Decentralized Machine Learning ( DML) ICO
Совсем скоро стартует предварительная продажа токенов DML. Сам проект на первый взгляд вызывает весьма положительные впечатления и поэтому имеет смысл рассмотреть его подробнее. Итак, начинаем.
Идея и технология
Разработчики данного проекта собираются построить сеть, объединяющие множество технических устройств, составляющих своего рода децентрализованный суперкомпьютер, с целью направления этих мощностей на Машинное Обучение. Для чего же собирается команда проекта применять машинное обучение? Исходя из технических документов, в настоящее время на устройствах пользователей имеется множество информации, которая представляет интерес для крупных корпораций, при этом данная информация для них недоступна. Протокол DML призван решить проблему использования и безопасности пользовательских данных, при этом обеспечив максимальную эффективность работы самого машинного обучения. Иными словами, за счет неиспользуемой мощности устройств и безопасных алгоритмов, будет происходить анализ данных пользователей с целью применения машинного обучения. При этом зарабатывать в платформе смогут не только держатели устройств, но и например разработчики различных алгоритмов, которые будут применяться в машинном обучении на специально созданной торговой площадке. Все сделки на этой торговой площадке будут происходить посредством смарт контрактов, что сделает их честными и прозрачными. Соответственно токены DML будут использоваться в качестве вознаграждения участникам сети ( пользователям устройств), а так же для покупки алгоритмов на торговой площадке и для вознаграждения держателям нод, которые будут поддерживать работоспособность сети.
Для более быстрой адаптации и привлечения большего количества заинтересованных инвесторов проект стартует с токенов стандарта ERC20, однако в дальнейшем планируется запуск собственной сети.
Токен
Название токена: DML
Стандарт: ERC 20
Количество монет: пока неизвестно
Цель по сборам: 32.000 ETH (~26.000.000 USD)
Whitelist: Есть
KYC: Есть
Принимается только ETH
Дата начала продажи: пока неизвестна
Выход на биржи пока не анонсируется.
Команда
Члены команды достаточно хорошие специалисты, насколько можно судить по их биографиям. Полный перечень заслуг членов команды указаны на официальном сайте проекта.
Блокчейн разработчики:
Виктор Чун (Victor Cheung) ln
Майкл Квок (Michael Kwok) ln
Джеки Чен (Jacky Chan) ln
Паскаль Лежоли (Pascal Lejolif) ln
Вилсон Ло (Wilson Lau) ln
Патрик Сам (Patrick Sum) ln
Команда Kyokan Labs:
Мэтью Слиппер (Matthew Slipper) ln
Алекс Цун (Alex Tseung) ln
Дэвид Ю (David Yoo) ln
Советники:
Гийом Хуэт (Guillaume Huet) ln
Майкл Эдес (Michael Edesess) ln
Родерик Ван дер Грааф (Roderik van der Graaf) ln
Кайл Вонг (Kyle Wong) ln
Скот Кристенсен (Scott Christensen) ln
Перспективы
Перспективы у проекта есть достаточно хорошие. Во-первых, технологически проект уникален. В таком виде никто ничего похожего еще не делал. Да, есть проекты, которые условно можно было бы назвать конкурентами, например Golem, SONM, однако у них несколько иное направление. Во-вторых, сами данные из устройств передаваться никуда не будут, а отправляться будут лишь результаты анализа, что в свою очередь означает, что у потенциальных пользователей будет больше лояльности и интереса к проекту. В-третьих, проект очень плавно входит в рынок и не форсирует сбор средств, набирая обороты постепенно. И, наконец, в-четвертых, крайне невысокая максимальная сумма участия для одного инвестора позволит максимально большому количеству людей принять участие в проекте.
Дорожная карта проекта к слову, рассчитана до конца 2020 года.
5. Вывод и рекомендации
Вывод на самом деле только один на данный момент: следить за проектом. При всех плюсах пока нет понимания количества токенов, которое планирует выпустить команда, а равно и использования их командой. Но, при всем при этом имеет смысл постараться попасть в WhiteList и при появлении исчерпывающей информации по токенам принимать решение об участии.
Ссылки на официальные каналы DML:
Сайт: https://decentralizedml.com/
Whitepaper: https://decentralizedml.com/DML_whitepaper_31Dec_17.pdf
Twitter: https://twitter.com/DecentralizedML
Telegram: https://t.me/DecentralizedML
Medium: https://medium.com/@decentralizedml