Crunch Lab, glavni prispevalec k decentralizirani kolektivni umetni inteligenci (UI) CrunchDAO, je zbral 5 milijonov dolarjev v strateški finančni rundi, so sporočili iz podjetja Bitcoin.com News. Investicija je povečala skupno financiranje na več kot 10 milijonov dolarjev.
Crunch Lab gradi AI inteligenco z novo investicijo v višini 5 milijonov dolarjev

Crunch Lab doseže skupno financiranje v višini 10 milijonov dolarjev za produkcijsko pripravljene UI modele
Rundo sta vodila Galaxy Ventures in Road Capital, s sodelovanjem Vaneck in Multicoin. V sporočilu za javnost, ki je bilo deljeno z Bitcoin.com News, je ekipa povedala, da bo novi kapital pospešil razvoj platforme in razširil doseg mreže na nove industrije.
Crunch Lab upravlja decentralizirano mrežo več kot 10.000 inženirjev strojnega učenja in 1.200 doktorjev znanosti, ki tekmujejo v strukturiranih modelirnih izzivih, znanih kot “Crunches”, za reševanje napovednih problemov podjetij.
Platforma je že dostavila merljive rezultate za velike institucije. Raziskovalni laboratorij Abu Dhabi Investment Authority (ADIA) je opazil 17% izboljšanje napovedi cen premoženja prek mreže. Ločeno je Broad Institute MIT-ja in Harvarda dosegel prelomne rezultate pri raziskavah rakavih genov z uporabo Crunchovih modelov računalniškega vida.
“Današnja UI je omejena z ozkimi grli zaposlovanja, izoliranimi ekipami in nezmožnostjo učinkovitega povečevanja,” je povedal Jean Herelle, direktor Crunch Lab in CrunchDAO. “Ta model smo obrnili na glavo. Namesto da tekmujemo za redke talente, podjetjem omogočamo varen dostop do vseh talentov prek decentralizirane mreže.”
Investitorji podpirajo projekt kot temeljni sloj za decentralizirano inteligenco. “Crunch Lab gradi inteligenten sloj za globalna podjetja,” je dejal Will Nuelle, generalni partner pri Galaxy Ventures. Thomas Bailey iz Road Capital je dodal, da je protokol pozicioniran za zajemanje vrednosti v trilijonskem AI trgu.
Na začetku tega leta je bil CrunchDAO izbran za drugi sklop Solana Incubatorja, kar dodatno potrjuje njegov tehnični pristop. Mreža omogoča varen, množično pridobljen razvoj modelov, ki dosledno presega tradicionalne interne ekipe.














