Share Dialog

Share Dialog

SpakDAO趋势研究丨Rejuve：人工智能驱动的去中心化长寿网络

SpakDAO趋势研究丨Rejuve：人工智能驱动的去中心化长寿网络

<100 subscribers

<100 subscribers

Rejuve的AI框架是复杂AI元素的新组合，基于三个关键原则运行：

• 1）协同数据集成 - 有效集成多种类型的相关数据中发现的模式的能力，

• 2）因果关系 - Rejuve优先考虑理解因果关系，而不仅仅是当今医学领域常见的相关性，

• 3）中心化 - 通过有意义地结合来自不同研究人员和来源的模型，利用人群的共识/智慧来得出结论。

为了实现这些目标，Rejuve 的AI框架由三个主要部分组成;高度定制的贝叶斯网络，深度神经嵌入框架和OpenCog AGI引擎。Rejuve Bayesian Net直接基于来自科学论文的数据，能够将来自可穿戴设备的数据折叠成概率规则框架，让位于比任何单个数据组件更全面的视图。

Rejuve的深度神经嵌入框架由预先训练的神经网络组成，其中输入是一组生物标志物，输出是实际年龄的预测。该框架利用各种VAE（变分自动编码器）来创建向量，然后由生成协作网络（GCN）组合，这是一种Rejuve AI解决方案，该解决方案通过使用协同进化（类似于生成对抗网络（GAN）来为VAE 变压器神经网络找到组合数据和模型的新方法。

OpenCog AGI引擎结合了概率进化学习，概率逻辑推理（PLN），随机模式挖掘和其他AI方法，共同作用于“Bio-Atomspace”，这是一个超图知识存储，集成了来自各种数据库和数据集的生物知识。这种独特的框架允许模式识别和完善，并通过预测填补缺失信息的空白，即使在只有一小部分数据可用的条件下，结果也能达到最佳准确。

AI网络在预测未知变量方面变得越来越准确，它所训练的相关数据就越多。这个框架的最终目标是创建一个多分辨率的人体动态模型，可用于预测一般人群和特定个体的结果。

最初，Rejuve Longevity应用程序将成为构建Rejuve Data Commons的数据收集的主要工具，其完整形式将符合HIPAA和GDPR。该应用程序将允许用户绘制和绘制他们的长寿曲线，同时获得可以兑换的代币，这些奖励有助于他们的健康长寿和整体福祉，从而消除了获得顶级长寿解决方案的一些障碍。

之后的产品迭代将允许用户执行各种数据贡献任务，例如深入的健康生活方式调查（基于NHANES +科学系统评论和荟萃分析），连接可穿戴设备（Apple Watch，Apple Health和Fitbit），并提交实验室测试结果。用户提供的这些信息将产生生物年龄，见解和健康建议。

生物年龄是衡量身体组织和系统相对衰老与实际实际年龄的指标。有许多类型的生物年龄计算器，Rejuve长寿应用程序的MVP版本将使用七个调查模块，血液实验室结果和来自可穿戴设备的数据来得出生物年龄值，DNA结果将添加到不久的版本中。输入的数据越多，评估就越准确。

用户的健康数据在应用程序中生成的下一个结果就是个性化健康见解和建议。在应用程序中，有基于衰老的九个标志 - 基因组不稳定，端粒损耗，表观遗传改变，蛋白质平衡丧失，营养感知失调，线粒体功能障碍，细胞衰老，干细胞衰竭和细胞间通讯改变以及另一个长期提出的第10个标志，细胞外基质交联。

Rejuve长寿应用程序使用这些标志来向用户准确显示特定因素如何影响用户的健康。健康建议部分按睡眠卫生和饮食等因素分类，告知用户他们可以做些什么来改善他们的标志，从而改善他们的生物年龄，包括一些经过充分研究的补充剂的建议。此外该项目还能显示了用户与其他Rejuve用户相比的排名。

目前，Rejuve的组织结构涉及两个模块，Rejuve Network负责协调成员及其数据和代币，Rejuve Tech专注于AI研发，包括Longevity App及其底层贝叶斯和深度神经网络AI。使用Rejuve Network会员数据创建的产品和服务产生的收益将在很大程度上用于Rejuve Network会员的利益，数据贡献成员将有权获得额外的福利，追溯到他们的个人加权贡献。

未来，Rejuve Data Commons的规模和价值将不断增长，人工智能将变得越来越智能，提供越来越好的建议和见解。Rejuv的目标是提供个性化的长寿计划，长期目标是启动研究和临床试验，进行更多长寿领域的研究。

 *此处表达的观点和意见仅为作者的观点和意见，不一定反映SparkDAO的观点。每一項投資和交易都涉及風險，在做出決策時，你應該有自己的判斷！

Rejuve的AI框架是复杂AI元素的新组合，基于三个关键原则运行：

• 1）协同数据集成 - 有效集成多种类型的相关数据中发现的模式的能力，

• 2）因果关系 - Rejuve优先考虑理解因果关系，而不仅仅是当今医学领域常见的相关性，

• 3）中心化 - 通过有意义地结合来自不同研究人员和来源的模型，利用人群的共识/智慧来得出结论。

为了实现这些目标，Rejuve 的AI框架由三个主要部分组成;高度定制的贝叶斯网络，深度神经嵌入框架和OpenCog AGI引擎。Rejuve Bayesian Net直接基于来自科学论文的数据，能够将来自可穿戴设备的数据折叠成概率规则框架，让位于比任何单个数据组件更全面的视图。

Rejuve的深度神经嵌入框架由预先训练的神经网络组成，其中输入是一组生物标志物，输出是实际年龄的预测。该框架利用各种VAE（变分自动编码器）来创建向量，然后由生成协作网络（GCN）组合，这是一种Rejuve AI解决方案，该解决方案通过使用协同进化（类似于生成对抗网络（GAN）来为VAE 变压器神经网络找到组合数据和模型的新方法。

OpenCog AGI引擎结合了概率进化学习，概率逻辑推理（PLN），随机模式挖掘和其他AI方法，共同作用于“Bio-Atomspace”，这是一个超图知识存储，集成了来自各种数据库和数据集的生物知识。这种独特的框架允许模式识别和完善，并通过预测填补缺失信息的空白，即使在只有一小部分数据可用的条件下，结果也能达到最佳准确。

AI网络在预测未知变量方面变得越来越准确，它所训练的相关数据就越多。这个框架的最终目标是创建一个多分辨率的人体动态模型，可用于预测一般人群和特定个体的结果。

最初，Rejuve Longevity应用程序将成为构建Rejuve Data Commons的数据收集的主要工具，其完整形式将符合HIPAA和GDPR。该应用程序将允许用户绘制和绘制他们的长寿曲线，同时获得可以兑换的代币，这些奖励有助于他们的健康长寿和整体福祉，从而消除了获得顶级长寿解决方案的一些障碍。

之后的产品迭代将允许用户执行各种数据贡献任务，例如深入的健康生活方式调查（基于NHANES +科学系统评论和荟萃分析），连接可穿戴设备（Apple Watch，Apple Health和Fitbit），并提交实验室测试结果。用户提供的这些信息将产生生物年龄，见解和健康建议。

生物年龄是衡量身体组织和系统相对衰老与实际实际年龄的指标。有许多类型的生物年龄计算器，Rejuve长寿应用程序的MVP版本将使用七个调查模块，血液实验室结果和来自可穿戴设备的数据来得出生物年龄值，DNA结果将添加到不久的版本中。输入的数据越多，评估就越准确。

用户的健康数据在应用程序中生成的下一个结果就是个性化健康见解和建议。在应用程序中，有基于衰老的九个标志 - 基因组不稳定，端粒损耗，表观遗传改变，蛋白质平衡丧失，营养感知失调，线粒体功能障碍，细胞衰老，干细胞衰竭和细胞间通讯改变以及另一个长期提出的第10个标志，细胞外基质交联。

Rejuve长寿应用程序使用这些标志来向用户准确显示特定因素如何影响用户的健康。健康建议部分按睡眠卫生和饮食等因素分类，告知用户他们可以做些什么来改善他们的标志，从而改善他们的生物年龄，包括一些经过充分研究的补充剂的建议。此外该项目还能显示了用户与其他Rejuve用户相比的排名。

目前，Rejuve的组织结构涉及两个模块，Rejuve Network负责协调成员及其数据和代币，Rejuve Tech专注于AI研发，包括Longevity App及其底层贝叶斯和深度神经网络AI。使用Rejuve Network会员数据创建的产品和服务产生的收益将在很大程度上用于Rejuve Network会员的利益，数据贡献成员将有权获得额外的福利，追溯到他们的个人加权贡献。

未来，Rejuve Data Commons的规模和价值将不断增长，人工智能将变得越来越智能，提供越来越好的建议和见解。Rejuv的目标是提供个性化的长寿计划，长期目标是启动研究和临床试验，进行更多长寿领域的研究。

 *此处表达的观点和意见仅为作者的观点和意见，不一定反映SparkDAO的观点。每一項投資和交易都涉及風險，在做出決策時，你應該有自己的判斷！