HUMAN的去中心化野望:释放全球劳动力_HUM:人工智能

人工智能的浪潮已经来到我们身边,其运用已经逐步渗透到了生活细节,并带来了一次又一次的变革。随着人工智能发展路径取得了技术突破,并解锁了多个行业的人工智能场景,产生了巨大的商业价值,驱动了人工智能在商业化领域的蓬勃发展。

新一轮的革命正在到来,社会的经济、产业结构、劳动力市场发生了巨大的变化,同时伴随当前人工智能技术推动经济增长、改变产业结构的同时,对于人工智能能力的需求随之增长,需要更好的技术协调发展,构建新型智能经济生态。

就人力资源领域而言,市场所提供的产品技术支持复杂繁琐,希望能通过人工智能的新技术来达到更快速精准的人才配置和劳动力管理。然而,具备完整体系的去信任的全球劳动力市场HUMAN能够应用于解决人与市场的发展问题,为去中心化市场提供动力。HUMAN支持创建去中心化的就业市场,交易双方的实体可以在其中以安全、无需信任的方式进行交易,助力数据的真实性。通过公共区块链账本也可以证明系统公平地分配赏金,减少参与者之间互动的摩擦。

阿里云与广州三区达成合作,在AI、元宇宙等领域建立合作伙伴关系:金色财经报道,阿里云与广州市海珠、白云、南沙三区今日发布合作。其中,广州市海珠区与阿里云合作共建智慧城市新型算力基础设施;阿里云与白云区政府签署合作协议,在智慧城市、人工智能、元宇宙等领域建立合作伙伴关系,推动包括大模型在内的新一代人工智能技术产业生态在白云发展;广州市南沙区、中航云与阿里云,将共同打造面向世界的跨境出海产业数字底座和产业数字化发展平台。[2023/6/1 11:51:56]

项目概述

HUMANProtocol是人机协同工作的一种新方式。它提供了一种提问的方式,没有人类的帮助,机器就无法回答这些问题。例如,当AI学习如何推荐鞋子时,它首先需要知道人们认为哪些鞋子相似。HUMAN可以让您提出问题、提供数据并支付给帮助您的人。构建产品搜索等服务的公司获得了创建支持人工智能的数据集的新选择。

该协议实现了自动化的就业市场,其中人类工人从事有趣的工作,而重复的任务由机器处理。网络参与者使用HMT通过智能赏金支付劳动力并奖励为网络提供服务的验证者。

Bithumb Pro 进行API线下演讲:韩国虚拟货币交易送BithumbPro给会员提供关于API利用方法演讲。演讲时间为5月23日6点30分到8点。[2018/5/21]

代币经济模型

项目代币:HMT

代币总量:10亿HMT

项目官网:https://www.humanprotocol.org/

HMT是HUMAN网络的本土代币。网络参与者使用它来支付通过网络上的智能赏金购买的劳动力,并奖励为网络提供服务的验证者。

初始发行代币分配比例如下:

代币随时间循环供应

*以上图表是截至2021年5月19日的数据

Bithumb:ETH、EOS取款延迟:Bithumb发布公告,ETH、EOS的取款由于网站用户增加而推迟。ETH现全球均价783.5美元,24小时跌幅5.52%;EOS现全球均价6.86美元,24小时跌幅8.98%。[2018/3/7]

代币销售

HUMAN将于6月17日17:00UTC开始在CoinList上进行代币公开销售,销售参与者可以选择两个不同的价格选项购买HUMAN代币。具体销售细则如下:

*CoinList可以自行决定调整CoinList网站和/或访问系统的参数,以优先访问HUMAN销售或处理某些具有对代币网络积极贡献历史的高质量用户的代币购买,现有的HUMAN用户,或以其他方式证明精通加密技术的未来HUMAN用户的迹象。

HUMAN的应用价值

无论是产品经济还是劳动力市场,人们都已经意识到人工智能的发展趋势。因此,对于技术的研究和运用场景,都给与了很大的关注度。HUMAN致力于允许人机在开放、自动化的市场上交易各种劳动力。

韩国虚拟货币交易所Bithumb宣布新用户可以进行韩币充值:9日韩国虚拟货币交易所Bithumb交易所宣布将会为所有会员提供农协银行实名认证充值/提现号码。之前新用户中没有虚拟账户的使用者不能进行韩币充值交易,但是从今日开始全部可以进行充值交易。不过只能通过农协银行提供的账户进行充值交易,地方农协账户加入者除外。[2018/2/9]

HUMAN提供开放的基础设施,让市场力量占上风。复杂的记录和声誉系统可确保工作符合您的准确性需求,可以选择流行的现有应用程序,例如hCaptcha和CVAT,循环访问最熟悉的API和工具。该协议使两者都能轻松实现。

人工智能需要标记数据。在该协议上运行的应用程序提供工具,并将劳动力连接到数据集标签。这使得公司可以使用HUMANAPI构建人工智能以获得人类的洞察力。每个月已经有数百万个任务通过协议运行。

区块链有时需要知道是否有真人与之互动。HUMAN能够对人类进行链上验证,以防止机器人攻击。这使得基于区块链的验证能够应用于代币交易所、预测平台等市场。

招聘劳动力、确保质量并向工人支付大规模工资都很困难。HUMAN允许任何人都可以发布工作,并由分布式劳动力完成。原则上,几乎任何种类的工作都可以在协议上发布,评估和补偿由软件管理。

韩国bithumb交易所2017年盈利相关税应交约400亿韩币:随着虚拟货币的热潮虚拟货币交易所赚取了巨额佣金,虚拟货币交易所赚取利润的20%为应交所得税(包括法人税和地方所得税)。根据bithumb交易所公开的资料表示2017年营业利润估计为1645亿韩币,而根据营业利润估算公司税时,2017年税务年度的法人税将为358亿韩币,并加上地方所得税的话,2017年应交税为393亿韩币。[2018/2/1]

预测市场可以是一个强大的工具,但要计算出任何给定事件的一致概率是很困难的。准确性要求数量。通过访问许多全球响应者,HUMAN使预测市场能够提出问题并获得存储在区块链上的结果可能性的赔率。

数以百万计的人从事可以通过人工任务表达的知识任务,但很难在正确的时间接触到正确的人。从翻译到转录,该协议允许多种工作从适合该任务的劳动力那里获得结果,并通过软件确保质量和支付。

真正地连接人与市场

HUMAN是直接和安全的全球映射的联系,将任何规模和要求的可替代任务代币化,使工人更接近他们的工作回报,组织更接近劳动力。独立于任何实体,最大限度地利用他们的资源,利用网络最大限度地减少空闲时间。其主要特点如下:

灵活通用:旨在让您指定几乎任何类型的工作。工作是请求者发布的工作请求,表示为要完成的任务块。HUMAN中有许多标准工作类型。或者,请求者可以选择自定义工作类型。

无需信任的质量控制:智能赏金确保请求者仅在正确完成工作时才付款。

可扩展性:跨网络批量作业以扩展到数十亿个任务,证明了HUMAN的可扩展性。任务是由用户执行的任何产生价值的劳动。每个任务代表一个单独的工作交互:数据标记、正确信息的识别、谜题的解决。

联合增长,新应用程序不需要网络共识。

不断发展的预言机,网络用户可以在不同工作之间选择新功能。

本地多链网络,支持多个Layer1网络。

团队成员

在HUMAN,工程师在分布式系统和机器学习方面拥有数十年的经验。这一经验导致了长期的开源软件开发卓越和商业成功的记录。HUMAN团队是去中心化的,跨越许多国家、背景和经验。该团队利用其在Cloudera和英特尔等行业领导者创建成功的初创公司的记录和分布式系统方面获得的专业知识,为人机协同工作提供了一种新方式。

作为HUMANProtocol的基金会负责人,JamesRoyPoulter在安永开始了其职业生涯并担任财务主管。他获得35位35岁以下特许会计师,以及福布斯30位30岁以下的会计师。2013年他开始在PlayfairCapital从事风险投资工作,之后他成立了英国FCA监管的数字资产精品咨询和投资机构TheReserve。

LonnieRae目前担任HUMANProtocol的运营主管。她曾创立医疗科技AI公司Medal,该公司于2020年被医疗保健领导者CIOX收购。她指导公司战略,领导与包括医疗保健在内的生态系统参与者的HUMAN合作伙伴关系。

Harjyot是HUMANProtocol的工程主管。他拥有强大的美国爱丁堡CS/AI背景,在过去的十年里曾在各种公司和行业工作,专注于金融和分布式计算。他之前还创立了两家科级初创公司,致力于解决错误信息和隐私等问题。他目前的重点是探索人工智能和区块链等前沿技术如何改善大多数互联网用户的日常体验。

投资机构

HUMAN于2018年6月完成以4550美元估值融资1060万美元,2020年10月通过战略轮融资以1亿美元估值筹集到250万美元,2021年4月以2.5亿美元估值完成2200万美元战略融资,投资方包括HASHED、BORDERLESSVENTURES和Kenetic,以及HYPERSPHERE等。

总结

人工智能的应用不断拓展,对于社会和商业提供巨大的发展潜力,这项技术正在被大规模采用。通过将区块链与人工智能结合,HUMAN可以加强和扩展我们的数字世界,推动一个人类劳动的新时代,并通过它激发人机的潜力,丰富整个生态。

作为人工智能技术的创造者,HUMAN重点改善的合作方式,使用区块链技术可以对数据的访问实现民主化,对工作任务完成情况的透明化,分布式的价值记录。HUMAN具有当前区块链生态系统无法处理的功能,我们看到了令人兴奋新技术的爆炸式增长,这项技术可以很好地提供现实的解决方案,并有助于激发HUMAN固有的巨大潜力。在寻求交易的同时,彻底改变全球就业市场以及分布式系统工作的愿景又近了一步。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金宝趣谈

[0:15ms0-3:878ms