ロボットなどの高度な処理を行うハードウェアの自動化を実現するためには、無数の学習データを活用して学習させることが必須であり、ここで重要なのは何を学習して生成されたAIであるか、です。
クーガーはブロックチェーン上でAIの学習履歴の信頼性を担保するアプリケーションを開発しました。
GeneFlowは、学習処理、実行処理（推論処理）、最適モデル選択の
3機能に分類されます。
学習処理では、AIがどんなデータで学習を行ってきたかという学習履歴をブロックチェーンに保存します。その際、学習済みモデルと学習データは分散型ファイルシステムに格納されます。
実行処理では、学習済みモデルを分散型ファイルシステムから呼び出し、対象データに対する実行結果を表示します。
最適モデル選択では、様々な組み合わせで生成された複数の学習済みモデルを評価し、最適となるモデルを選択可能となります。
これらのすべての履歴はブロックチェーン上に記録されていくため、改竄（かいざん）されたり消失することがなく、AIの動作や成り立ちに大きな信頼を与えます。
加えて、履歴が確約されるため、信頼性が高い安全な学習データや学習済みモデルを複数の企業や研究機関で共有することも可能となります。
