Jarvis+（JAR）基于智能合约的对话即服务平台

在区块链技术快速发展的今天，存在几个非常重要但却互相矛盾的事实：

• 区块链是有史以来最贴近普通用户和社群的新科技。即使目前尚处于早期阶段，但已经吸引了大量的用户社群参与，并且所有的区块链项目都生于社群、长于社群、最终回馈社群；

• 区块链技术团队大多数都不擅长运营和管理社群。技术人员被迫投入时间运营社群的结果往往是一方面影响了项目的进度和落地，另一方面迟缓的社群响应和服务影响了项目的传播和接受度；

• 区块链在用户端的工具和生态非常落后，甚至可以说：用户体验远远落后于“经典互联网”。不仅普通用户几乎无法正常使用，而且 solidity 等新语言还给普通程序员制造了很多麻烦，大量的黑客损失事件即来源于此。

这些矛盾严重阻碍了区块链技术的传播、信任、和使用，甚至在相当程度上使区块链限制在了一个较少数的人群。根据 火币 的报告：2018 年全球比特币钱包地址数大约 2400 多万个，以太坊钱包地址数大约 3200 多万个，实际用户可能仅 2000 万，不到全球总人口数的0.3%，而这些用户几乎都分布在聊天 IM 的各社群中。

Jarvis+项目旨在解决以上痛点，通过重新定义用户和区块链的交互方式，让每个人都可以更贴近、方便的访问区块链的世界。简单来说。Jarvis+是：

• 区块链交互的基础架构，任何区块链项目都可以借助 Jarvis+以自然语言的方式（语音、文字）在任意 IM 或自研的 App 中为用户提供服务（包括调用智能合约）；

• 区块链用户的私人助理，跨链、跨平台，可方便的嵌入到任意社交平台或社群中，彻底改变现有的区块链使用模式和体验；

• 人工智能（AI）+ 自然语言处理（NLP）+ 知识图谱（Knowledge Graph/Vault），随着用户的不断使用，Jarvis+将越来越精确，越来越懂用户；

Jarvis+团队主要由来自微软、德国深度学习研究院、阿里巴巴、思科等公司的 AI 和大数据技术专家构成，还吸引了著名游戏公司的交互设计专家加盟。Jarvis+的名字部分来源于钢铁侠的 AI 助手 J.A.R.V.I.S（贾维斯）：影片中钢铁侠基于自然语言与贾维斯的交互方式正是团队多年以来一直的工作方向；而+号则代表了项目的价值：“升级”和“连接”。

2018 年 6 月，CNBC 报道 Mastercard 将重金投入新项目：让人们通过语音用自然语言进行 支付。Mastercard和 Jarvis+都注意到了自然语言在生活（支付）中的重要机会和未来趋势，但和 Mastercard 制造行业壁垒、只服务自身利益的出发点不同，Jarvis+将服务于去中心化的区块链社群，并希望能实现以下愿景：

• 智能，基于人工智能和深度学习的自然语言处理（NLP），融合智能翻译和知识图谱。能够精准理解用户意图，及时准确响应，打破语言障碍，追求极致的和自然的用户体验。为聚集更多使用人群提供基础。

• 多元，意味着自由，用户可自由选择社交通道、语言、平台进行交易，最小化交易的限制和壁垒。多元化也意味平等，将来随着更多背景的组织和人加入社区，共同

制定有利社区永续存在的规则，基于多元平等的规则共识指导社区运营，使社区能够自我进化和永续发展。

• 普惠， 意味着门槛低。每个人都可以随时随地，自由的选择自己熟悉的社交渠道，用自然语言创建智能合约进行公平、有序、无障碍的交易。

• 永续，通过技术层面和运营层面多层次去中心化，追求平台的永续运行。终极目标是从基础设施、运营形式，到组织形式的彻底去中心化。通过技术和制度使平台最大程度摆脱对特定人，组织的依赖，以及无惧特定组织限制，通过社区自治（DAO）永久运行下去。

Jarvis+系统设计

1、系统架构图

Jarvis+的系统架构如下图所示，我们将在下文对每个模块进行详细讲解。

2.跨区块链（Cross Chains）

在 Jarvis+系统架构图的右下角是“跨区块链”模块，这是 Jarvis+的基础模块之一，主要存在

两大功能：

• 跨链服务，解决不同区块链之间的协同和价值转移问题；

• Jarvis+主链，解决 Jarvis+资源分配和经济系统问题，让 Jarvis+在经济可持续的情况下尽量服务于更多的区块链场景和应用；

Jarvis+主链及 Token 设计将在第 8 章详细介绍，这里重点介绍跨链功能及服务。在区块链所面临的诸多问题中，网络孤立性阻碍了不同区块链之间的协同操作，极大程度的限制了区块链的发挥空间。每个区块链项目都是独立的价值网络，引用信息化行业的一个名词就是“信息孤岛”。

为了重新定义用户和区块链的交互，Jarvis+的使命也包括打通价值的传递，并在价值互连基础上，实现不同跨链的合约。目前，业内已经提出了跨链的技术，接下来重点介绍三种相对成熟（当然仍存在一些问题）的方案，分别是公证人机制、侧链/中继器模式、哈希锁定模式（当然，另外可能还有一些最新的模式没有收录进来）：

● 公证人机制（Notary schemes）

这种模式很好理解，和现实世界很类似。假设 A 和 B 是不能进行互相信任的，那就引入 A和 B 都能够共同信任的第三方充当公证人作为中介。这样的话，A 和 B 就间接可以互相信任。具有代表性的方案是 Interledger，它本身不是一个账本，不寻求任何的共识。相反它提供了一个顶层加密托管系统称之为“连接者”，在这个中介机构的帮助下，让资金在各账本间流动。这种方案的好处是非常简单，也很好理解，缺点同时也很明显。这种模式和区 块链的去中心化的理念存在一些冲突，所以很多人不认为它是区块链，而更多是一种中心化的产物。

● 侧链或者中继器模式（Sidechains/relays）

目前应用比较多、相对复杂。一般来说，主链不知道侧链的存在，而侧链必须要知道主链的存在。侧链是以锚定比特币为基础的新型区块链，就像美金锚定到金条一样。侧链是以融合的方式实现加密货币金融生态的目标，而不是像其它加密货币一样排斥现有的系统。侧链技术进一步扩展了区块链技术的应用范围和创新空间，使传统区块链可以支持多种资产类型，以及小微支付、智能合约、安全处理机制、真实世界财产注册等，并可以增强区块链的隐私保护。

● 哈希锁定（Hash-locking）

哈希锁定起源于闪电网络的 HTLC，这个可以参看笔者前文闪电网络，哈希锁定通过锁定一段时间猜 hash 原来的值来兑现支付的一种机制，哈希锁定，产生一个随机数，三人或者多人之间去信息交互方式，配合闪电网络通过技术加密方式转账在安全方式下进行。举个例子：A 和 B 进行比特币和以太币的交易，那么 A 首先在比特币中转账给 B，A 生成一个随机数值，然后哈希运算后发给 B，A 生成 HTLC，设置一个超时时间，如果 B 猜测出来那个随机数值，那么就转账，然后 B 在以太坊里部署了智能合约，如果在一个超时时间内有人能提供一个随机数，这个随机数就是之前 A 在比特币中提供的在哈希运算前的原来的值，那么提供这个数值的人可以取得 B 在以太坊中提供的一定数量的以太币，A 调用 B 的智能合约，取走 B 的以太币，B 得知了 A 的随机数值，在超时时间内可以取走 A 的比特币。交易就完成了。

Jarvis+平台计划选择哈希锁定的方式来提供对跨链的支持。使得智能合约的输出，也就是智能合约的运行结果，将写入多个区块链的数据区块中，保证执行结果的永续性。在项目初期，Jarvis+将最先支持 NEO 公有链，再逐步扩展到比特币、以太坊、及更多的公有链平台。

3.基础设施（Infrastructure）

在 Jarvis+系统架构图的右下角是“基础设施”模块。Jarvis+平台的基础设施层将基于公有云进行构建，初期阶段将以微软公有云 Azure 为主，随着业务扩展和需求的增加，后期将会支持所有主流的云服务，最大程度保证可用性和稳定性，从基础设施层去追求 “永续” 愿景的实现。

基础设施层中的 Perpetual Connector 是 Jarvis+的一个创新。通过容器技术，Jarvis+业务逻辑可以抽象出来，在各种操作系统上运行，让 Jarvis+ 平台保持永远在线的运行状态。同时，我们构建了 XC 容器服务 (JARS)，支持自动装箱、自我修复、水平扩展、服务发现和负载均衡、自动推出和回退、机密和配置管理、存储业务流程等，使得让创建、配置和管理预配置以运行容器化环境的群集变得更简单。进而可以充分利用公有云平台上的企业级功能，及其安全机制，并且仍可确保可移植性，未来可以进一步支持 storj 等基于区块链的公有云服务。

容器化后，Jarvis+平台的底层服务全部实现了微服务化，可以根据自身业务特征选择合适的开发语言或数据库；只需要安装该服务相关的运行环境；对部署环境的依赖小，某个微服务部署失败不会影响其他的运行服务；当进行功能调整时，如果接口没有调整，基本不会影响其它微服务，添加单元测试、接口测试难度低，自动化（回归）测试覆盖率高；版本回归最小单位为某个微服务，颗粒度小，可更好地实现蓝绿部署、A/B 测试、灰度（金丝雀）发布。

对于微服务化、容器化、分布式的 Jarvis+ 智能合约运行节点，将采用 XC 容器服务（JAR）对智能合约的运行环境、计算资源、智能合约运行实例进行调度，确保智能合约在有序、高效、安全的环境中运行。由于编排引擎和相应的监控手段的存在，可以保证智能合约运行实例在运行时出现任何致命错误都会被及时复位重启，保证合约资产的安全。

为多云设计的永不停歇

Jarvis+平台针对公有云平台的基础设施层的 Region（区域）和 Available Zone（AZ、可用区）的关键抽象设计，对架构进行了优化。

● Region（区域）：Region 是公有云平台为一个区域最终用户提供服务的抽象能力。它设计的初衷主要是为了 1）降低云上业务到达最终用户的网络延时；2）符合不同区域的数据及业务服务法规。

● Avaliable Zone（AZ、可用区）：可用区是一个物理上相互隔离，网络、电力等供应相互独立的基础设施区域，可以简单理解为云基础设施可用性保障的最小单元。不同可用区之间的可用性是相互完全独立，互不影响。需要注意的是可用区同样是一个抽象概念，它并不等同于我们日常所述的数据中心（或者机房）。一个可用区可以由多个物理数据中心组成。

一般来说，公有云平台的一个 Region 都会包括多个可用区，以方便用户把自身的业务跨可用区部署，实现高可用架构，进而确保了服务和业务的永不停歇。云基础设施供应商保障的是每个 Region 内多个可用区之间可用性做到完全独立，不相互影响（但确实无法保障每个可用区都不会出现服务中断）。

当然，为让用户业务在多个可用区部署后能流畅运行，公有云平台都会保障一个 Region内的多个可用区之间网络延时极短（一般小于 5ms）。真是这一点给可用区选址提出限制，要求一个 Region 的不同可用区之间物理距离不可以太长。由上可见，可用区是公有云平台高可用架构的基础，是跨多个公有云平台部署业务也成为云上业务高可用性设计的、永不停歇的核心所在。

去中心化的持续运行

Jarvis+的基础设施层耗费了很多精力来实现“微服务化”、“容器化”，以及支持多种云服务的架构，本质是为了实现“去中心化的永续运行“。

Jarvis+将基于 NEO 来实现自己的公链，并采用 DPOS 共识。Jarvis+不会依赖于任何特定的云服务或操作环境，所需的所有计算或存储资源都由超级节点来提供，超级节点将根据DPOS 协议 来选举产生。

Jarvis+ 智能合约本身以区块链作为存储，智能合约序列化之后的字节流将保存在区块链中实现永续存储。就单独的某个智能合约来说，智能合约的每一个演进版本都可以被查询公布在区块链上。

在去中心化的智能合约运行节点中，智能合约数据互相备份、执行结果相互验证。这既保证了智能合约在访问可信任数据源时数据的有效性和正确性，有可以实现智能合约的多实例化，保证智能合约的永续存在。

4.人工智能引擎（AI Engine）

在 Jarvis+系统架构图自下而上的第二层是“人工智能引擎”层，负责把人机交互过程中用自然语言表达出来的业务和交易意图转换成区块链公链的智能合约（调用或生成），同时将结合图像、语音识别等人工智能技术，进行身份验证，KYC 等工作，增强合规和安全的同时，最大程度照顾使用者的体验。

人工智能和神经网络并非一个新兴概念。神经网络起源于 1950 年代，在 1980 以及 1990年代，神经网络算法取得了多项重大突破。与当时不同的是，今天的计算机科学家手中握有两件超级武器：极为强大的计算能力和极为庞大的数据，从而为神经网络铺平了道路，堪称深度学习领域的寒武纪生物大爆发。

我们仍然处于以人工智能为驱动的对话即平台的早期阶段，客观地说，在我们今天看来难以逾越的一些问题在未来几年内可能会得到解决。我们正快速向世界证明，用户将能够与人工智能助手进行长期而复杂的互动，它们不仅可以了解用户想要说的内容，而且可以了解用户的偏好，并给用户量身定制相应的体验活动。

从技术上来看，Jarvis+采用业界最先进的深度学习技术来解决人工智能方向的问题，包括自然语言理解、翻译、知识图谱、人脸识别、声纹识别等等。总体的架构如下：

语义的感知和分析

语言是人类区别其他动物的本质特性。在所有生物中，只有人类才具有语言能力。人类的多种智能都与语言有着密切的关系。人类的逻辑思维以语言为形式，人类的绝大部分知识

也是以语言文字的形式记载和流传下来的。因而，它也是人工智能的一个重要，甚至核心部分。

用自然语言与计算机进行通信，这是人们长期以来所追求的。因为它既有明显的实际意义，同时也有重要的理论意义：人们可以用自己最习惯的语言来使用计算机，而无需再花大量的时间和精力去学习不很自然和习惯的各种计算机语言；人们也可通过它进一步了解人类的语言能力和智能的机制。

语义的感知和分析同样基于业界领先的神经网络技术，主要分为两个部分：即意图的识别和命名实体的提取。

意图识别

聊天机器人的一个基本机制是利用文本分类器进行意图识别 。意图识别其实是通过分类的办法将用户的句子分到相应的意图种类。举一个简单的例子，比如说交易者想把 NEO 换成 GAS，那么这个是准备交易意图，比如说交易者想查一下 NEO 的价格，那么这个是一个查询币价的意图。

当今文本分类的方法有三种 ： 模式匹配、传统算法和神经网络 。 虽然使用传统算法多项朴素贝叶斯（Multinomial Naive Bayes）的算法出乎意料地有效，但它有三个基本缺陷：

● 多项朴素贝叶斯算法的输出是一个分值而不是概率。 我们更希望得到一个概率，以便忽略低于某个阈值的预测。

● 多项朴素贝叶斯算法只能从分类的正例样本中学习模式，然而从分类的负例样本中进行学习也是非常重要的。

● 不平衡的训练数据会导致多项朴素贝叶斯分类器的分值扭曲，迫使算法按照不同分类的数据集的大小来调整分值 。

目前模型使用 2 层神经元以及词袋（bag of words）方法来组织训练数据。

在英文的处理上，模型使用 NTLK 进行自然语言处理。首先需要将句子可靠地切分为单词（tokenize）并进行词干提取（stem），其中每个单词都转换为小写并进行了词干提取。词干提取可以帮助机器理解 have 和 having 是一样的。

训练数据中的每个句子转化为词袋（bag of words）表示：

每个训练语句都被变换为一个只有 0 和 1 的数组，成员的序号对应于单词在语料库中的位置。神经网络也从 0 中得到了学习，即那些与词库不匹配的单词。

由此构建的文本分类器能够处理大量的意图，并适用于对有限或大量的训练数据进行分类。也很容易在模型中添加一个或多个新的意图。

命名实体识别

命名实体识别（NER）是在自然语言处理中的一个经典问题，其应用也极为广泛。比如从一句话中识别出人名、地名，从电商的搜索中识别出产品的名字，识别药物名称等等。现在利用命令实体识别来提取用户输入中的参数，比如输入“我想用 5 个 NEO 换 15 个 GAS”,要提取的是两个数字 5，以及两个币种，以及两个币种到底哪个是买入的币种，哪个是卖出的币种。

传统的公认比较好的处理算法是条件随机场（CRF），它是一种判别式概率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。简单是说在 NER中应用是，给定一系列的特征去预测每个词的标签。如下图：

X 可以看做成一句话的每个单词对应的特征，Y 可以看做成单词对应的标签。这里的标签就是对应场景下的币种、币的数量等等。通常我们都会取的特征是词性，还有其他标签等等特征，这些特征需要根据不同的场景去人工的抽取，比如抽取人名的特征往往可能看看单词的第一个字是不是百家姓等等。严谨的 CRF 的图如下：

目前 Jarvis+采用双向循环神经网络（Bi-RNN）+ 条件随机场（CRF）的方式。Bi-RNN 可以根据输入的训练数据学习出相应的特征函数，而条件随机场利用这些特征函数即可求得相应结构。

整体的架构图如下：

人工智能引擎层的实现将是一个不断迭代的过程。同时我们将从具体的交易业务场景入手，比如金融领域的加密货币交换，互联网社区激励等。这样可以聚焦语境，避免开放聊天带来的上下文理解的不可控性，从而增强用户具体场景下实际使用的体验。为了保持公平开放，Jarvis+平台将会开放接口，允许相关第三方引擎接入提供后端服务，比如交易所引擎，游戏引擎，广告引擎等，同时不断进化，以支持更多元的业务能力。

知识图谱

在 Jarvis+的人工智能引擎模块中，还有一个非常重要的子模块就是知识图谱（即图中的“Knowledge”模块）。知识图谱本质上是语义网络，是一种基于图的数据结构，由节点 (Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为 实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就 是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网 络。知识图谱提供了从“关系”的角度去分析问题的能力。

知识图谱是谷歌首先提出，分为模式层（概念）+数据层（实例）。以 RDF 三元组<实体 1，关系，实体 2> 组成。其中模式层也可以称为本体，最基本的本体包括概 念、概念层次、属性、属性值类型、关系、关系定 义域概念集以及关系值域概念集。在此基础上，可以添加规则或公理来表示模式层更复杂的约束关系。

目前知识图谱的建立通常采用自顶向下和自底向上相结合的方式。自顶向下的方式是指通过本体编辑器预先构建本体。图谱模式定义了领域(domain)， 类别(type)和主题（topic，即 实体）。每个领域有若干类别，每个类别包含多个 主题且和多个属性或关系(properties)关联，这些属性或关系规定了属于当前类别的那些主题需要包含的属性和关系。自底向上的方式则通过各种抽取技术，特别是通过搜索日志和 Web Table 来抽取所发现的类别、属性和关系，并将这些置信度高的模式合并到知识图谱中。即抽取关系信息

（relationships）。自顶向下的方法有利于抽取新的实例，可保证抽取质量 ； 而自底向上的方法则能发现新的模式。 当从多个数据源获取知识时，知识合并是必不可少。需要考虑到比如实体消歧（乔丹问题）、共指消解等等问题。

基于大量的用户对话输入以及海量的互联网数据，Jarvis+的运行过程也正是逐渐打造区块链投资领域的智能知识图谱的一个发展过程：通过把与用户相关的数据源打通，然后抽取该用户的特征标签，从而 Jarvis+将相关的信息整合成结构化的知识图谱，并且对该特征标签的用户服务将越来越精准。

Jarvis+所要构建的自然语言即交易不仅仅止于自然语言，Jarvis+机器人将会拥有拥有一张区块链世界的智能知识图谱，能够对用户在 Jarvis+上的对话、交易做出相应的识别和建议，实现反欺诈、智能投顾、智能问答以及智能营销等等场景。

5.渠道与应用（Channel & App）

在渠道与应用层，Jarvis+平台可以对接到任意交互渠道，包括但不仅限于 Facebook，Skype， Slack，Mail，WeChat，Weibo，网站页面，加密货币钱包等，以及其它企业应用，基于这些渠道，买家、卖家、服务提供商可以在金融，游戏，零售，知识等领域跨渠道展开业务，同时形成自己的生态体系，实现平台入口多元化。这种方式与传统互联网巨头把握入口的方式不同，Jarvis+平台只是提供技术能力的支撑，平台生态合作伙伴自行决定如何引流，利用平台能力，把控业务发展方向，从而给予平台合作伙伴更大活力，允许其释放业务动能。让生态中的所有参与者更加对等，并追求公平。

而在事实上，微信、Facebook Messenger 等应用都已成为不同地区消息类应用的绝对垄断者。庞大的用户基数和社交需求，都让消息类应用的未来充满足够的想象力，而 Bot(一种机器人)会成为消息类应用扩张的催化剂。无论是中国的聊天平台，新加坡的政府服务，还是英国基于语音的个人助理，聊天机器人正在接管一切。

下一代的用户界面不会构建在拟物化设计或是令人摸不着头脑的菜单上，而是会基于最简单的会话。从 Slack 到微信，从 Kik 到 Facebook Messenger，从 Telegram 到 Amazon Alexa，聊天机器人正在成为人机之间的主要交互界面。

Jarvis+利用 Bot 服务，打通各个消息类平台，使得不同的消息平台的用户之间可以相互沟通交流以及交易。不管是在 Skype 或者是微信中，都可以使用 Jarvis+的服务，利用自然语言进行交流与交易，一个在 Telegram 中新建的智能合约，可以在 Facebook Messager 中被发现和消费。Jarvis+构建了 Bot Adapter，实现对各个主流消息平台的对接，实现一个完全去中心化的世界，借助于海量的用户基础，实现爆发式的发展。如此建立的去中心化智能经济将打破巨头的垄断优势，任何一家巨头都将无法封锁 Jarvis+的存在，保证服务的永续运行。

无语言边界

《圣经·创世纪》中提到了人类多种语言的起源，而人类语言的复杂性正成为互联网发展，乃至全球经济发展的桎梏。根据民族语言网(Ethnologue)提供的数据，目前全球正使用的语言多达 7100 种，但互联网网页上的语言只占其中的约 5%。甚至一些国家的官方语言，例如印地语和斯瓦西里语，也很少为互联网所包容。

为了促进不同地区之间的沟通，使全球各地区人群都能参与到 Jarvis+构建的智能数字经济当中，翻译显得尤为重要。Jarvis+目前支持全球超过 60 种语言，覆盖全球 GDP 95%的区域，实现跨国界、无语言边界的对话和交易。

传统的翻译算法是基于 SMT 技术，SMT 技术自 2010 年代中期性能改进之后发展有所停滞，并且对于中英的翻译效果不是特别好。目前 Jarvis+采用业界领先的基于神经网络 (LSTM) 的翻译，使翻译质量改进步入了新的十年。

神经网络翻译从根本上的执行方式相对于传统 SMT 翻译不同。 使用神经网络的模型，翻译将考虑到上下文完整的句子，而 SMT 技术只能考虑上下文的几个词语。所以，神经网络翻译将会产生更流利和接近人工翻译的结果。

基于神经网络的训练，每个单词被编码沿 500 维向量 (a) 表示其独特的特征，针对特定的语言对（例如英语和中文）。将语言对用于训练，神经网络将自定义这些维度应该是什么。

他们可以对简单的概念，如性别 （女性，男性，中性），礼貌水平（俚语，休闲，书面的正式的等等），类型的词（动词、 名词等），以及任何其他非明显的特征作为派生的训练数据进行编码。

神经网络翻译运行的步骤如下︰

1. 每个单词或更具体地说 500-维向量表示它，穿过第一层的”神经元”，将编码它在一个1000-维向量 (b) 代表这个词在上下文句子中其他词的范围。

2. 一旦所有单词均已进行这些 1000- 维向量都编码，过程被重复几次，每一层都进行更好地微调这 1000- 维度表现这个词完整的句子（而 SMT 翻译只考虑 3 到 5 个单词的窗口）的范围内。

3. 翻译注意层（即软件算法）将使用此最终输出矩阵和以前翻译过的单词来确定来自源句子的哪个词，应该接下来到最终输出矩阵。它还将使用这些计算在目标语言中删除不必要的词语。

4. 解码器（翻译）层，在它最合适的目标语言等效转换选定的词（或更具体地说 1000-维向量代表这个词的完整的句子范围内）。这个输出层(C)然后反馈到注意层计算源句子应该翻译的下一个单词。

如上图，”the”的上下文感知的 1000- 维度模型将编码的名词 （house）是法语的女性词 (la maison)。这将”the”适当的翻译为”la” 而不是”le” （单数，男性）或”les” （复数），当它达 到解码器（翻译）层。

注意算法还将计算基于以前翻译过的（比如上图中的”the”)，下一步这个词被翻译应该是主题（”house”） 而不是一个形容词 （”blue”）。可以做到这一点因为系统学过英语和法语转换时这些句子中词语的顺序。假如形容词是”大”而不是一种颜色的形容词，那它应该不反转 (“the big house” => “la grande maison”).基于神经网络算法最终的翻译结果在大多数情况下，比基于 SMT 的翻译更流畅和更接近于人类的翻译。

相信借助跨国界、无语言边界的沟通，必能促进 Jarvis+的智能经济的繁荣。随着平台生态合作伙伴的增加，和数据的不断沉淀，平台上还会增长出更多的业务机会，比如基于搜索或推荐的广告体系，征信体系，投顾理财等等。所以 Jarvis+实际上是一个基于全新使用体验，完全分布式，多元化经营理念的业务平台。与传统的平台相比，更具有革命性和开放性。

6.开放平台

Jarvis+提供了一个开放的、完整的、安全的开放平台，帮助生态环境里的区块链解决方案开发商、交易所和平台、行业解决方案提供商、渠道与应用开发商、社区合作伙伴等，快速的整合跨公有区块链智能合约的对话即交易的能力。

Jarvis+提供相关工具、文档和代码示例，并且所有的代码都是在云端运行，确保了服务的按需所用、随时随地及永续运行。

Jarvis+开放平台的能力包括：

– 多因子的身份登陆、验证、KYC 和授权

– 自然语言的智能合约查询、设立和交易

– 跨区块链的智能合约触发、转换和执行

– 合作渠道与应用的自助接入

– 第三方引擎工具和社区接入

– 丰富的业务场景和投票机制模板

在 Jarvis+之上构建应用

1.多元的智能合约转换

智能合约是指一份能自动执行本需要手动才能完成任务的协议。智能合约的好处是：将减少协议执行过程中的人工干预，具有自动执行交易方承诺，免除第三方介入，具有执行条件精确，执行结果可以预测等特点。合约转换，是指将交易方的一套承诺，也就是合约参与方同意的权利和义务转换成计算机可以识别和执行的数字代码的过程。“多元的智能合约转换”即意味着用户可以生成一个多条区块链资产参与的复杂交易，这将对区块链的生态和应用产生革命性的影响！

2.智能化多因子 KYC

KYC（Know Your Customer）作为交易中的一个重要环节，目前 KYC 的过程繁琐冗长，而且

需要通过大量的人力来识别用户提交的材料。Jarvis+将通过人工智能的力量来提供高效安全的 KYC 方案，充分运用人脸识别、声纹识别、设备指纹等人工智能技术，增强了客户信息的准确性与完整性。人工智能具有更高水平的全局优化计算能力，从而使得 Jarvis+更好地识别和应对系统性风险，重新定义了 KYC。

3.风控反欺诈

反欺诈是区块链金融风控中非常重要的一道环节。反欺诈的核心是人，Jarvis+通过把与用户相关的数据源打通，然后抽取该用户的特征标签，从而将相关的信息整合成结构化的知识图谱。其中，不仅可以处理记录用户的基本信息，还可以把用户日常生活中的消费记录、行为记录、关系信息、网上浏览记录等整合到知识图谱里。在此基础上，对该用户的风险进行分析和评估，抵御在交易中的风险。

Jarvis+通过构建已知的主要欺诈要素(如消息平台 ID、手机、设备、账号和地域等)的关系图谱，全方位了解用户风险数据的统计分析，对潜在的欺诈行为作出及时的反应。当然，这要求能够获得用户全方位的各种类型的信息，并且利用机器学习和自然语言处理技术从数据中提取出符合图谱规格的数据。

相比虚假身份的识别，组团欺诈的发现难度更大。一般来说，团体欺诈往往隐藏在非常复杂的关系网络里，很难识别。只有把其中隐含的关系网络梳理清楚，才有可能去分析出其中潜在的风险。利用 Jarvis+知识图谱积累的大量数据，开发者可以实现风控反欺诈应用，方便的实现分析并阻止组团欺诈手段。

4.智能投顾

Jarvis+在平台上目前收集了大概 几百家家区块链领域企业的数据。这些数据分成三个类型。首先是企业的基本数据，包括供应商、创始人的数据，企业的描述性数据，企业的标签。第二块是 Jarvis+通过跟合作伙伴的合作，收集企业在互联网上的一些行为的数据进行整理和分析。还有一块是泛舆情的信息，比如说招聘、搜索热度、工资水平、人员流动等。开发者可以将这些信息整合进知识图谱中，为用户提供相关的投资建议，实现智能投顾应用，比如是否买入某种币种。

5.精准营销

Jarvis+结合多种数据源可以分析实体之间的关系，从而对用户的行为有更好的理解。比如可以去发现一个组织的共同喜好，从而可以有针对性的对某一类人群制定营销策略。Jarvis+能够帮助各个企业能更好的、更深入地理解用户的需求，帮助各个企业更好地去做营销，开发针对人群的营销工具。

6.智能问答

Jarvis+通过知识图谱实现了智能自动问答系统，Jarvis+的知识图谱引擎能够理解用户语句中涉及到的实体及其属性以及查询所对应的语义信息。通过高效的图搜索，在知识图谱中查找连接这些实体及属性的子图并转换为相应的图查询。这些翻译过的图查询被进一步提交给图数据库进行回答返回相应的答案。

基于 Jarvis+ Coin 的智能经济体系

1.Jarvis+通证经济介绍

Jarvis+通证经济中有两种原生 Token，分别是：Jarvis+ Coin（缩写符号为 JAR）和 Jarvis+Gas（缩写符号为 JPG）。

JAR 是管理 Token，总量为 6 亿，用于实现对 Jarvis+生态的管理权。管理权包括投票进行记账人选举，Jarvis+参数调整等。JAR 的最小单位为 0.000000001。由于 JAR 采用权益证明机制（DPOS），从而不会像比特币的工作量证明机制（POW）带来高成本、低效率的弊端。

JPG 是燃料 Token，最大总量上限为 6 亿，用于实现对 Jarvis+ 生态使用时的资源控制。使用 Jarvis+服务需要消耗 JPG，这些 JPG 将重新分配给 JAR 持有者作为权益分红。JPG 的最小单位为 0.000000001。

见证人机制

JAR 的见证人节点会收集交易并且捆绑到一个区块上，然后广播到网络中，见证人的角色和比特币生态中的矿工类似。Jarvis+生态中的每位用户都可以给任意数量的节点投票肯定，当任意节点获得超过所有票数的 1%时（占生态系统总量的 JAR 比例）就有资格成为见证人节点来生成区块并可以获得相应的报酬。每个维护周期（1 天）会在票数统计好之后更新一次见证人节点名单。每个见证人节点轮流生成区块，每轮见证人节点生成一个区块的顺序或排期是确定好的。多见证人节点可以在不同国家、不同类型服务器或设备上运行，这样可以缓解 DDoS 攻击，提升区块效率。

投票机制

投票是 Jarvis+生态运行以及对参与建设者的一种机制，用户可以针对 Jarvis+生态系统的每个运行环节投票，而不仅仅是挑选见证人节点。从费用制定到新增业务场景模板等绝大多数网络参数都能通过投票来调整。用户甚至可以投票选择代表来替他们投票，也就是代理投票。这样可以确保生态系统中的每个人即使没有时间和倾向来衡量每个问题，他们也能选出合适的人代表他们完成。参与投票的入场券即为 JAR。

JAR 分配比例

JAR 分配形式为以下四种，

1. 社群支持：社群在不同阶段提供资金支持，将给支持者一定 JAR 作为奖励，最多不超过 45%的 JAR。

2. 社区运营：Jarvis+的社区和运营用于生态孵化、市场推广、商业开辟、法律合规等，保持社区及整个生态环境的快速成型和后续健康及持续的发展。这部分 JAR 会在 JAR第一次上线交易所之日起计算，3 个月后，3 年分三期解锁，每年一期，总计不超过35%的 JAR。

3. 合作伙伴：给 AI 和各行业专家顾问以及合作伙伴会分配 10% JAR。

4. 团队：Jarvis+核心团队会按 3 年分季度解锁最多不超过 10% JAR。

JAR 初始发行将基于 ERC-20 资产进行，待 Jarvis+主网上线后，进行映射切换成全局资产。

JPG 分发

只有当 JAR 转换成全局资产后，JPG 才会伴随着每个新区块生成而产生。JPG 初期总量为零，伴随着新区块的生成逐渐增多，直至约 22 年后达到总量上限六亿。Jarvis+每个区块的间隔时间约为 15-20 秒，200 万个区块约合 1 年时间。

第一年（实际为 0-200 万个区块），每个区块新生成大约 34 个 JPG；第二年（实际为第200-400 万个区块），每个区块新生成 30 个 JPG；以此类推，每年递减 4 个 JPG，直至第 8年递减至每个区块新生成 2 个 JPG；自此保持每个区块新生成 2 个 JPG 直至约 22 年后的第4400 万个区块，JPG 总量到达六亿，则停止伴随新区块生成 JPG。

按照这样的发行曲线，第 1 年会有 16% 的 JPG 被创造，前 4 年会有 52% 的 JPG 被生成，前

12 年 80% 的 JPG 被生成。这些的 JPG 都会按照 JAR 的持有比例，记录在对应的地址上。

JAR 持有人可以在任意时间进行发起一笔认领交易，将这些 JPG 认领到 JAR 的地址上。

2. Token 生态角色

Token 的生态中，会有如下的角色：

● X-Contract 基金会，作为 Token 官方以构建易于使用的对话即交易生态体系而服务

● 客户，最终使用者

● 企业，服务提供者

● XC 生态支持，包括生态服务公司、业务顾问团队、开发者社区、IM 合作伙伴等

● 货币兑，包括数字货币交易所、OTC 平台等兑换服务机构

● 社群支持者，即通过支持 Jarvis+项目而持有 Token 的社群参与者

3.Token 的使用

JAR 是 Jarvis+运行管理的基础，通过 JAR 参与 Jarvis+生态的投票和管理，包括：创建场景模板、创建见证人节点、参数投票等。并且参与 Jarvis+生态建设的支持者、顾问、社区志愿者、合作伙伴、见证人节点创建者、合约收益人等都会得到 JAR 作为报酬。

JPG 是 Jarvis+运行的 Token，通过 JPG 可以参与 Jarvis+的创建合约、调用合约、服务调用、支持和推广业务等。

JAR 和 JPG 的经济价值主要体现在：JAR 具有投资价值，JPG 具有使用流通价值。

4.通证赋能智能经济

在全球范围内大者恒大，中小企业在和大企业竞争中处于劣势。通过垄断，大企业可以利用自身的品牌优势、资金实力和经营规模或是高薪挖角中小企业的核心团队，或出资买断公司，或是复制类似产品来挤压中小企业的生存空间。但很多创新来源于中小企业，包括就业也主要由众多的中小企业解决。互联网的发展也到了一个重要的十字路口，是继续走向中心化，由少数寡头公司垄断流量的万马齐暗格局，还是浴火重生，回到平等互联，百花齐放，万众创新的互联网创立初衷？相信大部分人都希望是后者，但苦于一直找不到好的途径。基于区块链的 JAR 和 JPG Token 源自去中心化的使用通证构建的永续的通证经济（Token Economy）就是针对广大的中小企业生存发展的经济体系。Token 这种虚拟商品具有密码学保证的不可伪造、不可篡改、不可双花、可追溯审计等特点。

Jarvis+让中小企业通过人工智能技术采用语音、语言、文字等对话即交易，不需要程序开发人员就可以非常简单方便的发行代表其产品和服务价值的通证，并使其客户能方便的使用通证来消费企业的产品和服务。这样就极大的降低了参与通证经济(Token Economy)各方的使用门槛和拓展了其应用范围。企业方可以创建、查询、转换、重定义通证（Token）业务，用通证经济重新构建原有的商业模式，并且这样的重构是去中心化的，摆脱了传统垄断巨头。该通证（Token）可以转让、流通，可以作为一种价值的储存手段，其价值来源于企业的产品和服务的使用价值。正是有了低成本的人工智能交互方式(UI)，拓展了最终用户的范围和降低了最终用户的参与成本，打破了垄断巨头中心化的流量优势。同时，该项目智能经济中的各方角色不同于传统权益类商业实体，通过区块链和通证（Token）作为桥梁，通过数学的手段来让交易各方不再仅是陌生的一次性交易主体，通过利益共赢和相关信任机制来达成相互之间的共识，以达到效率不断提升的最优化经济模式。

关于更多 Jarvis+ 信息： http://jarvisplus.com/

更多区块链项目：http://www.qukuaiwang.com.cn/news/xiangmu

风险提示 ：区块链投资具有极大的风险，项目披露可能不完整或有欺骗。请在尝试投资前确定自己承受以上风险的能力。区块网只做项目介绍，项目真假和价值并未做任何审核。

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。