Uusi malli reaalimaailman tiedustelulle on täällä. , @BeaconProtocol ja @DIMO_Network rakentavat ensimmäistä yhteisön kouluttamaa polttoainetehokkuusmallia, jossa käytetään todellisia ajoneuvotietoja. Se on henkilökohtainen, yksityisyyttä säilyttävä ja hajautetun tekoälyn avulla.

2/ Tämä alkaa @DIMO_Network ajureista. Valitsemalla sen he jakavat ajoneuvotietonsa - kuten ajokäyttäytymisen ja diagnostiikan - @BeaconProtocol:n kanssa, joka on tietojen koordinointikerros, joka on suunniteltu yhdistämään tekoäly arvokkaisiin lähteisiin. FLock käsittelee sitten nämä tiedot yksityisesti ja turvallisesti ja valmistelee ne AI Arenalle: maailmanlaajuiselle, hajautetulle tekoälyn harjoituskentälle.

3/ Tehtävä: rakenna reaaliaikainen valmennusjärjestelmä, joka auttaa kuljettajia ja kalustopäälliköitä parantamaan tehokkuutta ja pidentämään ajoneuvon käyttöikää. Lopputulos: polttoainetehokkuusmalli, joka toimii reaaliaikaisen linja-auton tavoin.

4/ Malli analysoi ajokäyttäytymistä, ajoneuvon diagnostiikkaa ja muita tekijöitä tuodakseen esiin käyttökelpoisia oivalluksia: • Aggressiivisen ajon havaitseminen • Mekaanisten tehottomuuksien ilmoittaminen • Uusien ajotapojen ehdottaminen

5/ Mikä tekee tästä mallista erilaisen, on personointi mittakaavassa. Se määrittää kullekin ohjaimelle yksilöllisen suorituskyvyn perustason ja vertaa sitä sitten DIMO-verkon laajempiin vertailuarvoihin, mikä vapauttaa kohdennetun ja kustannuksia säästävän palautteen.

6/ "Poltit tänään 4 dollaria tavallista enemmän kovan jarrutuksen vuoksi." "Polttoaineseoksesi on runsas, aika virittäytyä." "Kulutat 20 prosenttia enemmän kuin keskimääräinen F-150-kuljettaja." Data muuttuu ohjeeksi. Ohjaus muuttuu paremmiksi päätöksiksi.

7/ Tältä hajautettu tekoäly näyttää todellisessa maailmassa: • Läpinäkyvä datan omistajuus • Maailmanlaajuinen avoimen mallin yhteistyö • Konkreettinen vaikutus jokapäiväisille käyttäjille Tuonut sinulle , DIMO, ja Beacon Protocol 🤝