MEXC Global и Bybit запускают фонд в размере 150 миллионов долларов для поддержки приложений на основе ИИ на Fetch.ai

• MEXC Global и Bybit объявляют о создании фонда экосистемы web3 в размере 150 миллионов долларов для поддержки децентрализованной инфраструктуры смарт-контрактов на основе искусственного интеллекта на Fetch.ai.*

Является ли блокчейн, основанный на машинном обучении, новым поколением криптографии?

MEXC Global и Bybit объявили о создании экосистемного фонда в размере 150 миллионов долларов для поддержки приложений в экосистеме блокчейна на основе машинного обучения. из Fetch.ai, лаборатории искусственного интеллекта в Кембридже, создающей децентрализованную сеть машинного обучения с открытым доступом, которая позволяет развертывать интеллектуальные приложения в сети блокчейна на основе ИИ. С появлением приложений DeFi и GameFi возникла новая тенденция к созданию масштабируемых блокчейн-решений, позволяющих разрабатывать передовые децентрализованные приложения. Согласно академическим [исследованиям] (https://www.researchgate.net/publication/340174274_Machine_Learning_Adoption_in_Blockchain-Based_Smart_Applications_The_Challenges_and_a_Way_Forward), алгоритмы машинного обучения (ML) предлагают невероятный обучающий потенциал, который может раскрыть потенциал DeFi, позволяя создание интеллектуального кредитования DeFi и интеллектуального автоматизированного маркет-мейкера, которые могут снизить неэффективность рынка, такую ​​как проскальзывание цены и использование протокола с помощью флэш-памяти. кредиты в DeFi.

Эти функции могут сделать блокчейн более интеллектуальным, чем блокчейны 2-го и 3-го поколения, за счет повышения безопасности распределенного реестра за счет сокращения времени простоя при расчетах и ​​согласовании транзакций и потоков данных. Кроме того, вычислительную мощность машинного обучения можно использовать для сокращения времени, необходимого для определения золотого одноразового номера, а также для улучшения путей обмена данными. Кроме того, децентрализованный аспект архитектуры данных технологии блокчейн позволяет нам создавать лучшие модели машинного обучения. Такие приложения можно использовать для борьбы с covid-19 путем применения. блокчейн и ИИ для моделирования covid-19, управления результатами тестирования иммунитета через блокчейн, сохранения конфиденциальности и сбора персональных данных для коллективного анализа для медицинских приложений.

Рассмотрим любое интеллектуальное приложение на основе блокчейна, в котором данные собираются из различных источников, таких как датчики, интеллектуальные устройства и устройства IoT, такие как ArcTouch, Fetch.ai и NetObjex. Блокчейн в рамках этого приложения функционирует как неотъемлемая часть приложения. Хранение данных в сети блокчейн снижает количество ошибок модели машинного обучения, поскольку данные в сети не содержат пропущенных значений, дубликатов или шума, что является ключевым условием для достижения большей точности модели машинного обучения. Это снижает погрешность при сборе медицинских данных с устройств IoT при лечении пациентов в больницах.

Блокчейн на основе машинного обучения позволяет разрабатывать передовые децентрализованные приложения, решения уровня 1 и языки программирования, такие как язык смарт-контрактов на основе WASM (Cosmwasm) в блокчейне Fetch.ai, позволяет развертывать сложную криптографию и логику машинного обучения и вне цепочки, что делает его протоколом между цепочками. Блокчейны уровня 1, такие как Fetch.ai, могут работать как сети уровня 2 для устаревших блокчейнов и межцепных мостов с внешним миром. Наборы инструментов Fetch.ai позволяют разработчикам, работающим в космической экосистеме или Ethereum, разрабатывать межсетевые приложения. Межсетевые приложения могут создать связанную экономику DeFi на миллиард долларов, которая может открыть новые возможности для протоколов блокчейна.

Использование машинного обучения в приложениях на основе блокчейна

Использование моделей машинного обучения в технологии блокчейна может иметь [несколько преимуществ] (https://www.hindawi.com/journals/scn/2021/9991535/), включая аутентификацию любого авторизованного пользователя при попытке изменить блокчейн. Разработчики могут масштабировать технологию блокчейна, чтобы обеспечить высокий уровень безопасности и доверия с помощью машинного обучения. Чтобы гарантировать соблюдение ранее согласованных условий, в приложение могут быть включены модели машинного обучения. Например, создание децентрализованного приложения, ориентированного на укрепление безопасности данных за счет использования машинного обучения и блокчейна для строительных, производственных, энергетических и транспортных компаний.

Модель машинного обучения можно настроить так, чтобы она отражала текущее состояние сети блокчейна. Модели могут помочь в извлечении полезной информации от пользователя. Например, создание персонализированных децентрализованных приложений, которые подключаются к устройствам IoT и могут быстрее обрабатывать соглашения с помощью смарт-контрактов. Затем мы можем вознаградить пользователя на основе этого непрерывного вычисления. Используя прослеживаемость блокчейна, можно также оценить аппаратное обеспечение различных машин, чтобы предотвратить отклонение моделей машинного обучения от пути обучения, на который они назначены.

Благодаря моделям машинного обучения, встроенным в блокчейн, предприятия по всему миру могут ускорить обмен данными. В тех случаях, когда модели ML отвечают за управление торговыми маршрутами данных, в качестве альтернативы они могут использоваться для других целей, таких как проверка данных и шифрование. В связи с этим модели машинного обучения могут применяться к DeFi и другим вариантам использования на основе блокчейна, таким как отслеживание контрактов, для масштабирования и сокращения числа событий «черного лебедя», делая устройства IoT более интеллектуальными и ориентированными на конфиденциальность за счет включения децентрализованных и более надежных приложений.

Узнай все последние новости и не забудь поставить лайк!

Изображения предоставлены: [Брайан Макгоуэн] (https://unsplash.com/@sushioutlaw) и [Maximalfocus] (https://Maximalfocus).

:::Информация

Содержание этой истории НЕ отражает точку зрения HackerNoon и предназначено как информация только с точки зрения независимого участника. Пожалуйста, DYOR, прежде чем инвестировать.