نحن نقود CARiFIN لجلب التأمين الصغير القابل للتوسع ويحافظ على الخصوصية إلى منطقة LAC باستخدام نموذج قرارات المطالبات المدعوم الذكاء الاصطناعي المدرب من خلال التعلم الفيدرالي اللامركزي من FLock على @base. تم تسريع CARiFIN من قبل منطقة @UNDP LAC وجمهورية الدومينيكان وبالتعاون مع @Deluthium و@AerodromeFi، حيث توسع CARiFIN الحماية المالية الشاملة لغير المستخدمين للبنوك، وخاصة النساء في المنطقة.
FLock.io
FLock.io‏9 ديسمبر، 20:00
لم يتم تلبية الطلب على التأمين الصغير بأكثر من 34 مليار دولار في 37 دولة العام الماضي. الاختناقات هي الثقة، والسيولة، والكفاءة، والامتثال. البلوك تشين وDeAI يحلان هذه المشكلة. نعمل مع @UNDP أمريكا اللاتينية ومنطقة الكاريبي (منطقة LAC) وجمهورية الدومينيكان @Deluthium و@AerodromeFi لبناء سكك حديدية متصلة للتأمين الصغير تضمن الخصوصية، والامتثال التنظيمي، ومطالبات التأمين العادلة والفعالة. هدفنا الأول: فتح الوصول إلى التأمين الأصغر على نطاق واسع لغير الحاصلين على البنك، خاصة للنساء في منطقة أمريكا اللوثية وجمهورية الدومينيكان.
بلغت فجوة التأمين الصغير أكثر من 34 مليار دولار في 37 دولة العام الماضي. في العديد من مجتمعات منطقة أمريكا الجنوبية، حيث تقود النساء غالبا الأسر ويديرن الأعمال الصغيرة، يبقى الوصول إلى الائتمان أو الأدوات المالية الآمنة أو دعم التأمين ضد الصمود المناخي بعيد المنال. توفير تأمين صغير عادل وشفاف هو أحد الجهود التي تدعم أهداف التنمية المستدامة @UNDP لتعزيز تمويل الصمود لهذه المجتمعات.
تحل تقنية البلوك تشين والدي-آي اختناقات لا تستطيع الأنظمة التقليدية حلها — الثقة، والسيولة، والكفاءة، والامتثال — من خلال: → نموذج طبقة اتخاذ القرار الذكية المدرب من قبل التعلم الفيدرالي اللامركزي الذي يحافظ على الخصوصية من FLock على @base. → تسوية فعالة للعملة المستقرة على السلسلة ممكنة بواسطة @Deluthium → التحقق من الهوية وفحوصات الامتثال المدمجة من خلال VerifiedERC20 الخاص ب @AerodromeFi.
ومع ذلك، فإن تقديم التأمين الصغير على نطاق واسع على السلسلة يتطلب أكثر من رأس المال. منطق التأمين الأساسي الموثوق أمر أساسي، لكن لا يمكن مركزية البيانات الشخصية الحساسة أو نقلها خارجيا. هذه هي المشكلة التي يحلها FLock.
يوفر FLock النموذج الرئيسي لاتخاذ القرار ومنطق المطالبات الآلي في جوهر النظام، مدربا من خلال التعلم الفيدرالي اللامركزي على @base. - كل جهاز عميل يدرب النموذج باستخدام بياناته المحلية الحساسة مثل الصحة المالية، النشاط التجاري، والتعرض للمناخ، وغيرها، دون مشاركتها. - يتم تجميع تحديثات النماذج فقط لإنشاء نموذج عالمي محسن، بينما تبقى جميع البيانات خاصة. يتيح ذلك التحقق الآلي السريع والموثوق من التحقق الآلي للمطالبات الذي يحافظ على الخصوصية، مما يسمح بالتوسع السريع على السلسلة بشكل فعال.
نحن متحمسون لبناء التقنية الأساسية وراء نظام التأمين الأصغر من البداية إلى النهاية يخلق تأثيرا واقعيا ويطور حالات استخدام البلوكشين للصالح العام. سيتم إطلاق الطيران قريبا. نتطلع لمشاركة ما هو قادم.
‏‎439‏