FX168财经网_全球视野外汇黄金加密货币NFT资讯网

浅谈重塑世界之区块链和AI的交汇

点是要考虑驱动智能系统进化的核心输入。机器学习（ML）从根本上来说是由数据（大量数据，但质量越来越高）、反馈机制和算力驱动的。目前，人工智能和机器学习领域的主要参与者，如OpenAI（微软支持）和Anthropic（谷歌和亚马逊支持），正在整合资源，并建立起围绕自身模型和数据的壁垒。然而，这种做法可能破坏了最初催生该行业的协作开发周期，抑制了行业的发展势头，尽管他们在计算、数据和分销方面具有早期优势。区块链，例如以太坊，提供了一个可行的解决方案，并已成为可靠的中立数据和计算系统。它推动了开源创新，并支持了一系列数字原生原语。这些原语在一个越来越由生成式AI塑造的世界中具有重要地位，因此区块链有望成为人工智能领域开源研究和开发的主要力量。区块链的去中心化特性提供了更加安全、透明和可信的数据管理方式。通过将数据存储在分布式网络中，并使用加密算法确保数据的完整性和真实性，区块链为人工智能研究和开发提供了信任基础和数据共享的机制。在人工智能领域，数据是至关重要的。然而，数据的获取和管理往往面临许多挑战，如数据安全性、数据隐私和数据分发等。区块链通过建立分布式的数据存储和管理系统，允许参与者共享和访问数据，同时保持数据的安全性和隐私性。这为人工智能研究和开发提供了更加开放和合作的环境。此外，区块链还可以解决人工智能算法的透明性和可解释性问题。人工智能算法往往是黑箱，难以理解其决策过程和判断依据。区块链可以记录和追溯算法的训练过程和数据输入，使得人工智能的决策过程更加透明和可解释。总而言之，区块链有着广阔的应用前景，尤其在人工智能领域的开源研究和开发中。它为数据管理、数据共享、算法透明性和可解释性提供了解决方案，促进了人工智能领域的协作和创新。我们相信，区块链将成为人工智能领域开发的重要动力，推动行业朝着更加开放和合作的方向发展。 3、当今市场状况今年，大量资金已经投入到人工智能的核心基础设施、模型层，甚至是面向用户的应用程序，例如聊天机器人、客户支持和编码助手。然而，在传统领域里，对于人工智能产生的价值在哪里积累并不明显。当前的场景中，人工智能很有可能成为一股中心化力量，并继续扩张Web2市场主导者的地位。特别是在基础设施和模型层，参与者们已经在扩展硬件和资本资源、数据访问、分销渠道和独特的合作伙伴关系方面进行投资。许多头部巨头们正朝向全栈模式发展，通过并购或专利合作的方式，从云服务提供商如AWS到硬件制造商如英伟达（Nvidia），再到老牌巨头如微软。这些巨头们正在进行规模和利润的争夺，但超昂贵、高精度的企业API模型的市场可能会受到经济、开源性能趋同、甚至低延迟工作负载需求趋势的限制。与此同时，中端市场的很大一部分已经出现了类似于“OpenAI API wrapper”产品的商品化趋势，这些产品功能齐全，但却难以区分。这些产品为用户提供了自定义API的灵活性和价值，但也呈现出资金缺乏和扩展能力不足的问题。在这个市场环境下，开源的解决方案显得尤为重要。开源软件可以提供更好的性能、成本更低、更好的可重复性和可扩展性。在开源的模型、工具和库的基础上，开发者可以更加灵活地构建自己的应用，并快速响应市场和用户需求。总之，人工智能市场的未来发展趋势与开源和开放合作密不可分。去中心化的开源生态系统可以降低人工智能发展中的壁垒，为更多人提供机会，从而推动行业的发展和技术的进步。 4、开源建设势头当前，开源系统和工具正在鼓励大大小小的企业直接利用预训练、训练和微调的开源数据集，以及免费访问的基础模型和工具，使创造力得到了更加充分的发挥。值得注意的是，据谷歌泄露的一篇文章概述，闭源和开源代码世界之间的差距正在迅速缩小。目前，有96%的代码库都使用了开源软件，这一趋势在大数据、人工智能和机器学习领域尤为明显。与此同时，颠覆云服务寡头垄断的时机或已成熟。过去，AWS、Google Cloud和Azure这三大巨头是通过将工具和服务分层来占领市场，从而在企业竞争中深入巩固自己的地位。然而，这种主导地位给企业带来了许多挑战，从限制性运营依赖到云基础设施相关的过高成本，尤其是考虑到主要提供商收取的溢价。在这种情况下，开源系统和工具的应用将是一个强大的颠覆者。开源系统和工具可以为企业节省成本，降低依赖性，并提供更加灵活的解决方案。企业可以依据自己的需求选择开源系统和工具，并且可以对其进行定制和优化，以满足自身的业务需求。总之，开源系统和工具的广泛应用将颠覆云服务寡头垄断的市场环境，并给企业带来更加灵活和经济的解决方案。现有公司面临着运营重组的费用压力，再加上试图尝试和整合越来越多的开源AI，将为使用去中心化替代方案重构业务创造一个窗口。因此，开源AI和区块链技术的新兴交叉点为实验和投资提供了一个非凡领域。 5、加密与AI：双向价值关系我们对人工智能和区块链之间潜在的共生关系感到异常兴奋。加密中间件可以通过建立有效的计算和数据市场（供应、标签或微调）以及证明或隐私工具，极大地改善人工智能供应方的信息输入。反过来，去中心化应用程序和协议将通过吸收这种劳动成果达到新的高度。不可否认，加密技术已经取得了长足的进步，但协议和应用程序仍然受到主流用户使用的仍然不直观的工具和用户界面的影响。同样，智能合约本身可能会受到限制，无论是在开发人员的手动工作负载需求方面，还是在整体功能的流动性方面。 Web3开发人员是一群非常高产的人。高峰时期，仅仅7.5万名全职开发者就创造了价值数万亿美元的产业。编码助手和ML增强DevOps有望助力现有工作，而无代码工具正在迅速赋能新一类建设者。随着机器学习功能被整合进智能合约并被带到链上，开发人员将能够设计出更加流畅和富有表现力的用户体验，并最终设计出全新的杀手级应用程序。这种链上体验的跨越式功能改进将吸引新的——可能是更多的——受众，催化出重要的采用反馈飞轮。生成式AI可能就是加密货币缺失的一环，它将改变UI/UX，并催生新一波技术发展浪潮。反过来，区块链技术将利用、泛化和加速人工智能的潜力。 6、使用区块链建设更好的数据市场使用区块链技术来建设更好的数据市场是一个具有潜力的方向。数据在机器学习中扮演着基础信息输入的角色，庞大的数据库如Common Crawl和The Pile使得基础模型获得了全球的关注。企业可以利用这些数据来完善产品供应的基础模型，或者用于建立未来的竞争优势。数据最终将成为用户和个人模型之间的桥梁，个人模型可以在本地运行，并不断适应个人需求。因此，数据的竞争成为了一个必不可少的前沿领域，区块链技术可以在这个领域中占据优势，尤其是在质量成为塑造数据市场的重要属性的情况下。数据质量比数量更为重要。早期研究表明，未来高达90%的在线内容可能是人工合成的。虽然合成训练数据具有一定的优势，但它也存在模型质量恶化和偏见强化的重大风险。未来几年，机器学习模型可能会面临非合成数据源的枯竭的风险。区块链技术通过其协调机制和证明原语，为支持去中心化市场提供了优化的可能性，使用户能够共享、拥有或变现用于训练或微调特定领域模型的数据。因此，Web3可能成为更好、更有效的人工生成训练和微调数据的源头。目前，区块链技术已经在支持去中心化的训练、微调和推理过程方面取得了进展，同时也可以更好地保存和利用开源智能。较小的开源模型通过高效的微调过程进行改进，其输出精度已经可以与较大的模型相媲美。因此，在数据来源和微调数据方面，趋势已经开始从数量转向质量。能够跟踪和验证原始数据和衍生数据生命周期的能力可以促进模型复现性和透明度，从而推动更高质量的模型和输入的发展。区块链可以建立一个持久的护城河，成为具有多样化、可验证和量身定制数据集的主要领域。这在传统解决方案过度索引算法进度以应对数据不足的情况下尤其有价值。内容模仿爆发即将到来的内容模仿浪潮是另一个加密货币先发优势将发挥作用的领域。这种新的技术范式将以前所未有的规模赋能数字内容创作者，而Web3即插即用的基础设施让这一切都变得简单明了。加密货币具有主场优势，这要归功于多年来围绕以NFT形式建立数字资产和内容的所有权和不可变来源的原语的开发。 NFT可以捕获整个内容创作生命周期，但也可以代表数字原生身份、虚拟资产，甚至现金流。因此，NFT使数字资产市场（OpenSea、Blur）等新用户体验成为可能，同时也重新思考了书面内容（Mirror）、社交媒体（Farcaster、Lens）、游戏（Dapper Labs、Immutable），甚至是金融基础设施（Upshot、NFTFi）等商业模式。这项技术甚至可以比另一种选择——使用算法——更可靠地打击深度造假和计算操纵。一个明显的例子就是，OpenAI的检测工具因精度失败而关停。最后一点：简洁和可验证计算的进步也将升级NFT的动态格局，因为它们包含ML输出以驱动更智能、不断发展的元数据。我们相信，基于区块链技术的AI工具和界面将释放出全面价值，重塑数字内容格局。利用零知识证明实现机器学习的无限知识区块链行业正在寻求技术解决方案，既能够实现资源高效计算，又能够保持无需信任的特性，而零知识证明（ZK）正是在这方面取得了重大进展。虽然最初的设计是为了解决以太坊虚拟机等系统的资源瓶颈问题，但ZK证明实际上提供了许多与人工智能相关的有价值用例。一个明显的例子是对现有用例进行简单扩展：通过高效而简洁的方式验证计算密集型过程，比如在链下运行机器学习模型，这样最终的产品（如模型推理）可以以ZK证明的形式在链上整合。通过将存储证明与协同处理相结合，我们可以在不引入新的信任假设的情况下，使得链上应用程序更加灵活和敏捷，大大增强其功能。当使用ZK证明调用API时，我们可以验证特定模型或数据池是否真正用于生成推断。它还可以隐藏模型在敏感行业如医疗保健或保险中使用的特定权重或数据。公司甚至可以通过交换数据或知识产权来更有效地进行合作，并从共享学习中受益，同时仍然保持着自己资源的所有权。最后，ZK证明在区分人工数据和合成数据这一日益相关而又具有挑战性的领域中具有真正的适用性。这些用例中的一些还需要进一步的技术开发和寻找可持续规模经济的方法，但zkML有可能对人工智能的发展轨迹产生独特的影响。 8、长尾资产及潜在价值加密货币已经证明了其作为音乐和艺术等传统市场价值流的卓越架构师的作用。在过去的几年里，还出现了代表链下有形资产（如葡萄酒和运动鞋）的链上流动性市场。继任者自然将涉及先进的ML功能，因为人工智能被带到链上并可让智能合约访问。 ML模型与区块链围栏（rails）相结合，将重新设计以前由于缺乏数据或买家深度而无法获得的非流动性资产背后的担保流程。一种方法是，机器学习算法查询大量变量，以评估隐藏的关系，并最大限度地减少操纵者的攻击面。Web3已经在尝试围绕社交媒体关系和钱包用户名等新概念创建市场。与AMM对释放长尾代币流动性的影响类似，ML将通过获取大量定量和定性数据来获得隐性模式，从而彻底改变价格发现。这些新的见解可以形成基于智能合约的市场的基础。人工智能的分析能力将嵌入去中心化金融基础设施，以发现长尾资产中的潜在价值。 9、去中心化基础设施层加密货币不仅在吸引和货币化高质量数据方面具有优势，而且在人工智能背后的基础设施支持方面也具有相似的前景。一些去中心化物理基础设施网络（DePINs），如Filecoin和Arweave，已建立了用于存储的系统，这些系统本身就包含区块链技术。还有其他公司，如Gensyn和Together，致力于解决分布式网络模型训练的挑战，而Akash则推出了一个令人印象深刻的P2P市场，将过剩的计算资源与需求联系起来。此外，Ritual以激励网络和模型套件的形式为开源AI基础设施的建设提供基础，将分布式计算设备连接起来，供用户进行推理和微调。其中最重要的是，像Ritual、Filecoin或Akash这样的DePIN还可以创建一个更大、更有效的市场。他们通过向更广泛的供应端开放，包括能够释放潜在经济价值的被动供应商，或者将性能较差的硬件整合到与高水平同行竞争的池中来实现这一点。技术栈的各部分都涉及不同的约束和价值偏好，并且对这些层进行规模性实战测试（特别是去中心化模型训练和计算的新兴领域）方面仍有大量工作要做。然而，基于区块链的计算、存储甚至模型训练解决方案的基础已存在，这些解决方案最终可以与传统市场一较高下。 10、综上所述，加密技术和人工智能的结合已经成为最具前景的设计领域之一，影响到了从内容创作到企业工作流程及金融基础设施等方方面面。我们相信在未来几十年内，这些技术将对世界进行重塑。最好的团队将结合基础设施、加密经济学和人工智能等技术，以提升产品/服务性能、实现全新行为或实现具有竞争力的成本结构。加密技术为协作网络引入了前所未有的规模、深度和标准化数据粒度，而人工智能将信息池转换为相关背景或关系的向量。当这两个领域结合在一起时，可以形成一种独特的互惠关系，为去中心化未来的建设者奠定基础。来源：金色财经

金色财经2023-11-22

从OpenAi到Bittensor：去中心化AI网络的范式转移

取专有数据，为特定任务开发专门的、基于机器学习的人工智能模型。例如，Flatiron Health使用肿瘤患者的真实临床数据开发人工智能模型，将其融入支持癌症研究人员和卫生保健提供者的工具。历来，初创公司的目标是将这些专有模式产品化和货币化。然而，Bittensor可能代表了这种范式的转变。或许更贴切的说法是，这是一种由技术推动的商业模式创新，而不是一种技术突破。例如，它为专有数据和AI模型提供了一条共同开发的途径，供更广泛的受众使用，而不需要将它们开源。我可以设想这样一个未来：Bittensor拥有数千个专门子网，可以应对一系列挑战，无论是环境、医疗保健问题还是能源问题。实话实说，我发现如果一个团队能以与比特币相同的方式设计他们的代币经济学是很吸引人的。这表明了他们的动机，他们与如今的团队不同——后者经常按照风投资助的模式优化自己的代币经济学，为创始人和投资者提供大量代币分配。我不确定Bittensor将何去何从。它可能会获取百倍的成功，也可能彻底失败。但它的潜力和背后的理念太吸引人了，让我不能无动于衷。来源：金色财经

金色财经2023-11-22

从OpenAI联合创始人和首席科学家Ilya Sutskever来看OpenTele

00% 依靠大规模数据分析和数学模型的机器学习，利用高频交易、统计套利和市场中性策略进行投资，在存续期间赚了 1000 亿美元。文艺复兴对冲基金可以视为一种运用机器学习和数据分析的金融版 AI。而 Crypto 市场在支持 AI 介入投资方面有得天独厚的优势：24 小时无缝运作、匿名、无 KYC、链上完全闭环、无实体接触。如果研发一个针对 Crypto 市场的 AI Trader，完全可以在 Crypto 市场运行链上套利、量化、趋势分析这些对冲策略；再设计一些机器学习和数据分析的模型，让这个 AI Trader 不断提高对 Crypto 市场的认知，也许也能创造出一个能够持续盈利的 AI Trader。使用 AI 预测 Crypto 市场趋势：加密货币市场的价格波动十分剧烈，而 AI 可以通过分析大量的市场数据和历史价格走势，预测市场的趋势和价格波动。机器学习算法能够识别出隐藏的模式和趋势，帮助投资者做出更明智的决策。例如，AI 可以通过深度学习模型对市场情绪进行分析，从而预测加密货币价格的上升或下降趋势。使用 AI 进行自动化交易：AI 的自动化交易算法是加密货币交易的重要工具之一。通过编写智能合约和交易机器人，可以实现自动化的加密货币交易。这些机器人可以根据预设的规则和策略执行交易，减少人为因素的干扰，并提高交易效率和准确性。例如，利用 AI 算法，交易机器人可以根据市场条件自动执行买入或卖出操作，以获得最佳交易结果。在这个方向，我们目前看到的是OpenTele。关于telegram的生态之一，对于他的发展，也许我们可以从OpenAI的联合创始人和首席科学家Ilya Sutskever的访谈中窥得一二。在llya Sutskever的眼里，人脑是世界上最好的智能。人脑是由大量的神经元组成的，非常多的神经元。神经科学家已经研究神经元几十年了，试图理解它们是如何精确工作的。虽然生物神经元的运作仍然神秘，但40年代最早的深度学习研究人员提出了一个非常大胆的猜想：计算机人工神经网络中的神经元，有点类似于生物神经元，这是一个假设。 “对于OpenTele，我们现在可以用这个假设来运行这些人工神经元，它们要简单得多，你可以用数学方法来研究它们。这是一个非常重要的突破。可以说OpenTele深度学习是反向传播算法的发现所导致的，反向传播算法是这些人工神经网络应该如何学习的数学方程。OpenTele为我们提供了一种使用大型计算机并在代码中实现这种神经网络的方法。”llya Sutskever说道。那么，OpenTele的核心功能有哪些呢？（1）主菜单与基本交易首次使用时先访问Telegram 频道，点击start后，OpenTele将会生成钱包并弹出主菜单，向钱包地址发送即可开始交易。主菜单里包括了OpenTele提供的全部功能，通过点击与聊天的方式便可实现。（2）限价交易通过聊天对话的方式实现限价交易，自定义代币合约地址，购买数量，钱包选择，限价单持续时间，限价百分比等参数后，即可完成部署。（3）跟单交易可以挑选你认为专业的交易者，部署自动跟单，复制他人交易。第一，选择想要启用跟单交易的钱包。第二，设定单次跟单交易的 ETH 最大购买金额。第三，添加与删除地址，可以输入一个或多个以逗号分隔的 ETH 地址。（4）新币狙击该功能可以在新币正式发行时让bot帮你第一时间自动购买。第一，选择想要启用的钱包。第二，输入想要狙击的代币的地址。第三，设置单次狙击可使用的ETH最大数量和愿意支付的最高Gas价格。第四，设置用于代币操作命令的相关函数，如开放交易，添加流动性，开始交易等。第五，设定您愿意购买的最大代币数量和购买前要等待的区块数。第六，添加到开始启动。在以后，OpenTele也会提供ERC-20 令牌部署扫描器 _(*OpenTelescanner)_来快速寻找和查看新token。如果你是一个理性客观的投资人，应该感觉到我们已经不需要更多的基础设施项目了，至少目前不太需要。当前的基础设施到下一次牛市甚至下下次牛市（如果有的话）都够用了。可扩展性来说，我们有 Solana，正统性上有ETH L2 Rollups 和很快上线的几大zkEVMs；追求去中心化的可以用以太坊主链；可组合性Cosmos 或 Polkadot都是不错的选择。我们拥有创建DAp所需的必备要件，还有最近火热的几十种Raas 或 AppChain 服务，你想做应用还是做链，难道你的绝对不是基础设施不够用，或者因为缺少开发工具。上一轮，DeFi拯救了币圈，AMM Dex + 资产池借贷 + 流动性挖坑的模式以及各种基于这些基本模式的微调项目，可以复制到数十个新的链上反复来玩。这一次，AI成为加密经济引擎 AI和加密货币的融合不仅仅是技术的交叉，更是可能性的融合。它代表着一种未来，在这个未来中，机器在一个去中心化、安全的环境中进行思考、学习和交易。前方的道路充满挑战，但每个挑战都是创新和进步的机会。在这个交叉点上的创新者和思想家们有潜力书写一个重新定义数字时代轮廓的世纪。在我们继续前进的同时，关键是要谨慎、智慧地前行，并具有远见，确保在充分利用好处的同时，熟练应对挑战，最终塑造出一个更加明亮和技术先进的未来。来源：金色财经

金色财经2023-11-22

罗博特科：11月21日接受机构调研，人保养老、财通证券等多家机构参与

0 度）；（2）先进的定位和视觉系统及机器学习算法，可确保光学器件的高精度快速耦合。ficonTEC 通过特有的uto lign 多轴校准和定位技术，结合多相机系统视觉算法，能够实现硅光芯片封装过程中对微小光学元器件进行精准定位，提供纳米级高精度光器件耦合。利用上述技术，ficonTEC亦可在光芯片贴装、激光焊接过程中提供高精度点胶、耦合等。同时，在光电测试应用中，ficonTEC 能够提供高精度、高效率的垂直光栅耦合和边缘耦合方法，实现芯片至晶圆级的光电器件光学与电学性能的自动化测试；（3）“从定制化到标准化-从实验室到大规模量产”的业务模式保证了与客户的持续合作；（4）与国际知名研究机构的前瞻性研发合作是公司保持领先的基础；（5）丰富的设备定制化设计经验是公司产品从定制到标准化的保证。ficonTEC 长期从事光电子器件封装检测设备的研发和生产，在全球范围内累计交付了超过 1,000套系统，涵盖各个类型的封装检测设备，积累了丰富的设计方面的经验。问：ficonTEC的主要客户有哪些？答：ficonTEC 拥有众多国内外客户，包括 Intel、Cisco、Broadcom、NVIDI、Lumentum、Jenoptik、Fabrinet、Finisar、Veloydne、Facebook、美国相干公司、华为等一批全球知名的半导体、光通讯、激光雷达等行业的龙头企业。问：ficonTEC的收购进展是否顺利？答：从政策端来说，我们可以关注到沪深两市近来相继发布了关于支持并购重组的一系列报道，侧面体现了对该类资本运作的态度，公司也会配合深交所审核的要求积极推动并购重组交易的进程。目前，公司已于 2023 年 11 月 14 日收到了深圳证券交易所出具的《关于罗博特科智能科技股份有限公司发行股份购买资产并募集配套资金申请的审核问询函》（审核函〔2023〕030016 号），公司将按照审核问询函的要求，会同相关中介机构逐项落实相关问题并及时提交对审核问询函的复，复内容将通过临时公告方式及时披露，并在披露后通过深交所并购重组审核业务系统报送相关文件。具体交易进程公司将根据相关法律法规进行披露，敬请关注公司后续相关公告。问：公司如何看待本次重组交易的意义？答：首先，想要向大家强调和说明的是，公司本次并购交易是战略并购，宏观层面，具有产业、技术方面的战略性意义，本次并购将有助于完成光子封装领域关键工艺及设备国产化，实现高集成度光子器件设备自主可控，解决光子及量子技术发展“卡脖子”问题；微观层面，本次并购也符合公司的整体战略定位，同时依托于标的公司所在行业未来广阔的发展空间及标的公司本身在技术、产品全球范围内的领先优势，未来预计将为公司带来良好的业绩贡献，为公司打造第二增长曲线。问：公司铜电镀设备的优势在哪？答：罗博特科早期对做铜电镀设备的方向和定位进行过深入的调查，最早从 2015 年杭州赛昂成功实现过铜电镀在异质结上面的量产化应用我们就开始关注铜电镀的应用。随后公司在 2017-2019 年期间也关注到其他客户在陆续研发测试铜电镀的一些方案，但基于成本和占地面积两方面的因素并没能推动铜电镀的量产化发展，期间公司也在逐步储备和布局公司的铜电镀方向。在光伏行业 PERC、Topcon 高速发展的大环境下，进一步提高了大家对铜电镀设备的产能、良率、占地面积及成本等指标的要求，但市场上现有的铜电镀方案均存在尺寸太大、产能太低、价格太贵的问题。基于铜电镀产业化的要求，罗博特科凭借自身深耕光伏自动化行业多年的研发经验和技术积淀，结合铜电镀行业领域工程、工艺方面的核心技术成员成熟的铜电镀量产化项目经验和技术积累，明确了公司关于铜电镀的研发方向和方案目标，在满足客户技术指标要求的前提下提高产能，降低成本，减小占地面积，解决行业痛点。从“高银”向“低银”再到“去银”，铜电镀为金属化环节的终极降本利器。为了解决银浆用量限制光伏行业发展的痛点，公司将持续推动铜电镀设备在光伏领域的研发和应用，致力于“去银化”的终极路线，用铜完全替代银从而帮助光伏电池行业实现降本。从公司目前掌握的公开数据来看，公司独创的铜栅线异质结电池 VDI 电镀技术方案及 HDI 电镀技术方案和其他铜电镀方案相比，解决了铜电镀在光伏领域的工程化问题，匹配了光伏生产的高通量的特点，具有占地面积大幅降低，对电力、市水或者纯水的需求以及排水排气这些指标方面相比其他方案均有较大的优势。问：公司铜电镀设备预计什么时候可以获得量产订单？答：铜电镀设备量产化的时间主要取决于两个方面，一方面取决于公司及合作客户方各自测试部分的进度，包括公司对自动化设备指标的测试（产能、碎片率等）及合作客户方对工艺部分的测试（电解液配方等）；另一方面取决于客户端对铜电镀设备量产化的整体安排，公司将携手客户方实现电镀工艺设备与自动化设备的全面对接，确保整条生产线的顺畅运行，收集量产数据，并持续优化工艺方案，全面验证设备量产指标情况，为公司打造新的业绩增长点。问：公司目前铜电镀图形化方面的进展如何？答：公司在太阳能铜互联研发技术的规划包括“金属化”加“图形化”。技术路线方面，为了匹配光伏行业高通量、低成本、产业化的要求，公司在图形化环节也将会更多地追求技术方案的创新，推出更具优势的非曝光方案，从量产经济性方面提高公司设备竞争力。目前，公司正在进行图形化方案内部可行性实验评估，实验室初步评估公司的相关方案具有可行性，公司将加快相关方案的进一步评估及优化工作，待有更好的成熟度结论后，我们亦将推进“图形化”方案在客户端的验证工作，加速打造铜电镀整体解决方案。公司对于太阳能电池铜电镀图形化的后续进展情况，我们会根据信息披露的要求及时向市场披露相关信息。问：今年新签订单增长的原因是什么？预计明年情况如何？答：今年新签订单较大幅度的增长主要得益于光伏电池技术路径由 PERC 转为 TOPCON 的大趋势，TOPCON 技术路径下，下游客户大规模扩产推动公司今年新增订单量的增长，公司今年新增订单的排产时间已经排到明年年初，充足的在手订单状况为今年及明年的营收规模水平奠定良好的基础。从市场端收集的信息来看，下游客户仍有扩产需求，同时，公司明年预计将有较多的设备升级业务，因此公司对明年上半年光伏设备订单的增量保持乐观态度。此外，光伏行业技术更新迭代快速，公司已经携手下游多家客户持续开展对 HJT、BC 等技术路径的铜电镀量产化进程的推进工作，进展良好。随着量产化进程逐渐成熟，公司在该业务领域发展也将迎来良好的发展机遇，亦将为公司业绩打造新的增长点。罗博特科（300757）主营业务：研制高端自动化装备和基于工业互联网技术的智能制造执行系统软件。罗博特科2023年三季报显示，公司主营收入10.81亿元，同比上升92.46%；归母净利润3236.4万元，同比上升2955.05%；扣非净利润3052.12万元，同比上升890.8%；其中2023年第三季度，公司单季度主营收入4.53亿元，同比上升110.49%；单季度归母净利润1698.36万元，同比下降37.79%；单季度扣非净利润1538.43万元，同比下降38.0%；负债率64.42%，投资收益-372.36万元，财务费用885.46万元，毛利率22.53%。该股最近90天内共有4家机构给出评级，买入评级1家，增持评级3家。以下是详细的盈利预测信息：以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-11-21

腾讯公司取得图像分类技术专利，提高了分类的精确度

练方法、图像分类方法、装置及设备，属于机器学习领域。所述方法包括：基于样本图像集中多个样本图像的多个分类结果，获取多个难度信息；基于该多个难度信息和该多个分类结果，训练该至少两个第一图像分类模型，得到至少两个第二图像分类模型；对该至少两个第二图像分类模型进行融合，得到目标图像分类模型；基于该目标图像分类模型对待分类图像进行分类。上述技术方案，增强了训练得到的第二图像分类模型对分类难度较高的图像的识别效果，提高了分类的精确度，通过对至少两个第二图像分类模型进行融合，使得目标图像分类模型能够进一步的提高对分类难度较高的待分类图像的分类精确度。

金融界2023-11-21

区块链和人工智能——前沿的百倍标的是哪个板块?

017年，旨在建立一个开放、去中心化的机器学习网络。它不仅代表了人工智能技术的新发展，也反映了当前市场对人工智能的强烈需求。 Phoenix项目下的智能合约PHB也是一个值得关注的标的。它专注于下一代人工智能和启用隐私的Web3应用程序，为区块链世界带来了新的可能性。此外，OCEAN也是一个值得关注的项目，它是一个基于区块链的生态系统，允许个人和企业将数据货币化。它利用人工智能技术，为数据交易提供了新的方式，有望成为市场上的一个重要角色。二、Web3.0板块 Web3.0是区块链技术的新阶段，它带来了更加去中心化、更加智能的网络体验。在这个板块中，MASK是一个值得关注的标的。MASK是一个帮助用户从Web2.0过渡到Web3.0的门户，它是一个推特概念币，有望在Web3.0时代发挥重要作用。 RNDR，一个基于区块链的分布式GPU渲染网络平台，也是Web3.0板块中的一个重要项目。它为用户提供了更加高效、低成本的渲染服务，有望在数字艺术、电影制作等领域发挥重要作用。 AR则是一个去中心化存储项目，它与Meta旗下的Facebook、Instagram和WhatsApp合作，为用户提供了更加安全、便捷的数据存储方式。随着Web3.0的发展，AR有望成为市场上的一个重要角色。三、Layer2板块 Layer2是区块链技术的一个重要领域，它通过提供更高效、更安全的交易方式，为区块链应用的发展提供了新的可能。在这个板块中，ARB、OP和MATIC都是值得关注的标的。 ARB是一个二层扩容方案的领导者，布局性价比高。它通过提供更加快速、安全的交易方式，为区块链应用的发展提供了新的可能。而OP解锁巨量后基本面的压力相对较小，与Layer2生态相关。MATIC是投资了10亿美元构建ZK解决方案的项目，可能在坎昆升级后受益。在DeFi领域，SNX、GMX和RDNT也是值得关注的标的。SNX允许创建由资产债务支持的合成流动性，而GMX在Arb的TVL中占比超过30%，提供杠杆平台。RDNT则是在Arbb上的原生借贷市场，解决不同链/L2之间流动性割裂问题。它们为DeFi领域的发展提供了新的可能。总的来说，当前市场上的百倍标的主要集中在区块链和人工智能这两个板块中。投资者们可以通过对这些项目的关注和投资，把握市场的新机遇，实现财富的增长。今天的文章到这里就结束了，喜欢可以点个关注~更多好的文章等着你~ 如果您想了解更多币圈的相关知识和一手的前沿资讯，欢迎咨询我，我们有最专业的无门槛交流社区，每日发布行情分析、早评、优质潜力币种推荐。熊市无情人有情，欢迎大家一起交流！来源：金色财经

金色财经2023-11-21

神思电子获得菜品图像背景剥离专利，提取核心目标区域内容

无效背景，提取核心目标区域内容，有利于机器学习进一步训练。从而可以解决在菜品识别数据获取阶段产生的数据不准确、不全面的问题，通过生成单一无器皿菜品数据信息增强菜品识别学习网络识别能力。

金融界2023-11-21

ME交易所：数字资产交易的未来

一项令人印象深刻的创新。该AI助手利用机器学习和大数据分析来为交易员提供有关市场走势和投资机会的信息。这种智能工具使用户能够更好地理解市场动态，做出明智的投资决策。模拟交易：为了满足新手和经验丰富的交易员，ME交易所（ME Exchange）提供模拟交易平台。这允许用户在实际交易之前进行虚拟交易，以增加他们的信心和技能。这种教育性工具使ME交易所（ME Exchange）成为数字资产交易的理想起点。 ME交易所（ME Exchange）的未来充满希望，它致力于继续引领数字资产交易的前沿。无论您是机构投资者、专业交易员还是数字资产爱好者，ME交易所（ME Exchange）都提供了一个强大的平台，帮助您在这个令人兴奋和不断发展的领域取得成功。在ME交易所（ME Exchange），数字资产交易的未来充满了无限可能性。来源：金色财经

金色财经2023-11-21

CyberVein生态的价值赋能｜疑问解答

能 5.AI联邦学习联邦学习为分布式机器学习，数据先在本地化进行学习，各方数据都保留在本地，不泄露隐私也不违反法规，多个参与者通过结合本地训练出来的模型建立共有模型。有效保护数据隐私和安全，解决数据孤岛问题，从而实现数据的价值。核心技术：ETL、人脸识别、数据实时性、数据定价现实意义：数据聚合过程不泄露隐私也不违反法规，还能解决数据孤岛问题创新点：将自己的数据有价共享、租赁和交易，使数据可以量化估值 6.DAVE Alliance DAVE Allianc不仅是一个技术联盟、产业联盟，更是一个生态联盟，DAVE Alliance由数据库，分布式存储，分布式算力整合和联邦学习四大板块的服务提供商组成。每个合作伙伴在自己擅长的领域向DAVE里注入燃料，如存储、算法、算力、硬件或元数据等等，发挥集群效应使DAVE不断优化，推动全球智慧城市建设的落地。在DAVE上处理和分析过的数据，有不少深度学习和相关模型，作为DAVE Alliance成员的B端用户可以参与发行训练模型（如，数据NFT）和金融衍生品（如，保险类NFT），所有成员对链上数据和交易行为的真实性负责，只有资质良好的成员才能参与NFT发行和拍卖。CROSS作为CyberVein智慧城市生态系统中处理大数据的工具，能进一步进行数据交易，使数字资产价值多元化和长期化发展。 7.去中心化Stake平台CROPOOL CroPool由CyberVein基金会发起，是全球首个去中心化的Staking&Locking平台，也是Stake种类最为丰富的挖矿平台。在CroPool平台上，用户不仅可参与质押或锁仓BSC-CVT获得相同BSC-CVT相关收益，也可以质押BSC-BTC、BSC-ETH等主流币获得其相同质押代币的相关收益，目前市面上的Stake项目均为To C业务，而CroPool还延展了To B的业务，属于业内首创。不管是在DAVE还是CroPool，CyberVein都视为生态价值赋能的重要力量。 CroPool得力于DAVE和DAVE Alliance丰富的数据资源，提供质押、锁仓行为、数据信息等资料，让所有参与的质押和锁仓用户需要的信息都能方便地掌握，经过CyberVein处理的数据将通过两种形式进行交易： 1、对于传统数据的交易，可以直接在DAVE上完成； 2、CroPool作为CyberVein智慧城市生态系统中处理大数据的工具，能进一步进行数据交易，使数字资产价值多元化和长期化发展。 CVT质押量由于单一凭贡献值出块存在节点刷贡献值从而控制区块出块权等情况，为了防止作恶行为，CyberVein在PoC共识机制中引入了质押+贡献值决定出块权这个解决方案。在该机制中，影响出块权的不光是数据的贡献值，CVT质押量也将成为影响影响出块权的一个重要因素。当节点需要通过质押来竞争出块，节点会更倾向于共同维护CVT价值从而减少作恶动机。在这个过程中，会根据ABC联盟的CVT质押量和数据贡献值去计算它们的积累贡献值，从而决定由谁具备出块权。共识机制中引入质押CVT是促进去中心化生态发展的一种稳健型商业模式，它无需用户配置昂贵的硬件，仅通过抵押量和时长即可促进CVT价值与生态的共同成长，加速完成项目生态的闭环。质押CVT还有助于确保网络安全和生态参与者的权利，进一步提高CVT和社群用户黏性，让CVT生态良性循环起来。 8、CVT CyberVein的专用加密货币CVT，除了承担大数据交易费用、兑换信用积分和激励等功能，在CroPool平台上CVT还作为质押和锁仓的流通介质来实现数据资产化。当CyberVein生态里数据越多，贡献就越多，需要质押的CVT也更多，CVT被使用越来越频繁，在生态流通性上也越强，本身价格和价值也变得不可估量。 CyberVein生态相关落地案例 1、产品+应用案例（1）智慧生活系列——米家1S台灯，操作便捷简单，节能省电，让家居设备实现互联+物联+智联（2）智能监测系列——青萍空气检测仪，利用联邦学习汇集各方数据，检测结果更全面和更智能（3）高科文娱系列——小米小爱智能音箱，一产品多功能，利用联邦学习技术精准分析用户习惯（4）就诊助手APP——能为患者提供挂号、问诊、建档和开处方药等多种网上就诊服务，并实现病历在浙江生态内的多家医院共享，极大地改善医疗就诊体验 2、生态成果案例（1）智慧医疗——与浙江大学邵逸夫医院进行合作，DAG存储链缓解医疗数据庞大的存储压力；企业级分布式数据库满足大健康数据共享需求，使联盟生态内的医疗数据流通率达到80%；联邦学习提供精准数据源，提升医疗服务质量，诊断准确率接近80%，超越96%的测试医生。（2）智慧金融——香港友邦保险通过DAVE获得大量合规合法数据源，并以云算力平台以及联邦学习技术进一步降低风险、通过学研推出更加合理的再保险模型，并以 NFT 形式推出了CAT巨灾保险债券NFT。（3）智慧政务——联合江苏耐思捷，研发和提供先进的基于人工智能的图像与数据处理解决方案，广泛应用于公安、交通、金融、酒店、社区等各行各业。（4）智慧展贸——2020年初正式加入迪拜2025智慧城市建设计划中，并为迪拜世博会提供区块链数据库支持，目前中央馆区票务系统研发已嵌入PISR数据库和DAG存储链。（5）智慧文娱——为梵俪酒店集团提供数据库服务：DAG存储9座城市的用户数据进行加密备份，降低数据存储成本；联邦学习推进定制化服务，目前已将运行效率提升46%，客服满意度达98%。 2、超级城市超级智慧对数字时代和新基建大环境下各城市纷繁复杂的智慧化需求，CyberVein会根据各个城市的发展优先级提供定制化智慧城市解决方案。 CyberVein在中国、新加坡、北美、日韩、俄罗斯、以色列、东南亚等16个国家和地区布局业务和提供智慧城市解决方案，与金山云、迪拜政府、BiomX、Paybank、浙江大学等30多家机构联合打造智慧城市生态，预计未来2年会有超过100座智慧城市通过CyberVein落地运营。 CyberVein未来会站在数据之巅，以其Web3.0领域领导地位，迎来公链的康庄大道，并为加密资产领域带来更多惊喜与机会，助力行业蓬勃发展！来源：金色财经

金色财经2023-11-21

为全球200万人提供免费AI技能培训亚马逊推出AI Ready计划

工智能课程。亚马逊负责数据库、分析和机器学习的副总裁斯Swami Sivasubramanian表示，人工智能是我们这一代人遇到的最具变革性的技术，如果我们要充分释放人工智能的潜力，我们就需要让任何有学习愿望的人都能接受人工智能教育。据悉，培训以八门在线课程为中心，重点关注生成式人工智能，目标人群是从事技术和与技术相关工作的人。这些课程既适合初学者，也适合有经验的人，亚马逊表示，这可以为专业人士奠定基础，为目前行业所需的工作和技能做好准备。这些课程可以通过亚马逊学习网站免费在线学习，非亚马逊员工也可以使用。亚马逊的最新计划也反映出，企业界越来越意识到，人工智能可能会改变无数人的工作方式。从房地产到零售，各行各业的公司都在尝试使用生成式人工智能来帮助制作营销材料、编写软件代码和回答人力资源问题等。 AI冲击非营利组织WorkingNation总裁Jane Oates指出，很多工人都有意愿改变和学习新技能，但一个更大的问题是，鉴于生成式人工智能快速迭代的本质，他们应该学习什么，以及他们应该何时接受培训？“这将会很复杂，我绝对不会用‘容易’这个词。” 从房地产公司Jones Lang LaSalle到科技巨头Salesforce，各行各业的雇主都推出了人工智能培训项目或计划，以帮助员工应对这种变化。埃森哲人才咨询服务董事总经理Allison Horn表示，许多其他领导者也开始考虑如何让员工具备与人工智能相关的能力。亚马逊表示，人工智能专家似乎非常短缺。该公司对数千名员工和组织进行的一项调查发现，近四分之三的受访雇主表示，他们找不到所需的人工智能人才，尽管大多数雇主表示计划在未来五年内部署人工智能。亚马逊高管Sivasubramanian声称，该公司的主要目标是使生成式人工智能教育“民主化”。他补充说，工人的技能培训不仅有利于亚马逊，也有利于其企业客户，他们需要更多受过人工智能教育的员工。随着生成式人工智能成为科技行业最新的热门话题，亚马逊一直被认为落后于竞争对手。微软和Alphabet在该领域和下一代聊天机器人方面进行了大量投资。亚马逊一直将人工智能的努力集中在其云计算业务AWS上，该公司加入人工智能竞赛的时间很晚，尽管高管们辩称，该公司多年来一直在研究这项技术。亚马逊首席执行官Andy Jassy最近表示，他预计未来几年，生成式人工智能将为AWS带来数百亿美元的收入，而且人工智能将触及亚马逊的方方面面。

金融界2023-11-21

24小时热点