Важные новости

Vectorspace AI (VXV) летит на новые максимумы ATH

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

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *