Artificial Superintelligence Alliance

Fetch.ai fue establecido por Toby Simpson, Humayun Sheikh y Thomas Hain. Humayun Sheikh se desempeña como el actual CEO de Fetch.ai y es el CEO y fundador de Mettalex, así como el fundador de uVue e itzMe. Toby Simpson ocupa el cargo de director de operaciones en Fetch.ai y anteriormente fue CTO en Ososim Limited y jefe de diseño de software en DeepMind. Thomas Hain es el director científico de Fetch.ai y previamente fue cofundador y director de Koemei.

El token de utilidad FET de Fetch.ai fue creado para desarrollar, implementar y potenciar agentes económicos autónomos, siendo esencial en contratos inteligentes y oráculos en la plataforma. Mediante el uso de FET, los usuarios pueden crear y desplegar sus propios agentes en la red. Los desarrolladores, al pagar con tokens FET, pueden acceder a servicios públicos basados en machine learning para capacitar agentes autónomos e incorporar la inteligencia colectiva en la red. Además, los nodos de validación se activan al apostar tokens FET, facilitando la validación de la red y generando reputación como resultado. La estructura tecnológica de Fetch.ai consta de cuatro elementos clave: Marco de agentes: ofrece componentes modulares y reutilizables para construir sistemas multiagente. Marco económico abierto: provee funciones de búsqueda y descubrimiento a los agentes. Metrópolis del Agente: una colección de contratos inteligentes que se ejecutan en una máquina virtual WebAssembly (WASM) para mantener un registro inmutable de acuerdos entre agentes. Blockchain de Fetch.ai: combina la criptografía multipartita y la teoría de juegos para brindar un consenso seguro y resistente a la censura, con una rápida sincronización en cadena para respaldar las aplicaciones de los agentes. En cuanto a los componentes principales de la plataforma, se encuentran el "aprendiz", donde cada participante es el estudiante en el experimento, representando un conjunto de datos privado único y un sistema de aprendizaje automático. También está el "mercado global", resultado de un experimento de aprendizaje colectivo, donde el modelo de machine learning se entrena colectivamente. Luego, está Fetch.ai Blockchain, compatible con contratos inteligentes para coordinar y gobernar de forma segura y auditable. Finalmente, la capa de datos descentralizada basada en IPFS permite compartir los pesos de aprendizaje automático entre todos los participantes.

La red de Fetch.ai, basada en tecnología blockchain, se caracteriza por ser completamente descentralizada y segura gracias a la privacidad diferencial. Esta tecnología protege los datos privados de los usuarios al generar actualizaciones. Además, la blockchain de Fetch.ai utiliza una combinación de criptografía de múltiples partes y teoría de juegos para asegurar un consenso robusto y resistente a la censura.