一种AI价值众创的区块链构建方法与流程

一种ai价值众创的区块链构建方法
技术领域
1.本发明涉及ai价值创造的区块链协同众包技术，尤其涉及一种ai价值众创的区块链构建方法。


背景技术：

2.一、名词术语说明aiai即人工智能的英文缩写（即artificial intelligence 缩写ai）；它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
3.ai价值ai价值总是具体反映、并表现在该具体赋能对象或载体或产品上的；即：ai价值赋能传统产品，使这些原来普通产品具有了新的“ai产品”使用价值。例如：输入浏览器关键词“认识ai创新者”就可检索到“i am ai”；这里可看到ai赋能各种产品所呈现的ai价值。其中：ai赋能音乐即呈现音乐ai价值、ai赋能卡车即呈现卡车ai价值、ai赋能玩具即呈现玩具ai价值、ai赋能收割机即呈现收割机ai价值、ai赋能飞机即呈现飞机ai价值。
4.所述“i am ai”是nvidia持续推出的《我是ai》的系列视频；这些视频以“我是人工智能”的博客，向受众讲述众多激动人心的ai影响世界的故事，其所呈现ai开创新世界的成就，也为正在开发 ai 技术应用于其它产品的研究者，提供打造ai价值的灵感。
5.人们可由此一窥：创新者可如何结识ai、并借助ai 提升传统产品原有使用价值。
6.本发明所述ai价值，即：它以传统产品原有使用价值为载体、并在该基础上新赋ai技术服务功能所具有的价值。即：这种在传统产品原有使用价值上新赋ai技术服务功能所形成的价值，简称ai价值。这里的传统产品是指尚无ai赋能的现有产品。如，无ai赋能的现有卡车、玩具、收割机、飞机等产品。
7.ai价值工程ai价值工程即ai价值的生产与实现过程；这是把ai技术加载到传统产品上，使之成为ai产品的过程。价值工程原用在产品生产与实现的功能成本分析方面，本发明则侧重该生产与实现的过程。
8.ai价值需求侧与供给侧ai价值需求侧与供给侧是ai价值工程需求侧与供给侧的简称。ai技术加载到传统产品上，使之成为ai产品的过程，它其实是由ai技术赋能方面、被赋能的传统产品方面，这二方面组成的；故此，ai技术赋能方面构成了ai技术的供给侧，被赋能的传统产品方面构成了ai技术的需求侧。
9.ai价值任务发包与承包ai价值的创造过程往往是由该需求侧发起的。例如，作为该需求侧的农业机械方面，因为人工短缺、工资成本上升，他就会需要ai技术赋能该农业机械；而，作为该供给侧的
ai技术赋能的任务承接方面，就会与该方面沟通，例如：该需求点的细节是什么，以及如何把ai加上价值上去才能满足需求侧等。
10.本发明把ai价值的需求侧任务发起，称之为ai价值任务发包；该供给侧的任务承接则称之为ai价值任务承包。其中，该ai价值的任务发包常呈现为招标形式，该任务承包则常呈现为投标形式。
11.ai价值任务招投标把ai价值的任务发包呈现为招标形式，该任务承包呈现为投标形式，使该供需以合同形式把双方法律关系固定下来。由此，该需求侧即使不懂ai、只需精通传统产品使用价值知识，而该供给侧即使不懂传统产品使用价值知识、只需精通ai，双方也能通过协同合作实现该ai价值工程。
12.本发明的愿景，即：让天下不懂ai的人也能创造ai财富。
13.ai价值众创ai价值众创是ai价值工程众创的简称。
14.当前，世界大型企业为其传统产品赋能ai价值时，往往是把ai价值的技术供给侧与需求侧，合二为一的；它表现为业务需求团队与ai技术供给团队，这二团队是基于需求与供给的关系。当然，该企业如无ai技术团队就会增加它们；尽管，增加ai赋能团队需要额外支出，然其财大气粗负担得起。
15.可是，全球更多普通中小企业、小微创业者，它们要实现其传统产品的ai赋能却困难重重；要么独立外招并建立该赋能团队而成本高企，要么从零开始培养新人组建该赋能团队而道路漫长难测。
16.这使他们往往只能寄希望服务外包，即：通过网络众包把ai赋能作为ai技术服务对外合作的方式，把它们外包给分布全球的众多自主ai技术拥有者，通过全球共享这些自主、自由的ai技术工作者资源，实现该众包、众创、众享；这就是ai价值众创的意涵。
17.ai价值众创的分工合作完整的ai价值工程通常包括该场景驱动任务、数据支撑任务、算法赋能任务、算力部署任务，即：该四大任务工程；故，它需四类技术团队分阶段实现、并前后相关与协同才能实现完整交付。
18.举例说明，新浪科技讯 1月11日早间发布消息，百度宣布正式组建一家智能汽车公司，吉利控股集团将成为新公司的战略合作伙伴。
19.这里，该ai价值工程的场景驱动任务是由“吉利”供车完成的，该ai价值工程的算法赋能任务是由“百度”自供完成的，该ai价值工程的数据支撑任务是由“百度”众包完成的，该ai价值工程的算力部署任务是“百度”与“吉利”协同部署并以自动驾驶车即该整车产品呈现所完成的。
20.故，上述ai价值工程通常也需四类组技术团队支撑才能完成该任务；即：所述四类组技术团队，包括该ai工程的场景任务技术团队、数据集任务技术团队、算法任务技术团队、算力任务技术团队；上述ai价值工程的任务通常需该分工协同合作实现才能完成。
21.ai价值众创的分阶段协同同时，上述ai价值工程的任务通常也需分阶段实现才能完成。所述分阶段实现，包括：
阶段一，所述场景驱动任务的技术内容，包括采用诸如雷达传感器等物联网技术获取该场景驱动数据；例如，该行驶道路物与行人等数据。采用何种数据采集技术获取何种场景驱动数据，这是获取ai价值所面临真正考验的第1阶段；例如，采用摄像头就不能获取微小镜面瑕疵数据，只有采用光栅技术才行。
22.阶段二，所述数据支撑任务的技术内容，该数据支撑任务首先是对所获场景驱动数据进行清洗与标注。清洗与标注各类场景驱动数据，这是获取ai价值所面临真正考验的第2阶段。因为，这需要清洗与标注人具有丰富的专业知识与经验积累；例如，没有专业知识的人会把奔跑的豹子误认为一条狗。
23.阶段三，所述算法赋能任务的技术内容，这是获取ai价值的关键阶段；其重点是数据处理，这是一项特征工程的数据集处理，包括，把标好数据集划分成训练集、验证集、测试集三部分，且建立适合的算法模型，并设计代码实施深度神经网络机器学习训练，以最高打分调优验证实现最优参数的ai算法。
24.阶段四，所述算力部署任务的技术内容，这是采用云计算、边缘计算、终端计算等编程技术，实现上述最优神经网络算法部署。这是获取ai价值所面临真正考验的第4阶段；因为，该ai价值工程需要依靠该算力部署才能落地到云平台、边缘平台、终端上面。关键在于最佳部署，这面临用户最佳体验考验。
25.ai价值的场景驱动任务技术所述该场景驱动任务技术是采用技术获取该数据；包括：传感数据获取技术，诸如雷达传感器等物联网技术获取该行驶道路物与行人等数据，非传感数据获取技术，诸如网络爬虫等技术获取互联网数据。为了说明方便，本发明所述ai场景驱动任务，有时也简称为该场景任务、场景等，它们所指意义相同。
26.ai价值的数据支撑任务技术所述该数据支撑任务技术，包括各类数据清洗与标注技术。为了说明方便，本发明所述ai数据支撑任务，有时也简称为该数据任务、数据等，它们所指意义相同。
27.ai价值的算法赋能任务技术所述该算法赋能任务技术，包括各类算法建模与算法训练技术。为了说明方便，本发明所述ai算法赋能任务，有时也简称为该算法任务、算法等，它们所指意义相同。
28.ai价值的算力部署任务技术所述该算力部署任务技术，包括分布协同与移动边缘计算等算力部署技术。为了说明方便，本发明所述ai算力部署任务，有时也简称为该算力任务、算力等，它们所指意义相同。
29.二、现有技术与理论分工合作与自组织分工理论是1776年3月亚当
·
斯密的《国富论》中第一次提出的观点，他系统全面地阐述了分工对提高生产率和增进国民财富的巨大作用。他认为，分工的起源是由人的才能具有自然差异。分工理论影响深远，20世纪初亨利
·
福特就把生产一辆车分成了8772个工时，极大提高了生产效率。
30.本发明基于ai价值的分工与协同，采用笔名为衣锦夜行的作者在360个人图书馆发文定义分工概念，他把分工定义为纵向和横向分工；但，本发明把横向分工视为同一ai价
值任务划分的竞争性分工，把纵向分工视为前后依存ai价值任务划分的协同分工。
31.例如，本发明把众多场景驱动、数据支撑等任务的投标竞争视为横向分工；把中标后的场景驱动分工任务、数据支撑分工任务、算法赋能分工任务，即它们之间的协同合作视为纵向分工。
32.所述自组织是h. haken定义的。德国理论物理学家h. haken认为，系统按照相互默契的某种规则协同，各尽其责而又协调地自动地形成有序结构，就是自组织。系统各要素之间的协同是自组织过程的基础，系统内各序参量之间的竞争和协同作用是系统产生自组织新结构的直接根源。
33.本发明ai价值众创过程，将上述分工合作与自组织理论，应用于该分工的自组织合作过程。
34.分阶段协同与流水线所述流水线的概念，它起源于英国人韦奇伍德的陶瓷厂，“英国传统陶瓷之父”韦奇伍德（josiah wedgwood 1730-1795），他是《物种起源》作者达尔文的外祖父。他在1759年创办wedgwood品牌。
35.韦奇伍德在工厂内实行精细的分工，把原来由一个人从头到尾完成的制陶流程分成几十道专门工序，分别由专人完成。由此，原来复杂的“制陶工”陶工匠就不复存在了，只有制陶工场非常简单的挖泥工、运泥工、扮土工、制坯工等工人，他们按固定的节奏简单工作，服从统一的协同管理。
36.基于ai价值任务的分阶段划分，即基于流水线或工作流概念的分阶段最小独立的简单任务划分；从而，它可解决非常复杂的众创问题、完成非常艰巨的众创任务。
37.本发明ai价值众创过程，将上述分阶段协同与流水线理论，应用于该分阶段的流水线协同过程。
38.工作流与操作步骤标准化工作流是对工作流程及其各操作步骤之间业务规则的抽象、概括描述。工作流建模，即将工作流程中的工作如何前后组织在一起的逻辑和规则，在计算机中以恰当的模型表达并对其实施计算。
39.工作流要解决的主要问题是：为实现某个业务目标，利用计算机在多个参与者之间按某种预定规则自动传递文档、信息或者任务。
40.工作流思想于始1968年，弗理兹
·
诺西克表达了利用信息技术实现工作流程自动化的想法。工作流有关的研究工作包括：宾夕法尼亚大学沃顿学院的迈可
·d·
吉斯曼开发的原型系统scoop，施乐帕洛阿尔托研究中心的克莱伦斯
·a·
艾里斯和盖瑞
·j·
纳特等人开发的officetalk系列试验系统，还有安纳托尔
·
霍尔特和保罗
·
卡钖曼开发的arpanet上的“监控软件故障报告”程序。
41.含有工作流特征的商用系统始于1983年至1985年间，进入1990年代以后，相关的技术条件逐渐成熟，工作流系统的开发与研究进入了一个新的热潮。工作流技术被应用于电讯业、软件工程、制造业、金融业、银行业、科学试验、卫生保健领域、航运业和办公自动化领域。
42.1993年8月，工作流技术标准化的工业组织-工作流管理联盟（wfmc）成立。 1994
年，工作流管理联盟发布了用于工作流管理系统之间互操作的工作流参考模型，并相继制定了一系列工业标准。
43.进入2000年以后，随着web服务技术的兴起，多个标准化组织制定了各自和工作流技术相关的web服务标准，如xlang，wsfl等。 2002年8月，ibm、微软等企业联合提交并发布了bpel规范。
44.本发明ai价值众创过程，将上述工作流与操作步骤标准理论，应用于该标准化的工作流过程。
45.招投标与众包招标投标是一种国际流行的采购方式。由招标人和投标人经过邀请、响应、择优选定，最终形成协议和合同关系的平等主体之间的经济活动过程，是“法人”之间达成有偿、具有约束力的法律行为。
46.招标指在一定范围内公开货物、工程或服务、采购的条件和要求，并邀请众多投标人参加投标，之后按照原先规定程序，从中选择合适者作为交易对象。
47.投标是投标人应招标人的邀请，根据招标公告或投标邀请书所规定的条件，在规定的期限内，向招标人投递应标方案的行为。投标人是响应招标、参加投标竞争的法人、其他组织或者自然人。
48.招标投标制度作为一项国际惯例，相关国家不仅具备完整的理论规范、还具备严密立法规程，已成为各国政府和企业所共同遵循的国际规则。
49.众包是一种分布式的问题解决和生产模式。
50.众包是招投标的一种表现形式。发布众包的问题以公开招标的方式传播给未知的解决方案提供者群体；解决方案提供者群体则常常以竞争投标方式获取中标或承包权利。
51.本发明ai价值众创过程，将上述招投标与众包理论，应用于该ai价值众包的任务发包过程。
52.众创与众包为了说明这一点，本发明引用笔名为正结在新浪博客所发表文章《关于“众包”的层次分析》；因为，创新形式的众包方案是众创的主要而重要的表现形式。
53.所述众包任务五层次分析：层次一：简单任务模式，例如猪八戒网接标的任务模式，这就是一个“简单任务”。
54.层次二：任务分解模式，这是大任务及层级嵌套任务的拆解，此即“众包”第二层次。
55.层次三：工作流模式，即不同子任务之间的流转和协作，猪八戒目前商无法做到该层次。
56.层次四：群体智慧模式，一个“众包网络”里的智商是“群体智慧”；而且，群体智慧是可以战胜个人智慧的，并还有防错、容错等好处。
57.层次五：自组织模式，这是充分众包的模式；众包组织像生命体一样，从零开始“自发生长”。如新浪微博的明星博主，新浪已经把她们自组织为“半企业职工”；尽管没工资。
58.本发明ai价值众创过程，将上述众创与众包理论，应用于该ai价值众包的实现过程。
59.区块链技术
所述区块链技术，包括：超级账本技术、智能合约技术、以太坊虚拟机技术等等。
60.同时，区块链技术也是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式技术；具体而言，区块链是基于全节点与轻节点、且每个全节点都对等存储相同的账本数据链。
61.所述全节点，它是包含钱包、网络路由、矿工子节点，并包含账本区块链记录头及其记录内容的完整网络节点；所述轻节点是不包含账本区块链完整记录内容的轻型全节点。区块链节点的功能是实现基于独立节点的签名验证、交易确认、完整节点存储、并且对等维持节点运行与节点网络系统的分布式连接。
62.本发明ai价值众创过程，将上述区块链技术理论，应用于该ai价值众包的任务实现过程。
63.超级账本与智能合约超级账本是分布式账本的一种应用，它是以区块链确权技术来记录网络参与者之间的交易，比如资产或数据的交换，并在网络成员之间实现共享、复制和同步。
64.智能合约是一套以数字形式定义的承诺，该数字承诺表现为一段满足条件即可准确自动执行的计算机代码程序；所述智能合约承诺是借助区块链技术及去中心化账本功能，参与方即可在上面执行各种不同类型资产合约或协议的创建、确认、转移等程序运行承诺。当到达触发事件，合同根据条件自行执行。
65.本发明ai价值众创过程，将上述超级账本与智能合约理论，应用于该ai价值众包的任务实现过程。
66.以太坊虚拟机evm以太坊虚拟机（environment virtual machine，简称evm），是以太坊中智能合约的运行环境。它不仅被沙箱封装起来，事实上它被完全隔离，也就是说运行在evm内部的代码不能接触到网络、文件系统或者其它进程。甚至智能合约与其它智能合约只有有限的接触。
67.其作用是将智能合约脚本代码编译成可在以太坊上执行的机器码，并提供智能合约的运行环境。
68.本发明ai价值众创过程，将上述以太坊虚拟机evm理论，应用于该ai价值众包的任务实现过程。
69.三、针对现有技术不足与改进之处中心化招投标与去中心化招投标所述“去中心化招投标”是与“中心化招投标”相比较而言的。
70.传统招投标大都是中心化招投标，即：它需要招标者委托中心认证机构汇聚专业人士，对投标竞争者按招标书规定条件进行判定，设定优先符合中标条件者即为中标胜出人。由于，投标人难免会认为中心认证机构的专业人士存在作弊的可能性；由此，中心化招投标就难免存在不可信任的嫌疑。
71.此时，招标方被称之为发包方，投标方被称之为发包任务竞争者，中标方被称之为接包者。
72.本发明“去中心化招投标”与“协同众包”采用“去中心化共识”与区块链协同“挖矿”胜出确权技术原理实现。因为，该招投标“去中心化”不存在中心的人为干预机会；又因
为，区块链协同“挖矿”可实现“协同众包”。故，该招投标应用技术系统，就防作弊与协同任务达成机制而言可谓完美、可信。
73.中心化众包的弊端与区块链众包起源所述“众包”即采用互联网实现的招投标；例如，猪八戒众包就是一种互联网“中心化”众包平台。
74.所述“协同众包”是发包任务需要众多接包者，按分工与合作的方式协同完成任务。这使互联网“中心化”众包平台更难以胜任把各种任务子包，发给互联网互不认知的接包者协同完成该任务子包。
75.基于中心化的网络众包已行之多年；但是，其不信任弊端却愈演愈烈。例如亚马逊公司的mturk平台、猪八戒网的威客众包服务平台，均有各种批评的网评不绝于耳；包括，中介中心抽取佣金高达20%、为了利润作假欺诈，为了金钱奖励，参与者会伪装欺骗等。
76.于是，区块链众包成为解决方案；这是去中心化技术的平台。
77.例如，来自哈佛大学的gems 团队一边抨击mturk为虚拟血汗工厂、是赤裸裸的奴役劳工；一边发起组建gems区块链众包平台要干掉mturk。又例如，startcrowd也因传统众包平台其自由分散的人群和集中管理的平台之间，二者矛盾重重；从而发起组建区块链众包平台。
78.中国知识产权局授权公布号cn107103405a也公开了一种基于区块链技术的众包系统及其建设方法。
79.其所关注的问题包括，其一，中心化服务器产生故障会影响业务工作处理，包括影响任务派发、交易及任务评估等；其二，中介机构作结果评估方，雇主会增加支出成本、损害相关方利益；其三、中心基于利己所设计信任机制，会使其出现信任危机。
80.去中心化挖矿共识和竞争意涵区块链技术网络中的所有参与者如何达成对任意一个所有权的共识呢，答案是采用“去中心化共识”与“挖矿”胜出确权技术；它是由所有网络节点的4种独立过程相互作用而产生的：每个全节点依据标准规则对每个任务记录进行独立验证；以命名为挖矿的工作量证明算法，去验算完成所有任务记录验证的工作量，挖矿节点将这些验算任务记录独立打包进新区块；每个节点独立的对新区块进行校验并组装进区块链；每个节点以工作量证明机制，选择累计工作量最大为区块记录胜出者。
81.关于改进“去中心化挖矿共识”效率缺陷通过改进“去中心化共识和挖矿”的区块链技术机制可完美应用于招投标系统。比较传统招投标系统都依赖于中心认证机构的确权判定中标胜出，传统的优势是效率高、其劣势是中心者会作弊；区块链的优势是效率低、却无法作弊。本发明针对区块链的相关劣势加以改进；使之既高效又可信。
82.本发明针对区块链的相关劣势加以改进的方法，包括针对任务达成验证，独自构建竞争算法、算力；同时，针对原来任务记录验证保留原有竞争的工作量证明算法。以此既高效又可信。
83.所述任务即包括资产或数据的交换验证、ai算法的有效性验证等等。
84.协同竞争
协同竞争也因此具有基于该工作流自组织与流水线分工合作的指向性竞争。
85.本发明所述协同竞争，它们是前后协同的任务价值竞争。其中：场景驱动任务价值竞争，扮演投票角色的是数据支撑任务人；数据集任务价值竞争，扮演投票角色的是算法赋能任务人；算法任务价值挖矿，扮演投票角色的是算法赋能任务人以各自算法运行打分来区分彼此高下；算力部署任务价值竞争，扮演投票角色的是算力部署任务人以各自算力上部署述竞争胜出的算法，谁的速度快且成本低来区分高下。
86.所述协同竞争，它是针对迄今为止，比特币、以太坊等区块链还是采用单一挖矿竞争而言的；后者任务只为竞争简单的记账权，故采用单一挖矿竞争设计即可。本发明采用协同挖矿竞争事关任务复杂：既有场景、数据集、算法、算力的任务自组织，还有各任务原子先打散、后组合的自由竞争。
87.受益驱动与反向投票竞争本发明所述受益驱动即受益人方向驱动。即：好的ai算法需要好的ai数据集，好的ai数据集需要好的ai场景处理；同时，好的ai算法需要好的ai算力设计与部署。由此，好的场景任务方案受益人是数据集任务人与算法任务人，好的数据集任务方案受益人是算法任务人。以此，受益驱动就形成反向投票制约。
88.本发明采用反向投票制约前方胜出选择；谁或反向投票多谁就是竞争胜出人。
89.区块链智能合约与协同众包区块链智能合约首先可解决基于分工与协同的团队间彼此信任的协同众包投标问题，；同时，基于分工与协同的众包方案中标后，中标团队的每一个成员可按事先区块链智能合约的约定获取更细分工的承包权利。本发明这种更细分工的众包权利按区块链智能合约可确保更细合作的工作协同可顺利进行。
90.区块链智能合约技术开发所述区块链智能合约技术开发，本发明是基于以太坊开源代码系统应用开发，以此实现本发明区块链系统层，通过编译可运行于该虚拟机的智能合约编程脚本，并把编译后的合约作为该应用层基于该虚拟公司分红的的智能合约模板内容，以此实现基于触发事件逻辑条件规则的智能合约模板。
91.本发明是基于以太坊开源代码系统应用开发，包括依次开发连接的应用层、区块链层以及数据存储层，所述区块链层包括若干相互连接的区块，所述区块包括智能合约模板；所述应用层根据智能合约模板的内容，用于编辑和录入对象信息；所述智能合约模板包括功能制定、条件达成、事件汇总以及创建和修改智能合约；所述数据存储层用于存储原数据信息的详细描述信息以及事件触发上传信息；所述原数据信息的哈希值由所述区块链层进行保存，确保数据的完整性及不可追溯性；所述区块链层包括不受第三方控制的去中心化平台，采用基于公有链模型的去中心化共识机制。
92.链内虚拟公司与虚拟价值区块链的节点，尤其是该全节点，它具有钱包、矿工、超级账本与网络路由协议；同时，矿工可连接矿机、矿场等自有挖矿计算设备，还可通过矿池平台连接其它人的矿机、矿场等挖矿计算设备，故它完全具备了公司组织的完整要素。本发明就是通过改造挖矿算法、算力实现ai算法挖矿的企业组织的。
93.为了区隔区块链内部虚拟企业、与链外传统实体企业的差异，避免对链外传统实
体企业引发不必要的冲击；本发明特以“链内虚拟公司”、“链内虚拟股份公司”、“链内虚拟股份分拆众筹公司”，甚至以“链内虚拟上市公司”等，以示区别链外传统实体公司、上市公司，即链内外企业是截然不同的。
94.同时，本发明以所述“链内虚拟上市公司”及其衍生的“链内虚拟价值”，去描述链内股份、链内股份分拆众筹、链内众筹资产、链内众筹众筹证券化、链内股票等“链内虚拟价值”。
95.角色扮演与激励驱动所述角色扮演是开放的；即使身为需求侧的众包任务招标方，也可去扮演众包任务供给侧的任何角色；只要其精通ai技术，并想以此获利。同时，身为供给侧的众包任务投标方，也可去扮演众包任务需求侧的发包角色；只要其需借自组织获得完整团队或企业组织，并想以此获利。甚至，链外人也可如此。
96.本发明的自由角色扮演设计，它是基于激励驱动的协同自组织与分工、流水线与工作流等框架设计；这些受获利激励所驱动的角色扮演者，只要他们处于该利益向量驱动的方向上，就可该实现自组织并实现自运行、自学习、自扩张。且，参与者基于利益最大化的自我价值定位，决定了其自愿扮演的角色定位。
97.本发明技术方案的目标之一，正是为解决上述ai价值区块链协同众包难题而提出的。
98.本发明解决问题的该技术方案，其上述核心的实现是通过本发明的一种协同价值挖矿的技术，该技术包括前后关联的价值投票挖矿技术，及其算法价值打分挖矿技术、投票价值挖矿技术；从而解决了ai价值的区块链众包技术难题与组织难题的。
99.链内股票的多向激励设计以前，传统众包的激励驱动都是基于单向设计的。例如，招标方会以雇主身份、以单向发包方形式现身于众包网络；并以雇员的眼光看待、以施恩者的心态，单向激励驱动服务提供者。这本身就使网络众包的自由接包者处于仆从地位；然而，这并非自由接包者的价值观。
100.相反，自由接包者会把招标方视为众创、众包、众建、众享的平等合作伙伴。为此，本发明以“链内股票”多向激励驱动设计，实现该ai价值众创、众包、众建、众享。包括：设置基于智能合约模板内容及其自动实现的逻辑与条件，包括自动以ai价值节点的利润源泉凝聚中标众包各方，自动使中标众包各方自组织成为组建链内节点虚拟公司的合伙发起人，自动邀请招标方与意向投资人共建该虚拟股份公司，自动启动众筹分拆进而成为基于众筹资产证券化的链内虚拟上市公司。
101.因，链内股票是链内虚拟上市公司的“链内虚拟价值”产品；故，意向投资人与招标方单向发包，会因中标接包方反向邀请激励，在该多向发包激励的巨大利益驱使下，自愿以该接包方为核心共建该虚拟价值。即使，招标方不懂ai，仍可成为场景任务的天然合作者，共享链内虚拟上市公司的战略合作利益。
102.链内股票投资交易与众筹资产证券化激励所述众筹资产证券化设计，它可使该ai价值的区块链节点股份企业，把该节点经众筹分拆扩充形成的全新股份资产，转变成为以该ai价值供给节点为价值投资根节点的价值特区股票；该价值特区股票的价值可通过比较其它价值特区股票的价值获得该价值定
位，从而实现市场决定该价值特区股票的价格。
103.这是一种正向多方激励机制；其目的是通过市场最优资源配置，实现具有优良价值预期的该价值特区股票具有比较高的市场价格，从而使表现优良的该股票持有人都获正向激励。
104.本发明的目的本发明旨在提供一种ai价值众创的区块链构建方法，即以ai价值的众创技术方法、区块链技术方法，达成该ai价值工程的生产与实现的目的。


技术实现要素：

105.本发明的目的在于提供一种ai价值众创的区块链构建方法，旨在以ai价值的众创技术方法、区块链技术方法，达成该ai价值工程的生产与实现的目的。为实现该目的，本发明提交该技术方案如下：技术方案一种ai价值众创的区块链构建方法，其特征包括，步骤（1）设置ai专家分类模块即该步骤为
①
ai专家分类注册与品牌维护实现方法，步骤（2）设置ai协同学习模块即该步骤为
②
ai众创规则学习与协同社交实现方法，步骤（3）设置ai众创招标模块即该步骤为
③
ai价值发起举牌与众创招标实现方法，步骤（4）设置ai场景投标模块即该步骤为
④
ai场景价值投标与投票中标实现方法，步骤（5）设置ai数据投标模块即该步骤为
⑤
ai数据价值投标与投票中标实现方法，步骤（6）设置ai算法投标模块即该步骤为
⑥
ai算法价值投标与竞争中标实现方法，步骤（7）设置ai算力投标模块即该步骤为
⑦
ai算力价值投标与竞争中标实现方法，步骤（8）设置ai价值挂牌模块即该步骤为
⑧
ai价值契约协同与记账挂牌实现方法。
106.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（1）所述设置ai专家分类模块，该步骤即为
①“
ai专家分类注册与品牌维护实现方法”，具体包括：（1.1）ai专家分类注册，其中：（1.1.1）把入住ai价值众创空间的ai专家分类为ai场景驱动专家、ai数据支撑专家、ai算法赋能专家、ai算力打造专家，（1.1.2）按分类分别设置注册登录区域，包括：ai场景驱动专家区域、ai数据支撑专家区域、ai算法赋能专家区域、ai算力打造专家区域，（1.1.3）系统调用该evm程序写入该智能合约的区块链块区；（1.2）ai专家品牌维护，其中：（1.2.1）为入住ai价值众创空间的ai专家按分类设置品牌传播专区，（1.2.2）为该ai专家设置其维护品牌的自媒体专区。
107.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（2）所述设置ai协同学习模块，该步骤即为
②“
ai众创规则学习与协同社交实现方法”，具体包括：（2.1）ai众创规则学习，其中：（2.1.1）设置分工协同规则学习，（2.1.2）设置分工流水线规则学习，（2.1.3）设置招投标工作流规则学习，（2.1.4）设置中标即应标胜出规则学习；（2.2）ai专家协同社交，其中：（2.2.1）为入住ai价值众创空间的ai专家按分类设置协同交流社交专区，（2.2.2）为该类与他类ai专家设置适合协同的排列组合评估器，（2.2.3）系统调用该evm程序写入该智能合约的区块链块区。
108.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（3）所述设置ai众创招标模块，该步骤即为
③“
ai价值发起举牌与众创招标实现方法”，具体包括：（3.1）ai价值发起举牌，其中：（3.1.1）发现ai价值载体的价值点、分析并获取该价值知识，（3.1.2）
发起该价值工程并举牌发布；（3.2）ai价值众创招标，其中：（3.2.1）设置众创招标契约，（3.2.2）发布众创招标邀请，（3.2.3）系统调用该evm程序写入该智能合约的区块链块区。
109.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（4）所述设置ai场景投标模块，该步骤即为
④“
ai场景价值投标与投票中标实现方法”，具体包括：（4.1）ai场景价值方案投标，其中：（4.1.1）设置场景驱动投标位，（4.1.2）设置场景驱动专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即数据支撑与算法赋能二种专家投票人；（4.2）ai场景价值投票中标，其中：（4.2.1）计算任务反向投票人的投票数即数据支撑与算法赋能二种专家投票人的投票数，（4.2.2）所获投票数量最多的场景驱动专家即该应标胜出人，（4.2.3）系统调用该evm程序写入该智能合约的区块链块区。
110.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（5）所述设置ai数据投标模块，该步骤即为
⑤“
ai数据价值投标与投票中标实现方法”，具体包括：（5.1）ai数据价值方案投标，其中：（5.1.1）设置数据支撑投标位，（5.1.2）设置数据支撑专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即算法投票人；（5.2）ai数据价值投票中标，其中：（5.2.1）计算任务反向投票人的投票数即算法赋能专家的投票数，（5.2.2）所获投票数量最多的数据支撑专家即该应标胜出人，（5.2.3）系统调用该evm程序写入该智能合约的区块链块区。
111.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（6）所述设置ai算法投标模块，该步骤即为
⑥“
ai算法价值投标与竞争中标实现方法”，具体包括：（6.1）ai算法价值方案投标，其中：（6.1.1）划分所获数据集为三部分，包括：训练集、验证集、测试集，（6.1.2）根据该数据集划分构建该ai算法，包括：（6.1.2.1）设置规定时间内使计算打分最高或loss最小的神经网络机器学习算法、参数调优训练模型，（6.1.2.2）所述设置loss是训练结果值趋近训练目标值的损失函数误差值；（6.2）ai算法价值竞争中标，其中：（6.2.1）设置投标算法赋能专家的竞争胜出逻辑，（6.2.2）设置规定时间该参数调优训练计算打分成绩最高、或损失函数值最小，即该算法投标竞争的应标胜出人，（6.2.3）系统调用该evm程序写入该智能合约的区块链块区。
112.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（7）所述设置ai算力投标模块，该步骤即为
⑦“
ai算力价值投标与竞争中标实现方法”，具体包括：（7.1）ai算力价值方案投标，其中：（7.1.1）以中标算法为算力运算对象，（7.1.2）设计该算力运算对象；（7.2）ai算力价值竞争中标，其中：（7.2.1）设置投标算力打造专家的竞争胜出逻辑，（7.2.2）ai算力价值中标的应标胜出者包括按速度胜出逻辑、成本胜出逻辑，时间最少者与成本最低者获胜，（7.2.3）系统调用该evm程序写入该智能合约的区块链块区。
113.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（8）所述设置ai价值挂牌模块，该步骤即为
⑧“
ai价值契约协同与记账挂牌实现方法”，具体包括：（8.1）ai价值契约协同，其中：（8.1.1）以每个招投标为项目单位、以中标组合ai专家为虚拟技术团队、建立该区块链社区的链内虚拟上市公司，（8.1.2）以该链内虚拟上市公司股本为基础、发行该区块链社区的ai价值链内虚拟股票；（8.2）ai价值记账挂牌，其中：（8.2.1）所述该ai价值的链内虚拟股票均以区块链形式记账、并在该社区内以分布式dapp形式上市买卖，（8.2.2）所述买卖该ai价值的链内虚拟股票均采用该区块链智能合约形式记账，（8.2.3）调用该evm程序写入该智能合约的区块链块区。
114.采用上述技术方案后，本发明至少具有如下有益效果：本发明提供了一种ai价值众创的区块链构建方法，其有益效果具体如下：（1）通过本发明，即通过所述“ai价值的需求采购招标化”步骤，为普通中小企业、创业小微企业、甚至为不懂ai的人实现其产品ai赋能，提供了基于区块链智能合约任务众包的途径，所述产品ai赋能对象包括原有产品或新产品；其特色在于，该需求招标者即使不懂ai，也可通过该协同价值竞争的招投标过程，自动化满足该需求采购的任务要求；并且以该协同价值竞争替代第三方评估，既可信又物美价廉；同时既降低培养ai技术人才、组建ai技术团队的成本，由此也有助打破大企业对ai的垄断。
115.（2）通过本发明，即通过所述“ai价值的供给投标竞争化”步骤，填补了目前区块链不能协同竞争、无法ai价值竞争的技术空白；并为ai价值的需求采购招标方与供给投标方，以基于众包层次分析的流水线任务原子分工方法与工作流协同合作方法，提供了基于区块链去中心化的招投标众包过程，即双方都可信任的协同竞争竞争中标解决方案，以统一的“自组织任务众包模式”协同方法实现五层次众包任务模式，包括：简单任务众包模式、流水线任务众包模式、工作流任务众包模式、群体任务众包模式、自组织任务众包模式；由此，本发明可实现各种层次众包任务模式，并从各种众包层次解决该中心化任务众包过程中各方互不信任、及其各种弊端。
116.（3）通过本发明，即通过所述“链内虚拟上市公司”、“链内虚拟股票”等步骤，为ai人才提供价值实现与保障的路线机制，所述路线机制包括：自组织为链内企业的ai商业价值凝聚、自转化为链内股份企业的ai商业价值构建、自共建为链内企业股份分拆众筹扩张的ai商业价值放大、自共享为链内企业资产证券化股票上市的ai商业价值变现。
117.ai人才从而可用链内股票、以自身ai价值拥有的权利；从此，任何创业者都可通过构建基于该ai价值采购的供给节点特区，并籍此路线机制发行该链内股票；以此，该链内多向激励可驱使该需求侧、投资侧一起加入该供给侧，共创、共建、共享该商业价值。
附图说明
118.图1为本发明一种ai价值众创的区块链构建方法的技术实现流程图；图2为本发明一种ai价值众创的区块链构建方法基于ai专家分类注册与品牌维护实现方法示意图；图3为本发明一种ai价值众创的区块链构建方法基于ai众创规则学习与协同社交实现方法示意图；图4为本发明一种ai价值众创的区块链构建方法基于ai价值发起举牌与众创招标实现方法示意图；图5为本发明一种ai价值众创的区块链构建方法基于ai场景价值投标与投票中标实现方法示意图；图6为本发明一种ai价值众创的区块链构建方法基于ai数据价值投标与投票中标实现方法示意图；图7为本发明一种ai价值众创的区块链构建方法基于ai算法价值投标与竞争中标实现方法示意图；图8为本发明一种ai价值众创的区块链构建方法基于ai算力价值投标与竞争中标
实现方法示意图；图9为本发明一种ai价值众创的区块链构建方法基于ai价值契约协同与记账挂牌实现方法示意图。
具体实施方式
119.为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
120.在针对本发明的实施方式进行描述时，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底
”ꢀ“
内”、“外”所表达的方位或位置关系是基于相关附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。
121.另外，在针对本发明的实施方式进行描述时，会采用附图圆圈或椭圆圈内标记的编号，其所述表达的步骤编号关系与基于相关附图所示圆圈或椭圆圈内标记的标记编号，二者描述与标记内容一致，这里仅是为了便于描述本发明和简化描述，因此上述术语也不能理解为对本发明的限制。
122.下面结合附图和具体实施方式对本发明作详细地描述，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。
123.本发明实施例1：如图1所示，一种ai价值众创的区块链构建方法，其特征包括，步骤（1）设置ai专家分类模块即该步骤为
①
ai专家分类注册与品牌维护实现方法，步骤（2）设置ai协同学习模块即该步骤为
②
ai众创规则学习与协同社交实现方法，步骤（3）设置ai众创招标模块即该步骤为
③
ai价值发起举牌与众创招标实现方法，步骤（4）设置ai场景投标模块即该步骤为
④
ai场景价值投标与投票中标实现方法，步骤（5）设置ai数据投标模块即该步骤为
⑤
ai数据价值投标与投票中标实现方法，步骤（6）设置ai算法投标模块即该步骤为
⑥
ai算法价值投标与竞争中标实现方法，步骤（7）设置ai算力投标模块即该步骤为
⑦
ai算力价值投标与竞争中标实现方法，步骤（8）设置ai价值挂牌模块即该步骤为
⑧
ai价值契约协同与记账挂牌实现方法。
124.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（1）所述设置ai专家分类模块，该步骤即为
①“
ai专家分类注册与品牌维护实现方法”，具体包括：（1.1）ai专家分类注册，其中：（1.1.1）把入住ai价值众创空间的ai专家分类为ai场景驱动专家、ai数据支撑专家、ai算法赋能专家、ai算力打造专家，（1.1.2）按分类分别设置注册登录区域，包括：ai场景驱动专家区域、ai数据支撑专家区域、ai算法赋能专家区域、ai算力打造专家区域，（1.1.3）系统调用该evm程序写入该智能合约的区块链块区；（1.2）ai专家品牌维护，其中：（1.2.1）为入住ai价值众创空间的ai专家按分类设置品牌传播专区，（1.2.2）为该ai专家设置其维护品牌的自媒体专区。
125.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（2）所述设置ai
协同学习模块，该步骤即为
②“
ai众创规则学习与协同社交实现方法”，具体包括：（2.1）ai众创规则学习，其中：（2.1.1）设置分工协同规则学习，（2.1.2）设置分工流水线规则学习，（2.1.3）设置招投标工作流规则学习，（2.1.4）设置中标即应标胜出规则学习；（2.2）ai专家协同社交，其中：（2.2.1）为入住ai价值众创空间的ai专家按分类设置协同交流社交专区，（2.2.2）为该类与他类ai专家设置适合协同的排列组合评估器，（2.2.3）系统调用该evm程序写入该智能合约的区块链块区。
126.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（3）所述设置ai众创招标模块，该步骤即为
③“
ai价值发起举牌与众创招标实现方法”，具体包括：（3.1）ai价值发起举牌，其中：（3.1.1）发现ai价值载体的价值点、分析并获取该价值知识，（3.1.2）发起该价值工程并举牌发布；（3.2）ai价值众创招标，其中：（3.2.1）设置众创招标契约，（3.2.2）发布众创招标邀请，（3.2.3）系统调用该evm程序写入该智能合约的区块链块区。
127.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（4）所述设置ai场景投标模块，该步骤即为
④“
ai场景价值投标与投票中标实现方法”，具体包括：（4.1）ai场景价值方案投标，其中：（4.1.1）设置场景驱动投标位，（4.1.2）设置场景驱动专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即数据支撑与算法赋能二种专家投票人；（4.2）ai场景价值投票中标，其中：（4.2.1）计算任务反向投票人的投票数即数据支撑与算法赋能二种专家投票人的投票数，（4.2.2）所获投票数量最多的场景驱动专家即该应标胜出人，（4.2.3）系统调用该evm程序写入该智能合约的区块链块区。
128.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（5）所述设置ai数据投标模块，该步骤即为
⑤“
ai数据价值投标与投票中标实现方法”，具体包括：（5.1）ai数据价值方案投标，其中：（5.1.1）设置数据支撑投标位，（5.1.2）设置数据支撑专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即算法投票人；（5.2）ai数据价值投票中标，其中：（5.2.1）计算任务反向投票人的投票数即算法赋能专家的投票数，（5.2.2）所获投票数量最多的数据支撑专家即该应标胜出人，（5.2.3）系统调用该evm程序写入该智能合约的区块链块区。
129.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（6）所述设置ai算法投标模块，该步骤即为
⑥“
ai算法价值投标与竞争中标实现方法”，具体包括：（6.1）ai算法价值方案投标，其中：（6.1.1）划分所获数据集为三部分，包括：训练集、验证集、测试集，（6.1.2）根据该数据集划分构建该ai算法，包括：（6.1.2.1）设置规定时间内使计算打分最高或loss最小的神经网络机器学习算法、参数调优训练模型，（6.1.2.2）所述设置loss是训练结果值趋近训练目标值的损失函数误差值；（6.2）ai算法价值竞争中标，其中：（6.2.1）设置投标算法赋能专家的竞争胜出逻辑，（6.2.2）设置规定时间该参数调优训练计算打分成绩最高、或损失函数值最小，即该算法投标竞争的应标胜出人，（6.2.3）系统调用该evm程序写入该智能合约的区块链块区。
130.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（7）所述设置ai算力投标模块，该步骤即为
⑦“
ai算力价值投标与竞争中标实现方法”，具体包括：（7.1）ai算力价值方案投标，其中：（7.1.1）以中标算法为算力运算对象，（7.1.2）设计该算力运算对象；（7.2）ai算力价值竞争中标，其中：（7.2.1）设置投标算力打造专家的竞争胜出逻辑，（7.2.2）ai算力价值中标的应标胜出者包括按速度胜出逻辑、成本胜出逻辑，时间最少者与
成本最低者获胜，（7.2.3）系统调用该evm程序写入该智能合约的区块链块区。
131.所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（8）所述设置ai价值挂牌模块，该步骤即为
⑧“
ai价值契约协同与记账挂牌实现方法”，具体包括：（8.1）ai价值契约协同，其中：（8.1.1）以每个招投标为项目单位、以中标组合ai专家为虚拟技术团队、建立该区块链社区的链内虚拟上市公司，（8.1.2）以该链内虚拟上市公司股本为基础、发行该区块链社区的ai价值链内虚拟股票；（8.2）ai价值记账挂牌，其中：（8.2.1）所述该ai价值的链内虚拟股票均以区块链形式记账、并在该社区内以分布式dapp形式上市买卖，（8.2.2）所述买卖该ai价值的链内虚拟股票均采用该区块链智能合约形式记账，（8.2.3）调用该evm程序写入该智能合约的区块链块区。
132.本发明实施例2：如图2所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（1）所述设置ai专家分类模块，该步骤即为
①“
ai专家分类注册与品牌维护实现方法”，具体包括：（1.1）ai专家分类注册，其中：（1.1.1）把入住ai价值众创空间的ai专家分类为ai场景驱动专家、ai数据支撑专家、ai算法赋能专家、ai算力打造专家，即10101所指，（1.1.2）按分类分别设置注册登录区域，包括：ai场景驱动专家区域、ai数据支撑专家区域、ai算法赋能专家区域、ai算力打造专家区域，即10102所指，（1.1.3）系统调用该evm程序写入该智能合约的区块链块区，即10103；（1.2）ai专家品牌维护，其中：（1.2.1）为入住ai价值众创空间的ai专家按分类设置品牌传播专区，即20201所指，（1.2.2）为该ai专家设置其维护品牌的自媒体专区，即20202所指。
133.本发明实施例3如图3所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（2）所述设置ai协同学习模块，该步骤即为
②“
ai众创规则学习与协同社交实现方法”，具体包括：（2.1）ai众创规则学习，其中：（2.1.1）设置分工协同规则学习，即20101所指，（2.1.2）设置分工流水线规则学习，即20102，（2.1.3）设置招投标工作流规则学习，即20103所指，（2.1.4）设置中标即应标胜出规则学习，即20104所指；（2.2）ai专家协同社交，其中：（2.2.1）为入住ai价值众创空间的ai专家按分类设置协同交流社交专区，即20201所指，（2.2.2）为该类与他类ai专家设置适合协同的排列组合评估器，即20202所指，（2.2.3）系统调用该evm程序写入该智能合约的区块链块区，即20203所指。
134.本发明实施例4所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（3）所述设置ai众创招标模块，该步骤即为
③“
ai价值发起举牌与众创招标实现方法”，具体包括：（3.1）ai价值发起举牌，其中：（3.1.1）发现分析ai价值载体价值点并获取该价值知识，即30101所指，（3.1.2）发起该价值工程并举牌发布，即30102所指；（3.2）ai价值众创招标，其中：（3.2.1）设置众创招标契约，即30201所指，（3.2.2）发布众创招标邀请，即30202所指，（3.2.3）系统调用该evm程序写入该智能合约的区块链块区，即30203所指。
135.本发明实施例5如图5所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（4）所述设置ai场景投标模块，该步骤即为
④“
ai场景价值投标与投票中标实现方法”，具体包括：（4.1）ai场景价值方案投标，其中：（4.1.1）设置场景驱动投标位，即40101所指，（4.1.2）
设置场景驱动专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即数据支撑与算法赋能二种专家投票人，即40102所指；（4.2）ai场景价值投票中标，其中：（4.2.1）计算任务反向投票人的投票数即数据支撑与算法赋能二种专家投票人的投票数，即40201所指，（4.2.2）所获投票数量最多的场景驱动专家即该应标胜出人，即40202所指，（4.2.3）系统调用该evm程序写入该智能合约的区块链块区，即40203所指。
136.本发明实施例6如图6所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（5）所述设置ai数据投标模块，该步骤即为
⑤“
ai数据价值投标与投票中标实现方法”，具体包括：（5.1）ai数据价值方案投标，其中：（5.1.1）设置数据支撑投标位。即50101所指，（5.1.2）设置数据支撑专家的方案应标胜出逻辑为任务反向投票，该任务反向投票人即算法投票人，即50102所指；（5.2）ai数据价值投票中标，其中：（5.2.1）计算任务反向投票人的投票数即算法赋能专家的投票数，即50201所指，（5.2.2）所获投票数量最多的数据支撑专家即该应标胜出人，即50202所指，（5.2.3）系统调用该evm程序写入该智能合约的区块链块区，即50203所指。
137.本发明实施例7如图7所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（6）所述设置ai算法投标模块，该步骤即为
⑥“
ai算法价值投标与竞争中标实现方法”，具体包括：（6.1）ai算法价值方案投标，其中：（6.1.1）划分所获数据集为三部分，包括：训练集、验证集、测试集，即60101所指，（6.1.2）根据该数据集划分构建该ai算法，即60102所指，包括：（6.1.2.1）设置规定时间内使计算打分最高或loss最小的神经网络机器学习算法、参数调优训练模型，即601021所指，（6.1.2.2）所述设置loss是训练结果值趋近训练目标值的损失函数误差值，即601022所指；（6.2）ai算法价值竞争中标，其中：（6.2.1）设置投标算法赋能专家的竞争胜出逻辑，即60201所指，（6.2.2）设置规定时间该参数调优训练计算打分成绩最高、或损失函数值最小，即该算法投标竞争的应标胜出人，即60202所指，（6.2.3）系统调用该evm程序写入该智能合约的区块链块区，即60203所指。
138.本发明实施例8如图8所示，所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（7）所述设置ai算力投标模块，该步骤即为
⑦“
ai算力价值投标与竞争中标实现方法”，具体包括：（7.1）ai算力价值方案投标，其中：（7.1.1）以中标算法为算力运算对象，即70101所指，（7.1.2）设计该算力运算对象，即70102所指；（7.2）ai算力价值竞争中标，其中：（7.2.1）设置投标算力打造专家的竞争胜出逻辑，即70201所指，（7.2.2）ai算力价值中标的应标胜出者包括按速度胜出逻辑、成本胜出逻辑，时间最少者与成本最低者获胜，即70202所指，（7.2.3）系统调用该evm程序写入该智能合约的区块链块区，即70203所指。图8中，s是算力竞争之一，如图中左上方所示，p是另一算力竞争者，如图中右下方所示；这里，因s与p竞争，s比p运行时间少、成本低，故s胜出。
139.本发明实施例9所述的一种ai价值众创的区块链构建方法，其特征在于，上述步骤（8）所述设置ai价值挂牌模块，该步骤即为
“⑧
ai价值契约协同与记账挂牌实现方法”，具体包括：（8.1）ai价值契约协同，其中：（8.1.1）以每个招投标为项目单位、以中标组合ai专家为虚拟技术团
队、建立该区块链社区的链内虚拟上市公司80101，（8.1.2）以该链内虚拟上市公司股本为基础、发行该区块链社区的ai价值链内虚拟股票80102；（8.2）ai价值记账挂牌，其中：（8.2.1）所述该ai价值的链内虚拟股票均以区块链形式记账、并在该社区内以分布式dapp形式上市买卖80201，（8.2.2）所述买卖该ai价值的链内虚拟股票均采用该区块链智能合约形式记账80202，（8.2.3）调用该evm程序写入该智能合约的区块链块区80203。
140.综上所述，本发明通过上述实施例步骤，低成本、高功效地实现并达到了本发明的目的。
141.以上，本发明说明书结合附图说明描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。