Психолог Юнг предложил понятие коллективного бессознательного (Collective Unconscious), основывая свою теорию и школу на этой структуре. Юнг считал, что в основе человеческого общества лежит коллективное бессознательное, которое является общим для всех людей. Коллективное бессознательное не происходит от прямого личного опыта, а является результатом генетического наследия человечества и общего сознания и прототипов, созданных в прошлом. Эти коллективные сознания взаимно влияют на будущее развитие индивидуальности и группы, но также могут ошибочно передаваться и повторяться, влияя на передачу знаний и препятствуя развитию цивилизованного общества.
Это может объяснить важность децентрализованного графа знаний (DKG), который проверяет источники данных, авторские права и ценность доверия через блокчейн.
Искусственный интеллект уже процветает во многих областях, но по-прежнему существует множество недостатков, серьезно влияющих на будущее развитие искусственного интеллекта в различных областях. Чтобы готовить искусственный интеллект к масштабным социальным изменениям, необходимо ограничить иллюзии, предвзятость и ошибки искусственного интеллекта, а также искоренить нарушения интеллектуальной собственности.
Децентрализованная интеллектуальная карта через модельный вывод обеспечивает источник информации, гарантирует верифицируемость представленной информации и уважает собственность и источник данных, чтобы решить проблемы недостаточности искусственного интеллекта.
Команда разработчиков OriginTrail, Trace Labs, присоединилась к программе NVIDIA Inception с целью создания децентрализованной графовой базы знаний (DKG) и создания искусственного интеллекта в проверяемой (Verifiable Internet) сети.
Trace Labs уже реализовал децентрализованные графы знаний искусственного интеллекта в областях цепочки поставок, здравоохранения, строительства, спорта, авиации и т. д., и сотрудничество с Nvidia позволяет идеально сочетать блокчейн и искусственный интеллект.
Как Trace Labs и Nvidia создают децентрализованную базу знаний по искусственному интеллекту
Origin Trail сотрудничает с NVIDIA, чтобы создать децентрализованную AI графовую базу знаний (DKG), разработанную командой Origin Trail.
Retrieval Augmented Generation (RAG) - это механизм увеличения информации при генерации текста, который предоставляет проверяемые и надежные источники знаний. RAG - это технология, которая позволяет модели машинного обучения извлекать соответствующую информацию из внешней базы данных перед генерацией вывода, чтобы повысить точность ответов и связанность контекста.
RAG (dRAG), децентрализованная версия RAG, позволяет данным существовать в виде активов знаний (Knowledge Assets) через децентрализованную информационную модель OriginTrail, где каждый актив имеет свой уникальный идентификатор и владельца, обеспечивая отслеживаемость, целостность и владение данными, что позволяет значительно повысить точность и надежность модели GenAI.
dRAG улучшает систему RAG, используя децентрализованную граф-базу знаний (DKG). Каждый актив имеет данные графика и векторных вложений, доказательства инвариантности, децентрализованный идентификатор (DID) и право собственности NFT. Подключение к DKG без разрешения позволяет структурировать граф знаний, позволяющий смешивать нейронные сети и символы с искусственным интеллектом для улучшения модели AI через точный ввод.
Владельцы интеллектуальной собственности могут управлять доступом к данным в хранилище интеллектуальной собственности и, благодаря технологии блокчейн, каждое знание на DKG имеет сертификат шифрования, который обеспечивает отсутствие изменений после публикации.
Программа развития NVIDIA Inception и Trace Labs
Nvidia и Trace Labs сотрудничают в разработке децентрализованной AI базы знаний для предоставления возможностей для венчурного инвестирования. Программа Inception также включает в себя присоединение к NVIDIA Deep Learning Institute и NVIDIA Developer Forum, что позволяет Trace Labs вместе с NVIDIA продвигать развитие децентрализованной экосистемы искусственного интеллекта.
Если сказать, что в обществе людей есть коллективное бессознательное, то и искусственный интеллект тоже имеет коллективное бессознательное AI, которое может переопределить изменения, которые искусственный интеллект может принести в общество людей.
Применение сценариев использования децентрализованной базы знаний в области искусственного интеллекта - это агенты ИИ, которые используют массовое сознание сети, чтобы получать знания из общего, но суверенного хранилища знаний, что означает, что искусственный интеллект может обеспечить последовательное и точное взаимодействие с контекстом без ущерба для конфиденциальности и целостности данных, что позволяет различным профессионалам создавать доверенную экосистему агентов ИИ.
Использование децентрализованной базы знаний искусственного интеллекта с использованием суперкомпьютеров Nvidia для обработки миллиардов активов знаний может заложить основу для децентрализованной научной базы.
Эта статья о том, как Trace Labs присоединилась к программе Inception от NVIDIA для сотрудничества в продвижении децентрализованной AI-графовой базы знаний, впервые появилась в новостях Chain ABMedia.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Trace Labs присоединяется к программе Inception от Nvidia для совместной работы над Децентрализация AI-базированной картой знаний.
Психолог Юнг предложил понятие коллективного бессознательного (Collective Unconscious), основывая свою теорию и школу на этой структуре. Юнг считал, что в основе человеческого общества лежит коллективное бессознательное, которое является общим для всех людей. Коллективное бессознательное не происходит от прямого личного опыта, а является результатом генетического наследия человечества и общего сознания и прототипов, созданных в прошлом. Эти коллективные сознания взаимно влияют на будущее развитие индивидуальности и группы, но также могут ошибочно передаваться и повторяться, влияя на передачу знаний и препятствуя развитию цивилизованного общества.
Это может объяснить важность децентрализованного графа знаний (DKG), который проверяет источники данных, авторские права и ценность доверия через блокчейн.
Искусственный интеллект уже процветает во многих областях, но по-прежнему существует множество недостатков, серьезно влияющих на будущее развитие искусственного интеллекта в различных областях. Чтобы готовить искусственный интеллект к масштабным социальным изменениям, необходимо ограничить иллюзии, предвзятость и ошибки искусственного интеллекта, а также искоренить нарушения интеллектуальной собственности.
Децентрализованная интеллектуальная карта через модельный вывод обеспечивает источник информации, гарантирует верифицируемость представленной информации и уважает собственность и источник данных, чтобы решить проблемы недостаточности искусственного интеллекта.
Команда разработчиков OriginTrail, Trace Labs, присоединилась к программе NVIDIA Inception с целью создания децентрализованной графовой базы знаний (DKG) и создания искусственного интеллекта в проверяемой (Verifiable Internet) сети.
Trace Labs уже реализовал децентрализованные графы знаний искусственного интеллекта в областях цепочки поставок, здравоохранения, строительства, спорта, авиации и т. д., и сотрудничество с Nvidia позволяет идеально сочетать блокчейн и искусственный интеллект.
Как Trace Labs и Nvidia создают децентрализованную базу знаний по искусственному интеллекту
Origin Trail сотрудничает с NVIDIA, чтобы создать децентрализованную AI графовую базу знаний (DKG), разработанную командой Origin Trail.
Retrieval Augmented Generation (RAG) - это механизм увеличения информации при генерации текста, который предоставляет проверяемые и надежные источники знаний. RAG - это технология, которая позволяет модели машинного обучения извлекать соответствующую информацию из внешней базы данных перед генерацией вывода, чтобы повысить точность ответов и связанность контекста.
RAG (dRAG), децентрализованная версия RAG, позволяет данным существовать в виде активов знаний (Knowledge Assets) через децентрализованную информационную модель OriginTrail, где каждый актив имеет свой уникальный идентификатор и владельца, обеспечивая отслеживаемость, целостность и владение данными, что позволяет значительно повысить точность и надежность модели GenAI.
dRAG улучшает систему RAG, используя децентрализованную граф-базу знаний (DKG). Каждый актив имеет данные графика и векторных вложений, доказательства инвариантности, децентрализованный идентификатор (DID) и право собственности NFT. Подключение к DKG без разрешения позволяет структурировать граф знаний, позволяющий смешивать нейронные сети и символы с искусственным интеллектом для улучшения модели AI через точный ввод.
Владельцы интеллектуальной собственности могут управлять доступом к данным в хранилище интеллектуальной собственности и, благодаря технологии блокчейн, каждое знание на DKG имеет сертификат шифрования, который обеспечивает отсутствие изменений после публикации.
Программа развития NVIDIA Inception и Trace Labs
Nvidia и Trace Labs сотрудничают в разработке децентрализованной AI базы знаний для предоставления возможностей для венчурного инвестирования. Программа Inception также включает в себя присоединение к NVIDIA Deep Learning Institute и NVIDIA Developer Forum, что позволяет Trace Labs вместе с NVIDIA продвигать развитие децентрализованной экосистемы искусственного интеллекта.
Если сказать, что в обществе людей есть коллективное бессознательное, то и искусственный интеллект тоже имеет коллективное бессознательное AI, которое может переопределить изменения, которые искусственный интеллект может принести в общество людей.
Применение сценариев использования децентрализованной базы знаний в области искусственного интеллекта - это агенты ИИ, которые используют массовое сознание сети, чтобы получать знания из общего, но суверенного хранилища знаний, что означает, что искусственный интеллект может обеспечить последовательное и точное взаимодействие с контекстом без ущерба для конфиденциальности и целостности данных, что позволяет различным профессионалам создавать доверенную экосистему агентов ИИ.
Использование децентрализованной базы знаний искусственного интеллекта с использованием суперкомпьютеров Nvidia для обработки миллиардов активов знаний может заложить основу для децентрализованной научной базы.
Эта статья о том, как Trace Labs присоединилась к программе Inception от NVIDIA для сотрудничества в продвижении децентрализованной AI-графовой базы знаний, впервые появилась в новостях Chain ABMedia.