资料喂养工作量证明用以提高學习模型所需数据的正确性与可用性以链上的人工智能训练模型,建立出分佈式人工神经网络彷造神经元运作能接受链下可用数据刺激,根据数据的筛选结果作为权重转换成输出的反应链上的学习模型会透过训练者的训练需求与权重结构来订製数据的可用性,自动帮训練者选用最乾淨可用的数据
分散式云计算把计算题目传输至一般节点GPU或是晶元硬体(包括TPU和ASIC)节点,这些节点会将计算后的结果回传给需求鍺需求者可以透过这些计算结果加速模型训练速度,训练的速度与网络速度和节点数目呈现正成长结合不同节点平行运算所产生的训練模型,继承既有的训练模型并以此为基础训练出准确率更高的训练模型此方法可以节省大量的时间并可以让多数閒置的机器帮助算力嘚共享。
- 数据搜寻整理模组, 自主数据蒐集, 整理出oracle,
- 表现调效模组,
- 控制运作模型, 自主增添執行指令, 自动撰写程式语言添加自身演算法, 达成自主控制,
加载中,请稍候......