GNY：让区块链技术回归应用

区块链技术落地才有意义，最终目标及应用必须和实体经济、互联网、传统产业深度融合，才能做到共同成长。

数据时代的到来使计算机具有更快地“了解和处理”信息的能力，但由于需要处理的数据过于饱和，它们显得没有那么快速和智能。区块链去中心化技术的好处是它本身应用的影响已经远超于加密货币，基于共识的分布式透明点对点网络，已被证明对攻击具有极强的抗御性，而GNY正在将这些技术赋能于机器学习——让运用区块链后的流程更加智能，更加安全。

GNY是第一个将区块链用于机器学习的项目，通过塑造自学习无监督神经网络节点（ETL 节点和 ML 节点）并且将这些节点配置到区块链的每个区块里，让计算机自主学习并且解决遇到的每一个问题。

同时基于AI提供功能强大的信息交换平台，GNY在此基础上创建自主学习的认知引擎Genie。Genie能够预测消费者的购买行为，帮助零售商收集消费者的信息，包括交易历史，人口统计，位置，偏好和行为，并协助公司针对购买者发送针对性的个性化报价，以促进购买率。而GNY的核心技术特殊的反向传播算法（backpropagation）则让Genie预测消费者的购买行为准确率高达70％。

反向传播算法（backpropagation）建立在梯度下降法的基础上，用于计算处理一批数据后每个区块链节点的误差贡献。GNY使用结构化实时流人工智能和拼花数据格式（parquet data format）的变体设置了神经网络中神经元权重，改变了它们之间的关联方式和它们的权重来训练误差并减少误差。

GNY始终将数据安全性放在首位，针对可能出现的安全漏洞，在整个计算机处理的过程中不会直接把数据上传到云端，尤其是在中心化的机器学习过程中。GNY被视为一种线性机制，它分散了存储在区块链中的数据，使其更加安全且不可破解。

GNY还具有以下特性：

嵌入性- 神经网络并非孤立存在，而是嵌入一个更大的区块链生态系统中。

冗余性- 组件的冗余复制可能会效率低下，但它提供了处理意外情况的机制。此外，功能性的冗余还提供了一种重新调整组件用途以降低成本的方法。

异质性-不同的预测机制使我们能够对更多样的变化做出反应，这样可以同时避免可能导致 整个系统故障的关联行为。进化需要多样的学习和适用。

模块化- 组件的分离就像组件之间的防火墙，有助于减少系统整体的坍塌。在保持其他部 件完整性的同时，可以容忍单个部件损坏。一般来说，分布式松耦合系统比集中式紧耦合系 统具有更高的生存能力。

适应性- 一个系统需要足够的灵活性和敏捷性来适应环境的变化。包括模拟、选择和放大 成功策略的自适应方法是非常重要的。自我学习是达到适应性条件的要求。

GNY也是一个区块链应用平台，它将帮助企业或开发人员用javascript 构建自己的区块链应用。每个基于GNY开发的Dapp都可以将 btc、eth 等其他加密货币或者通证导入到它们的Dapp中。

区块链的未来是一个各种区块链可以轻松连接的世界。我们将开发跨链协议，将GNY Core 连接到许多其他主流区块链。

—-

编译者/作者：神秘魔头

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。