Pundi AI همچنین شراکت جدیدی را با ICB Network، یک مرکز نوآوری Web3 که هدف آن ایجاد یک پایگاه غیرمتمرکز از کشورهای دیجیتال است، اعلام کرده است.Pundi AI همچنین شراکت جدیدی را با ICB Network، یک مرکز نوآوری Web3 که هدف آن ایجاد یک پایگاه غیرمتمرکز از کشورهای دیجیتال است، اعلام کرده است.

پوندی AI چشم‌انداز داده‌های غیرمتمرکز خود را از طریق همکاری استراتژیک با شبکه ICB گسترش می‌دهد

blockchain6 main

Pundi AI همچنین مشارکت جدیدی را با شبکه ICB، مرکز نوآوری وب 3 که هدف آن ایجاد پایگاه غیرمتمرکز ملت‌های دیجیتال است، اعلام کرده است. این همکاری زیرساخت داده‌های هوش مصنوعی غیرمتمرکز Pundi AI را با اکوسیستم یکپارچه عمودی لایه-1 شبکه ICB متحد می‌کند و به دنبال افزودن داده‌های هوش مصنوعی قابل تأیید و قابل حسابرسی به خدمات دیجیتال اصلی، از جمله هویت، آموزش و توکنیزه‌سازی دارایی های واقعی است.

با عبور وب 3 از مرحله آزمایشی، دو تیم داده‌های شفاف هوش مصنوعی را به عنوان یک عنصر ضروری سیستم‌هایی می‌دانند که کاربران، دارایی‌ها و مؤسسات واقعی را درگیر می‌کنند.

چشم‌انداز شبکه ICB برای ساختار ملت دیجیتال

شبکه ICB یک نهاد مستقر در دبی است که در سال 2019 تأسیس شد و در حال کار بر روی یک اکوسیستم کامل بلاک چین با زنجیره لایه-1 خود بوده است. پلتفرم آن بخش‌های مختلفی مانند بازارهای NFT، راه‌حل‌های هویت درون زنجیره ای مبتنی بر بیومتریک، محیط‌های آموزشی مبتنی بر متاورس، کیف پول‌های بومی و ابزارهای پرداخت را پوشش می‌دهد.

شبکه ICB همچنین به دنبال ورود به دنیای امور مالی غیر متمرکز با نام اختصاری دیفای با یک صرافی غیر متمرکز آینده است و قصد دارد املاک و مستغلات و انرژی‌های تجدیدپذیر را در سال 2026 توکنیزه کند. این گستردگی، شبکه ICB را به یک ارائه‌دهنده زیرساخت کامل برای ملت‌های دیجیتال تبدیل می‌کند، که در آن حکمرانی، مالکیت و مشارکت ذاتاً مبتنی بر بلاک چین است.

نقش Pundi AI در زیرساخت داده‌های هوش مصنوعی غیرمتمرکز

Pundi AI شامل یک چارچوب مدیریت داده‌های هوش مصنوعی باز مبتنی بر برچسب‌گذاری درون زنجیره ای، توکنیزه‌سازی داده و بازارهای داده مبتنی بر انجمن است. زیرساخت آن به گونه‌ای است که داده‌های مورد استفاده در آموزش مدل‌های هوش مصنوعی شفاف، قابل ردیابی و متعلق به مالک باشد.

Pundi AI مسائل دیرینه مربوط به عدم شفافیت در داده‌های هوش مصنوعی، مالکیت متمرکز و منابع آموزشی غیرقابل اعتماد که در توسعه هوش مصنوعی سنتی اساسی هستند را با تبدیل داده‌های هوش مصنوعی به یک دارایی فکری حل خواهد کرد.

یکپارچه‌سازی هوش مصنوعی قابل تأیید در هویت و آموزش

سیستم‌های داده Pundi AI در اکوسیستم شبکه ICB آزمایش خواهند شد تا از طریق همکاری، آموزش مبتنی بر هوش مصنوعی و برنامه‌های آگاه از هویت را ارائه دهند. با کار بر روی مجموعه داده‌های قابل تأیید، مربیان هوش مصنوعی در ICBVerse قادر به ارائه تجربیات یادگیری سفارشی هستند، اما شفافیت در ساخت مدل دانش را حفظ می‌کنند.

در همین حال، هویت درون زنجیره ای بیومتریک می‌تواند مشارکت مسئولانه داده را تسهیل کند، که به این معنی است که سیستم‌های هوش مصنوعی که با کاربران ارتباط برقرار می‌کنند بر اساس داده‌های قابل اعتماد و قابل تأیید استفاده خواهند شد.

هوش قابل حسابرسی برای دارایی های واقعی

حوزه حیاتی دیگر همکاری در توکنیزه‌سازی دارایی های واقعی است. از آنجایی که شبکه ICB در شرف توکنیزه کردن املاک و مستغلات و منابع انرژی تجدیدپذیر است، ساختار داده‌های هوش مصنوعی قابل حسابرسی Pundi AI به طور بالقوه می‌تواند مدیریت شفاف و تصمیم‌گیری دارایی‌ها را حمایت کند.

AI Agent های آموزش دیده بر اساس داده‌های قابل تأیید می‌توانند برای تفسیر عملکرد دارایی، کنترل فعالیت‌ها یا پشتیبانی از حکمرانی بدون بسته بودن به بررسی دقیق ذینفعان به کار گرفته شوند.

ساخت زیرساخت عملی فراتر از حدس و گمان

هر دو گروه تأکید می‌کنند که چنین اتحادی نشانه‌ای از علاقه مشترک به توسعه زیرساخت واقع‌گرایانه وب 3، برخلاف محصولات فرضی است. از طریق هویت غیرمتمرکز، آموزش، مالکیت دارایی و داده‌های باز هوش مصنوعی، Pundi AI و شبکه ICB به دنبال نشان دادن این هستند که چگونه بلاک چین و هوش مصنوعی می‌توانند در زندگی روزمره دیجیتال ما همکاری کنند.

این مشارکت بر تغییر بزرگتر صنعت به سیستم‌های هوش مصنوعی بیشتری که نه تنها قدرتمند، بلکه مسئول، متعلق به انجمن و مقاوم در برابر انحصار هستند تأکید می‌کند تا اطمینان حاصل شود که آینده مبتنی بر هوش مصنوعی باز و فراگیر باقی می‌ماند.

سلب مسئولیت: مطالب بازنشرشده در این وب‌ سایت از منابع عمومی گردآوری شده‌ اند و صرفاً به‌ منظور اطلاع‌ رسانی ارائه می‌ شوند. این مطالب لزوماً بازتاب‌ دهنده دیدگاه‌ ها یا مواضع MEXC نیستند. کلیه حقوق مادی و معنوی آثار متعلق به نویسندگان اصلی است. در صورت مشاهده هرگونه محتوای ناقض حقوق اشخاص ثالث، لطفاً از طریق آدرس ایمیل service@support.mexc.com با ما تماس بگیرید تا مورد بررسی و حذف قرار گیرد.MEXC هیچ‌ گونه تضمینی نسبت به دقت، جامعیت یا به‌ روزبودن اطلاعات ارائه‌ شده ندارد و مسئولیتی در قبال هرگونه اقدام یا تصمیم‌ گیری مبتنی بر این اطلاعات نمی‌ پذیرد. همچنین، محتوای منتشرشده نباید به‌عنوان توصیه مالی، حقوقی یا حرفه‌ ای تلقی شود و به منزله پیشنهاد یا تأیید رسمی از سوی MEXC نیست.