摘要：來源:GreythornInternal來源:DavidAtterman分布式專家模型（MoE）Bittensor采用了分布式專家模型（MoE）來優(yōu)化人工智能預(yù)測(cè)，通過協(xié)同多個(gè)專業(yè)化的AI模型，提高了解決復(fù)雜問題的準(zhǔn)確性和效率。...
項(xiàng)目名稱：Bittensor | 項(xiàng)目類型：人工智能（AI）| 代號(hào)：$TAO | 加密貨幣排名：#30 | 市值：33億美元 | FDV: 33億美元| 流通供應(yīng)量：623萬美元（占總供應(yīng)量的29.69%）| 最大供應(yīng)量：210萬美元
引言
人工智能行業(yè)近年來蓬勃發(fā)展，特別是像 ChatGPT 這樣的突破性技術(shù)的涌現(xiàn)，僅 2023 年一年吸引了 250 億美元的投資，是2022年的五倍。這一大規(guī)模資本的涌入充分彰顯了人們對(duì)人工智能成為萬億美元產(chǎn)業(yè)的積極預(yù)期。
然而，哪些跡象表明著AI未來會(huì)越來越好？以下是幾點(diǎn)要點(diǎn)：
●首先，人工智能領(lǐng)域目前相當(dāng)分散。不同的人工智能模型間無法互相學(xué)習(xí)，這嚴(yán)重限制了它們的功能。此外，要將其與其他應(yīng)用程序或數(shù)據(jù)連接，通常需要特殊的權(quán)限，這進(jìn)一步增加了復(fù)雜性。
●其次，AI的門檻相當(dāng)高。訓(xùn)練人工智能模型需要大量資源，這導(dǎo)致這一領(lǐng)域主要由大型企業(yè)壟斷。
●盡管加密貨幣在普及階段尚屬初期，但已經(jīng)顯示出作為激勵(lì)和組織分布式資源網(wǎng)絡(luò)的強(qiáng)大工具的潛力。此外，通過利用區(qū)塊鏈技術(shù)，人工智能應(yīng)用可以實(shí)現(xiàn)互操作性，增強(qiáng)它們的協(xié)同工作能力。
尤其最近在人工智能加密貨幣領(lǐng)域出現(xiàn)了一些令人振奮的成功案例，人們開始認(rèn)識(shí)到這些機(jī)遇。
因此，我們正處于一個(gè)AI的十字路口：一方面是分散且資源密集的人工智能領(lǐng)域，另一方面是明確的市場(chǎng)機(jī)會(huì)?，F(xiàn)在我們所需要的，是能匹配兩者的核心解決方案。而這正是 Bittensor 所提供的，這一點(diǎn)實(shí)在值得關(guān)注。
Bittensor 將人工智能的控制權(quán)從大公司轉(zhuǎn)移到更廣泛的社區(qū)中，改變著人工智能的發(fā)展格局。其協(xié)議將機(jī)器學(xué)習(xí)轉(zhuǎn)化為可交易的商品，從而鼓勵(lì)知識(shí)的快速傳播，猶如一個(gè)不斷擴(kuò)大的圖書館。
項(xiàng)目概述
Bittensor 由 AI 研究人員 Ala Shaabana 和 Jacob Steeves 于 2019 年創(chuàng)立，最初設(shè)想為 Polkadot 平行鏈，但在 2023 年 3 月進(jìn)行了戰(zhàn)略性轉(zhuǎn)變，決定開發(fā)自己的專有區(qū)塊鏈，旨在利用加密貨幣作為激勵(lì)全球機(jī)器學(xué)習(xí)節(jié)點(diǎn)的機(jī)制，促進(jìn) AI 開發(fā)的去中心化方法。通過使這些節(jié)點(diǎn)能夠協(xié)同訓(xùn)練和學(xué)習(xí)，Bittensor 引入了一種新的范式，即通過集成增量資源的增強(qiáng)了網(wǎng)絡(luò)的集體智慧，從而拓展了個(gè)人研究人員和模型在整體上的貢獻(xiàn)。
中心結(jié)構(gòu)與組成
Bittensor的架構(gòu)旨在通過一個(gè)去中心化網(wǎng)絡(luò)支持一個(gè)健壯的AI生態(tài)系統(tǒng)：
●礦工層：這一層是Bittensor內(nèi)AI驅(qū)動(dòng)創(chuàng)新的核心，礦工在此托管并運(yùn)行多樣化的AI模型。
●驗(yàn)證者層：驗(yàn)證者在維護(hù)區(qū)塊鏈的完整性和共識(shí)方面扮演著關(guān)鍵角色，確保網(wǎng)絡(luò)按照既定規(guī)則運(yùn)作。
●企業(yè)層：致力于開發(fā)尖端應(yīng)用，利用網(wǎng)絡(luò)的AI能力解決復(fù)雜問題。
●消費(fèi)者層：最終層服務(wù)于終端用戶和組織，提供網(wǎng)絡(luò)生成的解決方案和服務(wù)。
Bittensor作為一個(gè)預(yù)言機(jī)
Bittensor還作為一個(gè)預(yù)言機(jī)（Oracle），將區(qū)塊鏈系統(tǒng)與外部數(shù)據(jù)連接。這樣，它允許AI和區(qū)塊鏈技術(shù)結(jié)合，創(chuàng)造創(chuàng)新解決方案。
網(wǎng)絡(luò)動(dòng)態(tài)
Bittensor生態(tài)系統(tǒng)依賴于其獨(dú)特的子網(wǎng)動(dòng)態(tài)，每個(gè)子網(wǎng)提供不同的獎(jiǎng)勵(lì)，非常適合廣泛的AI應(yīng)用。這種設(shè)置促進(jìn)了多樣性和新想法的產(chǎn)生，服務(wù)于可能被大型AI公司忽視的領(lǐng)域。同時(shí)，它使用單一的TAO代幣生態(tài)系統(tǒng)支持這些活動(dòng)，讓代幣持有者在網(wǎng)絡(luò)內(nèi)AI成長(zhǎng)方向上有很大的發(fā)言權(quán)。
Bittensor Machine Learning方法和機(jī)制
Bittensor連接網(wǎng)絡(luò)中的兩類關(guān)鍵參與者：
-驗(yàn)證器：負(fù)責(zé)維持區(qū)塊鏈的完整性，確保交易和操作符合網(wǎng)絡(luò)的規(guī)則。
-鏈下機(jī)器學(xué)習(xí)礦工：他們通過托管和運(yùn)行AI模型提供AI服務(wù)，這些模型執(zhí)行從數(shù)據(jù)分析到生成觀點(diǎn)的各種任務(wù)。
這個(gè)橋梁使得區(qū)塊鏈操作和AI服務(wù)之間的安全高效合作成為可能。
領(lǐng)域 詳述
供給側(cè) - AI層（礦工）托管AI模型的礦工，這些模型是Bittensor AI能力的來源。這些模型通過機(jī)器學(xué)習(xí)執(zhí)行任務(wù)并產(chǎn)生價(jià)值。
供給側(cè) - 區(qū)塊鏈層（驗(yàn)證器）管理和評(píng)估礦工托管的AI模型的驗(yàn)證器。他們的角色是確保這些模型符合網(wǎng)絡(luò)的標(biāo)準(zhǔn)并積極貢獻(xiàn)。
需求側(cè) - 在驗(yàn)證器上構(gòu)建應(yīng)用開發(fā)者在驗(yàn)證器上構(gòu)建應(yīng)用，利用礦工提供的特定AI能力。這創(chuàng)造了一個(gè)需求驅(qū)動(dòng)的生態(tài)系統(tǒng)，開發(fā)人員可以根據(jù)需要獲取人工智能資源并為其提供資金。
分布式專家模型（MoE）
Bittensor采用了分布式專家模型（MoE）來優(yōu)化人工智能預(yù)測(cè)，通過協(xié)同多個(gè)專業(yè)化的AI模型，提高了解決復(fù)雜問題的準(zhǔn)確性和效率。這種方法融合了各模型的獨(dú)特優(yōu)勢(shì)，產(chǎn)生了更加精確和全面的結(jié)果，相較于傳統(tǒng)的單一模型方法，效果更為出色。例如，當(dāng)我們想要生成帶有西班牙語(yǔ)注釋的Python代碼時(shí)，AI的多語(yǔ)言模型和代碼專業(yè)知識(shí)模型可以起來結(jié)合，共同產(chǎn)出結(jié)果。這比起單一模型而言，提供了更為優(yōu)越的解決方案。
智能證明（Proof Of intelligence）
智能證明是Bittensor網(wǎng)絡(luò)用以獎(jiǎng)勵(lì)節(jié)點(diǎn)添加有用的機(jī)器學(xué)習(xí)模型和結(jié)果的一種機(jī)制。類似于區(qū)塊鏈網(wǎng)絡(luò)中的工作量證明（PoW）和權(quán)益證明（PoS），智能證明要求節(jié)點(diǎn)執(zhí)行機(jī)器學(xué)習(xí)任務(wù)以證明其智能水平，而非解決數(shù)學(xué)難題。節(jié)點(diǎn)的機(jī)器學(xué)習(xí)工作如果準(zhǔn)確且具有價(jià)值，就有更大的機(jī)會(huì)被選中添加新的區(qū)塊到鏈上，并獲得TAO代幣作為獎(jiǎng)勵(lì)。為了在Bittensor網(wǎng)絡(luò)中獲得獎(jiǎng)勵(lì)，服務(wù)器不僅必須生成有價(jià)值的知識(shí)，還必須得到大多數(shù)驗(yàn)證者的認(rèn)可。采用這種共識(shí)機(jī)制，Bittensor激勵(lì)有價(jià)值的貢獻(xiàn)，促進(jìn)合作，并保障區(qū)塊鏈的安全性。
生態(tài)系統(tǒng)
Bittensor生態(tài)系統(tǒng)以$TAO代幣驅(qū)動(dòng)，代表了去中心化人工智能領(lǐng)域的一種創(chuàng)新方法，其特殊的subnet結(jié)構(gòu)對(duì)于生態(tài)系統(tǒng)的完整性和性能至關(guān)重要。Bittensor為這些subnet網(wǎng)提供了32個(gè)槽位，以促進(jìn)競(jìng)爭(zhēng)但動(dòng)態(tài)的環(huán)境，從而推動(dòng)創(chuàng)新。這體現(xiàn)了Bittensor對(duì)包容性的承諾以及其對(duì)質(zhì)量?jī)?yōu)先于數(shù)量的戰(zhàn)略關(guān)注。請(qǐng)注意，Bittensor中的子網(wǎng)是通過競(jìng)爭(zhēng)和合作創(chuàng)造真正價(jià)值的地方。
該生態(tài)系統(tǒng)的區(qū)塊鏈技術(shù)確保了透明度和安全性，在此Bittensor API則通過提供必要的工具和指南來促進(jìn)參與。
參與者可以作為子網(wǎng)所有者、驗(yàn)證者或礦工來參與建造社區(qū)，每個(gè)角色都對(duì)于生態(tài)系統(tǒng)的健康至關(guān)重要。Yuma共識(shí)機(jī)制是一個(gè)關(guān)鍵特征，通過用TAO代幣獎(jiǎng)勵(lì)貢獻(xiàn)者，促進(jìn)了共識(shí)達(dá)成。
戰(zhàn)略合作伙伴關(guān)系，比如OpSec和Tensorage之間的合作，對(duì)于推進(jìn)去中心化人工智能技術(shù)至關(guān)重要，并提供了無縫的數(shù)據(jù)處理和存儲(chǔ)解決方案。
像AITProtocol這樣的平臺(tái)與Bittensor網(wǎng)絡(luò)的整合突顯了其不斷擴(kuò)大的影響力以及去中心化人工智能模型的多樣化應(yīng)用。
考慮到Bittensor的發(fā)展?jié)摿Γ覀冾A(yù)計(jì)這些合作伙伴關(guān)系和整合將繼續(xù)發(fā)展，也許，Bittensor很可能成為塑造人工智能未來的關(guān)鍵參與者之一。
代幣經(jīng)濟(jì)
TAO代幣經(jīng)濟(jì)學(xué)綜述
●最大供應(yīng)量：2100萬枚TAO代幣。
●發(fā)行時(shí)間表：代幣在256年內(nèi)完全發(fā)行。
●當(dāng)前價(jià)格：624.97美元。
●市值：39.2億美元，排名第27位。
●全面稀釋估值：39億美元，排名第49位。
●當(dāng)前流通供應(yīng)量：625萬枚TAO代幣，占最大供應(yīng)量的29.75%。
●總供應(yīng)量：625萬枚TAO代幣。
代幣生成和分配
●TAO代幣通過挖礦和網(wǎng)絡(luò)驗(yàn)證活動(dòng)創(chuàng)造，以促進(jìn)去中心化生態(tài)系統(tǒng)的發(fā)展。
●網(wǎng)絡(luò)每1050萬個(gè)區(qū)塊進(jìn)行一次減半事件，計(jì)劃在約45年內(nèi)進(jìn)行64次減半。
●獎(jiǎng)勵(lì)以每塊1個(gè)TAO的速度發(fā)放，大約每12秒發(fā)放一次，每日總計(jì)發(fā)放約7200個(gè)TAO代幣。這些獎(jiǎng)勵(lì)將分配給礦工和驗(yàn)證者。
代幣實(shí)用性
●持有TAO代幣可訪問網(wǎng)絡(luò)上的各種數(shù)字資源，包括數(shù)據(jù)和基于人工智能的核心觀點(diǎn)。需要注意的是，TAO代幣的價(jià)值直接與Bittensor網(wǎng)絡(luò)提供的人工智能服務(wù)相關(guān)聯(lián)。隨著這些人工智能服務(wù)的重要性和實(shí)用性不斷增加，對(duì)TAO代幣的需求也會(huì)相應(yīng)增加。
競(jìng)爭(zhēng)對(duì)手
人工智能技術(shù)在區(qū)塊鏈行業(yè)有著廣泛的應(yīng)用，包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、去中心化存儲(chǔ)、人工智能代理訓(xùn)練、市場(chǎng)以及數(shù)據(jù)處理等方面。
考慮到這一多樣性，將Bittensor直接與類似Akash這樣的項(xiàng)目進(jìn)行比較可能并不十分合適。Akash提供的服務(wù)類似于云計(jì)算，而Bittensor則專注于特定領(lǐng)域，如人工智能模型訓(xùn)練。
進(jìn)一步的研究使我們發(fā)現(xiàn)了Gensyn，這是一個(gè)新興的項(xiàng)目，似乎是Bittensor的更為接近的競(jìng)爭(zhēng)對(duì)手。讓我們更為深入地研究一下它。
走近Gensyn
本·菲爾?。˙en Fielding）和哈里·格里夫（Harry Grieve）于2020年初在創(chuàng)業(yè)者第一（Entrepreneur First）加速器計(jì)劃中相遇，并于同年開始合作創(chuàng)建了Gensyn，一直專注于研究工作，直至2023年第二季度。他們期待今年啟動(dòng)測(cè)試網(wǎng)。
2023年6月，Gensyn通過A輪融資成功獲得了4300萬美元的資金，投資方包括a16z、Protocol Lab、CoinFund、Canonical Crypto、Eden Block以及多位天使投資人。
Gensyn正在構(gòu)建一個(gè)基于L1 PoS協(xié)議的網(wǎng)絡(luò)，利用Substrate框架進(jìn)行點(diǎn)對(duì)點(diǎn)通信。
Gensyn旨在創(chuàng)建一個(gè)超級(jí)可擴(kuò)展的ML網(wǎng)絡(luò)。它提供了一組全球計(jì)算資源，每個(gè)人都可以隨時(shí)訪問。其目標(biāo)是通過連接多種不同的計(jì)算設(shè)備，從閑置數(shù)據(jù)中心到帶有GPU的個(gè)人筆記本電腦，使全球任何設(shè)備上的AI模型訓(xùn)練成為可能。這一倡議旨在顯著提高全球ML計(jì)算資源的可用性。
與Bittensor的區(qū)別：
Gensyn與典型計(jì)算網(wǎng)絡(luò)的不同之處在于其檢查計(jì)算工作的獨(dú)特方法。它引入了一種稱為“概率學(xué)習(xí)證明（Probabilistic Proof-of-Learning）”的新系統(tǒng)，該系統(tǒng)使用了梯度優(yōu)化中的數(shù)據(jù)，這是機(jī)器學(xué)習(xí)中的一個(gè)關(guān)鍵方法。這種技術(shù)提供了一種可擴(kuò)展且可靠的驗(yàn)證工作的方式，無需復(fù)制，使機(jī)器學(xué)習(xí)任務(wù)更加高效。
對(duì)比之下，Bittensor提供了兩個(gè)關(guān)鍵優(yōu)勢(shì)：
●首先，它采用了專家混合（MoE）模型，通過讓多個(gè)專業(yè)化的AI模型協(xié)同工作來增強(qiáng)AI預(yù)測(cè)。這種合作旨在提高AI結(jié)果的準(zhǔn)確性和可靠性。
●其次，Bittensor采用了一種獨(dú)特的機(jī)器學(xué)習(xí)方法，稱為AI積木。AI積木的概念是利用區(qū)塊鏈?zhǔn)笰I開發(fā)更加開放和去中心化、可訪問和高效。通過建立在“計(jì)算積木”（Compute Legos）思想之上，它專注于通用計(jì)算的多功能性，以促進(jìn)機(jī)器學(xué)習(xí)創(chuàng)新。Bittensor的愿景是建立一個(gè)全球ML節(jié)點(diǎn)社區(qū)網(wǎng)絡(luò)，用以應(yīng)對(duì)在特定的復(fù)雜挑戰(zhàn)，同時(shí)增強(qiáng)AI模型的集體智能和能力。
但我們也可以建立一個(gè)不同的情景，即通過無需許可的區(qū)塊鏈，使各種協(xié)議能夠集成并增強(qiáng)整體去中心化人工智能生態(tài)系統(tǒng)。例如，Akash、Gensyn和Bittensor可能共同處理推斷請(qǐng)求，進(jìn)而展現(xiàn)基于鏈上的不同AI解決方案之間的協(xié)同作用。
與中心化AI模型的對(duì)比：
將Bittensor與中心化AI模型（如最近微軟估值為290億美元的OpenAI）進(jìn)行比較，可以清晰地展現(xiàn)其潛力。Bittensor的去中心化方法，旨在實(shí)現(xiàn)AI智能的復(fù)合和更廣泛的集成，如果成功的話，有可能超越OpenAI的能力和價(jià)值。這引發(fā)了對(duì)Bittensor巨大潛在價(jià)值的討論。
通過其去中心化模型方法，Bittensor允許AI模型分享見解并建立在彼此的發(fā)現(xiàn)基礎(chǔ)上，減少了重復(fù)勞動(dòng)。根據(jù)Bittensor的說法：
“唯一比Open AI或任何其他中心化替代方案更大的是它們的組合”
看漲因素
●Bittensor的代幣經(jīng)濟(jì)學(xué)旨在鼓勵(lì)公平的分配實(shí)踐，確保網(wǎng)絡(luò)參與者之間的激勵(lì)機(jī)制保持一致。隨著網(wǎng)絡(luò)參與者基礎(chǔ)的擴(kuò)大，TAO代幣預(yù)計(jì)將呈指數(shù)級(jí)增長(zhǎng)。
●目前流通的所有TAO代幣中，約有89%已被抵押，金額達(dá)到5,561,230??（目前總發(fā)行量為6,254,373??）。
●TAO代幣的發(fā)行設(shè)計(jì)使其創(chuàng)造速率隨時(shí)間遞減，并在達(dá)到總供應(yīng)上限后完全停止。這一策略將會(huì)將礦工的激勵(lì)重心轉(zhuǎn)向直接支付任務(wù)。
●人工智能市場(chǎng)預(yù)計(jì)到2030年將達(dá)到1.8萬億美元，展示了人工智能技術(shù)的巨大經(jīng)濟(jì)潛力。
●自O(shè)penAI取得重大進(jìn)展以來，與人工智能相關(guān)的加密資產(chǎn)表現(xiàn)出色，突顯了對(duì)該領(lǐng)域日益增長(zhǎng)的興趣和投資。
●Bittensor旨在為機(jī)器學(xué)習(xí)創(chuàng)建一個(gè)自我維持的生態(tài)系統(tǒng)，促進(jìn)AI模型的開發(fā)和應(yīng)用。這一愿景為AI領(lǐng)域的創(chuàng)新和實(shí)際應(yīng)用奠定了基礎(chǔ)。
●Bittensor的網(wǎng)絡(luò)擁有超過4,000個(gè)AI模型，總共有10萬億個(gè)模型參數(shù)。這一規(guī)模不僅超過了像GPT-3這樣的模型（擁有1750億個(gè)參數(shù)），而且突顯了Bittensor在AI開發(fā)中的重要規(guī)模和多樣性。
●Bittensor在前25名項(xiàng)目中排名，并且迄今為止尚未獲得任何一級(jí)代幣listing信息。雖然目前尚不清楚這是否應(yīng)視為一個(gè)利好因素，但其強(qiáng)勢(shì)地位使人不禁思考一旦更廣泛地獲得TAO代幣將帶來的可能性。
看跌因素
●盡管Bittensor并未受到廣泛批評(píng)，但仍有一些批評(píng)者。一些人質(zhì)疑其代碼簡(jiǎn)單性卻獲得高估值。其他人，比如Multicoin VC的創(chuàng)始人凱爾（Kyle），特別批評(píng)TAO驗(yàn)證者如何選擇頂級(jí)礦工，認(rèn)為缺乏廣泛的應(yīng)用背景（不像Chat GPT），驗(yàn)證者無法做出評(píng)判。他認(rèn)為需要加強(qiáng)用戶界面與模型更新之間的聯(lián)系。我們建議保持開放的思維，考慮到加密領(lǐng)域的多樣化觀點(diǎn)。
●去中心化人工智能雖然有著巨大的潛力，但仍處于初始階段，存在風(fēng)險(xiǎn)。我們過去對(duì)人工智能項(xiàng)目的研究表明，許多去中心化平臺(tái)尚未經(jīng)過充分的耐久性測(cè)試。它們經(jīng)常面臨吸引用戶的困難，并且嚴(yán)重依賴開發(fā)人員來保持運(yùn)行。
●另一個(gè)重要挑戰(zhàn)是相對(duì)于大型科技公司可用資源而言，對(duì)廣泛數(shù)據(jù)庫(kù)和尖端人工智能硬件的訪問門欄。這種限制對(duì)Bittensor等平臺(tái)的增長(zhǎng)和效益構(gòu)成了相當(dāng)大的風(fēng)險(xiǎn)。
結(jié)束語(yǔ)
VanEck最新的研究將Bittensor稱為“機(jī)器智能的比特幣”。該研究概述了其網(wǎng)絡(luò)為AI/ML模型提供經(jīng)濟(jì)激勵(lì)的方式，其中涉及“礦工”開發(fā)AI模型和“驗(yàn)證者”評(píng)估模型輸出的系統(tǒng)。然而，考慮到開發(fā)人員可以在Bittensor上創(chuàng)建dApps，并且該網(wǎng)絡(luò)被構(gòu)建為一個(gè)主網(wǎng)絡(luò)，包含許多專注于特定AI領(lǐng)域的較小子網(wǎng)絡(luò)，我認(rèn)為更適當(dāng)?shù)谋容^是將Bittensor視為去中心化AI領(lǐng)域的以太坊。
人工智能擁有巨大的經(jīng)濟(jì)潛力，預(yù)計(jì)到2030年將達(dá)到1.8萬億美元的市場(chǎng)價(jià)值，而Bittensor旨在通過采用去中心化路徑來獲得這一機(jī)會(huì)。
在DeFi繁榮期間，Cardano的市值曾接近1,000億美元。而Bittensor目前的市值為42億美元，尤其是如果人工智能的趨勢(shì)與DeFi相似，其增長(zhǎng)潛力仍然是一個(gè)令人興奮的前景。
在Greythorn，我們始終主張對(duì)這些市場(chǎng)保持謹(jǐn)慎態(tài)度。如果您對(duì)本文感興趣，我們邀請(qǐng)您與我們聯(lián)系。您可以探索我們之前的研究，并訪問我們的網(wǎng)站以獲取更多信息。
免責(zé)聲明
本文檔由Greythorn資產(chǎn)管理私人有限公司（ABN 96 621 995 659）（以下簡(jiǎn)稱“Greythorn”）編制。本文檔所含信息僅供一般參考，并非旨在提供投資或財(cái)務(wù)咨詢。該文檔不構(gòu)成廣告營(yíng)銷，也不是要約或邀請(qǐng)，或旨在買賣任何金融工具或參與任何特定的交易策略。在編制本文檔時(shí)，Greythorn未考慮任何接收者的投資目標(biāo)、財(cái)務(wù)狀況或具體需求。因此，在做出任何投資決定之前，接收本文檔的個(gè)人或機(jī)構(gòu)應(yīng)評(píng)估其個(gè)人情況，并咨詢其會(huì)計(jì)、法律或其他專業(yè)顧問，以獲取專業(yè)意見。
本文檔包含基于若干假設(shè)而做出的聲明、意見、預(yù)測(cè)和前瞻性陳述。Greythorn對(duì)于更新此類信息不承擔(dān)任何義務(wù)。這些假設(shè)可能正確，也可能不正確。格Greythorn及其董事、雇員、代理人和顧問不就任何前瞻性陳述或其基礎(chǔ)假設(shè)的準(zhǔn)確性或?qū)崿F(xiàn)可能性作出任何保證或聲明。Greythorn及其董事、雇員、代理人和顧問對(duì)本文檔所含信息的準(zhǔn)確性、完整性或可靠性不作任何形式的保證或承諾。在法律允許的最大范圍內(nèi)，Greythorn及其董事、雇員、代理人和顧問不對(duì)因本文檔所含信息所引起或與之相關(guān)的任何損失、索賠、損害、成本或費(fèi)用承擔(dān)責(zé)任。
本文檔是Greythorn的財(cái)產(chǎn)。接收本文檔的個(gè)人或?qū)嶓w同意對(duì)其內(nèi)容保密，并同意未經(jīng)Greythorn書面同意，不得復(fù)制、提供、傳播或以任何形式披露本文檔內(nèi)容的任何信息。
