专业的人工智能团队Dbrain开发了一个全新项目，只要帮助完成数据标记的工作，任何人都可以通过参与该项目获得加密货币奖励。与其他成千上万的区块链初创公司不同，Dbrain的首席市场官Ivan Gorshunov与技术总监Alexey Khakhunov描绘了他们对于Dbrain项目的独特设想。

　　Dbrain 是一个多方合作创建人工智能的重要平台。 它将原始数据拥有者、标记者、数据科学家以及各个企业无缝连接，从而打造强大的人工智能产品。目前，机器学习的数据集仍需手动标记，创建神经网络需要耗费大量的人力，耗时长且价格高昂。因此，Dbrain为提高神经网络的准确性提供了解决方案：

　　任何人工智能领域的项目都由两个步骤构成。首先，标记者需要获取数据并对其进行标记。这一过程十分简单，标记者只需要观看图片并识别图片中的各项主体部分即可，例如在一张比萨的照片中辨认不同的食材。这份工作非常容易、单一，并且耗时较多。为了训练神经网络，我们需要调标记并验证成千上万种不同类型的数据。

　　第二部分是神经网络的编写。 事实上，这一过程是对人类大脑的一种模拟，就像人类解决问题的思考方式一样。例如，教会人工智能识别比萨图片中的香肠。在学习过程中，神经网络提供了错误答案会受到“惩罚”，而回答正确则会得到“奖励”。

　　我们的工作是使标记和输入数据的任务与神经网络的数据科学家互相对接，从而使整个过程更加简单。我们为营销人员验证执行的正确性，并根据这些数据创建人工智能。

　　Dbrain项目的核心理念是让任何人都可以参与对神经网络的训练。这个过程类似于儿童智力的开发，参与者需要观看照片并回答图片中的内容：猫、狗还是野鸭?参与者完成标记任务后就可以获得报酬。目前，我们已经基本实现了这一层次的人工智能训练体系。然而，当我们进一步训练更高层次的人工智能时，就需要更加专业的知识，情况也会随之变得更加复杂。因为对于所有人来说识别一张照片中的动物是猫还是狗非常容易，但如果要回答医学领域的专业知识，就并非所有人都能轻易做出正确标记。

　　因此，Dbrain对所有需要进行标记的数据进行分类，分为不需要特殊技能的内容，即日常经验范围内就可判断的内容;以及需要已有的专业知识才能做出判断的内容，例如对汽车品牌的区分。如果是来自企业的专业人员作对神经网络进行训练，那么他就可以作为“特别技能”的标记者参与训练工作。我们还创建了一系列测试任务，以确认这些特别技能标记者的专业水平。因此，成功完成专业内容标记工作也会获得更高的报酬。

　　现在，标记者可以通过网站或者移动应用程序(即将上架)完成标记工作。参与者需要首先通过测试任务，Dbrain只选择测试任务正确率在99%以上的用户参与全职工作。在测试阶段， 标记者获得的报酬只是象征性的，通过后即可开始正式工作。每个标记者标记的数据将由其他参与者重复检查，当大多数标记者提供的答案相一致时(超过70%)，数据将被传送至下一阶段的培训研究。如果标记者进行了错误的选择，会使其评级有所下降，并相应降低所获报酬金额。

　　那么参与了神经网络标记的人员究竟可以赚多少钱?平均而言，标记者可以每小时获得3美元的薪酬，每月大概可以赚得400-600美元。重要的是，无论是学生、残疾人还是老年人，无论使用智能手机还是网页，人人都可以参与标记。

　　Dbrain对用户的奖励将以加密货币的形式进行发放。此外，Dbrain在加密货币和法定货币之间创造了兑换渠道。人们可以根据个人需要轻松将加密货币转账到银行卡或手机账户上。如果你不想储存加密货币，也可以立即以固定利率将代币兑换成美元，甚至可以每小时都把收入换成法定货币存入账户。在未来，标记者的时薪甚至有可能达到7美元，这一切都取决于其工作水平。

　　目前，将加密货币兑换为法定货币需要通过第三方平台解决，目前该模式在美国、日本和中国都可以有效实现。我们的业务可以让低薪国家超过20亿的无银行账户人群收益，为他们提供加密货币的收入来源。例如在非洲，只要有手机号码就可以作为收款账户，人们可以通过手机号码购买面包甚至是汽车。

　　Dbrain项目不仅可以培训神经网络、创造人工智能，更可以为许多原本没用工作的人群提供宝贵的就业机会。那么这两点对于Dbrain的理念来说哪个更加重要?

　　长期以来，我们都在使用人工智能。但一个很明显的问题是，数据标记需要花费大量的时间，人工智能的业务中往往很难专门为数据的收集和整理划分出单独的部门，专门用于创建基于神经网络的解决方案。因为人工智能的市场尚未成熟，因此在此专门领域缺乏大公司的支持。Dbrain的愿景是创建出全民都可使用的基础架构，为人工智能的开发人员和业务人员提供机会，解决机器学习的难题，并减少数据处理需要消耗的成本、时间和人力只要支付每人每月约500美元的报酬，就可以完成数据标记的简单任务。数据检验这一全新的行业随着Dbrain平台的创建而诞生，为人们提供需要的工作和创造人工智能同等重要。

转载请注明出处。