V roce 2022 OpenAI spustila modelem řízený ChatGPT GPT-3.5, který od té doby spustil vlny narativů AI. Ačkoli ChatGPT dokáže ve většině případů efektivně řešit problémy, jeho výkon může být stále omezený, když jsou vyžadovány znalosti specifické pro doménu nebo data v reálném čase. Když jsme se například zeptali na historii obchodování s tokeny Vitalika Buterina za posledních 18 měsíců, nebyl schopen poskytnout spolehlivé a podrobné informace. Za tímto účelem hlavní vývojový tým The Graph Semiotic Labs spojil The Graph index software stack a OpenAI a spustil projekt Agentc, který může uživatelům poskytnout analýzu trendů na trhu kryptoměn a služby dotazování na transakční data.

Když byl Agentc dotázán na historii obchodování s tokeny Vitalika Buterina za posledních 18 měsíců, poskytla podrobnější odpověď. Rozvržení umělé inteligence The Graph se však neomezuje pouze na toto. Ve zveřejněné bílé knize „The Graph as AI Infrastructure“ se uvádí, že cílem není spustit konkrétní aplikaci, ale plně ji využít jako decentralizovaný datový index. Protokol Výhody, poskytující vývojářům nástroje pro vytváření nativních aplikací Web3 AI. Za účelem podpory tohoto cíle budou Semiotic Labs také open source kódovou základnou Agentc, což vývojářům umožní vytvářet AI dapps s funkcemi podobnými Agentc, jako jsou agenti analýzy trendů trhu NFT a obchodní asistenti DeFi.

Plán decentralizované umělé inteligence Graph

The Graph, který byl spuštěn v červenci 2018, je decentralizovaný protokol pro indexování a dotazování blockchainových dat. Prostřednictvím tohoto protokolu mohou vývojáři používat otevřená rozhraní API k vytváření a publikování datových indexů nazývaných podgrafy, což umožňuje aplikacím efektivně získávat data v řetězci. K dnešnímu dni The Graph podpořil více než 50 řetězců, hostil více než 75 000 projektů a zpracoval více než 1,26 bilionu dotazů.

Schopnost Graphu zpracovat tak obrovské množství dat je neoddělitelná od podpory hlavního týmu, který za ním stojí, včetně Edge & Node, Streamingfast, Semiotic, The Guild, GraphOps, Messari a Pinax. Mezi nimi Streamingfast poskytuje především technologii cross-chain architektury pro blockchain datový tok, zatímco Semiotic AI se zaměřuje na aplikaci AI a kryptografie na The Graph. Guild, GraphOps, Messari a Pinax se zaměřují na oblasti, jako je vývoj GraphQL, indexační služby, vývoj podgrafů a řešení toku dat.

Graf rozložení AI není nový nápad. V březnu loňského roku publikoval The Graph Blog článek, který nastínil potenciál využití jeho možností indexování dat pro aplikace umělé inteligence. V prosinci loňského roku vydal The Graph nový plán nazvaný „New Era“, v němž plánuje přidat dotazy s pomocí AI pro velké jazykové modely. Jeho plán AI se stal jasnějším s nedávným vydáním bílé knihy. Bílá kniha představuje dvě služby AI: Inference a Agent Service, které umožňují vývojářům přímo integrovat funkce AI do front-endu aplikace. Celý proces je podporován službou The Graph.

Služba Inference: podporuje několik modelů umělé inteligence s otevřeným zdrojovým kódem

V tradičních inferenčních službách modely předpovídají vstupní data prostřednictvím centralizovaných zdrojů cloud computingu. Když například položíte ChatGPT otázku, zdůvodní a vrátí odpověď. Tento centralizovaný přístup však nejen zvyšuje náklady, ale také vytváří rizika cenzury. The Graph doufá, že tento problém vyřeší vybudováním decentralizovaného trhu hostování modelů, který vývojářům dApp umožní být flexibilnější při nasazování a hostování modelů AI.

The Graph ve své bílé knize uvádí příklad toho, jak vytvořil aplikaci, která uživatelům Farcaster pomůže pochopit, zda by jejich příspěvky získaly hodně lajků. Nejprve použijte datovou službu podgrafu The Graph k indexování počtu komentářů a lajků u Farcasterových příspěvků. Dále je neuronová síť vycvičena, aby předpověděla, zda se nový komentář Farcaster bude líbit, a neuronová síť je nasazena do inferenční služby The Graph. Výsledný dApp je vyvinut, aby pomohl uživatelům psát příspěvky, které získávají více lajků.

Tento přístup umožňuje vývojářům snadno využívat infrastrukturu The Graph, hostovat předem vycvičené modely v síti The Graph a integrovat je do aplikací prostřednictvím rozhraní API, takže uživatelé mohou tyto funkce přímo využívat při používání dApps.

Služba The Graph's Inference Service podporuje většinu existujících populárních modelů, aby vývojářům poskytla více možností a flexibility. V bílé knize bylo napsáno: „Ve fázi MVP bude služba The Graph's Inference Service podporovat vybranou sadu oblíbených modelů umělé inteligence s otevřeným zdrojovým kódem, včetně Stable Diffusion, Stable Video Diffusion, LLaMA, Mixtral, Grok a Whisper atd v budoucnu lze ve službě The Graph Inference Service nasadit jakékoli otevřené modely, které prošly dostatečným testováním a operacemi indexátoru. Kromě toho, aby se snížila technická složitost nasazování modelů AI, The Graph poskytuje uživatelsky přívětivé rozhraní, které zjednodušuje celý proces a umožňuje vývojářům snadno nahrávat a spravovat své modely AI bez starostí o údržbu infrastruktury.

Za účelem dalšího zvýšení výkonu modelu v konkrétních aplikačních scénářích podporuje The Graph také jemné doladění modelu pro konkrétní datové sady. Je však důležité poznamenat, že jemné doladění se na The Graph obvykle neprovádí. Vývojáři potřebují doladit modely externě a poté je nasadit pomocí inferenční služby The Graph. S cílem povzbudit vývojáře, aby zveřejňovali vyladěné modely, vyvíjí The Graph pobídky, jako je přidělování poplatků za dotazy mezi tvůrce modelů a indexátory, kteří modely poskytují.

Pokud jde o ověřování provádění úloh odvození, The Graph poskytuje několik metod, jako je důvěryhodná autorita, konsensus M-of-N, interaktivní důkazy o podvodech a zk-SNARKs. Každá z těchto čtyř metod má své výhody a nevýhody, mezi nimiž důvěryhodná autorita spoléhá na důvěryhodné entity, což vyžaduje vícenásobné ověření indexerem, což zvyšuje obtížnost podvádění a zvyšuje náklady na výpočet a koordinaci zabezpečení proti podvodům je robustnější, ale není vhodný pro aplikace vyžadující rychlou odezvu, zatímco zk-SNARKs je technicky složitější a není vhodný pro velké modely;

The Graph věří, že vývojáři a uživatelé by měli mít možnost vybrat si vhodnou úroveň zabezpečení na základě svých potřeb. Společnost The Graph proto plánuje ve své inferenční službě podporovat více metod ověřování, aby se přizpůsobila různým požadavkům na zabezpečení a scénářům aplikací. Například tam, kde se jedná o finanční transakce nebo důležitou obchodní logiku, může být nutné použít vyšší bezpečnostní metody ověřování, jako je zk-SNARKs nebo konsensus M-of-N. U některých aplikací s nízkým rizikem nebo aplikací zaměřených na zábavu si můžete vybrat levnější metody ověřování s jednodušší implementací, jako jsou důvěryhodné úřady nebo interaktivní důkazy o podvodech. The Graph navíc plánuje prozkoumat technologie zvyšující soukromí, aby se zlepšily otázky ochrany osobních údajů modelů a uživatelů.

Agent Service: Pomozte vývojářům vytvářet autonomní aplikace řízené umělou inteligencí

Ve srovnání se službou Inference Service, která spouští hlavně trénované modely umělé inteligence pro uvažování, je služba agentů složitější a vyžaduje spolupráci více komponent, aby tito agenti mohli provádět řadu složitých a automatizovaných úkolů. Cenová nabídka služby Agent společnosti Graph spočívá v tom, že vytváření, hostování a provádění agentů jsou integrovány do The Graph a obsluhovány sítí indexátorů.

Konkrétně The Graph poskytne decentralizovanou síť na podporu výstavby a hostování agentů. Když je agent nasazen v síti The Graph, indexer Graph poskytne nezbytnou podporu při provádění, včetně indexování dat, reakce na události v řetězci a další interaktivní požadavky.

Jak již bylo zmíněno výše, Semiotic Labs, hlavní vývojový tým The Graph, spustil raný experimentální produkt Agent Agentc, který kombinuje softwarový zásobník The Graph a OpenAI. Jeho hlavní funkcí je převádět vstup z přirozeného jazyka na dotazy SQL, aby usnadnil uživatelům. Přímo dotazujte data v reálném čase na blockchainu a prezentujte výsledky dotazu uživatelům ve snadno srozumitelné formě. Abychom to jednoduše pochopili, Agentc se zaměřuje na to, aby uživatelům poskytoval pohodlnou analýzu trendů kryptoměnového trhu a dotazování na transakční data Všechna jeho data pocházejí z Uniswap V2, Uniswap V3, Uniswap X a jejich forků na Ethereu a ceny se aktualizují každou hodinu.

Kromě toho The Graph také uvedl, že model LLM používaný The Graph má přesnost pouze 63,41 %, takže nastává problém s nesprávnými odpověďmi. K vyřešení tohoto problému The Graph vyvíjí nový velký jazykový model nazvaný KGLLM (Knowledge Graph-enabled Large Language Models).

KGLLM může výrazně snížit pravděpodobnost generování chybných informací pomocí dat strukturovaného znalostního grafu poskytovaných Geo. Každý nárok v systému Geo je podpořen časovými razítky v řetězci a ověřením hlasování. Po integraci grafu znalostí Geo lze agenty aplikovat na různé scénáře, včetně lékařských předpisů, politického vývoje, analýzy trhu atd., čímž se zlepší rozmanitost a přesnost služeb agentů. KGLLM může například využít politická data k poskytování doporučení pro změnu zásad pro decentralizované autonomní organizace (DAO), přičemž zajistí, že budou založeny na aktuálních a přesných informacích.

Mezi výhody KGLLM také patří:

• Použití strukturovaných dat: KGLLM využívá strukturovanou externí znalostní bázi. Informace jsou modelovány graficky v grafu znalostí, takže vztah mezi daty je na první pohled jasný, takže dotazování a porozumění datům se stává intuitivnějším;

• Možnosti zpracování relačních dat: KGLLM je zvláště vhodný pro zpracování relačních dat, například dokáže porozumět vztahu mezi lidmi, vztahu mezi lidmi a událostmi atd. A používá algoritmus procházení grafu k nalezení relevantních informací přeskakováním více uzlů v grafu znalostí (podobně jako pohyb na mapě). Tímto způsobem může KGLLM najít nejrelevantnější informace k zodpovězení otázky;

• Efektivní vyhledávání a generování informací: Prostřednictvím algoritmu procházení grafů jsou vztahy extrahované KGLLM převedeny na výzvy, kterým model rozumí v přirozeném jazyce. Prostřednictvím těchto jasných instrukcí je model KGLLM schopen generovat přesnější a relevantnější odpovědi.

Výhled

The Graph jakožto „Google of Web3“ využívá svých výhod k vyrovnání problému s nedostatkem dat u současných služeb AI a zjednodušuje vývojářům proces vývoje projektu zavedením služeb AI. S tím, jak se vyvíjí a používá více aplikací AI, se očekává, že se bude uživatelská zkušenost dále zlepšovat. V budoucnu bude vývojový tým The Graph pokračovat ve zkoumání možností kombinace umělé inteligence s Web3. Kromě toho další týmy v jejím ekosystému, jako je Playgrounds Analytics a DappLooker, také navrhují řešení související se službami proxy.