DML介绍

摘要

项目名称：Decentralized Machine Learning (DML)

代币符号： DML

网址：https://decentralizedml.com/

白皮书：https://decentralizedml.com/DMLwhitepaper31Dec_17.pdf

代币总量：330,000,000 DML

销售总量：118,800,000 DML

转换率： 1 ETH = 3780 DML

硬顶：2200万美元

白名单：白名单于2月8日开始

禁止国家：美国、中国

ERC20：是的

发售日期：2018年3月15日

1

项目概况

Decentralized Machine Learning (DML)是什么？

DML计划创建一个协议，通过这个协议，他们的算法可以在电脑、手机上运行。DML将收集匿名数据，处理它，并将数据上传到DML区块链网络。这将用于机器学习。为了交换这些数据，该协议将会用DML代币奖励用户。这样，DML协议分散了权力和私人数据。我曾经从一位朋友那里听说，他说是一名做杀毒软件开发的程序员，机器学习或人工智能神经网络的艰巨任务是为他们提供足够的数据。

正如他们的白皮书所述，他们的使命包含以下几点：

利用未开发的私人数据进行机器学习，同时保护数据隐私。

连接并利用单个设备的闲置处理能力进行机器学习。

通过创建开发者社区和算法市场来鼓励外部参与，促进创新，从而构建符合实际应用的机器学习算法。

通过DML协议改进和纠正现有的机器学习算法和模型。

创建一个新的DML代币并利用区块链智能合约技术提供一个不受信任的中间人免费平台，从各个方面连接潜在的机器学习贡献者。

Decentralized Machine Learning (DML)如何工作？

在人工智能和机器学习快速发展的时代，数据质量和相关性对于为机器学习产生高质量和高准确度的可用应用程序至关重要。与可公开访问的数据相比，私人持有的数据对于机器学习更加相关和及时。这些私人数据通常是未开发的，因为它们存储在智能手机，平板电脑和计算机等个人电子设备中。

领先的技术公司试图在个人不知情的情况下访问这些私人数据，或者向他们提供免费服务作为回报。尽管如此，这些领先的技术公司只能获得一部分私人数据，这些数据是所有个人拥有的大量尚未开发的私人数据的子集。DML协议旨在扩大未开发的私人数据范围，释放其促进机器学习开发的潜力，同时提供经济激励和保护数据隐私。

机器学习算法将在设备上运行，而不从设备中提取数据，这些数据将保存在设备中。只有机器学习结果将与其他设备产生的结果汇总在一起，才能形成公正，全面和准确的众包分析和预测。通过DML协议，机器学习的私有数据和处理能力都是分散的，因为算法通过利用其空闲处理能力直接在单个设备上运行。

算法的质量与数据质量一样重要，可以生成良好的可用应用程序，并通过机器学习进行准确的预测。凭借集体智慧的信念，机器学习开发人员社区将通过建立有才华的开发人员列出他们的待售算法的市场来构建。任何想要通过机器学习应用可用应用和进行预测的团体都可以从市场中找到或请求合适的算法。鼓励外围创新，通过分散算法开发来释放机器学习的巨大潜力。

为了促进参与DML协议，需要经济激励和可靠的环境。借助区块链智能合约，创建了一个分布式不受信任的系统，可以直接连接DML协议的参与者，而无需信任集中的第三方。它确保参与者成功地贡献自己的努力，例如允许在单个数据上运行算法，由开发人员构建机器学习算法等，以DML代币奖励。

DML协议是一种可扩展的分布式基础架构，旨在连接数十亿设备和数以万计的开发人员，以促进机器学习开发，同时提供分散的数据所有权和人工智能。许多可能性将通过众包未开发的数据和集体智慧来解锁。DML期待并支持来自外围的创新，促进来自全球的非传统，突破性和多元化创新。这种分布式机器学习协议太强大了，不能由少数人控制，垄断或寡头垄断，因此它应该集体拥有，并允许通过权力下放进行大规模参与。整个分散的DML生态系统将不断发展。

DML多区块链兼容

DML的分布式和开源的区块链技术可以将个人数据和智能结合在一起，形成一个有益的生态系统。DML认为这种分散化方式不应局限于单一区块链平台。因此，DML的技术欢迎并鼓励在DML协议和各种系统语言中采用各种区块链技术，以便在DML网络上运行其机器学习算法。

DML鼓励采用现有区块链技术，例如以太坊和任何其他未来的区块链平台。DML协议旨在允许将新的区块链技术整合到当前采用的技术中，而无需替换或覆盖它们。将创建链接并聚合不同区块链技术的共存生态系统。

同样，对于协议升级机制，还鼓励开发人员在DML协议中使用的现有区块链平台之上集成任何新的区块链技术。将部署相同的激励机制以鼓励采用各种区块链技术。

02

03

令牌分布

04

项目优势

核心团队和顾问，都是机器学习、大数据方面的专家，并且经验丰富！

项目硬顶不高，白名单公开白名单只有0.5-2 ETH额度。