> 웹3.0 > 본문

총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?

王林
풀어 주다: 2024-04-02 13:58:01
앞으로
765명이 탐색했습니다.

2024년 초, Web3 AI 분야의 떠오르는 스타인 FLock.io는 Lightspeed Faction과 Tagus Capital이 주도하고 Well이 참여한 600만 달러 규모의 시드 자금 조달이 성공적으로 완료되었다고 발표했습니다. DCG, OKX Ventures, Volt Capital 등 유명 투자 기관.

FLock.io의 총 자금 조달 금액은 미화 800만 달러에 도달했습니다. 팀을 확장하고 연합 학습 기술을 기반으로 하며 데이터 개인 정보를 보호하고 중앙 집중화를 촉진하도록 설계된 혁신적인 인공 지능 교육 플랫폼을 발전시킵니다.

총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?

FLock.io의 CEO인 Jiahao Sun은 The Block과의 인터뷰에서 FLock.io의 이사회 조직이 이번 자금 조달 이후에도 변함없이 유지될 것이라고 말했습니다. 회사는 아직 SAFE(Simplicity Agreement for Future Equity) 단계에 있습니다. FLock.io는 자금을 사용하여 팀을 확장하고 인공 지능 교육 플랫폼 개발을 가속화할 계획입니다.

다음은 FLock.io 프로젝트에 대한 소개입니다.

AI 트랙에는 이런 상상력 넘치는 기술이 추진되는 것을 막는 심각한 문제점이 있습니다

인공지능(AI) 트랙에는 기술의 발전과 대중화를 가로막는 큰 장애물이 있습니다: 낮은 대중 참여, 미흡 개인 정보 보호, 일부 대기업의 AI 개발 및 호스팅에 대한 엄격한 통제. 이러한 문제는 AI 기술의 광범위한 적용과 개발을 방해합니다. 개인 정보를 보호하면서 대중의 참여를 허용하는 균형 잡힌 통제 방법을 찾을 필요가 있으며, 일부 대기업의 AI 개발 및 호스팅에 대한 엄격한 통제가 필요합니다

현재 AI 분야의 혁신은 중앙 집중식 통제로 인해 심각하게 저해되고 있습니다. 이 제어 모델은 의사 결정 권한, 데이터 저장 및 제어가 소수의 당국에 집중되어 있음을 의미합니다. 예를 들어 OpenAI와 같은 대규모 언어 모델(LLM)을 사용하면 공급자는 모델과의 모든 사용자 상호 작용을 모니터링할 수 있습니다. 이는 사용자 개인 정보 보호를 위협할 뿐만 아니라 모델 다양성과 혁신을 제한합니다. 또한, 중앙 집중식 기관의 전반적인 통제로 인해 모델 출력에 대한 투명성 및 규제 통제가 부족하여 모델 편향 및 부정확성 문제가 자주 발생했습니다.

AI 산업은 늘 어려움을 겪어왔지만, AI 기술의 미래는 여전히 희망으로 가득 차 있습니다. 2023년에는 AI 기술에 대한 투자가 250억 달러에 달해 AI가 10억 달러 규모의 산업이 될 것이라는 사람들의 강한 확신을 보여줍니다. AI 분야의 분산화 및 고빈도 문제는 점차 확인되고 해결되고 있으며, 블록체인 및 암호화폐 기술의 도입은 특히 상호 운용성을 향상하고 AI 응용 측면의 문턱을 낮추는 측면에서 이러한 문제를 해결할 수 있는 새로운 가능성을 제공합니다.

AI의 민주화를 촉진하기 위해 FLock.io.io는 AI 기술에 대한 대기업의 독점을 깨뜨릴 수 있습니까?

이러한 맥락에서 FLock.io는 시대의 요구에 따라 등장했으며 커뮤니티 중심의 개인 정보 보호를 통해 최선을 다하고 있습니다. - AI가 만든 게임의 규칙을 완전히 바꾸는 중심 플랫폼.

FLock.io는 분산형 기계 학습 기술을 체인에 통합하여 AI 모델의 훈련, 미세 조정 및 추론 프로세스를 재정의하는 혁신적인 엔드 투 엔드 AI 공동 생성 플랫폼입니다. 이 혁신적인 플랫폼은 일반 대중이 지식을 제공하고 AI 모델을 풍부하게 할 수 있도록 지원하는 동시에 개인 정보를 보호하면서 AI 기술의 민주화를 촉진합니다.

총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?

FLock.io의 비전은 데이터 개인 정보 보호에 초점을 맞춘 분산형 기계 학습 접근 방식인 연합 학습을 통해 AI 교육 분야를 재정의하는 것입니다. 플랫폼의 핵심 기능은 공개 순위를 사용하여 기계 학습 커뮤니티의 경쟁 정신을 자극하고 각 모델의 훈련 작업에 대한 보상을 설정하여 AI 기술의 혁신과 개발을 촉진하는 것입니다.

FLock.io의 비전은 커뮤니티 소유 모델, 개인 정보 보호 데이터 및 분산 컴퓨팅이라는 세 가지 기본 기둥을 통해 AI를 민주화하는 것입니다. 이 플랫폼은 지능형 에이전트부터 복잡한 거래 및 융합 봇에 이르기까지 다양한 AI 모델을 성공적으로 육성하여 AI 도구 접근성의 새로운 시대를 열었습니다.

FLock.io는 일반 대중이 AI 모델의 기여와 미세 조정에 참여하도록 장려할 뿐만 아니라, AI 혁신에 대한 대기업의 독점을 깨고 AI 도구를 보다 쉽게 ​​접근하고 다양하게 만들기 위해 노력하고 있습니다. FLock.io의 플랫폼은 지능형 에이전트, 거래 및 융합 로봇과 같은 여러 도구를 통합하여 커뮤니티가 공동으로 구축하고 소유하는 새로운 AI 시대의 도래를 예고합니다.

총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?

일반적으로 FLock.io는 AI 기술 혁신을 촉진할 뿐만 아니라 AI 민주화 과정의 핵심 세력이기도 합니다. FLock.io는 참여 장벽을 낮추고 사용자 개인정보를 보호하며 커뮤니티 중심의 혁신을 촉진함으로써 AI 분야에 전례 없는 변화를 가져오고 있습니다.

FLock.io.io의 제품 및 기술 혁신을 한눈에 볼 수 있으며 암호화폐 + AI의 향후 개발 동향에 대한 통찰력을 얻을 수 있습니다.

FLock.io는 기술 혁신을 달성할 뿐만 아니라 이를 통해 사용자를 위한 일련의 문제를 해결합니다. AI 모델의 중앙 집중식 제어, 액세스 제한, 모델 편향, 데이터 기여자에 대한 부적절한 보상 문제를 포함한 제품 및 서비스. FLock.io는 분산 학습을 구현함으로써 사용자 데이터의 보안을 보장하는 동시에 zkFL, 동형 암호화 및 SMPC(보안 다자간 계산)와 같은 기술을 사용하여 데이터 개인 정보 보호에 대한 추가 보호를 제공합니다. 다음은 FLock.io.io의 일련의 기술과 제품 기능을 소개합니다.

1. 커뮤니티 소유 모델: FLock.io는 커뮤니티가 AI 모델의 지식 기반을 확장하고 개선하는 데 적극적으로 참여하도록 장려하여 다양성과 풍부한 입력 소스, 데이터 개인 정보 보호 표준을 엄격하게 유지

2. 데이터 개인 정보 보호: 연합 학습, zkFL, 동형 암호화 및 SMPC(보안 다자간 계산)와 같은 최첨단 기술을 사용하여 FLock.io 사용자 데이터가 중앙 집중식 데이터 수집 및 남용 가능성을 방지하여 사용자 장치 내에 안전하게 유지되도록 합니다.

3. 분산형 컴퓨팅: FLock.io는 분산형 컴퓨팅 성능을 사용하여 AI 모델을 교육하고 미세 조정합니다. 줄어들고 보안이 강화됩니다.

4. 공동 창작 플랫폼: FLock.io의 공동 창작 플랫폼을 통해 커뮤니티는 AI 모델의 확장 및 개선에 적극적으로 참여할 수 있습니다. 예를 들어 BTC-GPT 프로젝트는 단 3주 만에 5,000건의 호출을 달성하여 그 효과를 입증했습니다.

5. 연합 학습 클라이언트: FLock.io는 개발자에게 분산 모델 교육 및 검증을 지원하는 연합 학습 클라이언트를 제공하여 데이터 보호에 대한 노력을 강조합니다.

총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?

AI 생태계가 Web2의 중앙 집중식 서비스에서 Web3의 분산형 네트워크로 전환함에 따라 FLock.io는 분산형 데이터 기여를 장려하고 분산형 프레임워크 내에서 조정함으로써 이러한 변화의 최전선에 있습니다. 모델 훈련 및 미세 조정 프로세스를 통해 Web3 AI 생태계 개발을 강력하게 지원합니다.

위 내용은 총 800만 달러의 자금 조달로 FLock.io가 AI를 민주화할 수 있을까요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

원천:panewslab.com
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿