工作量证明 （PoW） 是各种计算机科学中采用的基本概念，尤其是在加密货币领域，它确保了比特币等去中心化网络的安全性和可靠性。它通过使更改或创建欺诈交易的过程在计算上既昂贵又耗时来实现这一点。然而，在创新的 Qubic 生态系统中，我们通过将 AI 训练集成为实现相同共识的手段，对传统 PoW 引入了一个令人兴奋的变化，从而产生了一种新的共识机制：有用的工作量证明 （UPoW）。

传统工作量证明

工作量证明本质上是计算机之间的竞争性解谜过程。每当有人打算在网络上进行交易时，他们的计算机必须解决一个复杂的数学难题。第一台解决难题或“挖掘”解决方案的计算机有机会验证交易并将其添加到“区块”——交易的集合。这种挖矿过程有助于防止任何单个实体控制网络并确保去中心化的安全性。

Qubic 方法：AI 训练作为工作量证明

Qubic 生态系统通过其共识机制中使用 AI 训练任务来突破传统 PoW 的界限。在这里，验证者（称为 Computor）由矿工（通常称为“AI 矿工”）提供支持，利用 AI 模型来解决复杂的训练任务，而不是传统的数学难题。

用于工作量证明的 AI 训练的功能

在这种方法中，网络为 AI 模型提供复杂的训练任务，例如处理大型数据集或针对特定问题训练机器学习模型。这种范式转变确保了 Computor 所做的工作不仅用于维护网络安全，而且还有助于实际应用程序和服务。

AI 训练作为工作量证明的优势

AI 训练作为 Qubic 生态系统中的工作量证明具有许多好处。由于 AI 训练可以优化并在普通硬件上运行，因此它更加节能，与传统 PoW 相比，每个计算单元消耗的能量更少。此外，AI 训练维护了网络的安全性和去中心化，每个 AI 矿工都竞争解决任务，从而避免了中心化。

有用的工作量证明 （UPoW）

Qubic 生态系统中的有用工作量证明 （UPoW） 将挖矿过程中消耗的计算能量转化为有价值的有益结果。UPoW 协议将这种计算能力用于人工神经网络 （ANN） 的训练，从而利用网络的巨大计算能力来推动机器学习的发展。

在 Qubic 的 UPoW 协议中，Computors 的排名取决于其 AI 矿工在解决这些复杂问题方面的有效性。此挖矿操作的主要目标不仅仅是验证交易或创建新区块，而且还为每个 epoch 建立 Computor 排名，时间段为一周。Computor 的矿工表现越好，它的排名就越高，随之而来的是它的潜在收益。

PoUW 的集成为 Qubic 网络增加了一层能源效率。它确保采矿中使用的能量被引导到解决现实世界的问题上，例如机器学习任务。此策略提高了网络的整体实用性，使其不仅有利于网络维护，而且有利于外部应用程序和服务。