可信、可靠
GNAI旨在構(gòu)建具備人工智能學(xué)習能力和泛化力的區(qū)塊鏈平臺,平臺提供人工智能服務(wù),成為多個區(qū)塊鏈網(wǎng)絡(luò)的去中性化服務(wù),使通用人工智能能在可信、可靠的環(huán)境中發(fā)展,使各國區(qū)塊鏈網(wǎng)絡(luò)的DApp具備人工智能泛化學(xué)習能力,使通用智能神經(jīng)網(wǎng)絡(luò)中的代理機器人有多種運營形態(tài)和職責,相互協(xié)作。
通用智能、全球系統(tǒng)
區(qū)塊鏈的構(gòu)建基于區(qū)塊鏈的全球通用人工智能服務(wù),旨在提供一個基于共識的、分布式的、蓄奴的云基礎(chǔ)設(shè)施,借助區(qū)塊鏈系統(tǒng),寫作分布在全球的技術(shù)計算機資源,構(gòu)建全球分布式的人工智能。區(qū)塊鏈及其上的DApp,通過鏈間智能同步技術(shù),訪問調(diào)用全球系統(tǒng)。
GNAI專們用于應(yīng)用數(shù)據(jù)資源在區(qū)塊鏈上的部署、提取和交易記錄查詢的區(qū)塊鏈接口,定義了非對稱加密驗證用戶身份的規(guī)則,能夠給應(yīng)用提供方在不了解區(qū)塊鏈底層技術(shù)的情況下,可以輕松對接并具備。應(yīng)用的可執(zhí)行文件數(shù)據(jù)、資源數(shù)據(jù)等存放在區(qū)塊鏈之外,將應(yīng)用和資源數(shù)據(jù)的描述信息(或者叫標簽)存放到區(qū)塊鏈上。允許更大數(shù)據(jù)尺寸、更復(fù)雜的應(yīng)用。
相比于合約代碼和儲存更加靈活,高效
合約的代碼和儲存分離在設(shè)計上增加了很多復(fù)雜度,不能解決所有問題,有時候甚至不可行;代理合約雖然能夠指向新合約,但是老合約的狀態(tài)數(shù)據(jù)并不能遷移;有些合約在開發(fā)時,沒有良好的設(shè)計,沒有為以后的升級留下接口。經(jīng)年來,模型驅(qū)動(model-driven)的設(shè)計方案逐漸被工業(yè)界重視并認為使可行方案,該方法將模型作為整個烯烴開發(fā)過程核心元素,在設(shè)計階段就建立系統(tǒng)構(gòu)架模型,在設(shè)計初期就建立系統(tǒng)結(jié)構(gòu)模型,盡早進行驗證分析。同時,盡可能模型重用以及基于模型轉(zhuǎn)換的自動或半自動需求過程都有助于降低系統(tǒng)開發(fā)的時間和成本。
平臺高、專業(yè)化,保證長期利用率
人工智能領(lǐng)域,首先利用國內(nèi)外在Bot開放共享平臺,構(gòu)建軟件機器人API庫以及AdAgent平臺;其次利用斯坦福大學(xué)人工智能實驗室的數(shù)十年研究成果ROS(Robot Operating System),構(gòu)建硬件機器人API庫及DROS平臺;第三開放構(gòu)架設(shè)計,用于對接各種人工智能開源技術(shù)及其社區(qū),并與AI開放組織戰(zhàn)略合作,如Partnership on AI、DeepMind等。
人工智能的研究是高度技術(shù)性和專業(yè)的,各分支領(lǐng)域都是深入且互不相通的,因而涉及范圍極廣。人工智能的研究的幾個分支領(lǐng)域,主要集中在解決具體問題。其中之一是,如何使用各種不同的工具完成特定的應(yīng)用程序.對于GNAI來說,能解決上述的問題是一樣的人工智能成簇,無需重新開發(fā)算法就可以直接使用現(xiàn)有的智能機器人完成任務(wù),與人類的處理能力相同,但達到具備思考能力的統(tǒng)合強人工智能還需要時間研究。