Chromia成立2000万美元的数据和人工智能生态系统基金并将进行“Asgard”主网升级

链得得Publié le 2024-09-30Dernière mise à jour le 2024-09-30

Layer 1关系区块链Chromia在新加坡TOKEN2049大会上宣布成立规模达2000万美元的数据和人工智能生态系统基金,并且还将推出“Asgard”主网升级。

Chromia数据和人工智能生态系统基金:拓展生态系统

作为向数据中心领域扩张并在主网启动后刺激生态系统增长战略的一部分,Chromia宣布成立规模达2000万美元的数据和人工智能生态系统基金,据悉该基金将由其业务发展主管Yeou Jie领导,旨在支持数据密集型项目和人工智能应用。

Yeou Jie于2024年初加入Chromia,此前曾担任DeFiance Capital投资组合主管,他表示:“我们认为,任何处理大量数据的项目都需要数据清理和自动化,从而实现人工智能,Chromia 为开发人员提供了构建解决方案的理想环境,这些解决方案可以实时处理、分析和响应复杂的数据集。”

Chromia联合创始人Henrik Hjelte补充称:“通过支持人工智能和其他以数据为中心的解决方案,Chromia将寻求更广泛的合作伙伴关系,同时在新方向上进一步扩展生态系统。”

“Asgard”主网升级:引入扩展功能

除了基金之外,Chromia还宣布即将于2024年第四季度进行“Asgard”主网升级,此次升级将引入“扩展(Extensions)”功能,旨在将具备新功能的定制区块链引入平台,这些扩展将可供原生Chromia dApp和外部客户端使用,从而实现平台扩展功能。

据悉,Chromia拟议的扩展功能包括:预言机解决方案、AI模型计算、以及数据可用性和零知识证明支持。

今年早些时候,Chromia正式上线主网并使用链上关系数据库架构,不仅实现大量互连数据的有效管理,还优化改进了链上查询。链上关系数据库架构使 Chromia 既可以作为独立的去中心化应用平台,也能作为基于其他区块链上Web3项目的关系数据层。除了支持 MyNeighbor Alice和Mines of Dalarnia等游戏项目外,Chromia还计划进军数据市场,加大深耕游戏和其他行业。

按照相关计划,Chromia数据和人工智能生态系统基金目前已经开始接受申请,“Asgard”主网升级预计会在今年年底上线,其中“扩展”功能也将按计划开发,预计于2025年全面推出。

作者:PANews;来自链得得内容开放平台“得得号”,本文仅代表作者观点,不代表链得得官方立场凡“得得号”文章,原创性和内容的真实性由投稿人保证,如果稿件因抄袭、作假等行为导致的法律后果,由投稿人本人负责得得号平台发布文章,如有侵权、违规及其他不当言论内容,请广大读者监督,一经证实,平台会立即下线。如遇文章内容问题,请联系微信:chaindd123

链得得仅提供相关信息展示,不构成任何投资建议

Lectures associées

Pourquoi la tokenisation du marché immobilier, avec son potentiel de billions, n'a-t-elle pas décollé ?

La tokenisation de l'immobilier, bien que prometteuse pour démocratiser l'investissement et améliorer la liquidité, peine à décoller, représentant moins de 0,1% du marché mondial. L'écart entre la théorie et la réalité s'explique par une approche initiale centrée sur la technologie plutôt que sur les besoins des investisseurs, conduisant à des produits aux cadres juridiques et opérationnels flous. Le secteur souffre d'un déficit d'infrastructures essentielles : des droits de propriété légaux, des mécanismes de transfert conformes, une gestion professionnelle et une interopérabilité avec le système financier traditionnel. Cette absence de fondations solides dissuade les investisseurs institutionnels, pour qui l'incertitude réglementaire et la complexité ajoutée l'emportent sur les avantages potentiels. Des signaux positifs émergent, comme des régulations plus claires dans des juridictions comme les Émirats arabes unis. La discussion évolue vers la résolution des questions fondamentales de propriété et de protection légale. La valeur de la tokenisation réside non dans la création de nouveaux revenus, mais dans l'optimisation de l'accès, de l'efficacité et de la liquidité des actifs physiques existants. L'avenir du secteur dépendra de sa capacité à démontrer des opérations conformes à grande échelle et une valeur économique tangible, plutôt que de simples innovations techniques. Le principal frein n'est plus la technologie, mais bien les infrastructures et la conformité.

marsbitIl y a 6 mins

Pourquoi la tokenisation du marché immobilier, avec son potentiel de billions, n'a-t-elle pas décollé ?

marsbitIl y a 6 mins

Les grands modèles de langage cartonnent à tous les examens, mais s'éloignent encore plus de l'AGI : Que révèle cet article de recherche ?

Cet article remet en question les définitions actuelles de l'AGI (Intelligence Artificielle Générale), souvent basées sur des performances à des tests humains, que les grands modèles linguistiques dépassent désormais sans pour autant démontrer une véritable intelligence générale adaptative. S'appuyant sur un article de Michael Timothy Bennett, l'auteur critique l'approche dominante de « Scale-maxing » (maximisation de l'échelle), qui repose sur des quantités massives de données et de puissance de calcul pour mémoriser des réponses approximatives, mais échoue face à des problèmes nouveaux ou requérant une compréhension causale. La proposition centrale est de redéfinir l'AGI non pas comme une imitation de l'homme, mais comme un « scientifique artificiel ». Un tel système devrait posséder trois capacités clés : 1) une **capacité d'expérimentation active** pour acquérir des informations par interaction avec son environnement, 2) une **compréhension causale** (« savoir pourquoi ») et non pas seulement des corrélations, et 3) la capacité à **équilibrer exploration et exploitation** des connaissances sous contraintes de ressources (calcul, mémoire, énergie). L'article conclut que la voie vers l'AGI nécessitera une fusion de différentes méthodes (maximisation d'échelle, de simplicité, et d'affaiblissement des contraintes), et non pas seulement le perfectionnement des grands modèles. Les critères d'évaluation devraient ainsi évoluer vers des « benchmarks d'adaptation » mesurant la capacité à découvrir de nouvelles connaissances dans des situations inédites, plutôt que la simple restitution de savoirs existants.

marsbitIl y a 1 h

Les grands modèles de langage cartonnent à tous les examens, mais s'éloignent encore plus de l'AGI : Que révèle cet article de recherche ?

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片