Nej, USC har en annan professor för att rulla upp Web3! Sahara har varit mycket imponerande sedan TGE, och jag introducerade grundaren Sean Ren till att bli USC-professor i ung ålder. Nu är en annan dekanus vid USC, professor Salman Avestimehr, och hans student, Dr. Aiden He, också här. Låt oss dyka in! ⬇️ Om det fortfarande finns några hänsynslösa människor som ägnar sig åt blockchain, för att vara ärlig, finns det nästan inga civila som är engagerade i AI. Det finns inte en chans, branschen måste drivas av vetenskaplig forskning, och omvandlingen av akademiska prestationer till kommersiella produkter är den kortaste vägen till vetenskaplig och teknisk innovation, vilket är särskilt utbrett i Bay Area. När det kommer till Salman Avestimehr och Aiden He är det inte många i Web3-kretsen som känner till det, men i AI-kretsen, även om du inte känner till det, har du förmodligen hört talas om och använt FedML. FedML är nästan det mest använda ramverket för maskininlärning med öppen källkod, med fokus på federerad inlärning, distribuerad träning och modelldistribution. På Github har FedML 3 900+ stjärnor, 755 gafflar och 66 bidragsgivare. FedML används i stor utsträckning av den akademiska världen och industrin, med 50+ relaterade artiklar och vinnaren av NeurIPS 2020 Best Paper Award. Grundaren av detta ramverk är Dr. Aiden He, en doktorsexamen i datavetenskap vid University of Southern California som har arbetat som forskare på Meta, Google och Amazon med maskininlärningsrelaterade projekt. Aiden Hes mentor, Salman Avestimehr, är en tungviktare i branschen, en USC Dean Professor med 18 000+ citeringar och en President Ma Obama PECASE Award-vinnare, och grundare av USC-Amazon Center for Trusted AI, där han leder forskningslabbet för informationsteori och maskininlärning. Från FedML till TensorOpera till dagens @ChainOpera_AI har mentorn och lärlingen arbetat tillsammans för att starta ett företag, åtagit sig att tillhandahålla AI Agent- och GenAI-infrastrukturtjänster till företag och utvecklare och har hittills samlat in 17 miljoner dollar. Vad är ChainOpera? Förstå helt enkelt att det är ett decentraliserat AI-operativsystem byggt på super AI-applikationer och fullstack AI-infrastruktur, inklusive: ▰ Ett system för kreatörsekonomi för utveckling, distribution och intäktsgenerering av AI-agenter ▰ Modellträning och inferensarkitektur baserad på distribuerad GPU som kärna ▰ Stöd AI-inbyggda blockkedjor med verifierbart ägande och tokeniseringsincitament ChainOpera integrerar användare, utvecklare och infrastrukturleverantörer organiskt genom en delningsekonomimodell, och rekonstruerar hur AI skapas och delas, öppet, samarbetsvilligt och tokenbart, vilket är målet. Hur ChainOpera-systemet är uppbyggt ChainOpera är förmodligen ett av de mest komplexa projekt jag någonsin har sett, främst för att det finns för många produkter, och det finns mer än 10 produkter på den preliminära räkningen, men dessa produkter är faktiskt svänghjul runt produktion och konsumtion av AI. AI-terminalapplikationslager: Detta är användarlagret, med mer än 150 000 betalda dagliga aktiva användare, som rankas bland de fyra bästa DApp:erna i BNB-ekosystemet, vilket ger användarna en enhetlig ingång för att få tillgång till hundratals AI-agenter som täcker kryptotransaktioner, betalningar, produktivitet och andra scenarier Agent Development Platform Layer: Tillhandahåller helhetslösningar genom modulära verktyg och API:er för att stödja utvecklare i att snabbt skapa, distribuera och kommersialisera AI-agenter Federated AI Infrastructure Layer: Ett decentraliserat backend-system som integrerar federerad inlärning, distribuerad databehandling och verifieringsteknik i kedjan för att driva och stimulera AI-agentoperationer Har ChainOpera också ett svänghjul? Ja, svänghjulet igen. ChainOperas mål är att göra det enkelt för alla att bygga decentraliserade super AI-agenter, så dess svänghjul är en produktmatris designad kring ekologiska roller. Vanliga användare kan använda kryptovaluta för att konsumera AI-tjänster på begäran, och om de kan tillhandahålla data kan de enkelt få incitament eller handla direkt på handelsmarknaden. Skapare kan satsa tokens för att slutföra registreringen och distributionen av agenter, och om det finns användarkonsumtion kan de direkt ta emot en andel. På den lägsta nivån måste GPU-miners och token-stakers gemensamt upprätthålla systemets normala drift och säkerhet. / ChainOpera har en djup akademisk och teknisk bakgrund, och FedML och TensorOpera har också långsiktig ackumulering, och produkten har lanserats med riktiga användare, kunder och intäkter. IDG, Amber, Finality och Modular Capital har också tillhandahållit kapitalstöd och har djupa band med Babylon, EigenLayer och Sahara AI i branschen. På det hela taget är det en utmärkt student, och det är också i linje med den nuvarande mainstream-berättelsen och favoritelementen, vilket är värt att uppmärksamma. Detta är en mjuk kärna av vetenskaplig popularisering, genom den här artikeln kan du förstå följande kunskap: ▰ Vad är FedML? ▰ Hur ChainOpera bygger ett decentraliserat AI OS ▰ Mästare och lärlingar går samman och deras vinster skärs av (nej Författare: anymose | En mjukporr populärvetenskaplig författare <全文完>. . * Denna artikel är endast för populärvetenskapligt bruk och utgör inte någon investeringsrådgivning, kom alltid ihåg DYOR!