知を伝送するステップを含むことができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。通知は、発生したトリガイベントを記述しているものとすることができる。いくつかの実装形態では、通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本システムおよび方法は、ブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。スマートコントラクトは、トリガイベントが発生したと決定されたことに応答して結果として生じるアクションを実行させることを含むことができる。スマートコントラクトは、if-then関数を記述しているものとすることができる。if句をトリガイベントにすることができ、結果として生じるアクションをthen句にすることができる。トリガイベントは、イベントの結果を含むことができる。結果として生じるアクションは、デジタルリソースおよび/または暗号通貨の転送を含むことができる。いくつかの実装形態では、結果として生じるアクションは、アプリケーションプログラミングインターフェースに、特定のウェブプラットフォームと対話させることを含むことができる。代替的におよび/または追加的に、結果として生じるアクションは、追加のスマートコントラクトを生成することと、そのスマートコントラクトをブロックチェーンに埋め込むこととを含むことができる。
トリガイベントを決定するために、ブロックチェーンデータを処理することができる。トリガイベントを決定することは、ブロックチェーンデータのサブセットがスマートコントラクトに関連付けられるデータを含むと決定することを含むことができる。この決定は、スマートコントラクト用の1つまたは複数の標準および/または1つまたは複数のプロトコルに基づいて行うことができる。いくつかの実装形態では、決定はデータ構造に基づいて行われてもよい。追加的におよび/または代替的に、ブロックチェーンデータは復号化され、データの平易な英語の翻訳を生成するために処理されてよく、平易な英語の翻訳は、トリガイベントを識別するために自然言語処理モデルによって処理することができる。
トリガイベントに基づいてクエリを生成することができる。クエリは、復号化されたトリガイベント内の1つまたは複数のキーワードの識別に基づいて生成することができる。次いで、1つまたは複数のキーワードをクエリにおいて使用することができる。いくつかの実装形態では、1つまたは複数のキーワードに基づいて1つまたは複数のラベルを決定することができ、クエリを生成するために1つまたは複数のラベルを利用することができる。
本システムおよび方法は、クエリを用いて知識データベースを再帰的に検索することができる。再帰的検索は、等間隔、変動間隔、および/または追加の検索インスタンスによって等間隔が補完され得るような間隔のハイブリッドセットにおいて行うことができる。知識データベースは1つまたは複数のソースに関連付けることができる。1つまたは複数のソースは、トピック固有の信頼できるソースであってよく、様々なレベルの権限を有し得る。
いくつかの実装形態では、本システムおよび方法は、トリガイベントが特定のトピックに関連付けられていると決定することができる。知識データベースは、特定のトピックに関連付けられるデータを含むことができる。知識データベースは、トリガイベントに関連付けられる1つまたは複数の特定の知識グラフに基づいて決定することができる。
追加的におよび/または代替的に、クエリを用いて知識データベースを再帰的に検索することにより、複数の検索結果データセットを生成することができる。各検索結果データセットは、検索のそれぞれの異なるインスタンスに関連付けられ得る。いくつかの実装形態では、本システムおよび方法は、複数の検索結果データセットのうちの1つまたは複数の検索結果データセットに基づいて、トリガイベントが発生したと決定することができる。
次いで、トリガイベントは、クエリと知識データベースに基づいて発生したと決定することができる。この決定は、知識データベースの再帰的検索に関連付けられる検索結果データを取得することを含むことができる。検索結果データが発生するトリガイベントを記述しているかどうかを決定するために、検索結果データを処理することができる。
通知はブロックチェーンコンピューティングシステムに伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
追加的におよび/または代替的に、クエリは、トリガイベントに関連付けられるエンティティに基づいて生成され得る。たとえば、本システムおよび方法は、ブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。本システムおよび方法は、トリガイベントを決定するためにブロックチェーンデータを処理することができる。トリガイベントは、1つまたは複数のエンティティに関連付けることができる。トリガイベントに基づいてクエリを生成することができる。クエリは1つまたは複数のエンティティに関連付けることができる。クエリを用いて検索エンジンに再帰的にクエリを実行することに基づいて、トリガイベントが発生したと決定することができる。いくつかの実装形態では、本システムおよび方法は、ブロックチェーンコンピューティングシステムに通知を伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示し得る。
ブロックチェーンデータはブロックチェーンから取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。トリガイベントは、特定のブロックチェーンアクションを含むことができる。特定のブロックチェーンアクションは、特定のユーザおよび特定のブロックチェーントランザクションに関連付けることができる。いくつかの実装形態では、結果として生じるアクションは、デジタルリソースを特定のユーザに転送することを含むことができる。トリガイベントは、特定の代替不可能なトークンに関連付けられるトランザクションアクションを含むことができる。結果として生じるアクションは、別の代替不可能なトークンに関連付けられるトランザクションアクションを含むことができる。
本システムおよび方法は、トリガイベントを決定するためにブロックチェーンデータを処理することができる。トリガイベントは、1つまたは複数のエンティティに関連付けることができる。いくつかの実装形態では、1つまたは複数のエンティティは、スポーツチーム、パフォーマ、政治家、アスリート、および/または制作会社を含むことができる。1つまたは複数のエンティティは、ブロックチェーンデータを処理することによって決定され得る。
トリガイベントに基づいてクエリを生成することができる。クエリは1つまたは複数のエンティティに関連付けることができる。クエリは、1つまたは複数のエンティティに関連付けられる1つまたは複数の記述子を含み得る。クエリは、特定のイベントタイプに関連するブール用語および/あるいは1つまたは複数の単語を含み得る。
いくつかの実装形態では、クエリを生成することは、トリガイベントの意味論的な意図(たとえば、トリガイベントの意味は、スポーツイベントの結果、気象現象のタイプ、および/またはブロックチェーントランザクションに関連付けることができる)を決定するために機械学習言語モデルを用いてブロックチェーンデータを処理することと、意味論的な意図に基づいてクエリを生成することとを含むことができる。
本システムおよび方法は、クエリを用いて検索エンジンに再帰的にクエリを実行することに基づいて、トリガイベントが発生したと決定することができる。検索エンジンは、一般的な検索エンジン、トピック固有の検索エンジン、学術論文検索エンジン、画像検索エンジン、および/または信頼できるソース検索エンジン(たとえば、信頼できるソースおよびそれらのそれぞれのコンテンツを識別する検索エンジン)であり得る。検索エンジンは1つまたは複数の知識グラフを活用し得る。
本システムおよび方法は、ブロックチェーンコンピューティングシステムに通知を伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。通知は、発生したトリガイベントを記述しているものとすることができる。いくつかの実装形態では、通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
本システムおよび方法は、スマートコントラクトのオラクルとして利用することができる(たとえば、トリガイベントを決定することができ、それによって結果として生じるアクションが実行されるようにすることができる)。たとえば、トリガイベントは、地理データに基づいて決定される災害イベントとすることができ、複数のユーザに提供される通知を指示するためにこれを利用することができる。代替的におよび/または追加的に、トリガイベントは、ユーザによって入力されたスポーツベットに関連付けられるスポーツ結果を含むことができ、これはスポーツデータベースにクエリを実行することによって、および/あるいはライブストリームまたはフィードに基づいて決定することができる。いくつかの実装形態では、トリガイベントは気象現象に関連付けることができ、気象現象は、気象ベットの支払いをトリガするために、信頼できる気象リソースから取得したデータに基づいて決定することができる。トリガイベントは、クエリしきい値が満たされることに関連付けられ得る。いくつかの実装形態では、トリガイベントは、特定のトピックトレンドに関連付けられ得る。
いくつかの実装形態では、本明細書に開示されるシステムおよび方法は、ワールドトリガ、ならびに/あるいは1つまたは複数のワールドトリガに関連付けられる1つまたは複数のアプリケーションプログラミングインターフェースを利用することができる。本システムおよび方法は、トリガイベントが発生したと決定するために、知識グラフマッピングを利用することができる。トリガイベントの決定は、ウェブクロールを介して複数のウェブサイトをチェックすることを含むことができる。チェックは、特定のウェブリソースに対するあらかじめ定められた間隔の検索に基づいて決定的であり得る。代替的におよび/または追加的に、チェックは1つまたは複数の機械学習パラメータに基づいて行われる場合がある。
データのソースは、高い信頼スコアに基づくソースの信頼性に基づいて決定され得る。いくつかの実装形態では、ソースは、検索エンジン、ブラウザアプリケーション、仮想アシスタントアプリケーション、ソーシャルメディアプラットフォーム、および/またはサービスとしてのプラットフォームによって取得される特殊な情報であってもよい。
いくつかの実装形態では、本システムおよび方法は、ブロックチェーン上に広告データを記憶することを含むことができる。広告データは、テキストデータ、画像データ、ビデオデータ、潜在エンコーディングデータ、および/またはオーディオデータを含むことができる。広告データは、広告に利用されるコンテンツアイテムを含むことができる。追加的におよび/または代替的に、広告データは、広告を提供するためのパラメータ、広告主に関連付けられるデータ、および/または広告のメタデータを含むことができる。本システムおよび方法は、インプレッションが発生したと決定し、そのインプレッションを記述しているデータをブロックチェーンに記憶し得る。インプレッションはブロックチェーンに埋め込まれ得る。次いで、スマートコントラクトのトリガイベントが満たされたかどうかを決定するために、インプレッションを利用することができる。
本開示のシステムおよび方法は、多くの技術的効果および利点を提供する。一例として、本システムおよび方法は、ブロックチェーンスマートコントラクトのための信頼できる事実に基づくサービスを提供するためのシステムおよび方法を提供することができる。たとえば、本明細書に開示されるシステムおよび方法は、トリガイベントが発生したと決定するために、複数の知識グラフおよび/または検索エンジンを活用することができ、スマートコントラクトは、トリガイベントの発生に応答して結果として生じるアクションが実行されることを示す。
本開示のシステムおよび方法の別の技術的利点は、トリガイベントに基づいてクエリを生成して、トリガイベントに関連付けられるデータを再帰的に検索するために、機械学習モデルを活用できることである。たとえば、本明細書に開示されるシステムおよび方法は、トリガイベントの意味論的な意図を決定するために、機械学習モデルを用いてブロックチェーンデータを処理することができる。次いで、トリガイベントに関連付けられるクエリを生成するために、意味論的な意図を利用することができる。次いで、トリガイベントの発生を再帰的に検索するために、クエリを利用することができる。
技術的な効果および利点の別の例は、計算効率の向上およびコンピューティングシステムの機能の改善に関するものである。たとえば、本明細書に開示されるシステムおよび方法は、新しいデータベースを生成する必要なく、トリガイベントが発生したと決定するために、検索システムを活用することができる。
ここで図面を参照して、本開示の例示的な実施形態をさらに詳細に説明する。
例示的なデバイスおよびシステム
図1Aは、本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングシステム100のブロック図を示している。システム100は、ネットワーク180を介して通信可能に結合されたユーザコンピューティングシステム130、サーバコンピューティングシステム110、クリエータコンピューティングシステム150、およびブロックチェーンコンピューティングシステム170を含む。
ユーザコンピューティングシステム130は、たとえば、パーソナルコンピューティングデバイス(たとえば、ラップトップまたはデスクトップ)、モバイルコンピューティングデバイス(たとえば、スマートフォンまたはタブレット)、ゲームコンソールまたはコントローラ、ウェアラブルコンピューティングデバイス、組込みコンピューティングデバイス、または任意の他のタイプのコンピューティングデバイスなどの、任意のタイプのコンピューティングデバイスであり得る。
ユーザコンピューティングシステム130は、1つまたは複数のプロセッサ132およびメモリ134を含む。1つまたは複数のプロセッサ132は、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリ134は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリ134は、ユーザコンピューティングシステム130に動作を実行させるためにプロセッサ132によって実行されるデータ136および命令138を記憶することができる。
ユーザコンピューティングシステム130はまた、ユーザ入力を受信する1つまたは複数のユーザ入力コンポーネントを含むことができる。たとえば、ユーザ入力コンポーネントは、ユーザ入力オブジェクト(たとえば、指またはスタイラス)のタッチを感知するタッチ感知コンポーネント(たとえば、タッチ感知ディスプレイ画面またはタッチパッド)であり得る。タッチ感知コンポーネントは、仮想キーボードを実装するために機能することができる。他のユーザ入力コンポーネントの例は、マイクロフォン、従来のキーボード、またはユーザがユーザ入力を提供できる他の手段を含む。
サーバコンピューティングシステム110は、1つまたは複数のプロセッサ112およびメモリ114を含む。1つまたは複数のプロセッサ112は、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリ114は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリ114は、サーバコンピューティングシステム110に動作を実行させるためにプロセッサ112によって実行されるデータ118および命令116を記憶することができる。
いくつかの実装形態では、サーバコンピューティングシステム110は、1つまたは複数のサーバコンピューティングデバイスを含むか、またはそれによって実装される。サーバコンピューティングシステム110が複数のサーバコンピューティングデバイスを含む場合、そのようなサーバコンピューティングデバイスは、逐次コンピューティングアーキテクチャ、並列コンピューティングアーキテクチャ、またはそれらの組合せに従って動作することができる。
ブロックチェーンコンピューティングシステム170は、1つまたは複数のプロセッサおよびメモリを含む。1つまたは複数のプロセッサは、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリは、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリは、ブロックチェーンコンピューティングシステム170に動作を実行させるためにプロセッサによって実行されるデータおよび命令を記憶することができる。いくつかの実装形態では、ブロックチェーンコンピューティングシステム170は、1つまたは複数のサーバコンピューティングデバイスを含むか、またはそれによって実装される。
ネットワーク180は、ローカルエリアネットワーク(たとえば、イントラネット)、ワイドエリアネットワーク(たとえば、インターネット)、またはそれらの何らかの組合せなどの任意のタイプの通信ネットワークであり得、任意の数のワイヤードまたはワイヤレスリンクを含むことができる。一般に、ネットワーク180を介する通信は、様々な通信プロトコル(たとえば、TCP/IP、HTTP、SMTP、FTP)、エンコーディングまたはフォーマット(たとえば、HTML、XML)、および/または保護スキーム(たとえば、VPN、セキュアHTTP、SSL)を使用して、任意のタイプのワイヤードおよび/またはワイヤレス接続を介して搬送することができる。
コンピューティングシステム100は、多数のアプリケーション(たとえば、アプリケーション1からN)を含むことができる。各アプリケーションは、中央のインテリジェンス層と通信することができる。アプリケーションの例は、テキストメッセージングアプリケーション、電子メールアプリケーション、ディクテーションアプリケーション、仮想キーボードアプリケーション、ブラウザアプリケーションなどを含むことができる。いくつかの実装形態では、各アプリケーションは、API(たとえば、すべてのアプリケーションにわたる共通のAPI)を使用して、中央インテリジェンス層(およびそこに記憶されたモデル)と通信することができる。
中央インテリジェンス層は、中央デバイスデータ層と通信することができる。中央デバイスデータ層は、コンピューティングシステム100のためのデータの集中リポジトリであり得る。いくつかの実装形態では、中央デバイスデータ層は、たとえば、1つまたは複数のセンサ、コンテキストマネージャ、デバイス状態コンポーネント、および/または追加のコンポーネントなど、コンピューティングデバイスの多くの他のコンポーネントと通信することができる。いくつかの実装形態では、中央デバイスデータ層は、API(たとえば、プライベートAPI)を使用して各デバイスコンポーネントと通信することができる。
追加的におよび/または代替的に、図1Aは、本開示の態様によるブロックチェーンスマートコントラクトのための信頼できる事実に基づくサービスを実装するために使用することができる例示的なコンピューティングシステム100を示している。システム100は、ネットワーク180を介して1つまたは複数のユーザコンピューティングシステム130と通信するサーバ110を含むユーザサーバアーキテクチャを有する。しかしながら、本開示は、ネットワーク180を介して通信する任意の数のコンピューティングシステムを含むことができる他の適切なアーキテクチャを使用して実装することができる。
システム100は、たとえばウェブサーバなどのサーバ110を含む。サーバ110は、並列コンピューティングシステムおよび/または分散コンピューティングシステムとして実装される1つまたは複数のコンピューティングデバイスであり得る。特に、複数のコンピューティングデバイスは、単一のサーバ110として一緒に動作することができる。サーバ110は、1つまたは複数のプロセッサ112およびメモリ114を有することができる。サーバ110はまた、ネットワーク180を介して1つまたは複数のリモートコンピューティングデバイス(たとえば、ユーザデバイス)130と通信するために使用されるネットワークインターフェースを含むことができる。
プロセッサ112は、マイクロプロセッサ、マイクロコントローラ、集積回路、または他の適切な処理デバイスなど、任意の適切な処理デバイスとすることができる。メモリ114は、非一時的コンピュータ可読媒体、RAM、ROM、ハードドライブ、フラッシュドライブ、または他のメモリデバイスを含むがこれらに限定されない、任意の適切なコンピュータシステムまたは媒体を含むことができる。メモリ114は、プロセッサ112によって実行され得る命令116を含む、プロセッサ112によってアクセス可能な情報を記憶することができる。命令116は、プロセッサ112によって実行されると、プロセッサ112に所望の機能を提供させる任意の命令のセットであり得る。
特に、命令116は、トリガイベント決定を実装するために、プロセッサ112によって実行することができる。ユーザプロファイルデータベース120は、1つまたは複数のユーザコンピューティングシステム130を利用する複数のユーザに関連付けられる複数のユーザプロファイルを記憶するように構成することができる。いくつかの実装形態では、ユーザプロファイルデータベース120は、1つまたは複数の相互作用を容易にするために利用されるように構成することができる。1つまたは複数の相互作用の促進は、ブロックチェーンコンピューティングシステム170との間でデータを送受信するためのブロックチェーンアプリケーションプログラミングインターフェース(API)122の使用を含むことができる。たとえば、サーバコンピューティングシステム110は、ブロックチェーンコンピューティングシステム170の1つまたは複数の台帳172を更新するために、ブロックチェーンAPI122を利用することができる。1つまたは複数の台帳172は、1つまたは複数のトークン174に関連付けることができる。1つまたは複数のトークン174は、デジタル資産(たとえば、画像データ、ビデオデータ、テキストデータ、潜在的なエンコーディングデータ、ドメインデータ、オーディオデータ、拡張現実資産レンダリングデータ、および/または仮想現実資産レンダリングデータ)に関連付けられるスクリプトを含むことができる、1つまたは複数の代替不可能なトークンを含むことができる。特に、スクリプトは販売のために提供される特定のデジタル資産を参照することができる。デジタル資産は、画像データ、テキストデータ、ビデオデータ、潜在的なエンコーディングデータ、ドメイン名、仮想プロパティ、拡張現実資産、仮想現実資産(たとえば、仮想現実環境および/または環境内で対話するための仮想現実オブジェクト)、スマートコントラクト、物理的アイテムの認証などを含むことができる。いくつかの実装形態では、1つまたは複数の台帳172は、物理市場および/または仮想市場においてトランザクションを行うために利用することができる暗号通貨に関連付けることができる。
「要素」という用語は、所望の機能を提供するために利用されるコンピュータロジックを指し得ることが理解されるであろう。したがって、任意の要素、機能、および/または命令は、ハードウェア、特定用途向け回路、ファームウェア、および/または汎用プロセッサを制御するソフトウェアにおいて実装することができる。一実装形態では、要素または機能は、ストレージデバイスに記憶され、メモリにロードされ、プロセッサによって実行されるプログラムコードファイルであってもよく、RAM、ハードディスク、光学媒体または磁気媒体などの有形のコンピュータ可読記憶媒体に記憶されるコンピュータ実行可能命令などのコンピュータプログラム製品から提供されてもよい。
メモリ114はまた、プロセッサ112によって検索、操作、作成、または記憶することができるデータ118を含むことができる。データ118は、検索結果データ、ランキングデータ、画像データ(たとえば、デジタル地図、衛星画像、航空写真、街頭写真、合成モデル、絵画、個人画像、肖像画など)、ビデオデータ、オーディオデータ、テキストデータ(たとえば、書籍、記事、ブログ、詩など)、潜在的なエンコーディングデータ、ブロックチェーンアドレスデータ、表、ベクトルデータ(たとえば、道路、区画、建物などのベクトル表現)、名所データ(たとえば、島、都市、レストラン、病院、公園、ホテル、および学校などの場所)、あるいは他のデータまたは関連情報を含むことができる。一例として、データ118は、特定のデジタル資産、ウェブサイト、検索結果、ブロックチェーンなどに関連付けられる情報およびデータにアクセスするために使用することができる。
データ118は、1つまたは複数のデータベースに記憶することができる。1つまたは複数のデータベースは、高帯域幅LANまたはWANによってサーバ110に接続することもでき、ネットワーク180を通じてサーバ110に接続することもできる。1つまたは複数のデータベースは、複数の場所に配置されるように分割することができる。
サーバ110は、ネットワーク180を介して1つまたは複数のユーザコンピューティングシステム130とデータを交換することができる。図1Aには2つのユーザコンピューティングシステム130が示されているが、任意の数のユーザコンピューティングシステム130を、ネットワーク180を介してサーバ110に接続することができる。ユーザコンピューティングシステム130は、汎用コンピュータ、専用コンピュータ、ナビゲーションデバイス、ラップトップ、デスクトップ、集積回路、モバイルデバイス、スマートフォン、タブレット、ウェアラブルコンピューティングデバイス、1つまたは複数のプロセッサが接続され、および/または埋め込まれたディスプレイ、あるいは他の適切なコンピューティングデバイスなどの任意の適切なタイプのコンピューティングデバイスであり得る。さらに、ユーザコンピューティングシステム130は、動作またはコンピューティングアクションを実行するために協働する複数のコンピューティングデバイスであってもよい。
サーバ110と同様に、ユーザコンピューティングシステム130は、プロセッサ132およびメモリ134を含むことができる。メモリ134は、プロセッサによって実行することができる命令およびデータを含む、プロセッサ132によってアクセス可能な情報を記憶することができる。一例として、メモリ134はデータ136および命令138を記憶することができる。
命令138は、ブラウザ、代替不可能なトークンの購入、および/または他の複数の機能を実装するための命令を提供することができる。特に、ユーザコンピューティングシステム130のユーザは、特定のウェブアドレスにおいてアクセス可能なウェブサイトを訪問するためにブラウザを使用することによって、サーバ110とデータを交換することができる。本開示のトリガイベント決定は、ウェブサイトおよび/またはアプリケーションのユーザインターフェースの要素として提供することができる。
データ136は、ユーザコンピューティングシステム130上での特殊なアプリケーションの実行に関連するデータを含むことができる。特に、特殊なアプリケーションは、ネットワーク160を介してサーバ110とデータを交換するために使用することができる。データ136は、本開示の態様を提供および実装するためのユーザデバイス可読コードを含むことができる。追加的におよび/または代替的に、データ136は、以前に入力または受信されたデータに関連するデータを含むことができる。たとえば、データ136は、特別なアプリケーションの過去の発生に関連するデータを含むことができる。
ユーザコンピューティングシステム130は、タッチスクリーン、タッチパッド、データ入力キー、スピーカ、マウス、モーションセンサ、および/または音声認識に適したマイクロフォンなどの、ユーザから情報を受信するための様々なユーザ入力デバイスを含むことができる。さらに、ユーザコンピューティングシステム130は、ユーザインターフェースなどの情報を提示するための、デジタル資産を表示するための、インターフェースに表示されるポップアップまたはアプリケーション要素、および/あるいは他の形態の情報を表示するためのディスプレイを有することができる。
ユーザコンピューティングシステム130はまた、ユーザコンピューティングシステム130のユーザを識別するために使用することができるユーザプロファイル140を含むこともできる。ユーザプロファイル140は、1つまたは複数のトランザクションを行うためにユーザによって任意に使用することができ、次いで、ブロックチェーンコンピューティングシステム170の1つまたは複数の台帳172に記録することができる。ユーザプロファイル140は、識別番号および/または支払いアカウント情報を含むことができるユーザ情報を記述しているものとすることができる。たとえば、ユーザプロファイル140は、アプリケーション拡張および/または埋込みを介してブラウザアプリケーションにリンクされ得る暗号ウォレットに関連付けられるデータを含むことができる。
ユーザコンピューティングシステム130は、グラフィックス処理ユニットをさらに含むことができる。グラフィックス処理ユニットは、ブロックチェーンスマートコントラクトに関連付けられるトリガイベントが発生したと決定するために、プロセッサ132によって使用することができる。いくつかの実施形態では、ユーザコンピューティングシステム130は、あらゆる決定および/または生成処理を実行する。
ユーザコンピューティングシステム130は、ネットワーク180を介してサーバ110と通信するためのネットワークインターフェースを含むことができる。ネットワークインターフェースは、ネットワーク180を介してサーバ110と通信するために適した任意のコンポーネントまたは構成を含むことができ、これは、たとえば、1つまたは複数のポート、トランスミッタ、ワイヤレスカード、コントローラ、物理層コンポーネント、あるいは任意の現在知られている、または将来開発される通信プロトコルまたは技術による通信のための他のアイテムを含む。
ネットワーク180は、ローカルエリアネットワーク(たとえば、イントラネット)、ワイドエリアネットワーク(たとえば、インターネット)、またはそれらの何らかの組合せなどの、任意のタイプの通信ネットワークであり得る。ネットワーク180はまた、クライアントデバイス130とサーバ110との間の直接接続を含むことができる。一般に、サーバ110とクライアントデバイス130との間の通信は、様々な通信プロトコル(たとえば、TCP/IP、HTTP)、エンコーディング、またはフォーマット(たとえば、HTML、XML)、および/または保護スキーム(たとえば、VPN、セキュアHTTP、SSL)を使用して、任意のタイプのワイヤードおよび/またはワイヤレス接続を使用するネットワークインターフェースを介して搬送することができる。
いくつかの実装形態では、例示的なコンピューティングシステム100は、1つまたは複数のクリエータコンピューティングシステム150を含むことができる。1つまたは複数のクリエータコンピューティングシステム150は、画像、ビデオ、散文、詩、音声などを生成するために利用することができ、次いで、それらを販売用に提供することができる。1つまたは複数のクリエータコンピューティングシステム150は、本明細書に開示されるシステムおよび方法を実装するための1つまたは複数の動作を実行するために利用することができる1つまたは複数のプロセッサ152を含むことができる。1つまたは複数のクリエータコンピューティングシステム150は、データ156および1つまたは複数の命令158を記憶するために利用することができる1つまたは複数のメモリコンポーネント154を含むことができる。データ156は、1つまたは複数のアプリケーション、1つまたは複数のメディアデータセットなどに関連するデータを含むことができる。命令158は、本明細書に開示されるシステムおよび方法を実装するための1つまたは複数の動作を含むことができる。
1つまたは複数のクリエータコンピューティングシステム150は、1つまたは複数のデジタル資産160および/または1つまたは複数のクリエータプロファイル162に関連付けられるデータを記憶することができる。1つまたは複数のデジタル資産160は、テキストデータ、画像データ、ビデオデータ、オーディオデータ、潜在的なエンコーディングデータ、ドメインデータ、または他の様々なデータ形式を含むことができる。1つまたは複数のクリエータプロファイル162は、1つまたは複数のデジタル資産160の1つまたは複数の「クリエータ」に関連付けられる情報を含むことができる。1つまたは複数のクリエータプロファイル162は、識別データ、トランザクションデータ、および/または暗号ウォレットデータを含むことができる。
追加的におよび/または代替的に、例示的なコンピューティングシステム100は、1つまたは複数のブロックチェーンコンピューティングシステム170を含むことができる。1つまたは複数のブロックチェーンコンピューティングシステム170は、非集中型データストレージに利用される複数のコンピューティングデバイスを含むことができ、その結果、データストレージのための安全なシステムを提供するために複数の「ブロック」をコンピューティングデバイスのネットワーク全体に分散することができ、これは1つまたは複数の台帳172と1つまたは複数のトークン174を含む。いくつかの実装形態では、1つまたは複数のトークン174の各々は、1つまたは複数の台帳172の少なくとも一部に関連付けることができる。
ブロックチェーンは、情報を安全に記録するように構成されたシステムを指すことができる。ブロックチェーンは、情報の変更を非常に困難にする場合がある非集中型システムを含むことができる。ブロックチェーンは、複製してコンピューティングシステムのネットワーク全体に分散することができるトランザクションのデジタル台帳を含むことができる。チェーン内の各ブロックは、多数のトランザクションを含むことができる。ブロックチェーン上で新しいトランザクションが発生すると、そのトランザクションの記録をすべてのコンピューティングデバイスの台帳に追加することができる。デジタル台帳上のトランザクションの記録を介して通貨および/またはデジタル資産の交換を追跡するために、ブロックチェーンを利用することができ、これを非集中型システム全体に伝播することができる。ブロックチェーンコンピューティングシステム170を介して交換および追跡される通貨は、暗号通貨と呼ばれることがある。
トークン174は、1つまたは複数の代替不可能なトークンを含むことができる。代替不可能なトークンは、ブロックチェーンコンピューティングシステム170に関連付けられるブロックチェーン上で鋳造することができる。代替不可能なトークン(NFT)は、デジタル資産の真正性の証明書であり得る。NFTは交換不可能であるため、その価値は誰もが資産に対して支払ってもよい価格に依存する。NFTは、希少性と真正性を維持できるようにブロックチェーン上に鋳造することができる。デジタル資産は、デジタル的に記憶され、組織が価値を実現するために使用できる一意に識別可能なものとして定義することができる。デジタル資産の例は、ツイート、ソーシャルメディアのコメント、ドキュメント、オーディオ、画像、ビデオ、ロゴ、ウェブサイトのドメイン、スライドプレゼンテーション、スプレッドシート、CSSファイルと形式、実行可能コード、および/またはウェブサイトを含むことができる。
図1Bは、図1Aの例示的なコンピューティングシステム100のブロックチェーンコンピューティングシステム170によって利用され得る例示的なブロックチェーン50のブロック図を示している。例示的なブロックチェーン50は、1つまたは複数の暗号化機能を備えたデータを記憶するために利用することができる複数のブロックを含むことができる。ブロックチェーン50は、複数のコンピューティングデバイスを備える非集中型コンピューティングシステム上に記憶することができる。ブロックチェーン50は、パブリックブロックチェーン(たとえば、インターネットにアクセスできれば誰でも、非集中型の分散型システムの一部としてトランザクションを送信したり、トランザクションを検証したりすることができる、アクセス制限なしでオープンなブロックチェーン)、プライベートブロックチェーン(たとえば、ネットワーク管理者によって設定された権限に基づいてアクセスを提供するブロックチェーン)、またはハイブリッドブロックチェーン(たとえば、制限のないブロックと制限のあるブロックの組合せを有するブロックチェーン)であり得る。ブロックチェーン50は、1つまたは複数の暗号化証明形式を含むことができるプルーフオブワーク機能を含むことができる。プルーフオブワークは、ブロックチェーン50を更新する要求(たとえば、新しいトランザクションに基づいて台帳を更新する要求)に応じて提供することができる。プルーフオブワークは、特定のデバイスまたはデバイスのグループが一定量の計算を実行したことを伝えることができ、それを他の当事者が検証することができる。検証が完了すると、ブロックチェーン50は更新することができるが、検証の失敗に応じて変更されないままであってもよい。同じ計算機能と、ブロックチェーン50を更新するための要求が有効であると決定するためのチェックを実行しなければならないシステム内のすべてのデバイスの計算コストを軽減するために、プルーフオブワーク機能を利用することができる。
各ブロックは、ハッシュ、前のブロックのハッシュに関連付けられる前のハッシュ、およびデータを含むことができる。いくつかの実装形態では、各ブロックはノンスを含むことができる。ハッシュは、特定のブロックのフィンガープリントとなり得る固定長のハッシュ値であり得る。ハッシュ値はハッシュ関数に基づいて生成することができ、その特定のブロックのデータに変更が加えられるたびに変更され得る。前のハッシュは、特定のブロックの直前のブロックのハッシュ値を含むことができる。適切な検証が行われない限り、ダウンストリームのグラウンドトゥルースが変更されないことを確認するために、以前のハッシュを利用することができる。データは、トランザクションデータ(たとえば、トランザクション台帳)、タイムスタンプ、暗号通貨の価値に関連付けられる値、代替不可能なトークン(たとえば、デジタル資産を参照するスクリプトを含む代替不可能なトークン、ノンスデータ、および/または一般的なブロックチェーンデータ)を含むことができる。ノンス(すなわち、一度だけ使用される数値)は、ブロックが再ハッシュされるときに難易度レベルの制限を満たすことができる、ブロックチェーン内のブロックに追加される数値であり得る。ノンスは、ブロックチェーンマイナがインセンティブ(たとえば、暗号通貨)を受け取るために解決する数値であり得る。
ブロックチェーン50は、1つまたは複数のセキュリティプロトコルおよび/または機能を含むことができる。ブロックチェーン50は、暗号化システムを含むことができる。たとえば、ブロックチェーン50は、ブロックに記憶された以前のハッシュが、最後のブロックから最初のブロック(たとえば、ジェネシスブロック)までの前のブロックのハッシュ値と一致することを確認することによって、ブロックチェーン50が有効であることを検証することができる。いくつかの実装形態では、ブロックチェーン50は、記憶されたデータ(たとえば、記憶された台帳)に対する変更を実装する前に、プルーフオブコンピュテーション(proof of computation)の検証に依存することができるプルーフオブワーク検証を含むことができる。プルーフオブワーク検証には、ブロックチェーン50内のブロックの数に部分的に基づいて、数秒、数分、および/または数時間かかる場合がある。追加的におよび/または代替的に、ブロックチェーン50は、分散型の非集中型コンピューティングシステム上に実装することができる。いくつかの実装形態では、分散型の非集中型コンピューティングシステム内の各コンピューティングデバイスは、ブロックチェーン50内のブロックの一部(たとえば、複数のブロックのうちのブロック)またはすべてを記憶することができる。したがって、本システムは、分散型システムのすべてではないにしても、ほとんどのデータが均一であることを確認することによってデータを検証することができる。新しいデータを追加する前に、分散型システムの各ノードの改ざんをチェックすることができる。
データは、暗号通貨の価値に関連付けられるデータ(たとえば、特定の暗号通貨の価値に関連付けられる台帳)、デジタル資産に関連付けられるデータ(たとえば、デジタル資産に関連付けられるスクリプトを含むことができる、ブロックチェーン50上で鋳造された代替不可能なトークン)、スマートコントラクトに関連付けられるデータ(たとえば、条件が満たされた場合にアクションを自動的に開始する条件を含むスマートコントラクト)、および/またはタイムスタンプデータ(たとえば、ブロックの作成、鋳造、トランザクションなどのタイムスタンプデータ)を含むことができる。
特に、図1Bは、第1のブロック10、第2のブロック20、第3のブロック30、第4のブロック40、および第nのブロック60を示している。5つのブロックが示されているが、任意の数のブロックを利用することができる。第1のブロック10は、ジェネシスブロック(たとえば、ブロックチェーンにおける第1の全体ブロック)であり得る。第1のブロック10は、それぞれの第1のハッシュ12(たとえば、第1のブロック10に関連付けられるハッシュ値)を含むことができる。第1のブロック10は、第1の前のハッシュ14を含み得る(たとえば、第1のブロック10がブロックチェーン50内でその前にブロックを有する場合、前のブロックのハッシュは第1のブロック10に記憶され得る)。追加的におよび/または代替的に、第1のブロック10はデータ16とノンス18を含むことができる。
第2のブロック20は、第1のブロック10に続くことができる。第2のブロック20は、それぞれの第2のハッシュ22(たとえば、第2のブロック20に関連付けられるハッシュ値)を含むことができる。第2のブロック20は、第2の前のハッシュ24を含み得る(たとえば、第2の前のハッシュ24は、第1のハッシュ12と同じであるか、または第1のハッシュ12を参照することができる)。追加的におよび/または代替的に、第2のブロック20はデータ26とノンス28を含むことができる。
第3のブロック30は、第2のブロック20に続くことができる。第3のブロック30は、それぞれの第3のハッシュ32(たとえば、第3のブロック30に関連付けられるハッシュ値)を含むことができる。第3のブロック30は、第3の前のハッシュ34を含み得る(たとえば、第3の前のハッシュ34は、第2のハッシュ22と同じであるか、または第2のハッシュ22を参照することができる)。追加的におよび/または代替的に、第3のブロック30はデータ36とノンス38を含むことができる。
追加的におよび/または代替的に、第4のブロック40、第nのブロック60、および他の潜在的なブロックは、それぞれのハッシュ、それぞれの前のハッシュ、およびデータを含むことができる。第1のデータ16、第2のデータ26、第3のデータ36、および他のブロックのデータは、重複するデータを含むことができ、データがすべてのブロックに対して重複するように異なる、および/または同じであることができる。いくつかの実装形態では、各ブロックは、異なるトランザクション(たとえば、異なる鋳造、異なる販売など)に関連付けることができる。第1のノンス18、第2のノンス28、第3のノンス38、および他のブロックのノンスは異なる場合があり、マイニング中に解決され得る。
各ブロック内のデータには台帳データを含むことができ、台帳データはタイムスタンプ、交換された資産および/または暗号通貨、トランザクションに関与する主体、ならびに/あるいは他の様々な情報を含むことができる。
いくつかの実装形態では、複数の異なるブロックチェーンを、本明細書に開示されるシステムおよび方法のために利用することができる。異なるブロックチェーンは異なる構成を含むことができる。異なるブロックチェーンは、並列チェーン、サイドチェーン、共有ブロック、異なるチェーン、様々な許可、様々な目的、様々なブロック数、ならびに/あるいは様々なハッシュ関数および/または様々なハッシュ値の長さを含むことができる。
いくつかの実装形態では、システムおよび方法は、1つまたは複数の機械学習モデルコンピューティングシステム900を含むことができる。1つまたは複数の機械学習モデルは、トークンデータの識別、取得、インデックス付け、および重複排除を可能にするための様々なタスクに利用することができる。
図9Aは、本開示の例示的な実施形態による、トリガイベント決定を実行する例示的なコンピューティングシステム900のブロック図を示している。システム900は、ネットワーク980を介して通信可能に結合されたユーザコンピューティングデバイス902、サーバコンピューティングシステム930、およびトレーニングコンピューティングシステム950を含む。
ユーザコンピューティングデバイス902は、たとえば、パーソナルコンピューティングデバイス(たとえば、ラップトップまたはデスクトップ)、モバイルコンピューティングデバイス(たとえば、スマートフォンまたはタブレット)、ゲームコンソールまたはコントローラ、ウェアラブルコンピューティングデバイス、組込みコンピューティングデバイス、または任意の他のタイプのコンピューティングデバイスなどの、任意のタイプのコンピューティングデバイスであり得る。
ユーザコンピューティングデバイス902は、1つまたは複数のプロセッサ912およびメモリ914を含む。1つまたは複数のプロセッサ912は、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリ914は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリ914は、ユーザコンピューティングデバイス902に動作を実行させるためにプロセッサ912によって実行されるデータ916および命令918を記憶することができる。
いくつかの実装形態では、ユーザコンピューティングデバイス902は、1つまたは複数のトリガイベント決定モデル920を記憶または含むことができる。たとえば、トリガイベント決定モデル920は、ニューラルネットワーク(たとえば、ディープニューラルネットワーク)、または非線形モデルおよび/または線形モデルを含む他のタイプの機械学習モデルなどの様々な機械学習モデルであってもよく、あるいはそれを含むことができる。ニューラルネットワークは、フィードフォワードニューラルネットワーク、リカレントニューラルネットワーク(たとえば、長期短期記憶リカレントニューラルネットワーク)、畳み込みニューラルネットワーク、または他の形式のニューラルネットワークを含むことができる。トリガイベント決定モデル920の例については、図2～図5を参照して説明する。
いくつかの実装形態では、1つまたは複数のトリガイベント決定モデル920は、ネットワーク980を介してサーバコンピューティングシステム930から受信され、ユーザコンピューティングデバイスメモリ914に記憶され、その後、1つまたは複数のプロセッサ912によって使用または実装されることができる。いくつかの実装形態では、ユーザコンピューティングデバイス902は、(たとえば、スマートブロックチェーンスマートコントラクトのトリガイベントの複数のインスタンスにわたって並列トリガイベント決定を実行するために)単一のトリガイベント決定モデル920の複数の並列インスタンスを実装することができる。
より具体的には、コンピューティングシステム900は、ブロックチェーンノードを介してブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータは、サーバコンピューティングシステム930に関連付けられる1つまたは複数の特定のキーに基づいてアクセスされ得る。ブロックチェーンデータは、意味論的な意図を決定することと、キーワードを決定することと、トリガイベントを決定することと、および/またはクエリを生成することとを行うために、1つまたは複数のトリガイベント決定モデル940によって処理することができる。トリガイベントの意味論的な意図、キーワード、クエリ、および/または平易な英語翻訳は、発生するトリガイベントに関連付けられるデータについて1つまたは複数のデータベースをクエリするために利用され得る。
追加的にまたは代替的に、1つまたは複数のトリガイベント決定モデル940は、クライアント-サーバ関係に従ってユーザコンピューティングデバイス902と通信するサーバコンピューティングシステム930に含まれるか、またはそれによって記憶および実装され得る。たとえば、トリガイベント決定モデル940は、ウェブサービス(たとえば、信頼できる事実に基づくサービス)の一部としてサーバコンピューティングシステム940によって実装することができる。したがって、1つまたは複数のモデル920をユーザコンピューティングデバイス902に記憶および実装することができ、ならびに/または1つまたは複数のモデル940をサーバコンピューティングシステム930に記憶および実装することができる。
ユーザコンピューティングデバイス902はまた、ユーザ入力を受信する1つまたは複数のユーザ入力コンポーネント922を含むことができる。たとえば、ユーザ入力コンポーネント922は、ユーザ入力オブジェクト(たとえば、指またはスタイラス)のタッチを感知するタッチ感知コンポーネント(たとえば、タッチ感知ディスプレイ画面またはタッチパッド)であり得る。タッチ感知コンポーネントは、仮想キーボードを実装するために機能することができる。他のユーザ入力コンポーネントの例は、マイクロフォン、従来のキーボード、またはユーザがユーザ入力を提供できる他の手段を含む。
サーバコンピューティングシステム930は、1つまたは複数のプロセッサ932およびメモリ934を含む。1つまたは複数のプロセッサ932は、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリ934は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリ934は、サーバコンピューティングシステム930に動作を実行させるためにプロセッサ932によって実行されるデータ936および命令938を記憶することができる。
いくつかの実装形態では、サーバコンピューティングシステム930は、1つまたは複数のサーバコンピューティングデバイスを含むか、またはそれによって実装される。サーバコンピューティングシステム930が複数のサーバコンピューティングデバイスを含む場合、そのようなサーバコンピューティングデバイスは、逐次コンピューティングアーキテクチャ、並列コンピューティングアーキテクチャ、またはそれらの組合せに従って動作することができる。
上述したように、サーバコンピューティングシステム930は、1つまたは複数の機械学習トリガイベント決定モデル940を記憶するか、そうでなければ含むことができる。たとえば、モデル140は、様々な機械学習モデルであってもよく、あるいはそれを含むことができる。機械学習モデルの例は、ニューラルネットワークまたは他の多層非線形モデルを含むことができる。ニューラルネットワークの例は、フィードフォワードニューラルネットワーク、ディープニューラルネットワーク、リカレントニューラルネットワーク、および畳み込みニューラルネットワークを含む。モデル940の例については、図2～図5を参照して説明する。
ユーザコンピューティングデバイス902および/またはサーバコンピューティングシステム930は、ネットワーク980を介して通信可能に結合されたトレーニングコンピューティングシステム950との対話を介して、モデル920および/または940をトレーニングすることができる。トレーニングコンピューティングシステム950は、サーバコンピューティングシステム930とは別個であってもよく、サーバコンピューティングシステム930の一部であってもよい。
トレーニングコンピューティングシステム950は、1つまたは複数のプロセッサ952およびメモリ954を含む。1つまたは複数のプロセッサ952は、任意の適切な処理デバイス(たとえば、プロセッサコア、マイクロプロセッサ、ASIC、FPGA、コントローラ、マイクロコントローラなど)であってもよく、動作可能に接続された1つまたは複数のプロセッサであってもよい。メモリ954は、RAM、ROM、EEPROM、EPROM、フラッシュメモリデバイス、磁気ディスクなど、およびそれらの組合せなどの1つまたは複数の非一時的コンピュータ可読ストレージ媒体を含むことができる。メモリ954は、トレーニングコンピューティングシステム950に動作を実行させるためにプロセッサ952によって実行されるデータ956および命令958を記憶することができる。いくつかの実装形態では、トレーニングコンピューティングシステム950は、1つまたは複数のサーバコンピューティングデバイスを含むか、またはそれによって実装される。
トレーニングコンピューティングシステム950は、たとえば、エラーの逆方向伝播などの様々なトレーニングまたは学習技法を使用して、ユーザコンピューティングデバイス902および/またはサーバコンピューティングシステム930に記憶された機械学習モデル920および/または940をトレーニングするモデルトレーナ960を含むことができる。たとえば、損失関数は、(たとえば、損失関数の勾配に基づいて)モデルの1つまたは複数のパラメータを更新するために、モデルを通じて逆伝播され得る。平均二乗誤差、尤度損失、クロスエントロピ損失、ヒンジ損失、および/または他の様々な損失関数などの、様々な損失関数を使用することができる。トレーニングを何回も繰り返してパラメータを繰り返し更新するために、勾配降下法を使用することができる。
いくつかの実装形態では、エラーの逆伝播を実行することは、時間の経過に伴う切り捨て逆伝播を実行することを含むことができる。モデルトレーナ960は、トレーニング中のモデルの一般化能力を向上させるために、いくつかの一般化技法(たとえば、重みの減衰、ドロップアウトなど)を実行することができる。
特に、モデルトレーナ960は、トレーニングデータ962のセットに基づいて、トリガイベント決定モデル920および/または940をトレーニングすることができる。トレーニングデータ962は、たとえば、ラベル付きトレーニングデータセット、グラウンドトゥルーストレーニングデータ、ブロックチェーンデータ、意味論的な意図ラベル、トリガイベントラベル、スマートコントラクトのラベル付きサンプル、および/またはクエリ生成トレーニングデータセットを含むことができる。
いくつかの実装形態では、ユーザが同意した場合、トレーニング例は、ユーザコンピューティングデバイス902によって提供され得る。したがって、そのような実装形態では、ユーザコンピューティングデバイス902に提供されるモデル920は、ユーザコンピューティングデバイス902から受信したユーザ固有のデータに基づいて、トレーニングコンピューティングシステム950によってトレーニングすることができる。場合によっては、このプロセスをモデルのパーソナライズと呼ぶことができる。
モデルトレーナ960は、所望の機能を提供するために利用されるコンピュータロジックを含む。モデルトレーナ960は、ハードウェア、ファームウェア、および/または汎用プロセッサを制御するソフトウェアにおいて実装することができる。たとえば、いくつかの実装形態では、モデルトレーナ960は、ストレージデバイスに記憶され、メモリにロードされ、1つまたは複数のプロセッサによって実行されるプログラムファイルを含む。他の実装形態では、モデルトレーナ960は、RAMハードディスクあるいは光学媒体または磁気媒体などの有形のコンピュータ可読ストレージ媒体に記憶されるコンピュータ実行可能命令の1つまたは複数のセットを含む。
ネットワーク980は、ローカルエリアネットワーク(たとえば、イントラネット)、ワイドエリアネットワーク(たとえば、インターネット)、またはそれらの何らかの組合せなどの任意のタイプの通信ネットワークであり得、任意の数のワイヤードまたはワイヤレスリンクを含むことができる。一般に、ネットワーク980を介する通信は、様々な通信プロトコル(たとえば、TCP/IP、HTTP、SMTP、FTP)、エンコーディングまたはフォーマット(たとえば、HTML、XML)、および/または保護スキーム(たとえば、VPN、セキュアHTTP、SSL)を使用して、任意のタイプのワイヤードおよび/またはワイヤレス接続を介して搬送することができる。
本明細書で説明されている機械学習モデルは、様々なタスク、アプリケーション、および/またはユースケースにおいて使用され得る。
いくつかの実装形態では、本開示の機械学習モデルへの入力は画像データであり得る。機械学習モデルは、出力を生成するために画像データを処理することができる。一例として、機械学習モデルは、画像認識出力(たとえば、画像データの認識、画像データの潜在的な埋め込み、画像データのエンコード表現、画像データのハッシュなど)を生成するために、画像データを処理することができる。別の例として、機械学習モデルは、画像セグメンテーション出力を生成するために画像データを処理することができる。別の例として、機械学習モデルは、画像分類出力を生成するために画像データを処理することができる。別の例として、機械学習モデルは、画像データ修正出力(たとえば、画像データの変更など)を生成するために画像データを処理することができる。別の例として、機械学習モデルは、エンコードされた画像データ出力(たとえば、画像データのエンコード表現および/または圧縮表現など)を生成するために画像データを処理することができる。別の例として、機械学習モデルは、アップスケールされた画像データ出力を生成するために、画像データを処理することができる。別の例として、機械学習モデルは、予測出力を生成するために画像データを処理することができる。
いくつかの実装形態では、本開示の機械学習モデルへの入力は、テキストまたは自然言語データであり得る。機械学習モデルは、出力を生成するためにテキストまたは自然言語データを処理することができる。一例として、機械学習モデルは、言語エンコード出力を生成するために自然言語データを処理することができる。別の例として、機械学習モデルは、潜在テキスト埋め込み出力を生成するためにテキストまたは自然言語データを処理することができる。別の例として、機械学習モデルは、翻訳出力を生成するためにテキストまたは自然言語データを処理することができる。別の例として、分類出力を生成するために、機械学習モデルはテキストまたは自然言語データを処理することができる。別の例として、機械学習モデルは、テキストのセグメンテーション出力を生成するためにテキストまたは自然言語データを処理することができる。別の例として、機械学習モデルは、意味論的な意図の出力を生成するためにテキストまたは自然言語データを処理することができる。別の例として、機械学習モデルは、アップスケールされたテキストまたは自然言語出力(たとえば、入力テキストまたは自然言語よりも高品質のテキストまたは自然言語データなど)を生成するためにテキストまたは自然言語データを処理することができる。別の例として、機械学習モデルは、予測出力を生成するためにテキストまたは自然言語データを処理することができる。
いくつかの実装形態では、本開示の機械学習モデルへの入力は音声データであり得る。機械学習モデルは、出力を生成するために音声データを処理することができる。一例として、機械学習モデルは、音声認識出力を生成するために音声データを処理することができる。別の例として、機械学習モデルは、音声翻訳出力を生成するために音声データを処理することができる。別の例として、機械学習モデルは、潜在的な埋め込み出力を生成するために音声データを処理することができる。別の例として、機械学習モデルは、エンコード音声出力(たとえば、音声データのエンコード表現および/または圧縮表現など)を生成するために音声データを処理することができる。別の例として、機械学習モデルは、アップスケールされた音声出力(たとえば、入力音声データよりも高品質な音声データなど)を生成するために、音声データを処理することができる。別の例として、機械学習モデルは、テキスト表現出力(たとえば、入力音声データのテキスト表現など)を生成するために、音声データを処理することができる。別の例として、機械学習モデルは、予測出力を生成するために音声データを処理することができる。
いくつかの実装形態では、本開示の機械学習モデルへの入力は、潜在的なエンコーディングデータ(たとえば、入力の潜在的な空間表現など)であり得る。機械学習モデルは、出力を生成するために潜在的なエンコーディングデータを処理することができる。一例として、機械学習モデルは、認識出力を生成するために潜在的なエンコーディングデータを処理することができる。別の例として、機械学習モデルは、再構築出力を生成するために潜在的なエンコーディングデータを処理することができる。別の例として、機械学習モデルは、検索出力を生成するために潜在的なエンコーディングデータを処理することができる。別の例として、機械学習モデルは、再クラスタリング出力を生成するために潜在的なエンコーディングデータを処理することができる。別の例として、機械学習モデルは、予測出力を生成するために潜在的なエンコーディングデータを処理することができる。
いくつかの実装形態では、本開示の機械学習モデルへの入力は、統計データであり得る。機械学習モデルは、出力を生成するために統計データを処理することができる。一例として、機械学習モデルは、認識出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、予測出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、分類出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、セグメンテーション出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、セグメンテーション出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、視覚化出力を生成するために統計データを処理することができる。別の例として、機械学習モデルは、診断出力を生成するために統計データを処理することができる。
場合によっては、機械学習モデルは、信頼性の高いおよび/あるいは効率的な伝送またはストレージ(および/または対応するデコーディング)のために入力データをエンコードすることを含むタスクを実行するように構成することができる。たとえば、タスクはオーディオ圧縮タスクでありうる。入力は音声データを含み得、出力には圧縮された音声データを備え得る。別の例では、入力は視覚データ(たとえば、1つまたは複数の画像あるいはビデオ)を含み、出力は圧縮視覚データを備え、タスクは視覚データ圧縮タスクである。別の例では、タスクは、入力データ(たとえば、入力オーディオまたはビジュアルデータ)の埋め込みを生成することを備え得る。
場合によっては、入力は視覚データを含み、タスクはコンピュータビジョンタスクである。場合によっては、入力は1つまたは複数の画像のピクセルデータを含み、タスクは画像処理タスクである。たとえば、画像処理タスクは画像分類であり得、出力はスコアのセットであり、各スコアは異なるオブジェクトクラスに対応し、1つまたは複数の画像がそのオブジェクトクラスに属するオブジェクトを描写する可能性を表す。画像処理タスクはオブジェクト検出であってもよく、画像処理出力は、1つまたは複数の画像における1つまたは複数の領域、および領域ごとに、その領域が対象のオブジェクトを表す可能性を識別する。別の例として、画像処理タスクは画像セグメンテーションであり得、画像処理出力は、1つまたは複数の画像におけるピクセルごとに、所定のカテゴリのセット内の各カテゴリのそれぞれの尤度を定義する。たとえば、カテゴリのセットを前景と背景にすることができる。別の例として、カテゴリのセットをオブジェクトクラスにすることができる。別の例として、画像処理タスクは深度推定であり、画像処理出力は、1つまたは複数の画像におけるピクセルごとに、それぞれの深度値を定義する。別の例として、画像処理タスクは動き推定であり得、ネットワーク入力は複数の画像を含み、画像処理出力は、入力画像のうちの1つのピクセルごとに、ネットワーク入力における画像間のピクセルにおいて描かれるシーンの動きを定義する。
場合によっては、入力は話された発話を表す音声データを含み、タスクは音声認識タスクである。出力は、話された発話にマッピングされたテキスト出力を備え得る。場合によっては、タスクは入力データの暗号化または復号化を備える。場合によっては、タスクは、分岐予測またはメモリアドレス変換などのマイクロプロセッサパフォーマンスタスクを備える。
図9Aは、本開示を実装するために使用することができるコンピューティングシステムの一例を示している。他のコンピューティングシステムも同様に使用することができる。たとえば、いくつかの実装形態では、ユーザコンピューティングデバイス902は、モデルトレーナ960およびトレーニングデータセット962を含むことができる。そのような実装形態では、モデル920は、ユーザコンピューティングデバイス902においてローカルにトレーニングおよび使用することができる。そのような実装形態のいくつかでは、ユーザコンピューティングデバイス902は、ユーザ固有のデータに基づいてモデル920をパーソナライズするために、モデルトレーナ960を実装することができる。
図9Bは、本開示の例示的な実施形態に従って実行する例示的なコンピューティングデバイス970のブロック図を示している。コンピューティングデバイス970は、ユーザコンピューティングデバイスまたはサーバコンピューティングデバイスであり得る。
コンピューティングデバイス970は、多数のアプリケーション(たとえば、アプリケーション1からN)を含む。各アプリケーションは、独自の機械学習ライブラリと機械学習モデルを含む。たとえば、各アプリケーションは機械学習モデルを含むことができる。アプリケーションの例は、テキストメッセージングアプリケーション、電子メールアプリケーション、ディクテーションアプリケーション、仮想キーボードアプリケーション、ブラウザアプリケーションなどを含む。
図9Bに示されるように、各アプリケーションは、たとえば、1つまたは複数のセンサ、コンテキストマネージャ、デバイス状態コンポーネント、および/または追加のコンポーネントなど、コンピューティングデバイスの多くの他のコンポーネントと通信することができる。いくつかの実装形態では、各アプリケーションは、API(たとえば、パブリックAPI)を使用して各デバイスコンポーネントと通信することができる。いくつかの実装形態では、各アプリケーションによって使用されるAPIは、そのアプリケーションに固有である。
図9Cは、本開示の例示的な実施形態に従って実行する例示的なコンピューティングデバイス990のブロック図を示している。コンピューティングデバイス990は、ユーザコンピューティングデバイスまたはサーバコンピューティングデバイスであり得る。
コンピューティングデバイス990は、多数のアプリケーション(たとえば、アプリケーション1からN)を含む。各アプリケーションは、中央のインテリジェンス層と通信する。アプリケーションの例は、テキストメッセージングアプリケーション、電子メールアプリケーション、ディクテーションアプリケーション、仮想キーボードアプリケーション、ブラウザアプリケーションなどを含む。いくつかの実装形態では、各アプリケーションは、API(たとえば、すべてのアプリケーションにわたる共通のAPI)を使用して、中央インテリジェンス層(およびそこに記憶されたモデル)と通信することができる。
中央インテリジェンス層は、多数の機械学習モデルを含む。たとえば、図9Cに示されるように、それぞれの機械学習モデル(たとえば、モデル)をアプリケーションごとに提供し、中央インテリジェンス層によって管理することができる。他の実装形態では、2つ以上のアプリケーションが単一の機械学習モデルを共有することができる。たとえば、いくつかの実装形態では、中央インテリジェンス層は、すべてのアプリケーションに対して単一のモデル(たとえば、単一のモデル)を提供することができる。いくつかの実装形態では、中央インテリジェンス層は、コンピューティングデバイス990のオペレーティングシステム内に含まれるか、またはそれによって実装される。
中央インテリジェンス層は、中央デバイスデータ層と通信することができる。中央デバイスデータ層は、コンピューティンデバイス990のためのデータの集中リポジトリであり得る。図9Cに示されるように、中央デバイスデータ層は、たとえば、1つまたは複数のセンサ、コンテキストマネージャ、デバイス状態コンポーネント、および/または追加のコンポーネントなど、コンピューティングデバイスの多くの他のコンポーネントと通信することができる。いくつかの実装形態では、中央デバイスデータ層は、API(たとえば、プライベートAPI)を使用して各デバイスコンポーネントと通信することができる。
例示的なシステム構成
図2は、本開示の例示的な実施形態による、例示的なトリガイベント決定システム200のブロック図を示している。いくつかの実装形態では、トリガイベント決定システム200は、スマートコントラクトを記述しているブロックチェーンデータ202のセットを受信するようにトレーニングされており、ブロックチェーンデータ202の受信の結果として、トリガイベントが発生した(210)と決定し、次いで、結果として生じるアクション206を実行するために、データをブロックチェーンコンピューティングシステムに送信させる。したがって、いくつかの実装形態では、トリガイベント決定システム200は、1つまたは複数の間隔においてトリガイベント204のステータスをチェックするように動作可能な決定アクションブロック208を含むことができる。
特に、ブロックチェーンデータ202は、ブロックチェーンから取得することができ、および/あるいはリポジトリまたはブロックチェーンログから取得することができる。スマートコントラクトを記述しているデータのサブセットを識別するために、ブロックチェーンデータを処理することができる。トリガイベント204および/または結果として生じるアクション206を決定することができる。データのサブセットの識別および/またはトリガイベント204の決定は、1つまたは複数の機械学習モデルによって実行され得る。
次いで、決定アクション208を決定および/または生成するために、トリガイベント204を処理することができる。決定アクション208は、トリガイベントに基づいてクエリを生成することと、クエリに基づいてデータベースをクエリすることとを含むことができる。代替的におよび/または追加的に、決定アクション208は、RSSフィード、ビデオフィード、ソーシャルメディアフィード、および/またはオーディオフィードを継続的に処理することができる。決定アクション208は、トリガイベントが発生する(210)まで再帰的に実行することができる。トリガイベント決定システム200が、トリガイベントが発生した(210)と決定すると、その決定に関連付けられるデータをブロックチェーンコンピューティングシステムに伝送することができ、これにより、結果として生じるアクション206を実行させることができる。
図3は、本開示の例示的な実施形態による、例示的なクエリ生成システム300のブロック図を示している。特に、クエリ生成システム300は、ブロックチェーンデータ302を取得することを含むことができる。ブロックチェーンデータ302は、意味論的な意図306を決定するために、1つまたは複数の機械学習モデル304(たとえば、自然言語処理モデル、検出モデル、決定モデル、分類モデル、セグメンテーションモデル、拡張モデル、画像処理モデル、潜在エンコーディングモデル、デコーダモデル、エンコーダモデル、自己注意モデル、および/または復号モデル)を用いて処理することができる。意味論的な意図306は、トリガイベントに関連付けられる結果を記述しているものとすることができる。
次いで、意味論的な意図306は、クエリ314を生成するために、生成ブロック308によって処理することができる。生成ブロック308は、ヒューリスティックに基づいて、および/または1つまたは複数の学習パラメータに基づいてクエリを生成することができる。クエリ314は、1つまたは複数の知識グラフに基づいて生成され得る。
いくつかの実装形態では、トリガイベントに関連付けられるトピック310を決定するために、ブロックチェーンデータ302を処理することができる。代替的におよび/または追加的に、トリガイベントに関連付けられる1つまたは複数のエンティティ312を決定するために、ブロックチェーンデータ302を処理することができる。1つまたは複数のトピック310および/または1つまたは複数のエンティティ312は、クエリ314を生成および/または拡張するために利用され得る。いくつかの実装形態では、1つまたは複数のトピック310および/または1つまたは複数のエンティティ312は、クエリ314を使用して検索する特定のデータベースを決定するために利用され得る。
図4は、本開示の例示的な実施形態による、例示的なトリガイベント決定システム400のブロック図を示している。特に、トリガイベント決定システム400は、決定されたトリガイベントに基づいてクエリ402を取得および/または決定することを含むことができる。次いで、クエリ402は、1つまたは複数のデータベースを検索できる検索エンジン404に提供することができる。1つまたは複数のデータベースは、第1のデータベース406、第2のデータベース408、および/または第3のデータベース410を含むことができる。各データベースは、1つまたは複数のそれぞれのソースに関連付けられ得る。異なるそれぞれのリソースは、様々なレベルの権限を有し得る。第1のデータベース406は政府機関に関連付けることができ、第2のデータベース408は民間機関に関連付けることができ、第3のデータベース410は一般データベースに関連付けることができる。1つまたは複数のデータベースを検索するために検索エンジン404を利用すると、1つまたは複数の検索結果412が生成され得る。検索結果412は、トリガイベントが発生したかどうかを決定するために、決定ブロックによって処理することができる。 決定ブロック414は、1つまたは複数の機械生成モデルを含むことができる。決定ブロック414は、特定の結果が発生したと決定するために検索結果412を処理するができ、決定ブロック414は、特定の結果がトリガイベントに関連付けられているかどうかを決定することができる。第1のデータベース406に関連付けられる1つまたは複数の検索結果は、第2のデータベース408に関連付けられる1つまたは複数の検索結果とは異なる重み付けをされてもよい。信頼レベルは、決定ブロック414によって出力され得る。
決定ブロック414は、トリガイベントの発生に応答してブロックチェーンコンピューティングシステムに伝送するために通知416を生成し得る。代替的におよび/または追加的に、決定ブロック414は、トリガイベントが発生していないことを記述しているデータに応答して決定ループを繰り返すことができる。通知は、結果として生じるアクションを実行するための指示を含むことができる。
図5は、本開示の例示的な実施形態による、例示的なスマートコントラクトオラクルシステム500のブロック図を示している。特に、スマートコントラクトオラクルシステム500は、スマートコントラクト510に関連付けられるデータを取得することを含むことができる。スマートコントラクト510に関連付けられるトリガイベント512および結果として生じるアクション514を決定するために、スマートコントラクト510に関連付けられるデータを処理することができる。トリガイベントが発生したかどうかを決定するために、1つまたは複数の知識グラフ520を利用することができる。いくつかの実装形態では、トリガイベント512の主題に関連付けられる1つまたは複数のリソースを決定するために、1つまたは複数の知識グラフ520を利用することができる。たとえば、トリガイベント512は、特定のチームのスポーツ結果を含むことができる。1つまたは複数の知識グラフ520は、トリガイベント512に関連付けられる第1のリソース522、第2のリソース524、および/または知識パネル526を決定および/または識別することを含むことができる。第1のリソース522は、特定のスポーツの権威に関連付けられるスポーツリソースであり得る。第2のリソース524は、チーム固有のスポーツウェブサイト(たとえば、チーム固有のブログ、公式チームウェブサイト、および/またはチームのローカルニュースソース)であり得る。知識パネル526は、特定のスポーツ、特定のチーム、および/または特定の日のスポーツの結果に関連付けられる知識パネルであり得る。
検索結果データ530を生成するために、第1のリソース522、第2のリソース524、および/または知識パネル526を利用することができる。イベント決定532を生成するために、検索結果データ530を処理することができる。イベント決定532は、トリガイベントが発生したかどうかを記述しているものとすることができる。決定ループは反復して繰り返すことができる。
例示的な方法
図6は、本開示の例示的な実施形態に従って実行する例示的な方法のフローチャート図を示している。図6は、例示および議論の目的で特定の順序で実行されるステップを示しているが、本開示の方法は、特に図示された順序または配置に限定されない。方法600の様々なステップは、本開示の範囲から逸脱することなく、様々な方法で省略、再配置、組合せ、および/または適合させることができる。
602において、コンピューティングシステムはブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、ブロックチェーンデータはブロックチェーンノードを介して取得することができる。スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。いくつかの実装形態では、結果として生じるアクションは、特定のユーザにペイロードを提供することを含むことができる。ペイロードは、代替不可能なトークン(たとえば、デジタルリソースに関連付けられる代替不可能なトークン)および/または暗号通貨を含むことができる。結果として生じるアクションは、特定の対話(たとえば、更新アクション、トランザクションアクション、および/またはメッセージ対話)を実行するために、アプリケーションプログラミングインターフェースを実装することを含み得る。トリガイベントは、スポーツイベントの特定の結果(たとえば、特定のチームの勝利、特定の選手の統計ライン、特定のプレー、および/または特定の合計ポイント)を含み得る。代替的におよび/または追加的に、トリガイベントは、発生する特定の気象現象(たとえば、雨の発生、高温、低温、嵐の発生、および/または降水のタイプ)を含み得る。いくつかの実装形態では、トリガイベントは、発生する特定の位置ベースのイベント(たとえば、交通イベント、人口イベント、投票結果イベント、雇用イベント、法律制定イベント、および/または地域の社会イベント)を含むことができる。トリガイベントは、クエリしきい値が満たされることを含み得る。たとえば、しきい値は、クエリの総量、所与の期間におけるクエリの総量、位置ベースの時間量、および/または特定のユーザクエリ量であってもよい。
604において、コンピューティングシステムは、トリガイベントを決定するためにブロックチェーンデータを処理することができる。トリガイベントは、複数の知識グラフのうちの1つまたは複数の特定の知識グラフ(たとえば、1つまたは複数のエンティティ(たとえば、オブジェクト、人、イベント、タスク、状況、および/または概念)に関連付けられる知識グラフ)に関連付けることができる。いくつかの実装形態では、1つまたは複数の特定の知識グラフは、特定のスポーツに関連付けられるスポーツ知識グラフを含むことができる。スポーツイベントは、特定のスポーツに関連付けられ得る。代替的におよび/または追加的に、1つまたは複数の特定の知識グラフは、特定の気象タイプに関連付けられる気象知識グラフを含むことができる。1つまたは複数の特定の知識グラフは、特定の位置に関連付けられる位置知識グラフを含むことができる。トリガイベントを決定することは、スマートコントラクトに関連付けられるブロックチェーンデータのサブセットを識別することを含むことができる。トリガイベントデータと結果として生じるアクションデータを識別するために、スマートコントラクトに関連付けられるブロックチェーンデータのサブセットを処理することができる。次いで、トリガイベントデータの意味論的な意図を決定するために、トリガイベントデータを1つまたは複数の機械学習モデルによって処理することができる。トリガイベントは、スマートコントラクトに関連付けられるif句であり得る。結果として生じるアクションは、スマートコントラクトに関連付けられるthen句にすることができる。トリガベントデータを決定するために、データの構造が利用され得る。
606において、コンピューティングシステムは、トリガイベントに基づいてクエリを生成することができる。クエリは1つまたは複数の特定の知識グラフに関連付けることができる。クエリは、1つまたは複数の特定の知識グラフに関連付けられる1つまたは複数の用語を含むことができる。追加的におよび/または代替的に、クエリは、トリガイベントの意味論的な意図に関連付けられる1つまたは複数の用語を含むことができる。クエリは、テキストデータ、画像データ、潜在エンコーディングデータ、オーディオデータ、および/またはビデオデータを含むことができる。クエリは、決定論的関数に基づいて、および/またはヒューリスティックに基づいて生成され得る。代替的におよび/または追加的に、クエリは1つまたは複数の機械学習モデルを使用して生成され得る。1つまたは複数の機械学習モデルは、自然言語処理モデル(たとえば、大規模な事前トレーニング済み言語モデル)、セグメンテーションモデル、拡張モデル、画像処理モデル、オーディオ処理モデル、ビデオ処理モデル、および/または潜在エンコーディング処理モデルを含むことができる。いくつかの実装形態では、クエリ生成は、トリガイベントに関連付けられる1つまたは複数のラベルを決定すること、および1つまたは複数のラベルを利用することを含むことができる。
608において、コンピューティングシステムは、クエリに基づいてトリガイベントが発生したと決定することができる。いくつかの実装形態では、クエリは、あらかじめ定められた間隔で再帰的に検索エンジンに提供することができる。代替的におよび/または追加的に、間隔は機械学習されてもよく、および/または1つまたは複数の変数に基づいて変動してもよい。いくつかの実装形態では、データベースを検索するためにクエリが利用され得る。データベースは、知識グラフに基づいて決定することができ、トリガイベントに事前に関連付けられてよく、決定された意味論的な意図に基づいて決定されてよく、および/または特定のトピックに関連付けられる信頼できるソースのデータベースであってもよい。
いくつかの実装形態では、クエリに基づいてトリガイベントが発生したと決定することは、検索エンジンにクエリを提供することと、検索エンジンから検索結果データを取得することと、検索結果データに基づいてトリガイベントが発生したと決定することとを含むことができる。検索結果データは、検索結果データが特定の結果を記述しているかどうかを決定するために処理され得る。その特定の結果がトリガイベントであるかどうかを決定するために、特定の結果を処理することができる。いくつかの実装形態では、特定の結果決定の信頼レベルを決定するために、検索結果データを処理することができる。検索結果データは、複数の情報ソースから取得された情報を記述しているものとすることができる。特定のソースのそれぞれの情報は、トピックとの関連性、検索結果のランキング、および/またはソースの決定された信頼性に基づいて、異なる重み付けをされてもよい。
代替的におよび/または追加的に、クエリに基づいてトリガイベントが発生したと決定することは、トレンドトピックがクエリに関連付けられていると決定することと、トレンドトピックが発生するトリガイベントを記述しているものであると決定することとを含むことができる。トレンドトピックは、災害トピック(たとえば、ハリケーンまたは山火事)、メディアコンテンツアイテムのトピック(たとえば、映画、曲、アルバム、画像、および/またはGIF)、株式トピック、スポーツチームのトピック、および/または特定のエンティティのトピックと関連付けることができる。
610において、コンピューティングシステムは、ブロックチェーンコンピューティングシステムに通知を伝送することができる。通知は、決定されたトリガイベントに基づいて生成され得る。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示し得る。いくつかの実装形態では、通知は、アプリケーションプログラミングインターフェースを介してブロックチェーンコンピューティングシステムに伝送され得る。通知は、ブロックチェーンを用いてオラクルシステムを検証するための1つまたは複数のキーに関連付けることができる。通知は、1つまたは複数の行の実行可能コード、プルーフオブワーク、ハッシュ関数、および/または証拠データを含むことができる。
図7は、本開示の例示的な実施形態に従って実行する例示的な方法のフローチャート図を示している。図7は、例示および議論の目的で特定の順序で実行されるステップを示しているが、本開示の方法は、特に図示された順序または配置に限定されない。方法700の様々なステップは、本開示の範囲から逸脱することなく、様々な方法で省略、再配置、組合せ、および/または適合させることができる。
702において、コンピューティングシステムはブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。スマートコントラクトは、トリガイベントが発生したと決定されたことに応答して結果として生じるアクションを実行させることを含むことができる。スマートコントラクトは、if-then関数を記述しているものとすることができる。if句をトリガイベントにすることができ、結果として生じるアクションをthen句にすることができる。トリガイベントは、イベントの結果を含むことができる。結果として生じるアクションは、デジタルリソースおよび/または暗号通貨の転送を含むことができる。いくつかの実装形態では、結果として生じるアクションは、アプリケーションプログラミングインターフェースに、特定のウェブプラットフォームと対話させることを含むことができる。代替的におよび/または追加的に、結果として生じるアクションは、追加のスマートコントラクトを生成することと、そのスマートコントラクトをブロックチェーンに埋め込むこととを含むことができる。
704において、コンピューティングシステムは、トリガイベントを決定するためにブロックチェーンデータを処理することができる。トリガイベントを決定することは、ブロックチェーンデータのサブセットがスマートコントラクトに関連付けられるデータを含むと決定することを含むことができる。この決定は、スマートコントラクト用の1つまたは複数の標準および/または1つまたは複数のプロトコルに基づいて行うことができる。いくつかの実装形態では、決定はデータ構造に基づいて行われてもよい。追加的におよび/または代替的に、ブロックチェーンデータは復号化され、データの平易な英語の翻訳を生成するために処理されてよく、平易な英語の翻訳は、トリガイベントを識別するために自然言語処理モデルによって処理することができる。
706において、コンピューティングシステムは、トリガイベントに基づいてクエリを生成することができる。クエリは、復号化されたトリガイベント内の1つまたは複数のキーワードの識別に基づいて生成することができる。次いで、1つまたは複数のキーワードをクエリにおいて使用することができる。いくつかの実装形態では、1つまたは複数のキーワードに基づいて1つまたは複数のラベルを決定することができ、クエリを生成するために1つまたは複数のラベルを利用することができる。
708において、コンピューティングシステムは、クエリを用いて知識データベースを再帰的に検索することができる。再帰的検索は、等間隔、変動間隔、および/または追加の検索インスタンスによって等間隔が補完され得るような間隔のハイブリッドセットにおいて行うことができる。知識データベースは1つまたは複数のソースに関連付けることができる。1つまたは複数のソースは、トピック固有の信頼できるソースであってよく、様々なレベルの権限を有し得る。
いくつかの実装形態では、コンピューティングシステムは、トリガイベントが特定のトピックに関連付けられていると決定することができる。知識データベースは、特定のトピックに関連付けられるデータを含むことができる。知識データベースは、トリガイベントに関連付けられる1つまたは複数の特定の知識グラフに基づいて決定することができる。
追加的におよび/または代替的に、クエリを用いて知識データベースを再帰的に検索することにより、複数の検索結果データセットを生成することができる。各検索結果データセットは、検索のそれぞれの異なるインスタンスに関連付けられ得る。いくつかの実装形態では、コンピューティングシステムは、複数の検索結果データセットのうちの1つまたは複数の検索結果データセットに基づいて、トリガイベントが発生したと決定することができる。
710において、コンピューティングシステムは、クエリおよび知識データベースに基づいてトリガイベントが発生したと決定することができる。この決定は、知識データベースの再帰的検索に関連付けられる検索結果データを取得することを含むことができる。検索結果データが発生するトリガイベントを記述しているかどうかを決定するために、検索結果データを処理することができる。
712において、コンピューティングシステムは、ブロックチェーンコンピューティングシステムに通知を伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。いくつかの実装形態では、通知は、発生したトリガイベントを記述しているものとすることができる。通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
図8は、本開示の例示的な実施形態に従って実行する例示的な方法のフローチャート図を示している。図8は、例示および議論の目的で特定の順序で実行されるステップを示しているが、本開示の方法は、特に図示された順序または配置に限定されない。方法800の様々なステップは、本開示の範囲から逸脱することなく、様々な方法で省略、再配置、組合せ、および/または適合させることができる。
802において、コンピューティングシステムはブロックチェーンからブロックチェーンデータを取得することができる。ブロックチェーンデータはスマートコントラクトを記述しているものとすることができる。いくつかの実装形態では、スマートコントラクトは、トリガイベントと結果として生じるアクションに関連付けることができる。トリガイベントは、特定のブロックチェーンアクションを含むことができる。特定のブロックチェーンアクションは、特定のユーザおよび特定のブロックチェーントランザクションに関連付けることができる。いくつかの実装形態では、結果として生じるアクションは、デジタルリソースを特定のユーザに転送することを含むことができる。トリガイベントは、特定の代替不可能なトークンに関連付けられるトランザクションアクションを含むことができる。結果として生じるアクションは、別の代替不可能なトークンに関連付けられるトランザクションアクションを含むことができる。
804において、コンピューティングシステムは、トリガイベントを決定するためにブロックチェーンデータを処理することができる。トリガイベントは、1つまたは複数のエンティティに関連付けることができる。いくつかの実装形態では、1つまたは複数のエンティティは、スポーツチーム、パフォーマ、政治家、アスリート、および/または制作会社を含むことができる。1つまたは複数のエンティティは、ブロックチェーンデータを処理することによって決定され得る。
806において、コンピューティングシステムは、トリガイベントに基づいてクエリを生成することができる。クエリは1つまたは複数のエンティティに関連付けることができる。クエリは、1つまたは複数のエンティティに関連付けられる1つまたは複数の記述子を含み得る。クエリは、特定のイベントタイプに関連するブール用語および/あるいは1つまたは複数の単語を含み得る。
いくつかの実装形態では、クエリを生成することは、トリガイベントの意味論的な意図(たとえば、トリガイベントの意味は、スポーツイベントの結果、気象現象のタイプ、および/またはブロックチェーントランザクションに関連付けることができる)を決定するために機械学習言語モデルを用いてブロックチェーンデータを処理することと、意味論的な意図に基づいてクエリを生成することとを含むことができる。
808において、コンピューティングシステムは、クエリを用いて検索エンジンに再帰的にクエリを実行することに基づいて、トリガイベントが発生したと決定することができる。検索エンジンは、一般的な検索エンジン、トピック固有の検索エンジン、学術論文検索エンジン、画像検索エンジン、および/または信頼できるソース検索エンジン(たとえば、信頼できるソースおよびそれらのそれぞれのコンテンツを識別する検索エンジン)であり得る。検索エンジンは1つまたは複数の知識グラフを活用し得る。
810において、コンピューティングシステムはブロックチェーンコンピューティングシステムに通知を伝送することができる。ブロックチェーンコンピューティングシステムは、ブロックチェーンに関連付けることができる。通知は、発生したトリガイベントを記述しているものとすることができる。いくつかの実装形態では、通知は、ブロックチェーンコンピューティングシステムに、結果として生じるアクションを発生させるように指示することができる。
追加開示
本明細書で説明する技術は、サーバ、データベース、ソフトウェアアプリケーション、および他のコンピュータベースのシステム、ならびに実行されるアクションおよびそのようなシステムとの間で送受信される情報について言及する。コンピュータベースのシステムには固有の柔軟性があるため、コンポーネント間でのタスクと機能の多種多様な構成、組合せ、分割が可能である。たとえば、本明細書で説明するプロセスは、単一のデバイスまたはコンポーネント、あるいは組合せて動作する複数のデバイスまたはコンポーネントを使用して実装することができる。データベースとアプリケーションは、単一のシステムに実装することも、複数のシステムに分散して実装することもできる。分散コンポーネントは、順次または並行して動作することができる。
本発明の主題をその様々な特定の例示的な実施形態に関して詳細に説明してきたが、各例は説明のために提供されたものであり、本開示を限定するものではない。当業者は、前述の内容を理解すれば、そのような実施形態に対する変更、変形、および等価物を容易に生み出すことができる。したがって、本開示は、当業者には容易に明らかなような、本主題に対するそのような修正、変形、および/または追加を含むことを妨げるものではない。たとえば、さらに別の実施形態を得るために、一実施形態の一部として図示または説明された特徴を別の実施形態とともに使用することができる。したがって、本開示はそのような変更、変形、および等価物を網羅することが意図されている。
10 第1のブロック
14 第1の前のハッシュ
16 データ
18 ノンス
20 第2のブロック
22 第2のハッシュ
24 第2の前のハッシュ
26 データ
28 ノンス
30 第3のブロック
32 第3のハッシュ
34 第3の前のハッシュ
36 データ
38 ノンス
40 第4のブロック
50 ブロックチェーン
60 第nのブロック
100 コンピューティングシステム
110 サーバコンピューティングシステム
112 プロセッサ
114 メモリ
116 命令
118 データ
120 ユーザプロファイルデータベース
122 ブロックチェーンアプリケーションプログラミングインターフェース(API)
130 ユーザコンピューティングシステム
132 プロセッサ
134 メモリ
136 データ
138 命令
140 ユーザプロファイル
150 クリエータコンピューティングシステム
152 プロセッサ
154 メモリコンポーネント
156 データ
158 命令
160 デジタル資産
162 クリエータプロファイル
170 ブロックチェーンコンピューティングシステム
172 台帳
174 トークン
180 ネットワーク
200 トリガイベント決定システム
202 ブロックチェーンデータ
204 トリガイベント
206 結果として生じるアクション
208 決定アクションブロック
210 トリガイベントが発生する
300 クエリ生成システム
302 ブロックチェーンデータ
304 機械学習モデル
306 意味論的な意図
308 生成ブロック
310 トピック
312 エンティティ
314 クエリ
400 トリガイベント決定システム
402 クエリ
404 検索エンジン
406 第1のデータベース
408 第2のデータベース
410 第3のデータベース
412 検索結果
414 決定ブロック
416 通知
500 スマートコントラクトオラクルシステム
510 スマートコントラクト
512 トリガイベント
514 結果として生じるアクション
520 知識グラフ
522 第1のリソース
524 第2のリソース
526 知識パネル
530 検索結果データ
532 イベント決定
600 方法
700 方法
800 方法
900 機械学習モデルコンピューティングシステム
902 ユーザコンピューティングデバイス
912 プロセッサ
914 ユーザコンピューティングデバイスメモリ
916 データ
918 命令
920 トリガイベント決定モデル
922 ユーザ入力コンポーネント
930 サーバコンピューティングシステム
932 プロセッサ
934 メモリ
936 データ
938 命令
940 トリガイベント決定モデル
950 トレーニングコンピューティングシステム
952 プロセッサ
954 メモリ
956 データ
958 命令
960 モデルトレーナ
962 トレーニングデータ
970 コンピューティングデバイス
980 ネットワーク
990 コンピューティングデバイス

Claims (20)

  1. トリガイベントの決定のためのコンピューティングシステムであって、
    1つまたは複数のプロセッサと、
    前記1つまたは複数のプロセッサによって実行されると、前記コンピューティングシステムに、動作を実行させる命令を集合的に記憶する1つまたは複数の非一時的コンピュータ可読媒体であって、前記動作が、
    ブロックチェーンからブロックチェーンデータを取得することであって、前記ブロックチェーンデータがスマートコントラクトを記述しており、前記スマートコントラクトが、トリガイベントと、結果として生じるアクションとに関連付けられている、ことと、
    前記トリガイベントを決定するために、前記ブロックチェーンデータを処理することであって、前記トリガイベントが、複数の知識グラフのうちの1つまたは複数の特定の知識グラフに関連付けられる、ことと、
    前記トリガイベントに基づいてクエリを生成することであって、前記クエリが、1つまたは複数の特定の知識グラフに関連付けられる、ことと、
    前記クエリに基づいて前記トリガイベントが発生したと決定することと、
    ブロックチェーンコンピューティングシステムに通知を伝送することであって、前記ブロックチェーンコンピューティングシステムが前記ブロックチェーンに関連付けられ、前記通知が前記トリガイベントの発生を記述しており、前記通知が前記ブロックチェーンコンピューティングシステムに前記結果として生じるアクションを発生させるように指示する、ことと
    を備える、システム。
  2. 前記クエリに基づいて前記トリガイベントが発生したと決定することが、
    検索エンジンに前記クエリを提供することと、
    前記検索エンジンから検索結果データを取得することと、
    前記検索結果データに基づいて前記トリガイベントが発生したと決定することと
    を備える、請求項1に記載のシステム。
  3. 前記クエリが、あらかじめ定められた間隔で再帰的に検索エンジンに提供される、請求項1に記載のシステム。
  4. 前記結果として生じるアクションが、特定のユーザにペイロードを提供することを含む、請求項1に記載のシステム。
  5. 前記トリガイベントがスポーツイベントの特定の結果を備え、前記1つまたは複数の特定の知識グラフが特定のスポーツに関連付けられるスポーツ知識グラフを備え、前記スポーツイベントが前記特定のスポーツに関連付けられる、請求項1に記載のシステム。
  6. 前記トリガイベントが、発生する特定の気象現象を備え、前記1つまたは複数の特定の知識グラフが、特定の気象タイプに関連付けられる気象知識グラフを備える、請求項1に記載のシステム。
  7. 前記トリガイベントが、発生する特定の位置ベースのイベントを備え、前記1つまたは複数の特定の知識グラフは、特定の位置に関連付けられる位置知識グラフを備える、請求項1に記載のシステム。
  8. 前記トリガイベントが、クエリしきい値が満たされることを含む、請求項1に記載のシステム。
  9. 前記通知が、アプリケーションプログラミングインターフェースを介して前記ブロックチェーンコンピューティングシステムに伝送される、請求項1に記載のシステム。
  10. 前記ブロックチェーンデータがブロックチェーンノードを介して取得される、請求項1に記載のシステム。
  11. 前記クエリに基づいて前記トリガイベントが発生したと決定することが、
    トレンドトピックが前記クエリに関連付けられていると決定することと、
    前記トレンドトピックが発生する前記トリガイベントを記述しているものであると決定することと
    を備える、請求項1に記載のシステム。
  12. トリガイベントを決定するためのコンピュータ実装方法であって、
    1つまたは複数のプロセッサを備えるコンピューティングシステムによって、ブロックチェーンからブロックチェーンデータを取得するステップであって、前記ブロックチェーンデータがスマートコントラクトを記述しており、前記スマートコントラクトがトリガイベントと結果として生じるアクションに関連付けられる、ステップと、
    前記コンピューティングシステムによって、前記トリガイベントを決定するために前記ブロックチェーンデータを処理するステップと、
    前記コンピューティングシステムによって、前記トリガイベントに基づいてクエリを生成するステップと、
    前記コンピューティングシステムによって、前記クエリを用いて知識データベースを再帰的に検索するステップと、
    前記コンピューティングシステムによって、前記クエリおよび前記知識データベースに基づいて前記トリガイベントが発生したと決定するステップと、
    前記コンピューティングシステムによって、ブロックチェーンコンピューティングシステムに通知を伝送するステップであって、前記ブロックチェーンコンピューティングシステムが前記ブロックチェーンに関連付けられ、前記通知が前記トリガイベントの発生を記述しており、前記通知が前記ブロックチェーンコンピューティングシステムに前記結果として生じるアクションを発生させるように指示する、ステップと
    を備える、方法。
  13. 前記スマートコントラクトが、前記トリガイベントが発生したと決定されたことに応答して前記結果として生じるアクションを実行させるステップを備える、請求項12に記載の方法。
  14. 前記コンピューティングシステムによって、前記トリガイベントが特定のトピックに関連付けられていると決定するステップをさらに備え、
    前記知識データベースが、特定のトピックに関連付けられるデータを備える、請求項12に記載の方法。
  15. 前記コンピューティングシステムによって、前記クエリを用いて前記知識データベースを再帰的に検索することにより、複数の検索結果データセットを生成し、各検索結果データセットが、検索のそれぞれの異なるインスタンスに関連付けられ、
    前記コンピューティングシステムによって、前記複数の検索結果データセットのうちの1つまたは複数の検索結果データセットに基づいて、前記トリガイベントが発生したと決定する、請求項12に記載の方法。
  16. 1つまたは複数のコンピューティングデバイスによって実行されると、前記1つまたは複数のコンピューティングデバイスに、動作を実行させる命令を集合的に記憶する1つまたは複数の非一時的コンピュータ可読媒体であって、前記動作が、
    ブロックチェーンからブロックチェーンデータを取得することであって、前記ブロックチェーンデータがスマートコントラクトを記述しており、前記スマートコントラクトが、トリガイベントと、結果として生じるアクションとに関連付けられている、ことと、
    前記トリガイベントを決定するために、前記ブロックチェーンデータを処理することであって、前記トリガイベントが、1つまたは複数のエンティティに関連付けられる、ことと、
    前記トリガイベントに基づいてクエリを生成することであって、前記クエリが、前記1つまたは複数のエンティティに関連付けられる、ことと、
    前記クエリを用いて検索エンジンに再帰的にクエリを実行することに基づいて、前記トリガイベントが発生したと決定することと、
    ブロックチェーンコンピューティングシステムに通知を伝送することであって、前記ブロックチェーンコンピューティングシステムが前記ブロックチェーンに関連付けられ、前記通知が前記トリガイベントの発生を記述しており、前記通知が前記ブロックチェーンコンピューティングシステムに前記結果として生じるアクションを発生させるように指示する、ことと
    を備える、1つまたは複数の非一時的コンピュータ可読媒体。
  17. 前記1つまたは複数のエンティティが、スポーツチーム、パフォーマ、政治家、アスリート、または制作会社のうちの少なくとも1つを備える、請求項16に記載の1つまたは複数の非一時的コンピュータ可読媒体。
  18. 前記クエリを生成することが、
    前記トリガイベントの意味論的な意図を決定するために、機械学習言語モデルを用いて前記ブロックチェーンデータを処理することと、
    前記意味論的な意図に基づいて前記クエリを生成することと
    を備える、請求項16に記載の1つまたは複数の非一時的コンピュータ可読媒体。
  19. 前記トリガイベントが特定のブロックチェーンアクションを備え、前記特定のブロックチェーンアクションが特定のユーザおよび特定のブロックチェーントランザクションに関連付けられる、請求項16に記載の1つまたは複数の非一時的コンピュータ可読媒体。
  20. 前記結果として生じるアクションが、デジタルリソースを特定のユーザに伝送することを含む、請求項16に記載の1つまたは複数の非一時的コンピュータ可読媒体。
JP2023130347A 2022-08-10 2023-08-09 ブロックチェーンスマートコントラクトのための信頼できる事実に基づいたサービス Pending JP2024025743A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202263396723P 2022-08-10 2022-08-10
US63/396,723 2022-08-10
US18/077,482 2022-12-08
US18/077,482 US12001443B2 (en) 2022-08-10 2022-12-08 Authoritative factual service for blockchain smart contracts

Publications (1)

Publication Number Publication Date
JP2024025743A true JP2024025743A (ja) 2024-02-26

Family

ID=87571310

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023130347A Pending JP2024025743A (ja) 2022-08-10 2023-08-09 ブロックチェーンスマートコントラクトのための信頼できる事実に基づいたサービス

Country Status (4)

Country Link
US (1) US12001443B2 (ja)
EP (1) EP4322023A1 (ja)
JP (1) JP2024025743A (ja)
KR (1) KR20240021717A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4091113A1 (en) * 2020-02-22 2022-11-23 Siemens Aktiengesellschaft Method and system for securing asset data in a computing environment

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11393024B1 (en) * 2019-01-29 2022-07-19 Openrisk Technologies Inc. System and method for semantic representation and execution of agreements on a distributed ledger
US11431486B2 (en) 2019-05-22 2022-08-30 Salesforce.Com, Inc. System or method to implement consensus on read on distributed ledger/blockchain
US20210073286A1 (en) * 2019-09-06 2021-03-11 Digital Asset Capital, Inc. Multigraph verification
US11132403B2 (en) * 2019-09-06 2021-09-28 Digital Asset Capital, Inc. Graph-manipulation based domain-specific execution environment
US10915578B1 (en) * 2019-09-06 2021-02-09 Digital Asset Capital, Inc. Graph outcome determination in domain-specific execution environment
US11637701B2 (en) 2020-09-23 2023-04-25 Genesys Cloud Services, Inc. Technologies for conducting a data transaction between enterprises using a permissioned blockchain infrastructure and an oracle system
US20220198562A1 (en) 2020-12-18 2022-06-23 Strong Force TX Portfolio 2018, LLC Market orchestration system for facilitating electronic marketplace transactions

Also Published As

Publication number Publication date
US20240054141A1 (en) 2024-02-15
US12001443B2 (en) 2024-06-04
KR20240021717A (ko) 2024-02-19
EP4322023A1 (en) 2024-02-14

Similar Documents

Publication Publication Date Title
US11442992B1 (en) Conversational reasoning with knowledge graph paths for assistant systems
CN108604315B (zh) 使用深度学习模型识别实体
CN111695674B (zh) 联邦学习方法、装置、计算机设备及可读存储介质
US9514405B2 (en) Scoring concept terms using a deep network
US9449271B2 (en) Classifying resources using a deep network
CN111602147A (zh) 基于非局部神经网络的机器学习模型
Xu et al. Course video recommendation with multimodal information in online learning platforms: A deep learning framework
US20180336457A1 (en) Semi-Supervised Learning via Deep Label Propagation
US20150161529A1 (en) Identifying Related Events for Event Ticket Network Systems
JP2019532445A (ja) 多義コードを使用した類似度検索
JP2022531812A (ja) 拡張現実ターゲット
CN113569129A (zh) 点击率预测模型处理方法、内容推荐方法、装置及设备
EP4322023A1 (en) Authoritative factual service for blockchain smart contracts
Uppada et al. An image and text-based multimodal model for detecting fake news in OSN’s
Mekouar et al. A survey on blockchain-based Recommender Systems: Integration architecture and taxonomy
Goyal et al. Detection of fake accounts on social media using multimodal data with deep learning
US10839014B1 (en) Multiple representations of a user in an embedding space
US11080349B1 (en) Geo-encoded embeddings
CN116756676A (zh) 一种摘要生成方法及相关装置
CN117331708A (zh) 区块链智能合约的权威事实服务
US20240048397A1 (en) Identity Management for Web2 and Web3 Environments
US20240054190A1 (en) Digital Rights Management for NFTs Across Search Surfaces
US20240048547A1 (en) User Data and Personalization Models Implemented on a Blockchain
WO2024005823A1 (en) Generating a comprehensive non-fungible token search index
CN117040826A (zh) 在区块链上实现的用户数据和个性化模型

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230920