累计融资800万美元，FLock.io能否实现AI民主化？

转载

220 天前

5717

DeMan

文章转载来源： DeMan

在2024年初，Web3 AI领域的新星FLock.io宣布成功完成了600万美元的种子轮融资，此轮由Lightspeed Faction和Tagus Capital领投，DCG、OKX Ventures以及Volt Capital等知名投资机构参与。

至此，FLock.io的总融资额已达到800万美元。据了解，这笔资金将被用于扩充团队并推进其创新的人工智能培训平台，该平台基于联邦学习技术，旨在保护数据隐私并促进去中心化。

FLock.io的首席执行官Jiahao Sun在接受The Block采访时表示，尽管融资成功，FLock.io的董事会结构在此轮融资后将保持不变，因为公司目前仍处于未来股权简单协议（SAFE）阶段。FLock.io计划利用这笔资金扩展其团队规模，并加速开发其人工智能培训平台。

下面介绍下FLock.io这个项目。

AI赛道存在严重的痛点，致使这项富有想象力的技术无法落地推广

在人工智能（AI）的赛道上，一道沉重的障碍正阻碍着技术的进步和普及：公众参与度低、隐私保护不足，以及少数大公司对AI开发和托管的严格控制。

目前，AI领域的创新受到中心化控制的严重阻碍。这种控制模式意味着决策权、数据存储和控制权集中在少数权威手中。例如，像OpenAI这样的大型语言模型（LLM）提供商能够监控用户与模型的所有互动，这不仅威胁到了用户隐私，也限制了模型的多样性和创新。此外，由于中心化机构的全面控制，模型输出缺乏透明度和可监管性，导致模型偏见和不准确性问题日益凸显。

尽管存在挑战，但AI行业的未来仍然充满希望。2023年，AI技术的投资额达到了惊人的250亿美元，显示出人们对于AI成为万亿美元产业的强烈信心。AI领域的分散性和高门槛问题正在逐渐被识别和解决，而区块链和加密货币技术的引入为解决这些问题提供了新的可能性，特别是在提高AI应用的互操作性和降低入门门槛方面。、

意在推动AI民主化，FLock.io.io能否打破大公司对AI技术的垄断

在这个背景下，FLock.io应运而生，致力于通过其社区驱动、隐私为中心的平台，彻底改变AI创造的游戏规则。

FLock.io是一款革命性的端到端AI共创平台，它通过集成链上的去中心化机器学习技术，重新定义了AI模型的培训、微调和推理过程。这个创新平台不仅赋予了普通公众贡献知识并丰富AI模型的能力，而且还在保护隐私的同时，推动了AI技术的民主化。

FLock.io的愿景是通过联邦学习——一种注重数据隐私的去中心化机器学习方法——来重新定义AI培训领域。该平台的一个核心特色是采用开放排行榜来激发机器学习社区的竞争精神，并为各个模型的培训任务设置奖励，从而推动AI技术的创新和发展。

FLock.io的愿景是通过三大基础支柱——社区拥有的模型、保护隐私的数据和去中心化计算——来实现AI的民主化。该平台成功培育了从智能代理到复杂的交易和汇合机器人等多样化AI模型，为AI工具的可访问性开辟了新纪元。

FLock.io不仅鼓励普通公众参与AI模型的贡献和微调，还致力于打破大公司对AI创新的垄断，使AI工具变得更加可访问和多样化。FLock.io的平台集成了智能代理、交易和汇合机器人等多种工具，预示着一个由社区共同构建和拥有的AI新时代的到来。

总的来说，FLock.io不仅是AI技术创新的推动者，更是AI民主化进程中的关键力量。通过降低参与门槛、保护用户隐私，并促进社区驱动的创新，FLock.io正在为AI领域带来前所未有的变革。

一览FLock.io.io的产品与技术创新，洞悉未来加密资产+AI的发展趋势

FLock.io不仅在技术上取得了创新，还通过其产品和服务为用户解决了一系列问题，包括AI模型的中心化控制问题、访问限制、模型偏见和数据贡献者的不充分补偿等。通过实施去中心化学习，FLock.io确保了用户数据的安全，同时采用了zkFL、同态加密和安全多方计算（SMPC）等技术，为数据隐私提供了额外的保护。下面介绍下FLock.io.io的一系列技术和产品特性：

1、社区拥有的模型：FLock.io鼓励社区积极参与扩展和完善AI模型的知识库，保证了输入源的多样性和丰富性，同时严格维护数据隐私标准；

2、保护隐私的数据：通过采用联邦学习、zkFL、同态加密和安全多方计算（SMPC）等尖端技术，FLock.io确保用户数据安全地保留在用户的设备上，避免了中心化数据收集和潜在的滥用；

3、去中心化计算：FLock.io利用去中心化的计算能力培训和微调AI模型，这种方法不仅实现了可扩展性，降低了成本，还增强了安全性。

4、共创平台：FLock.io的共创平台允许社区积极参与AI模型的扩展和完善工作，如BTC-GPT项目在短短三周内就实现了5000次调用，展示了社区贡献的力量；

5、联邦学习客户端：FLock.io为开发者提供了联邦学习客户端，支持去中心化的模型培训和验证，强调了对数据隐私的承诺。