Fetch.Ai揭露开放源代码集体学习框架，以在Fetch.Ai网络上启用去中心化机器学习

19分钟前| Fetch.ai Team新闻稿

主要亮点：

英国剑桥-Fetch.ai宣布开发并发布了演示新颖机器算法的软件，该软件将使开发人员和企业可以训练机器学习模型而无需共享任何基础数据或向系统的任何个人参与者公开私有或个人识别信息（PII） 。

软件部署是Fetch.ai网络（FET）逐步发布的下一阶段，Fetch.ai网络是基于分布式系统运营商的分散网络构建的令牌化开源软件堆栈。

Fetch.ai的首席执行官兼联合创始人Humayun Sheikh评论：

“通过此版本，我们正在逐步将功能集成到Fetch.ai网络中，以提高实用性和可开发性，以供应用程序构建者集体培训AI并在Fetch.ai开放网络上部署基于代理的软件解决方案。”

Fetch.ai的联合创始人Toby Simpson首席技术官继续说道：

“正如我们的医疗保健演示所显示的那样，这些算法将使组织能够以前所未有的新的隐私保护方式来训练机器学习模型，从而帮助实现我们对开放的，全球规模的机器学习网络的愿景。”

总部位于剑桥的人工智能公司Fetch.ai的突破性愿景是创建一个基于分布式分类账技术的去中心化机器学习平台，该平台可实现基于全球数据的安全共享，连接和交易。

Fetch.ai的网络基于开放源代码技术，任何企业都可以操作该网络来获得世界范围内AI网络的力量，以执行现代经济中复杂的协调任务。

过去十年来，人工智能的进步是由“机器学习”的革命推动的，“机器学习”是指计算机使用从过去的经验中“学习”的算法来执行流程或任务的能力。 这极大地改善了企业大规模运营的速度和成本效益，并释放了新的经济机会。

机器学习革命的当前局限性之一是可以安全和合乎道德地共享数据以为企业和用户创造价值的程度。 目前，庞大的数据聚合商现在控制着我们大部分的在线生活，带来了道德和法律挑战。 这些数据通常位于独立的“孤岛”中，无法充分实现其价值。

分散式机器学习可实现对远程数据模型的隐私保护培训，以实现新的协作形式。 Fetch.ai正在发布一个代码模块，以使任何人都可以在其组织内提供集体学习解决方案。

有关更多信息或发现更多有关分散式机器学习的信息，请访问fetch.ai。

—-

原文链接：https://coincodex.com/article/8900/fetchai-reveals-open-source-collective-learning-framework-to-enable-decentralized-machine-learning-applications-on-fetchai-network/

原文作者：Fetch.ai Team

编译者/作者：wanbizu AI

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。