År 2019 träffade jag en senior ingenjör som hade lämnat Facebook och arbetade med ett B/To G-projekt baserat på federerad inlärningsteknik. Jag introducerade det för Sequoias investerarsyster, och projektet vann snabbt Sequoias ängelrunda på 3 miljoner dollar. På den tiden uppmärksammade jag tekniken för "federerad inlärning", och jag kände att det fanns mycket utrymme för fantasi i kombination med blockchain. Kärnan i federerad inlärning är att flera servrar kan samarbeta för att träna modeller utan att dela rådata. Data finns kvar lokalt och endast modelluppdateringar (vikter/gradienter) delas, vilket skyddar användarnas integritet och uppfyller kraven på databeräkning och suveränitet. Detta är en av anledningarna till att jag uppmärksammade @flock_io, som inte bara är ett AI × Crypto-projekt, utan också använder "federerad inlärning" som sin kärnteknik. Nyligen har Flock haft två stora drag som är värda att uppmärksamma. Det första är ett partnerskap med Hong Kong Generative Artificial Intelligence Research and Development Centre (HKGAI). Med federerad inlärningsteknik som kärna kommer de två parterna tillsammans att utveckla en ny generation AI-lösningar för den offentliga och offentliga sektorn, främja uppbyggnaden av ett kompatibelt, pålitligt, intelligent myndighetssystem med integritet i första hand och förbättra noggrannheten och effektiviteten i offentliga tjänster. HKGAI är ett AI-projekt som stöds av Hongkongs regering, och ett sådant samarbete återspeglar också regeringens omfamning av AI-teknik i en tid av "digital olja". Flock använder federerad inlärning + anonym krypteringsmekanism för att säkerställa säkerheten för datasekretess. Att få regeringen att ingripa är inte bara ett starkt bevis på efterlevnad och praktiska egenskaper, utan ger också praktiskt stöd för användningsfall och fler datakällor för FLocks verksamhet. Den andra är att Coinbase förra veckan lade till $FLOCK i färdplanen för notering, och den bör listas inom en snar framtid. $FLOCK är den ursprungliga tokenen för FLock-projektet och bygger en affärsmodell kring token. Uppgiftsskapare kan till exempel betala FLOCK-tokens för att börja träna uppgifter, från vilka plattformen tar en procentandel av serviceavgiften, och resten ges till modellen och datorkraftleverantörerna.