Одним из проектов, который тихо поднялся на вершину, является Vectorspace AI (VXV), набор данных корреляционной матрицы протоколов, способный обнаруживать скрытые отношения в данных и обучать системам искусственного интеллекта (ИИ).
Данные Cointelegraph Markets Pro и TradingView показывают, что с тех пор, как 23 мая цена VXV достигла минимума в 0,71 долл. США, выросла до 2,267% до рекордного максимума в 19,47 долл. США 16 сентября, прежде чем испытать значительный откат наряду с остальной частью крипторынка.
На этой неделе ценовое действие на VXV снова нарастает, так как его 24-часовой объем вырос на 380% до 9,37 млн. долл. США 11 ноября, что привело к увеличению цен за ночь на 32,42% до внутридневного максимума в 16,18 долл. США. Внезапный рост цены и объема торгов произошел, когда VXV провел листинг на бирже KuCoin, шестой по величине криптовалютной бирже по объему торгов.
Команда Vectorspace AI сохраняет довольно сдержанный профиль с точки зрения анонсов проектов и маркетинга. Большая часть ленты проекта в Twitter содержит некоторые из последних разработок и открытий в области анализа данных и биологических наук. Сосредоточившись на «контекстно-контролируемой NLP/NLU (обработка естественного языка/понимание)» и использование ИИ для «обнаружения скрытых отношений в данных, связанных с космической биологией», Vectorspace не хватает многих триггеров, которые бросаются в глаза среднему держателю криптографии.
Но для всех, кто обращает внимание на растущую ценность и важность данных в цифровую эпоху, способность сопоставлять и анализировать большие объемы данных для поиска решений, для ручного анализа которых потребуется человеческие годы, является «святым Граалем» в мире анализа данных. Например, на раннем этапе пандемии COVID-19 технология Vectorspace смогла проанализировать годы медицинских исследований и результаты, чтобы рекомендовать короткий список веществ, которые могут быть использованы в качестве лечения, помогая ученым сузить поиск и сэкономить драгоценное время.
Возможность генерировать наборы данных корреляционной матрицы NLP/NLU по требованию является очень востребованной функцией для исследователей, особенно когда дело доходит до поиска способа «заставлять машины обмениваться информацией друг с другом или обмениваться и осуществлять транзакции данными таким образом, чтобы минимизировать выбранную функцию потерь».
Согласно веб-сайту проекта, текущий список партнеров и сотрудников включает PubMed.gov, Министерство энергетики США, Национальную библиотеку медицины, Европейскую лабораторию молекулярной биологии, Национальную лабораторию Лоуренса Беркли и ЦЕРН.
Источник: Источник
