우리 모두 알다시피 블록체인 시장을 기반으로한 데이터 훈련을 통해 머신러닝(Machine Learning,즉기계학습) 모델을 얻는 것은 세계에서 가장 영향력 있는 인공지능을 만들 수 있습니다.

그러나 기계학습과 블록체인 인센티브를 결합하는 방법은 블록체인 산업이 탄생 이래 어려운 문제였습니다.

표준 기계 학습 방법은 훈련 데이터가 하나의 기계 또는 하나의 데이터 센터에 집중되어야 합니다. Google은 먼저 사용자의 휴대 기기에서 머신러닝 모델을 학습하는 가장 안전하고 강력한 클라우드 인프라를 구축했으며, 데이터를 중앙 서버에 수집하지 않습니다. 이런 방법을 연합 학습이라고 합니다. 연합 학습은 모바일 장치에서 예측 모델을 협조하여 학습하는 동시 모든 훈련 데이터를 장치에 저장하여 머신러닝의 능력과 클라우드에 저장할 데이터의 슈요를 분리 할 수 있습니다.

SoterOne의 ML SDK는 이 골격 모바일 장치 이외로 확장하고 이를 부동한 데이터 소유자에게 적용하고 더 나은 머신러닝 모델을 협조하여 훈련시킵니다.

이 목표를 달성하기 위해 SoterOne은 많은 어려움을 극복했습니다.

1) 전체 교육과 예측 과정에서 고객과 데이터 소유자에게 개방적이고 투명합니다.

2) 데이터 소유자의 데이터 개인정보를 보호하고 교육과 예측 과정에서 개인 정보가 유출되지 않도록합니다.

3) 수직 및 수평 설정에서 대다수 유명한 머신러닝과 딥 러닝 알고리즘을 지원합니다.

4) 서로 다른 데이터 소유자간에 서로 다른 데이터 유형과 형식을 처리합니다.

SoterOne은 머신러닝과 블록체인 결합의 어려운 문제를 해결했으며, 블록체인 론칭 상용화를 성공적으로 실현하여 실제 세계에 다음과 같은 이점을 가져 왔습니다. 

첫째, 탈중앙화 머신러닝 시장은 기존 인터넷 대기업들이 데이터에 대한 독점을 제거 할 수 있습니다. 그들은 지난 20년 동안 인터넷과 데이터 폭발 시대에서 인터넷 가치 창출의 주요 자원을 표준화하고 상품화했으며, 전유 데이터 네트워크와 주변의 강력한 네트워크 효과를 통해 독점의 이점을 형성했습니다. SoterOne은 성공적으로 독점을 깨고 가치 창출로부터 데이터를 알고리즘 수준으로의 이전을 실현했습니다.

블록체인 기술과 머신러닝 골격의 표준화 및 상용화는 인공지능와 빅 데이터를 위해 보다 직관적인 인센티브 가치 모델을 창조했습니다.

둘째, 탈중앙화 머신러닝 시장은 직접적인 경제적 인센티브를 통해 세계 최고의 데이터와 모델을 유치하였고, 세계에서 가장 실행 가능한 인공지능 시스템을 구축했습니다. 그들의 강점은 다방면 네트워크의 효율성에 따라 강화됩니다. 인터넷 2.0 시대의 데이터 네트워크 독점이 상용화 되면서 탈중앙화된 머신러닝과 데이터 모델링은 큰 추세가 될 것입니다. 

셋째, 현재 Taobao의 상품 또는 브라우저의 정보는 개인 취향에 따라 전시되는 것처럼 검색이 반전되었습니다. 각 기업 또는 회사에는 자체가 수요되는 데이터 또는 사용자 시장이 있으며 추천 시스템은 관련성이 가장 높은 콘텐츠를 전시하며 이러한 콘텐츠는 회사의 정의와 매우 관련이 있으므로 머신러닝과 데이터 연결의 정확성을 보장합니다.

넷째, 탈중앙화 된 머신러닝 시장은 우리가 구글, 페이스북 등 전통 인터넷 대기업과 동일한 수익을 얻을 수 있게하고, 데이터 남용에 대해 문제를 걱정하지 않아도 됩니다.

다섯째,머신러닝은 더 빠르게 발전할 수 있습니다. Web2.0 시대의 인터넷 대기업의 엔지니어 뿐만 아니라 모든 엔지니어가 오픈된 시장에서 데이터 얻을 수 있습니다.

머신러닝과 블록체인 인센티브의 조합은 다양한 애플리케이션에서 가장 강력한 머신 지혜를 창출할 수 있습니다. 그들의 장기적인 잠재력은 거대하며 현재 대형 인터넷 기업들이 데이터를 독점하는 현상을 바꿀 것입니다. 이것은 실제로 이 시장의 수준은 아주 높다는 것을 의미합니다. 이러한 유형의 시스템은 자체적으로 존재하고, 자체적으로 증가되고, 프라이버시 데이터를 소비 할 수 있기 때문에 탈중앙화 통치와 업그레이드는 개인 또는 기업의 실패로 인해 퇴보하지 않습니다. SoterOne은 이 분야에서 계속 혁신하여 더 많은 가치를 탐색할 것 입니다.