MATRIX AI的不同之处(第二篇)

下面，我们以几个知名AI区块链项目为例来进行对比，比较MATRIX与其共性与不同。

VS DeepBrain Chain

MATRIX与DeepBrain Chain都在做一件相同的事情，搭建一个分布式的高性能算力网络。但在这个基础之上，二者又有了其他的不同：

共识机制与共识算法：

DeepBrain的共识机制是DPoS，而MATRIX的共识机制是DPoS+PoW，同时MATRIX的DPoS引入了基于AI的随机聚类算法，相比之下，MATRIX的共识机制更加安全，而且MATRIX的工作量证明算法中混合了AI算法，相比DeepBrain来说，MATRIX与AI的混合更加彻底。

去中心化：

目前DeepBrain的架构更倾向于构造一个多中心化的计算网络，即每个中心汇集比较强大的算力，而中心数量不必太分散。相比之下MATRIX的网络更加去中心化，这两种不同的结构造就了两种不同的结果，DeepBrain Chain更适合聚合大型数据中心的算力，而MATRIX更适合聚合普通用户或公司的闲散算力，从这个角度来说，DeepBrain更适合处理更即时的隐私需求较低的AI任务，而MATRIX更适合处理非即时性、隐私需求更高的任务，同时MATRIX更去中心化的特性将使它的算力价格更加具有竞争力。

生态完整性

DeepBrain的愿景只是单纯地打造一个算力分发平台，而MATRIX除了算力之外，还计划基于高性能区块链打造一个数据平台以及算法服务与交易平台，这种一站式的解决方案将为MATRIX在吸引算法科学家的过程中带来更大的竞争力。

VS Singularity NET

Singularity NET希望打造一个分布式AI平台，每个区块链节点都是AI算法的备份，AI科学家可以将自己的AI算法与服务分发给Singularity NET的用户，用户则通过专用的虚拟货币为服务付费。这点与MATRIX的MANAS非常接近，但二者还是有一些区别。

开放程度

Sigularity希望所有的交易都通过自己的平台来完成，同时它也在由自己的商业化团队积极拓展自己的用户。相比之下MATRIX并不打算由自己来进行商业拓展，希望通过一种“由擅长的人做擅长的事”的理念来进行商业拓展，MATRIX将所有的服务都整合为API和SDK，希望社区用户、合作伙伴以及任何有能力资源希望将这个项目商业化的人或单位来基于这些API和SDK来建立自己的AI服务门户，这相当于MATRIX来提供技术与解决方案，合作伙伴来提供客户与流量，双方各司其职，搭建一个完美的商业体系。

单一提供市场VS一站式服务

Sigularity为算法科学家提供了一个高安全性与便捷的算法服务输出市场，MATRIX在此基础之上，还为算法科学家提供了算力与数据，这将为算法科学家创造算法提供了大量的便利条件；而使用算法的用户，也将得到MATRIX的算力支持，一方面用户将会得到更便宜的算力来运行算法，同时矿工们也会得到更好的而回报。

NFT

MATRIX另外为科学家的算法提供了NFT铸造服务，除了可以更好地保护算法科学家的知识产权以外，这还意味着除了直接使用服务之外，MATRIX上的算法还可以有一个更好的流通属性，为算法科学家提供了一个新的变现途径。

VS Fetch.ai

Fetch.ai希望利用AI技术把物理世界的人、设备或者公司，虚拟化到它的网络里面，成为一个AEA（自主经济代理），然后AEA会自销售数据。简言之Fetch.ai是一个自动化数据交易网络，那么这个网络与MATRIX想打造的数据平台区别在哪里？

存储方式

Fetch.ai使用的是采用DAG系统的分片技术来进行数据的存储，这也是一种去中心化的存储，而MATRIX采用了比较传统的IPFS方式来存储数据，这两者的优劣需要经过未来商业化的考验才能得出结论。

交易&使用

Fetch.ai是一个单纯的数据交易平台，它独创的UPOW也具有相当的技术领先性，但目前Fetch.ai的运行模式并不能很好地解决数据拷贝门槛低的问题，MATRIX提供了一个将数据所有权和使用权进行分离的解决方案，这给数据的变现提供了更多的灵活性，而在数据的使用上，MATRIX通过分布式机器学习系统（联邦训练）——MANTA来解决数据被拷贝门槛低的问题，这将更有效地保护数据的资产价值，为数据的所有者在未来谋取更多的利益。