DAIN

Weiterentwicklung und kontinuierliche Verbesserung ausgehend von der Rechtsgrundlage

Einleitung
Das Aufkommen von Technologie und künstlicher Intelligenz hat unsere täglichen Aktivitäten und Lebensmittel im Allgemeinen angenehmer gemacht. Menschen werden an bestimmten Orten weniger beschäftigt und genießen alle humanitären Vorteile, die im alltäglichen Leben zur Verfügung stehen. Alles dank innovativer Ideen, die die Köpfe bestimmter Menschen besuchen.
Künstliche Intelligenz ist Teil der Softwareentwicklung, die intelligente Maschinen herstellen soll. Dies ist zu einem wesentlichen Bestandteil des Innovationsgeschäfts geworden. Die Forschung im Zusammenhang mit künstlicher Gehirnleistung ist sehr spezialisiert und konzentriert. Das Hauptproblem der künstlichen Intelligenz besteht darin, die PC-Programmierung für bestimmte Attribute zu kombinieren, z. B. Informationen, Argumentation, Problemverständnis, Wahrnehmung, Lernen, Planung und die Fähigkeit, Objekte zu steuern und zu bewegen.
Von Menschen verursachte Unruhe hat begonnen, und Verbände in den Bereichen Montage, Transport, Einzelhandel, Geld, Unterhaltung und Unterweisung sowie untereinander ändern ihre zentralen Verfahren und Aktionspläne, um sie auszunutzen. Die KI verändert nicht nur Geschäft und Organisation, sondern übernimmt auch die kolossale Arbeit in unserem täglichen Leben. Wie wir reisen, was wir essen, wie viel wir für das Brauen bezahlen, hängt oft von AI-Vereinbarungen ab.

Trotz ihres außerordentlichen Einflusses auf die Gesellschaft und die riesigen Interessen sind KI und ihre Bedürfnisse aufgrund ihrer Verschiedenartigkeit schwer zu verstehen. Organisationen und Experten sind nicht für den Missbrauch von sehr großem Umfang reguliert. Diese Umstände betreffen insbesondere die konventionellsten Organisationen, die in einem problematischen Wandel nachlässig sind. Um eine für die Öffentlichkeit vernünftige, einfache und flexible Kombination von KI zu gewährleisten, von der sowohl Unternehmen als auch ihre Kunden profitieren, sind explizite Tools erforderlich, die die Grenzen dieses Abschnitts abdecken.

Was ist DAIN?
DAIN ist die nächste Generation der Plattform für künstliche Intelligenz, ein geografisch verteiltes, dezentrales öffentliches Computernetzwerk, das durch die Integration von Blockchain- und künstlicher Intelligenz-Technologie zur Lösung und Lösung von Problemen angetrieben wird. Diese Plattform nutzt Rechenressourcen effizient und ohne Vermittler von anderen Geräten auf der ganzen Welt, um komplexe AI-Probleme zu lösen. DAIN zeichnet Hardware-Besitzer aus und bildet den Markt für künstliche Intelligenz ab. Dies ermöglicht Unternehmen mit ähnlichen Bedürfnissen, gemeinsame Lösungen anzubieten oder zu finden.

DAIN zielt darauf ab, künstliche Intelligenz einfach und erschwinglich zu machen und allen Verbrauchern zugänglich zu machen, von kleinen Unternehmen bis zu großen Unternehmen, von Wissen bis zu Big Data, die Markteinführung von Produktionsmodellen zu verkürzen und Informationen und Wissen zu beschaffen. Produzieren. Mit dieser Plattform können Benutzer Geräte und Computer mit unbenutzter Rechenleistung ausstatten, um Unternehmen bei der Datenverarbeitung, Problemlösung und Problemlösung mithilfe künstlicher Intelligenz zu unterstützen. Außerdem können Unternehmen neue Geschäftsmodelle, neue Kundenbeziehungsmodelle und neue Einnahmequellen entwickeln und eine sichere Umgebung bereitstellen, in der sie Wissen, Lösungen, Daten und Infrastrukturen sicher verkaufen, aufbauen, verkaufen und ausführen können, um diese zu erstellen, zu nutzen, und Implementierung künstlicher Intelligenz. Zu teilen. Mithilfe von DAIN-Unternehmensplattformen unterschiedlicher Größe können neue Modelle mit eigenen Daten und / oder Daten aus externen Quellen, die DAIN zur Verfügung gestellt werden, einfach und effizient trainiert und mit Daten von Drittanbietern modelliert werden. Ändern Sie den vorhandenen Datenmarkt. Unternehmen können Modelle auf dem Modellmarkt veröffentlichen und Geld verdienen, während sie Eigentümer-, Kontroll- und Modellkenntnisse behalten. Stattdessen kann es von seinen eigenen Daten profitieren, die es anderen ermöglichen, ihr Modell zu üben oder es mit angereicherten Daten zu betreiben, die alle die Datensicherheit gewährleisten, ohne sie an Dritte weiterzugeben. Er kann neue Modelle einfach und effizient mit seinen eigenen Daten und / oder Daten aus externen Quellen trainieren, die DAIN zur Verfügung gestellt werden, und kann sie mit Daten von Drittanbietern modellieren. Ändern Sie den vorhandenen Datenmarkt. Unternehmen können Modelle auf dem Modellmarkt veröffentlichen und Geld verdienen, während sie Eigentümer-, Kontroll- und Modellkenntnisse behalten. Stattdessen kann es von seinen eigenen Daten profitieren, die es anderen ermöglichen, ihr Modell zu üben oder es mit angereicherten Daten zu betreiben, die alle die Datensicherheit gewährleisten, ohne sie an Dritte weiterzugeben. Er kann neue Modelle einfach und effizient mit seinen eigenen Daten und / oder Daten aus externen Quellen trainieren, die DAIN zur Verfügung gestellt werden, und kann sie mit Daten von Drittanbietern modellieren. Ändern Sie den vorhandenen Datenmarkt. Unternehmen können Modelle auf dem Modellmarkt veröffentlichen und Geld verdienen, während sie Eigentümer-, Kontroll- und Modellkenntnisse behalten. Stattdessen kann es von seinen eigenen Daten profitieren, die es anderen ermöglichen, ihr Modell zu üben oder es mit angereicherten Daten zu betreiben, die alle die Datensicherheit gewährleisten, ohne sie an Dritte weiterzugeben. Unternehmen können Modelle auf dem Modellmarkt veröffentlichen und Geld verdienen, während sie Eigentümer-, Kontroll- und Modellkenntnisse behalten. Stattdessen kann es von seinen eigenen Daten profitieren, die es anderen ermöglichen, ihr Modell zu üben oder es mit angereicherten Daten zu betreiben, die alle die Datensicherheit gewährleisten, ohne sie an Dritte weiterzugeben. Unternehmen können Modelle auf dem Modellmarkt veröffentlichen und Geld verdienen, während sie Eigentümer-, Kontroll- und Modellkenntnisse behalten. Stattdessen kann es von seinen eigenen Daten profitieren, die es anderen ermöglichen, ihr Modell zu üben oder es mit angereicherten Daten zu betreiben, die alle die Datensicherheit gewährleisten, ohne sie an Dritte weiterzugeben.

Das ist eine dezentrale KI! Im weiteren Verlauf sehe ich drei sehr günstige Umstände für die Dezentralisierung der KI gegenüber der üblichen KI:

Unbedeutende Inaktivität oder hängt nicht von den Zuordnungseinstellungen ab
Bereiten Sie sich effektiver oder dezentral vor
Weniger Stromverbrauch oder noch einmal, es besteht keine Abhängigkeit von Organisationszuordnungen.
WEITERE FUNKTIONEN

Die Möglichkeit eines künstlichen Gehirns mit unbegrenzter Skalierbarkeit zu verstehen und zu erweitern, ist eine komplexe Aufgabe. In diesem Whitepaper wird das Potenzial von DAIN in drei miteinander verbundene Komponenten unterteilt, die einzeln und detailliert untersucht werden:
DAIN-Ökosystem:
DAIN wird von und für seine Benutzer erstellt, gebaut und entwickelt. Wie im Internet werden DAIN-Benutzer bestimmen, wie DAIN in Zukunft aussehen wird. Benutzer können an diesem Ökosystem teilnehmen, indem sie verschiedene Rollen spielen.
DAIN-Lösung:
Eine Business-
Toolbox , die DAIN-Benutzern einen sofort einsatzbereiten Mehrwert bietet.
Ziel ist es, die Demokratisierung der KI zu rationalisieren und neue Geschäftsmodelle zu ermöglichen.
DAIN-Plattform:
Die zugrunde liegende Kerninfrastruktur , die die Erstellung von Ökosystemen und Lösungen ermöglicht. Ihre Mission ist es, einen sicheren Markt für Computer-, Daten- und KI-Modelle aufzubauen.
DAIN ECOSYSTEM
DAIN ist konzeptionell für die Interaktion mit zwei Benutzertypen konzipiert, Endbenutzern und Institutionen (private Unternehmen oder andere Institutionen wie Universitäten oder Forschungszentren).
Endbenutzer
lösen den Markt für Computerressourcen aus, indem sie die Rechenkapazität ihrer Geräte kostenlos teilen, um Serviceanfragen von Agenturen zu erfüllen, und als Bezahlung Preise (Token) erhalten.

Die Einrichtung
fordert unter Verwendung ihrer Computerressourcen Dienste für das Netzwerk an. Abhängig von der Art der Serviceanforderung können sie unterteilt werden in:
Produzenten:
Sie erstellen neue KI-Modelle, die bei DAIN anhand ihrer eigenen Daten und / oder der von Netzwerkmitgliedern bereitgestellten Daten geschult werden. Dabei zahlen sie Tokens, anstatt die erforderlichen Computerressourcen oder -daten zu verwenden. Diese Lösungen können nur für den Eigenverbrauch hergestellt oder jederzeit auf dem Markt angeboten werden, um neue Einnahmequellen zu erschließen.
Verbraucher:
Sie greifen direkt auf den KI-Markt zu, um vorhandene Lösungen der Hersteller wiederzuverwenden.
ANDERE LÖSUNGEN
Wie bereits erläutert, bietet DAIN Solutions einsatzbereite Geschäftslösungen. In diesem Abschnitt werden die ersten Lösungen aufgeführt, die auf der DAIN-Plattform bereitgestellt werden

Empathie - Engagement-Plattform
Knowledger - KI-Marktplatz
Die Seele - ein autonomer Agent
Psyche - Intelligente Reiseplattform von Zero Code
Intuition - DAIN
ECONOMIC Laboratory Das
DAIN wendet eine Vielzahl von Techniken an, um die Stabilität von Gebrauchsmustern und das Gesamtsystem zu verbessern:
Der DAIN-Token-Wert wird durch die Rechenleistung angegeben, die das Netzwerk bildet.
Tokens weisen eine geringere Volatilität auf, da Werte (nicht Preise) sich auf konkrete und messbare Indikatoren beziehen.
Es gibt klare Wachstumstreiber für den Wert von Tokens.
Vermögensverteilung
TOKEN INFORMATION

DAEN Tokens stehen in direktem Zusammenhang mit der Leistungsfähigkeit von Network Computing. Zur Messung der Netzwerk-Rechenleistung wird ein Referenzindex definiert: DIPS (DAIN Performance Index Standards). Jede vom Netzwerk bearbeitete Dienstanforderung kann mit einer DIPS-Nummer gekennzeichnet werden, die die geschätzte Rechenleistung angibt, die für die Erledigung erforderlich ist. DAIN-Token (DAINT) ist als die Rechenkapazität definiert, die die Implementierung von 1 DIPS-Dienstanforderung in jeder aktiven Minimum-Ressourcenzelle im Netzwerk ermöglicht. 1 DAINT = 1 DIPS x #MRCs Um das Wachstum künstlicher Netzwerke zu verhindern, muss für jede MRC eine DAINT-Sicherung als aktiv betrachtet werden und Dienste bereitstellen dürfen.
Während der Preis bestimmter Aufgaben von Angebot und Nachfrage abhängt, gibt es einen Preismechanismus, der sie mit Token-Werten verknüpft und so die Volatilität verringert.

DAAD ROADMAP
Wir haben gerade angefangen, aber alles wurde kartiert und geplant. Erfahren Sie mehr über die nächsten Schritte.
2018 Q3
Netzwerk Dain wurde konzipiert
im Jahr 2018 Q4
Dain technisches Design wurde abgeschlossen
im Jahr 2019 Q1
Abkommen mit der Universidad Pontificia de Comillas Fonds Forschungsprojekte Dain
Q2 2019
DainWare Fonds ein
White Paper veröffentlicht , die
von acht Angel - Investoren gesammelt Fonds
Advisor Vorstand
im Jahr 2019 Q3
Abkommen mit SecondWindow Personalentwicklung zur Verfügung zu stellen
Wir sind da
2019 Q4
IEO 1.0
Token Privatverkauf
Telefónica & Eleven Paths LoI out of
2020 Q1
IEO 2.0 mit zusätzlichen Austauschmöglichkeiten für eine größere Reichweite.
Forschungsartikel Veröffentlichung des
PoC Industrial Use Case
2020 Q2 Einführung des Conceptnet Release Demo 2021 von
ICO
2020 Q4 DainServices reguliert Dienstleister und Integratoren Go-to-Market-Dienstleister und Integratoren

Das DAIN-Team besteht aus Fachleuten mit umfassender Erfahrung in den Bereichen Startups, Unternehmertum und große multinationale Unternehmen. Wir sind auch stolz darauf, die Unterstützung von Mitarbeitern aus verschiedenen Branchen und der akademischen Welt zu haben.

José Ramón García Luque

Mitbegründer und CEO von
Cognitive & AI Architect bei der Sabadell Bank

José Ramón ist ein Künstliche Intelligenz und Kognitiver Architekt bei der Banco Sabadell in Spanien. Zuvor war er als Berater an verschiedenen digitalen Transformationsprojekten in verschiedenen Finanzinstituten sowie am Entwurf und der Entwicklung innovativer digitaler Assets in Technologien wie Big Data, IoT, AR, VR, Mobiltelefonen und Blockchain beteiligt. José Ramón definiert sich als Technologe und beherrscht viele Disziplinen. Er hat einen Bachelor-Abschluss in Telekommunikationstechnik von der Universität Alcala und einen Master-Abschluss in intelligenten elektronischen Systemen.

Luis Garcia San Luis

Luis ist der Head of Information bei der Deutschen Bank of Spain. Zuvor hatte er verschiedene Managementpositionen in Finanzinstituten sowie Technologie- und Beratungsunternehmen inne. Nach seinem Bachelor-Abschluss in Informatik und Ingenieurwesen an der Universidad Politécnica de Madrid schloss er seine Ausbildung am Instituto de Empresa und der Yale University ab. Luis bringt umfassende Erfahrung in der Umwandlung von Technologie-Shops in ein sehr komplexes und geordnetes Umfeld und in die Übernahme eines neuen Computer-Paradigmas mit. Zuvor gründete er zwei Startups im Bereich Cloud und Mobile Payment.

Carlos Diaz Conde

Carlos hat einen Bachelor-Abschluss in Informatik und Ingenieurwesen von UPM und einen Executive-Master-Abschluss von der Groupe HEC Paris. Er verfügt über mehr als 15 Jahre Erfahrung in Managementfunktionen für die Geschäftsentwicklung und das Wachstum multinationaler Unternehmen in den Bereichen Beratung, Technologie, Big Data und Analytik wie Ericsson, Steria, Amdocs und Pontis (Sequoia Company). Umfassende Erfahrung in der Geschäftsentwicklung in Europa in allen Bereichen des Neu- und Bestandsgeschäfts, des Vertriebs, der Kundenentwicklung, der Unternehmensgründung, von Allianzen und Partnerschaften, der Einführung von Lösungen und der Planung von Markteinführungslösungen sowie von P & L-Verantwortlichkeiten.

Jesús Garcia San Luis

Jesús, der einen Bachelor-Abschluss in Informatik von der Universidad Politécnica de Madrid besitzt, verfügt über umfangreiche Erfahrung im Teammanagement sowohl bei Repsol, wo er seit 1993 tätig ist, als auch zuvor bei Unternehmen wie Ernst & Young und Telefónica. Seine außergewöhnliche Führungskompetenz hat ihn zu einem großen Erfolg bei der Leitung von High-Tech-Risikoprojekten für Repsol in den Bereichen vorgelagerte Informationstechnologie, Raffinerie und Petrochemie gemacht. Er betreut auch Forschungs- und Entwicklungsprojekte für das Repsol Technology Center in den Bereichen Computer- und Industriemathematik.

Luis Garcia Lorente

Luis engagiert sich seit Beginn seiner Karriere vor mehr als 20 Jahren konsequent für unternehmerische Aktivitäten. Nachdem er Erfahrung in C-Level-Positionen in Technologie- und Dienstleistungsunternehmen gesammelt hatte, spezialisierte er sich auf Unternehmensfinanzierung und Finanzierung für KMU und Anfänger. Bald darauf begann er als privater Geldbeschaffer und Mitarbeiter bei anderen Finanzunternehmen zu arbeiten.

Andrés Contreras Guillen

Serial Entrepreneurs + 10 Jahre multidisziplinäres Know-how für Startups und große Unternehmen. Entwickelt und bringt disruptive Lösungen auf Basis künstlicher Intelligenz und Big Data. Ex everis (NTT Data) Leiter Künstliche Intelligenz und Robotik in der Innovationseinheit für Belästigungen (NextGen) sowie Chief Hacking Officer bei everis (Data NTT). Zuvor war der Leiter des Hyperloop Transportation Technology Lab auch als unabhängiger Auftragnehmer für das größte IKT-Unternehmen tätig.

Daniel Yume

Daniel verwandelt Ideen in Projekte mit dem Ziel, sie zu validieren, wachsen zu lassen und ihnen die Attraktivität zu verleihen, die erforderlich ist, um sie in Rechnung zu stellen, zu verkaufen oder zu halten. Mit mehr als 1,2 Millionen Euro, die für verschiedene Wachstumsprojekte, Crowdfunding und Verkaufstrichter von Facebook bis Google in Rechnung gestellt wurden. Es wurden zwei Startups gestartet. Er war Design Leader bei Técnicas Reunidas und Business Leader bei NTT Disorders.