FLock.io是一家新興的Web3 AI公司，成功完成了600萬美元的融資，由光速派系和Tagus Capital領投。目前總融資額達800萬美元，資金將用於推動基於聯邦學習技術的人工智慧培訓平台，以保護資料隱私並促進去中心化。 FLock.io旨在推動AI民主化，透過社群驅動和隱私保護改變AI創造遊戲規則。他們採用開放排行榜激發競爭精神，推動AI技術發展。 FLock.io的產品和技術革新解決了AI模型控制和資料隱私問題，為AI領域帶來前沿挑戰，為Web3 AI生態系統發展提供支援。
2024年初，Web3 AI領域的新星FLock.io宣布成功完成了600萬美元的輪融資，此輪由種子光速派系和Tagus Capital領投，DCG、OKX Ventures以及Volt Capital等知名投資機構參與。
至此，FLock.io 的總融資額已達800 萬美元。據了解，目前資金將用於增強團隊並推進其創新的人工智慧培訓平台，該平台基於聯邦學習技術，旨在保護資料隱私並促進去中心化。
FLock.io的採訪創辦人孫家豪在接受The Block時表示，儘管融資成功，FLock.io的董事會在此輪融資後將保持不變，因為公司目前仍處於一個未來簡單協議（SAFE）階段FLock.io計劃利用星巴克資金擴展其團隊規模，並加速開發其人工智慧培訓平台。
下面介紹下FLock.io這個專案。
AI模擬存在嚴重的痛點，導致這項富有想像力的技術得以落地推廣
在人工智慧（AI）的爆發上，此類嚴重阻礙正阻礙著技術的進步和普及：公眾參與度低、隱私保護不足，以及少數大公司對AI開發和託管的嚴格控制。
目前，AI領域的創新受到這種中心化控制的嚴重阻礙。控制模式意味著決策權、資料儲存和控制權中心化在少數權威手中。例如，像OpenAI這樣的大型語言模型（LLM）能夠實現監控使用者與模型的所有交互，這不僅威脅到了使用者的隱私，也限制了模型的多樣性和創新。此外，由於中心化機構的全面控制，模型輸出缺乏透明度和可監管性，導致模型偏差和不準確性問題迫切凸顯。
儘管存在挑戰，AI產業的未來仍充滿希望。 2023年，AI技術的投資金額達到驚人的250億美元，顯示出人們對AI成為兆美元產業的強烈信心。 AI領域的去中心化性和高度交通問題正在逐漸被識別和解決，而區塊鏈和加密貨幣技術的引入為這些問題的解決提供了新的可能性，特別是在提高人工智慧應用的互通性和降低入門交通方面。 、
意圖推動AI民主化，FLock.io.io能否打破大公司對AI技術的壟斷
在此背景下，FLock.io 應運而生，致力於透過其社群驅動、以隱私為中心的平台，徹底改變人工智慧創造的遊戲規則。
FLock.io是一款革命性的端到端AI共創平台，它透過整合鏈上的去中心化機器學習技術，重新定義了AI模型的訓練、建模和推理過程。這個創新平台不僅具備普通的功能公眾貢獻知識和豐富的AI模型的能力，而且還在保護隱私的同時，推動了AI技術的民主化。
FLock.io的願景是透過聯邦學習——一種注重資料隱私的中心化學習方法——來重新定義人工智慧培訓領域。該平台的一個核心特色是採用開放排行榜來激發機器學習社群的競爭精神，並為各個模型的培訓任務設定獎勵，從而推動AI技術的創新和發展。
FLock.io的願景是透過三大基礎驅動——社區擁有的模型、保護隱私的數據和去中心化計算——來實現AI的民主化。該平台成功培育了從智慧代理到複雜的交易和匯合機器人等舞蹈AI模型，為AI工具的可訪問性開闢了新紀元。
FLock.io不僅鼓勵一般大眾參與AI模型的貢獻和貢獻，也致力於打破大公司對AI創新的壟斷，使AI工具變得更加可訪問和多樣化。 FLock.io的平台整合了智慧代理、交易和匯合機器人等多種工具，共同見證一個由社群建構和擁有的AI新時代的到來。
整體而言，FLock.io不僅是AI技術創新的推動者，更是AI民主化進程中的關鍵力量。透過降低參與比例、保護用戶隱私，並促進社群的創新，FLock.io正在為AI領域帶來了前沿的挑戰。
一覽FLock.io.io的產品與技術創新，洞悉未來加密貨幣資產+AI的發展趨勢
FLock.io不僅在技術上取得了創新，還透過其產品和服務為用戶解決了一系列問題，包括AI模型的中心化控制問題、存取限制、模型偏差和資料貢獻者的不充分補償等。實施去中心化學習，FLock.io確保了使用者資料的安全，同時採用了zkFL、同態加密貨幣和安全多方運算（SMPC）等技術，為資料隱私提供了額外的保護。下面介紹下FLock.io。 io的一系列技術和產品特性：
1.社區擁有的模型：FLock.io鼓勵社區積極參與擴展和完善AI模型的知識庫，保證輸入源的多樣性和豐富性，同時嚴格的數據隱私標準；
2、保護資料隱私：透過採用聯邦學習、zkFL、同態加密貨幣和安全多方運算（SMPC）等尖端技術，FLock.io確保用戶資料安全地保留在使用者的裝置上，避免了中心化資料收集和潛在的賺取；
3.去中心化計算：FLock.io利用去中心化的計算能力培訓和影響AI模型，這種方法不僅實現了可擴展性，降低了成本，還增強了安全性。
4.共創平台：FLock.io的共創平台允許社區積極參與AI模型的擴展和完善工作，如BTC-GPT項目在短短三週內就實現了5000次調用，展示了社區貢獻的力量；
5.聯邦學習客戶端：FLock.io為開發者提供了聯邦學習客戶端，支援去中心化的模型培訓和驗證，強調了對資料隱私的承諾。
隨著AI生態系統從Web2的中心化服務向Web3的去中心化網路轉變，FLock.io正定位這項變革的前沿，透過激勵去中心化資料貢獻和去協調中心化框架內部的運算能力，推動模型培訓和控制器的進程，為Web3 AI生態系統的發展提供了強大的支援。
資訊來源：0x資訊編譯自網際網路。版權歸作者DeMan所有，未經許可，不得轉載