Nesa Network 是个第 1 层（Layer-1）区块链平台，旨在直接在链上集成人工智能 (AI) 推理。它为执行人工智能模型提供了安全、去中心化和高效的基础设施，而无需依赖中心化服务提供商。该网络使人工智能应用程序能够以更高的隐私性、安全性和透明度运行，使其适合需要处理敏感数据的行业。

传统区块链平台不同主要处理金融交易和智能合约，而 Nesa 专为处理人工智能工作负载而构建。这意味着 Nesa 不只是存储人工智能模型或依赖链外执行，而是允许人工智能计算任务在区块链上本地进行，同时保留用户数据的机密性。

Nesa Network 主要致力于提供一个去信任的人工智能环境，让开发人员、企业和个人都能在其中部署和使用人工智能模型，而无需担心数据安全或模型完整性。该平台确保任何单一实体都无法控制人工智能执行过程，降低了与中心化人工智能系统相关的风险，例如数据泄露、决策偏差和单点故障等。

此外，Nesa Network 引入了基于代币的经济模型，可执行人工智能任务、激励参与者并确保网络内公平的资源分配。$NES 代币用于交易、质押、治理和人工智能模型访问，确保生态系统的可持续性。

Nesa Network 的历史、起源及重要人物

2023 年，Nesa Network 由一支由 AI 和区块链技术领域专家组成的团队创立。创始团队包括 Harry Yang 博士、赵越博士、Claudio Angione 博士和 Marco Di Maggio 博士。

创始人及主要人员

Harry Yang 博士（创始人）

Yang 博士曾在 Facebook AI 工作，开发了 Sora，也被称为 Make-a-Video。他为 Meta 的 Llama 大型语言模型（LLM）的早期开发做出了贡献，专长于计算机视觉和视频生成 AI 技术。

赵越博士（首席科学家）

赵博士是南加州大学人工智能助理教授，PyOD 的创始人。PyOD 是一款得到广泛使用的异常检测 AI 工具，下载量超过 2200 万次，特斯拉和 NASA 等组织均在使用。赵博士曾荣获 AAAI 新晋教师奖，并获得 Google 和 Meta 的研究资助。

Claudio Angione 博士（研究主管）

Angione 博士曾获得艾伦·图灵 AI 发展奖。他拥有剑桥大学计算机科学博士学位，曾担任微软研究员，并现为蒂赛德大学的人工智能教授。

Marco Di Maggio博士

尽管有关 Di Maggio 博士具体职责的详细信息较少，但他是 Nesa Network 核心团队的重要成员之一。

创始团队受到了中心化大型语言模型（LLMs）的经验教训的启发，从而创立了 Nesa Network。他们观察到这些模型性能不稳定、缺乏透明度等，这激发他们开发了一个去中心化、开放且去信任的 AI 网络。这一理念最终促成了 Nesa Network 的诞生，旨在将 AI 功能直接集成到区块链中，从而增强性能跟踪、验证和控制。

$NES 的代币经济学

$NES 代币是 Nesa Network 生态系统必不可少的一部分，具有促进平台运营和治理等多种作用。

公开分配（总计 20%）

8.8% 用于首次发行和激励测试网

11.2% 用于支持未来计划

研发和生态系统开发：27.2%

这笔分配专用于生态系统的研究、开发和发展，以确保长期可持续性。

初始核心贡献者： 18.1%

保留给在开发 Nesa Network 中发挥重要作用的团队和早期贡献者。

早期支持者：

种子前：15.8%

A+B 轮：18.9%

这些分配提供给为该平台贡献初始资金的早期投资者和合作伙伴。

$NES 的效用

交易费用：用户使用 $NES 代币支付 Nesa Network 内的人工智能推理查询和其他服务费用。这种机制确保所有事务都得到有效处理，并且资源得到适当分配。

质押：参与者可质押 $NES 代币成为验证者或矿工，为网络安全和共识做贡献。利益相关者则会获得奖励回报，激励他们积极参与维护网络的完整性。

治理：$NES 代币持有者可对某些网络参数的更改提出建议并进行投票，从而影响平台的开发和政策。这种去中心化的治理模式确保社区在网络的发展中拥有发言权。

代币分配

$NES 代币的分配模型旨在促进网络的增长和可持续性。一部分代币将分配给社区池，该池获得所有区块奖励的 2%。该池为生态系统计划提供资金，$NES 利益相关者对如何分配这些资金进行投票。

费用结构

Nesa 采用标准的 Gas-价格优先内存池，其中验证者优先考虑费用较高的交易。费用包括每笔交易的固定费用和基于每次查询大小的可变费用。这种结构让网络变得高效、资源得到有效利用。

经济激励

$NES 的代币经济学旨在创建一个平衡的经济模型，激励生态系统内的各个参与者。矿工必须质押 $NES 代币，确保他们在诚实有效地处理人工智能查询方面拥有既得利益。这种方法使矿工的利益与网络的整体健康和安全保持一致。