美文网首页以色喻礼
科学课笔记110

科学课笔记110

作者: 1fe4e7c974da | 来源:发表于2019-07-04 15:35 被阅读1次

    科学课笔记110

    Google、Facebook将人工智能平台全开放?其他选手的机会在那里?1、数据,特别是戏份行业的数据是个机会:2、用好人工智能!最近在看一个AI+BlockChian项目ATMatrix,如下是我的观点:ATMatrix路演20170805 1. 我理解AI主要都是Machine learning的算法,需要两部分的资源:数据+算力,请问Atmatrix提供的是那部分资源的共享?答:ATMatrix提供了多种API接口供第三方调用,???数据的,???算力的。评:都可以。 2. Machine Learning更适合集中化的Datacenter还是分布式的区块链网络?答:目前来看,ETH的确存在并行处理能力弱的问题,V神本身也在解决ETH并发的问题。我们ATMatrix虽然是基于ETH开发的,但我们将来也可以在EOS上运行。评:回避了这个问题,我是觉得够呛。Google、Facebook做数据Training都是集耗数据中心资源的。 3. 待Trainning的数据哪里来?答:我们提供数据API,我们也欢迎行业客户也给我们提供数据。 4. 基于区块链的ATMatrix主要是看中了区块链的什么特点:去中心化、保密、不可篡改、便捷支付?答:忘了问了。各种风口:AI+Blockchain+笑来系。团队确实做过点AI。AI+Blockchain的机会也许在企业市场,数据API双向开通,从细分专业市场用户开发导入数据,把算力与挖矿合一,与传统AI巨头错位竞争,也许可以一打。AI特别是主流的Machine learning算法是合适集中的Datacenter还是分布式的Blockchain?目前看更需要算力集中的Datacenter。团队想把挖矿与分布式AI计算这件事合一,想法是好的,能不能搞定,存在不确定性。

    相关文章

      网友评论

        本文标题:科学课笔记110

        本文链接:https://www.haomeiwen.com/subject/reihhctx.html