Обзор на проект DECENTRALIZED MACHINE LEARNING

Название и символ токена: Decentralized Machine Learning, DML
Тип и платформа: ERC20, протокол
Дата основания проекта: март 2017 года
Страна проекта: Гонконг/США/Сингапур
Сайт и белая бумага: https://decentralizedml.com, ББ
Распространение и блокировка токена: апрель. Бонус — заблокирован на срок в 38 дней. Токены команды заблокированы на срок в 3 года.

Главная цель проекта — разработать платформу, предоставляющую доступ к частным данных с целью совершенствования технологии машинного обучения. При это — защитить персональные данные от посторонних. Это становится возможным благодаря уникальной технологии Decentralized Machine Learning — обработка данных производится на самом устройстве пользователя, а в систему передаются лишь их результаты. Таким образом, создается возможность машинного обучения с использованием персональных данных, сохраняя их защищенность. Как работает DML? — Разработчик размещает задание, в сети DML и задает определенные критерии его выполнения. Пользователь, подходящий под заданные критерии выполняет простые задания, результаты выполнения которых шифруются и передаются на платформу. На основе результатов, полученных от пользователей и происходит машинное обучение. Более подробно вы можете прочитать о схеме работы проекта в белой бумаге (Страница 19).
Для обеспечения сохранности и защищенности данных пользователей
Для ускорения работы платформы, повышения скорости обработки данных
Для расширения возможностей машинного обучения
Victor Cheung — 240 связей в LinkedIn. Соучредитель и технический директор Capheart [Приложение для мониторинга сердечного ритма и т.д., призванное снизить количество инфарктов], Соучредитель и технический директор Oika [Интернет услуги по организации свадеб в Гонконге]. 4 с половиной года работал программистом в WeSoft [разработка ПО] и в других среднего размера IT компаниях.
Michael Kwok — Более 500 связей в LinkedIn, 795 подписчиков. Партнер Виктора Чанга, так же соучредитель Capheart и Oika. До этого работал в финансовом секторе, где занимался аналитикой и развитием партнерских сетей.
Jacky Chan — Более 500 связей в LinkedIn, 1304 подписчика. 1,5 года опыта работы инженером в Uber. Больше года проработал Front-end разработчиком в Symphony [Платформа для коммуникации]. Вице-президент Kyokan [Компания по разработке блокчейнов, осуществляет сопровождение DML]. Активный пользователь GitHub — 936 правок за последний год, 8 звезд, 109 подписчиков. В том числе, член команды Meta Mask.
Pascal Lejolif — 86 связей в LinkedIn. Имеет сертификат Стэндфордского университета в области разработки искусственного интеллекта и машинного обучения. Опыт разработки — с 1999 года. Работал в OSIS, Alcatel Lucent, Playbasic и др. Соучредитель и технический директор Alkia IT Services [Информационная безопасность, Разработка ПО, консалтинг в сфере IT]
Wilson Lau — Более 500 связей в LinkedIn. Ничем не примечателен, параллельно с работой в DML учится на магистра, а также работает в Central Hash Hosting Solution.
Matthew Slipper — Более 500 связей в LinkedIn, 567 подписчиков. Технический директор и соучредитель Kyokan Labs [Той же, что и Jacky Chan], соучредитель Spectrum Labs [IT и инвестиции]. Так же работал инженером в WealthFront Inc., Symphony, Goldman Sachs и др. Активный пользователь GitHub — 1650 правок за последний год, 10 звезд, 8 подписчиков.
Так же над проектом трудится и остальная команда компании Kyokan, инженеры которой имеют опыт работы в крупных IT корпорациях, таких как: Uber, Cisco, Ribbon и другие.На наш взгляд, проект имеет среднюю команду. Тут вы не найдете известных личностей или максимально успешных предпринимателей, но зато, все члены команды подкованы технически, а также имеют активный GitHub.
Guillaume Huet — связь подтверждена. Более 500 связей в LinkedIn, 2191 подписчик. Всю карьеру занимается маркетингом в сфере банкинга и инвестиций. С 2004 года работает в SGCIB, где сейчас занимает должность старшего проектного менеджера. Советник B2Lunch [Профессиональный нетворкинг], Wallfame [рекламная платформа]. Имеет сертификат специалиста в машинном обучении и искусственном интеллекте, полученный от Стэндфордского университета.
Michael Edesess, PhD — связь подтверждена. PhD в области прикладной математики. Инвестиционный директор Compendium Finance [инвестиционная компания, странно, но ее нету на Crunchbase]. Автор нескольких кинг: «3 простых правила инвестирования» и «Большие инвестиции лгут». Судя по недостаточности данных — всю карьеру преподавал в университете, а также выступал в роли советника некоторых проектов.
Roderik van der Graaf — связь не подтверждена. Более 500 связей в LinkedIn. Управляющий директор Caldera Pacific [инвестиционная компания, в громких проектах замечена не была]. Был управляющим директоров в KCP Capital [в крупных проектах замечена не была]. Работал в ряде других компаний в сфере финансов, в том числе в Platius, Deutsche Bank, HSBC и других.
Kyle Wong, PhD — связь подтверждена. 282 связи в LinkedIn. Имеет PhD в области инженерной физики. Операционный директор ассоциации искусственного интеллекта Гонконга. Операционный директор блокчейн ассоциации Гонконга. Советник нескольких стартапов в области ИИ.
Scott Christensen — связь не подтверждена. 175 связей в LinkedIn. Основатель и исполнительный директор Hanpa Group [трейдинг с применением ИИ, на данный момент входит в топ-10 Гонконгских трейдинговых компаний по обороту]. Более 10 лет проработал в ABN AMRO Bank N.V., где занимался инвестициями и трейдингом. Так же работал в ряде других финансовых компаний.
Steven Cody Reynolds — связь косвенно подтверждена. Более 500 связей в LinkedIn. Директор по операциям Akropolis [Тоже блокчейн стартап. Область — климат], советник Hybridblock. Основатель Greychain Capital [Инвестиции в криптовалюты]. Менеджер по взаимодействию с сообществом в Binance.
Так же, по имеющейся у нас информации, команда скоро должна представить других советников.В целом, ситуация с советниками обстоит достаточно странно. Эксперты в области машинного обучения больше инвестиционные банкиры, чем ученые. Советник в области блокчейна — так же. Весомости проекту добавляют лишь Kyle Wong и Steven Reynolds. Теоретически, в будущем возможен выход проекта на Binance.
Проект сотрудничает с Kyokan Labs, занимающимися разработкой блокчейна. Так же в отдаленной перспективе возможны сотрудничества с MetaMask и Binance. В любом случае, на данный момент, информацию о партнерах отсутствует.
Назначение токена: стандартный утилити токен. Примеры его использования вы можете найти в прототипе продукта. Например, для оплаты заданий по сбору данных.
Бонус: эксклюзивно для пользователей 3commas — 30%, имеет 38 дней блокировки
Всего токенов: 330.000.000
На продажу: 36%
Сколько собирают: 28.000 ETH
36% — на продажу, 9.9% — бонус для владельцев данных, 8.3% — на развитие, 2.5% — на маркетинг, 8.8% — партнерам, 15% — резерв, 19.5% — команда и советники.
Когда поступят: в апреле 2018 года
Машинное обучение и искусственный интеллект безусловно являются трендом 2018 года. Это перспективные области, находящиеся в стадии бурного развития. Естественно, что конкуренция в них уже сейчас на высоком уровне. Помимо конкурентов из реально сектора, таких как Google, проекту придется столкнуться с многочисленными конкурентами из отрасли ИИ и машинного обучения в криптовалютном секторе, такими как Singularity, DBC, Gems, Effect Ai и др. Но, стоит отметить, что каждый из этих проектов по-своему уникален и нацелен на разные рынки, так что о прямой конкуренции говорить не приходится.
Есть работающий прототип. Тут вы можете найти видео его использования. Запуск альфа версии намечен на второй квартал 2018 года. Намечено несколько тестовых запусков, а сам же релиз должен состояться в июле-августе этого года.
Telegram: 10000 участников, время ответа на вопросы — 2–5 минут, активность — низкая.
Twitter: 1366 читателей, 646 отметок «Нравится». Последний твит — 3 дня назад.
GitHub: последняя правка — 19 дней назад.
Facebook/Medium/Reddit/YouTube/LinkedIn: Facebook — 75 отметок «Нравится», 87 подписчиков, Medium — 181 подписчик, последняя публикация — 4 марта, Reddit — 90 читателей, YouTube — 42 подписчика, 3 видео с просмотрами от 700 до 3600, LinkedIn — 20 подписчиков.
Bitcointalk: Есть аннонс тред. 45 страниц обсуждений за 12 дней, очень похоже на проплаченное. Есть упоминания в других тредах, но не так много. Баунти — отсутствует.
Публикации в СМИ: Несколько обзоров, но публикаций в серьезных изданиях замечено не было.
Понятная бизнес модель
Хорошая метрика
Перспективная отрасль проекта
Наличие прототипа
Токены будут распределены сразу после TGE, не дожидаясь информации по биржам
Март — не самый удачный момент выхода на рынок, так как сейчас он, преимущественно, медвежий
Область высокой конкуренции
Низкий хайп-рейтинг для столь конкурентной отрасли
Отсутствие информации о партнерах, заинтересованных в развитии экосистемы проекта
Проект — среднего уровня. Да, искусственный интеллект и машинное обучение — перспективная отрасль, но распределение токенов сразу после TGE может привести к их обрушению. При этом уровень рисков не сопоставим с окупаемостью, так как проект не несет «прорывной» технологии. С другой стороны, они имеют советника из Binance, что является безусловным плюсом в плане листинга. Резюмируя, цена будет зависеть от того, получиться ли им пролоббироваться на биржи или нет. Проект может быть интересен как краткосрочная инвестиция в случае листинга, так и долгосрочная инвестиция, но в целом — мы бы рекомендовали обойти его стороной. Сейчас не самое удачное время на рынке для вхождения в проекты такого рода. Возможно, по мере появления новой информации, ситуация поменяется.

Наш сайт — https://3commas.io/
Наш телеграм канал — https://t.me/commas_ru
Наш чат по сервису — https://t.me/commaschatru
Наш трейдинг чат — t.me/commas_trade_ru