ATN 公有链和智能矩阵 Atmatrix，采用区块链智能合约技术建立分布式账本，构建去中心化的 AI 交易市场，可以交易 AIaaS 的 AI API、 AI 数据、AI 算力、AI 训练模型等。在这种融合逻辑上，AI、数据和计算在链下，共识在链上，构建起 ATN 公有链、分布式 AI 平台 Dbot、AI 提供方和 AI 使用方等的区块链人工智能生态，并可以接入各种实体产业应用，对接智能矩阵 Atmatrix 在多个行业的联盟链落地应用，形成多链架构的 ATN 公有链与 Atmatrix 行业联盟链共同发展的大生态。

华为云 ModelArts 一站式 AI 开发平台介绍：在斯坦福大学发布 DAWNBenchmark 最新成绩中，在图像识别（ResNet50-on-ImageNet，93% 以上精度）的总训练时间上，华为云 ModelArts 排名第一，仅需 10 分 28 秒，比第二名提升近 40%。在这个汇聚谷歌、亚马逊 AWS、fast.ai 等高水平队伍的国际权威深度学习模型基准平台上，华为云 ModelArts 第一次参加国际排名，便实现了低成本、快速又极致的 AI 开发体验，其海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成以及端 - 边 - 云模型按需部署能力，更是体现了当前中国业界深度学习平台技术的领先性。

随着新一波人工智能的热潮，ATN 生态建设得到 ATN 社区共享 AI 爱好者的广泛支持，并且在 AI 训练上不断追求最新最强的 AI 训练工具。随着 Atmatrix 联盟链进入多个行业，行业应用数据的不断积累，为帮助开发者更深入地了解 AI 开发，快速上手 AI 开发必备技能，ATN 社区未来在人工智能领域的发展，将基于华为云 ModelArts 平台进行 AI 模型开发和训练，希望借助 ModelArts 助力金融票据 OCR 识别的实战、AI 训练、AI 开发及 AI 教学等。

金融票据，包括银行承兑票据和商业承兑票据，目前银行承兑票据占了 90% 以上的票据市场份额，金融票据 OCR 识别工作重点在于银行票据的识别。

对于业界普通 OCR 软件，在金融票据领域识别准确率不高，对于现有一些针对金融票据做过优化的 OCR，识别准确率也算达到 90%。由于金融票据金额不低，对于 OCR 识别要求很高，而金融票据难点在于票据格式多样且差别细微等。

票据模型开发训练难点也不少，包括数据标注、模型训练、调参和部署上都有较多难点，并且对于 AI 开发水平要求很高，需要非常资深的 AI 专家进行繁琐和长时间对于票据 AI 进行不断训练。

华为云 ModelArts 是面向 AI 开发者的一站式开发平台，提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成，以及端 - 边 - 云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。

ModelArts 能够在 AI 开发全生命周期中，从原始数据、标注数据、训练作业、算法、模型、推理服务等，提供全流程可视化管理。支持千万级模型、数据集以及服务等对象的管理，无需人工干预，自动生成溯源图，选择任一模型就可以找到对应的数据集、参数、模型部署在哪里。

简单来说，ModelArts 的特点是“四快”：

通过 ModelArts 助力金融票据 OCR 识别的实战，另外在 ATN 人工智能区块链社区，多位 ATN 社区使用者使用后认为：ModelArts 适合 AI 的初学者，通过数据集的分类，可自动学习，无需调参等操作；适用于迁移学习；线上部署便利，逐步集成更多的数据标注工具，扩大应用范围。 不足点：当前 ModelArts 自动学习只有 3 个功能（图像分类、物体检测、预测分析），总体偏少，希望后续能增加更多自动学习的功能。

ATN 公有链的未来生态里，将会出现各种 AI 应用，例如 AI 画家、AI 医生、AI 投资分析师、AI 交易员、AI 教师、AI 会计师等，还有各种场景 AI，例如社交 AI、电商 AI、游戏 AI、餐饮服务 AI 等，而华为 ModelArts 平台作为 AI 开发者容易上手且高效快速的 AI 训练工具，ATN 社区优先推荐给社区成员们使用。