发行时间：2018-01-14
白皮书：https://www.bottos.org/pdf/Bottos%20whitepaper%20English%20final.pdf
最大供应量：
总供应量：
核心算法：
激励机制：BFT + Algorand
铂链（Bottos)是基于区块链技术的全球最大数据集合池，解决人工智能（AI）行业优质数据获取难的痛点，独创智能数据入股合约，用数据挖矿方式实现个人数据财富共享，构建AI界的以太坊生态。铂链（Bottos)主要有两个目标：建造世界上最高效数据交换中心和构建人工智能界的“以太坊”生态。前者可以帮助AI极客和公司因为新规模的数据而产生更好的模型，也因为更新的数据而产生更新的模型，后者可以帮助任何极客团队和公司轻松建立AI算法/模型然后资助寻找优质数据，进而训练算法/模型，同时给那些数据提供方带来新的经济激励，也给众包智慧和聚集数据带来了更高的价值。
Gensler：SEC对加密货币的态度一直很\"明确\":金色财经报道，美国证券交易委员会主席Gensler表示，加密行业有明确的指导。 他重申大多数数字资产在美国证券交易委员会看来就像证券。SEC主席还警告说，稳定币可能属于未注册证券的范畴。 他补充说：“如果是这样，他们将需要注册并提供重要的投资者保护。”
早些时间报道，美SEC主席Gensler支持CFTC对比特币进行监管。（the block）[2022/9/8 13:17:34]
一、项目背景
人工智能已经从以算法和计算力为主的技术驱动构成的第一阶段，迈向了以大量结构化、可靠的数据为爆发力的数据驱动构成的第二阶段，而到了人工智能发展的第三阶段，则以场景驱动为主要驱动力。我们现在正在经历人工智能第二阶段到第三阶段的转变，一方面是深度学习模型正在升级(比如迁徙学习模型和多任务学习模型)，另一方面相对于百万级的粗糙的AI模型训练数据，几千到上万个精细化标注处理过的训练数据也能达到同样的效果。海量的质量参差不齐的数据可能会改进AI模型的质量，而只有新鲜的优质数据(不一定要海量)方可使模型产生激励并进化。铂链则通过数据挖矿的方式，实现数据财富的转移、升级，加速数据流转速度，进而加速人工智能进化速度。打造一个去中心化的优质数据流转平台，解决人工智能优质数据获取难的痛点，通过智能合约生命周期管理帮助人工智能模型快速进化。
YFI突破55000美元关口 日内涨幅为7.41%:欧易OKEx数据显示，YFI短线上涨，突破55000美元关口，现报55019.0美元，日内涨幅达到7.41%，行情波动较大，请做好风险控制。[2021/5/8 21:36:49]
二、应用场景
1.人工智能人工智能项目可以通过铂链平创的智能数据入股合约，简单、快速地完成智能合约的创建，并通过模型接口，对收集到的数据进行清洗。对于数据贡献方，则是通过数据挖矿的方式，实现数据的收集和代币的发放。2.机器人现阶段的高级机器人主要是有局限性智能的用于特定场景的软体与硬体的结合，如扫地机器人，穿戴机器人，所需的条件基本就是人工智能+物理外壳。3.物联网物联网和机器人一样，都属于人工智能的上游和机器人人机交互不同的是，物联网是物物交互。物联网中的智能硬件在铂链进行登记以后，可以直接通过铂链去中心化交易机制进行原生数据的流转交易。4.其他铂链的用户登记数字资产IP功能还可以用于个人数据(图像、专业知识、医疗大健康等数据)、科研实验数据、专业机构数据等；智能数据入股合约还可、以被用于VR/AR领域、共享经济领域等；去中心化交易所可以被用作大宗数据交易等。
三、数据来源
数据来源的三种方式：第一种是平台内部生成。比如数据需求方(AI极客团队、初创企业、数据公司、互联网公司等)在数据流转平台发布数据招募信息(类似于去中心化的猪八戒平台)，数据供应方(平台用户、生态产品用户等)根据招募内容提交数据。与传统的中心化招募方式不同在于，BOTTOS系统可以对数据进行清洗，防止数据欺诈和篡改。第二种是平台外部接入。业务系统如ERP、CRM、OS、SCM等可以在BOTTOS系统登记注册，并设定访问权限和售价，提供检索信息。数据需求方可以检索自己所需要数据的关键字，找到自己需要的信息并申请访问。经双方确认后，可进行交易。第三种是来自生态应用自身。对于接入BOTTOS系统的生态应用，应用自身可能会产生有价值的数据，比如穿戴机器人的行动捕捉数据。对于用户自身产生的有价值数据，生态应用的开发团队可以对该部分进行有偿回购。相关链接：https://baijiahao.baidu.com/s?id=1616372012608299789&wfr=spider&for=pchttps://www.bottos.org/?lang=cn
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。