مجموعه‌های هوش مصنوعی از زیرساخت‌های داده مبتنی بر بلاک چین بهره می‌برند

به گزارش پایگاه خبری ارز دیجیتال موبو ارز،

چندین زیرساخت داده و موارد استفاده از اطلاعات، رویکردی غیرمتمرکز برای ارائه قابلیت‌های هوش مصنوعی دارند.

ظهور ChatGPT تماشایی بوده است. در عرض دو ماه از راه اندازی، اپلیکیشن مبتنی بر هوش مصنوعی (AI) به ۱۰۰ میلیون کاربر منحصر به فرد رسید. تنها در ژانویه ۲۰۲۳، ChatGPT حدود ۵۹۰ میلیون بازدید را ثبت کرد.

علاوه بر هوش مصنوعی، بلاک چین یکی دیگر از فناوری‌های مخرب با افزایش پذیرش است. از زمانی که کاغذ سفید بیت کوین (BTC) در سال ۲۰۰۸ منتشر شد، پروتکل‌ها، برنامه‌ها و مدل‌های تجاری غیرمتمرکز به بلوغ رسیده‌اند و توجه بازار را به خود جلب کرده‌اند. ساعت.

تبلیغات زیادی در مورد هوش مصنوعی وجود دارد، اما در پشت صحنه کارهای زیادی برای ایجاد یک زیرساخت داده قوی برای فعال کردن هوش مصنوعی معنادار وجود دارد. داده های با کیفیت پایین ذخیره شده و به اشتراک گذاشته شده به طور ناکارآمد منجر به بینش ضعیف از لایه هوشمند می شود. در نتیجه، مهم است که به زنجیره ارزش داده ها به طور کل نگر نگاه کنیم و مشخص کنیم که برای به دست آوردن داده های با کیفیت بالا و برنامه های هوش مصنوعی با استفاده از بلاک چین چه کاری باید انجام شود.

یک سوال کلیدی این است که چگونه فناوری Web3 می تواند از هوش مصنوعی در زمینه هایی مانند ذخیره سازی داده ها، انتقال داده ها و هوش داده ها استفاده کند. هر یک از این توابع داده پتانسیل بهره مندی از فناوری غیرمتمرکز را دارند و شرکت ها بر ارائه آنها متمرکز هستند.

ذخیره سازی داده ها

این به شما کمک می کند بفهمید که چرا ذخیره سازی داده های توزیع شده یک بلوک ساختمانی ضروری برای آینده هوش مصنوعی توزیع شده است. همانطور که پروژه های بلاک چین رشد می کنند، همه بردارهای تمرکز می توانند آنها را تحت تأثیر قرار دهند. پروژه های متمرکز بلاک چین ممکن است با خرابی های حاکمیتی، سرکوب های نظارتی یا مشکلات زیرساختی مواجه شوند.

به عنوان مثال، شبکه اتریوم “Merge” که زنجیره خود را از Proof of Work به Proof of Stake در سپتامبر ۲۰۲۲ منتقل کرد، می توانست بردار تمرکز را به زنجیره خود اضافه کند. برخی استدلال می‌کنند که این شبکه توسط پلتفرم‌ها و صرافی‌های بزرگی مانند Lido و Coinbase که سهام بزرگی از بازار سهام اتریوم را در اختیار دارند، متمرکزتر شده است.

یکی دیگر از عوامل تمرکز اتریوم، اتکای آن به فضای ذخیره سازی ابری خدمات وب آمازون (AWS) است. بنابراین، ذخیره‌سازی و قدرت پردازش پروژه‌های بلاک چین باید در طول زمان غیرمتمرکز شود تا خطر یک نقطه شکست واحد و متمرکز کاهش یابد. این فرصتی را برای راه‌حل‌های ذخیره‌سازی غیرمتمرکز فراهم می‌کند تا به اکوسیستم کمک کنند و مقیاس‌پذیری و پایداری را فراهم کنند.

اما ذخیره سازی توزیع شده چگونه کار می کند؟

اصل این است که از چندین سرور و رایانه در سراسر جهان برای ذخیره اسناد خود استفاده کنید. به عبارت ساده، اسناد را می توان تقسیم، رمزگذاری و در سرورهای مختلف ذخیره کرد. فقط صاحب سند دارای کلید خصوصی برای بازیابی داده ها است. در زمان جستجو، الگوریتم این بخش‌های جداگانه را برای ارائه سند به کاربر می‌کشد.

اخیراً: مدیر اجرایی کاسپر می گوید: وام مسکن توکنیزه شده می تواند از یک بحران حباب مسکن دیگر جلوگیری کند

از منظر امنیتی، کلیدهای خصوصی اولین لایه حفاظتی هستند و ذخیره سازی توزیع شده لایه دوم است. اگر یک گره یا سرور در شبکه هک شود، تنها بخشی از فایل های داده رمزگذاری شده قابل دسترسی است.

پروژه‌های اصلی در فضای ذخیره‌سازی غیرمتمرکز شامل Filecoin، Arweave، Crust، Sia و StorJ هستند.

با این حال، ذخیره سازی توزیع شده هنوز در مراحل اولیه خود است. فیسبوک روزانه ۴ پتابایت (۴۰۹۶ ترابایت) داده تولید می کند، اما Arweave در مجموع تنها حدود ۱۲۲ ترابایت داده را پردازش می کند. هزینه ذخیره ۱ ترابایت داده در AWS حدود ۱۰ دلار است، در حالی که Arweave در زمان راه اندازی حدود ۱۳۵۰ دلار هزینه دارد.

مسلماً ذخیره سازی غیرمتمرکز هنوز راه درازی در پیش دارد، اما ذخیره سازی داده با کیفیت می تواند هوش مصنوعی را در موارد استفاده در دنیای واقعی تقویت کند.

انتقال اطلاعات

انتقال داده مورد استفاده مهم بعدی پشته داده است که می تواند از تمرکززدایی بهره مند شود. انتقال داده با استفاده از یک رابط برنامه نویسی برنامه متمرکز (API) همچنان می تواند برنامه های کاربردی هوش مصنوعی را فعال کند. با این حال، افزودن بردار متمرکزسازی به هر نقطه در پشته داده، اثربخشی آن را کاهش می دهد.

هنگامی که غیرمتمرکز شد، مورد بعدی در زنجیره ارزش داده، انتقال و به اشتراک گذاری داده ها، در درجه اول توسط اوراکل ها است.

اوراکل ها موجودیت هایی هستند که زنجیره های بلوکی را به منابع داده خارجی متصل می کنند و به قراردادهای هوشمند اجازه می دهند تا به داده های دنیای واقعی برای تصمیم گیری تراکنش ها متصل شوند.

با این حال، اوراکل یکی از آسیب‌پذیرترین بخش‌های معماری داده است و هکرها در طول سال‌ها آن را به طور گسترده و با موفقیت هدف قرار داده‌اند. در یک مثال اخیر، هک اوراکل ۱۲۰ میلیون دلار برای پروتکل Bonq هزینه داشت.

علاوه بر قراردادهای هوشمند و هک پل های زنجیره ای، آسیب پذیری های اوراکل یک دستاورد آسان برای مجرمان سایبری است. این در درجه اول به دلیل عدم وجود زیرساخت و پروتکل های غیرمتمرکز انتقال داده است.

Distributed Oracle Network (DON) یک راه حل بالقوه برای انتقال امن داده است. DON دارای گره های متعددی است که داده های با کیفیت بالا را ارائه می دهند و عدم تمرکز سرتاسر را ایجاد می کنند.

اوراکل ها به طور گسترده ای در صنعت بلاک چین استفاده می شوند و انواع مختلف اوراکل ها در مکانیسم های انتقال داده نقش دارند.

اوراکل های ورودی، خروجی، زنجیره ای متقابل و محاسباتی فعال هستند. هر یک از آنها هدفی در چشم انداز داده دارند.

اوراکل‌های ورودی داده‌ها را از منابع داده خارج از زنجیره به بلاک چین برای استفاده در قراردادهای هوشمند منتقل و تأیید می‌کنند. اوراکل های خروجی به قراردادهای هوشمند اجازه می دهند تا فعالیت های خارج از زنجیره را روی داده ها انجام دهند و اقدامات خاصی را آغاز کنند. اوراکل‌های زنجیره‌ای متقاطع، داده‌ها را بین دو بلاک چین انتقال می‌دهند، زیرا آنها قابلیت همکاری بیشتری دارند. این می تواند با بهبود قابلیت همکاری بلاک چین اساسی شود. از سوی دیگر، اوراکل‌های دارای قابلیت محاسبه، از محاسبات خارج از زنجیره برای ارائه خدمات غیرمتمرکز استفاده می‌کنند.

Chainlink پیشگام در توسعه فناوری اوراکل برای انتقال داده های بلاک چین است، اما پروتکل هایی مانند Nest و Band نیز اوراکل های توزیع شده را ارائه می دهند. جدا از پروتکل‌های خالص مبتنی بر بلاک چین، پلتفرم‌هایی مانند Chain API و CryptoAPI APIهایی را برای DON ارائه می‌کنند تا به‌طور ایمن داده‌های خارج از زنجیره را مصرف کنند.

هوش داده

لایه هوش داده جایی است که تمام تلاش‌های زیرساختی برای ذخیره، اشتراک‌گذاری و پردازش داده‌ها به نتیجه می‌رسد. برنامه های کاربردی مبتنی بر بلاک چین که از هوش مصنوعی استفاده می کنند نیز می توانند داده ها را از API های سنتی بازیابی کنند. با این حال، این مقداری تمرکز را اضافه می کند و ممکن است بر استحکام راه حل نهایی تأثیر بگذارد.

با این حال، برخی از برنامه ها از یادگیری ماشین و هوش مصنوعی ارزهای دیجیتال و بلاک چین استفاده می کنند.

تجارت و سرمایه گذاری

برای چندین سال، یادگیری ماشین و هوش مصنوعی در فین‌تک برای ارائه قابلیت‌های Robo-Advisor به سرمایه‌گذاران استفاده شده است. Web3 از این برنامه های کاربردی هوش مصنوعی الهام گرفته شده است. این پلتفرم داده‌های مربوط به قیمت‌های بازار، داده‌های اقتصاد کلان و داده‌های جایگزین مانند رسانه‌های اجتماعی را برای ایجاد بینش‌های خاص کاربر جمع‌آوری می‌کند.

کاربران معمولاً انتظاراتی را برای ریسک و بازده تعیین می کنند و توصیه های پلتفرم های هوش مصنوعی در این پارامترها قرار می گیرند. داده های مورد نیاز برای ارائه این بینش ها توسط یک پلت فرم هوش مصنوعی با استفاده از Oracle تغذیه می شود.

Bitcoin Loophole و Numerai نمونه هایی از این مورد استفاده از هوش مصنوعی هستند. Bitcoin Loophole یک برنامه تجاری است که از هوش مصنوعی برای ارائه سیگنال های تجاری به کاربران پلت فرم استفاده می کند. ادعا می کند که در انجام این کار، بیش از ۸۵ درصد موفقیت دارد.

Numerai ادعا می کند که در ماموریتی برای ساخت “آخرین صندوق تامینی جهان” با استفاده از بلاک چین و هوش مصنوعی است. از هوش مصنوعی برای جمع آوری داده ها از منابع مختلف استفاده کنید و سبد سرمایه گذاری خود را مانند یک صندوق تامینی مدیریت کنید.

بازار هوش مصنوعی

بازارهای غیرمتمرکز هوش مصنوعی با تأثیرات شبکه بین توسعه دهندگانی که از یک طرف راه حل های هوش مصنوعی می سازند و از طرف دیگر کاربران و سازمان هایی که از این راه حل ها استفاده می کنند، رشد می کنند. با توجه به ماهیت غیرمتمرکز برنامه، بیشتر روابط تجاری و معاملات بین این سهامداران با استفاده از قراردادهای هوشمند خودکار می شود.

توسعه دهندگان می توانند استراتژی های قیمت گذاری را از طریق ورودی های قراردادهای هوشمند پیکربندی کنند. پرداخت برای استفاده از راه حل می تواند به ازای هر تراکنش داده، به ازای هر بینش داده، یا فقط هزینه نگهداری ثابت برای مدت استفاده باشد. همچنین ممکن است یک رویکرد ترکیبی برای برنامه‌های قیمت‌گذاری وجود داشته باشد که در آن هنگام استفاده از راه‌حل‌های هوش مصنوعی، استفاده در زنجیره ردیابی می‌شود. فعالیت زنجیره‌ای، پرداخت‌های مبتنی بر قرارداد هوشمند را برای استفاده از راه‌حل آغاز می‌کند.

SingularityNET و Fetch.ai دو نمونه از این برنامه ها هستند. SingularityNET یک بازار غیرمتمرکز برای ابزارهای هوش مصنوعی است. توسعه‌دهندگان راه‌حل‌هایی را ایجاد و منتشر می‌کنند که می‌توانند توسط سازمان‌ها و سایر شرکت‌کنندگان پلتفرم از طریق APIها مصرف شوند.

به طور مشابه، Fetch.ai یک راه حل یادگیری ماشین توزیع شده برای ساخت راه حل های ماژولار و قابل استفاده مجدد ارائه می دهد. نمایندگان راه حل های همتا به همتا را در بالای این زیرساخت ایجاد می کنند. لایه اقتصادی کل پلت فرم داده بر روی بلاک چین قرار دارد و امکان ردیابی مصرف و مدیریت معاملات هوشمند قرارداد را فراهم می کند.

NFT ها و هوش متاورس

مورد استفاده امیدوارکننده دیگر مربوط به توکن‌های غیرقابل تعویض (NFT) و متاورس است. از سال ۲۰۲۱، بسیاری از کاربران Web3 که از NFT به عنوان عکس پروفایل توییتر خود استفاده می کنند، NFT ها را به عنوان هویت اجتماعی خود می بینند. سازمان‌هایی مانند Yuga Labs قدمی فراتر گذاشته‌اند و به کاربران اجازه می‌دهند با استفاده از آواتار Bored Ape Yacht Club NFT وارد تجربه Metaverse خود شوند.

همانطور که داستان Metaverse رشد می کند، استفاده از NFT ها به عنوان آواتار دیجیتال نیز افزایش می یابد. اما آواتارهای دیجیتال امروزی در متاورس هوشمند نیستند و شبیه شخصیت هایی نیستند که کاربران انتظار دارند. اینجاست که هوش مصنوعی ارزش افزوده به ارمغان می آورد. NFT های هوشمند به گونه ای ساخته شده اند که به آواتارهای NFT اجازه می دهند از کاربران خود یاد بگیرند.

اخیراً: دانشجویان کالج از راه حل های جدید Web3 در ETHDenver 2023 رونمایی کردند

Matrix AI و Althea AI دو شرکتی هستند که ابزارهای هوش مصنوعی را توسعه می دهند که هوش را به آواتارهای Metaverse می آورند. هدف Matrix AI ایجاد “هوش آواتار” یا AvI است. فناوری آن به کاربران اجازه می دهد تا آواتارهای متاورس ایجاد کنند که تا حد امکان به خودشان نزدیک باشند.

هوش مصنوعی Althea ما در حال ساخت یک پروتکل غیرمتمرکز برای ایجاد NFT های هوشمند (iNFT) هستیم. این NFT ها می توانند یاد بگیرند که از طریق یادگیری ماشینی به نشانه های ساده کاربر پاسخ دهند. iNFT تبدیل به یک آواتار در متاوره ای به نام “کشتی نوح” می شود. توسعه دهندگان می توانند از پروتکل iNFT برای ایجاد، آموزش و کسب درآمد از iNFT استفاده کنند.

برخی از این پروژه های هوش مصنوعی با افزایش ChatGPT شاهد افزایش قیمت توکن ها بوده اند. با این حال، پذیرش کاربر آزمون تورنسل واقعی است و تنها در این صورت است که می‌توانیم مطمئن باشیم که این پلتفرم‌ها می‌توانند مشکلات واقعی کاربران را حل کنند. شاخه‌های سبز ظاهر می‌شوند و امیدوارکننده به نظر می‌رسند.

نویسنده: Arunkumar Krishnakumar