Mogą być gracze, którzy nie wiedzą, dlaczego muszą używać NEAR, gdy spekulują na temat koncepcji sztucznej inteligencji. Trochę ciekawostek: NEAR zaczynał jako firma zajmująca się sztuczną inteligencją. Illia Polosukhin ma prawie 10-letnie doświadczenie w dziedzinie sztucznej inteligencji i jest jednym z ośmiu autorów przełomowego artykułu „Attention is All You Need”.
On i inny współzałożyciel Alex Skidanov założyli NEAR.ai w 2017 roku z zamiarem stworzenia pierwszego „programisty AI”. Ludzie mogą komunikować się z komputerami za pomocą języka naturalnego, a komputery będą się automatycznie programować. Biorąc pod uwagę ograniczone możliwości ówczesnych modeli sztucznej inteligencji, próba ta nie powiodła się.
W trakcie zetknęli się z inteligentnymi kontraktami i uznali, że jest to interesujący podzbiór programowania, ale w technologii blockchain było zbyt wiele innych wyzwań. Dlatego NEAR zdecydował się zmienić swoją strategię w 2018 roku i najpierw zbudować naprawdę użyteczną zdecentralizowaną platformę programistyczną, NEAR Protocol. Pierwotnie szacowano, że ta transformacja zajmie tylko 6 miesięcy, po czym będziemy mogli wrócić do badań i rozwoju technologii AI, jednak 6 lat minęło w mgnieniu oka. Inne projekty blockchain dokonują obecnie „strategicznej transformacji” w AI, podczas gdy NEAR w końcu powrócił do swoich korzeni.
Na oficjalnej stronie NEAR ogłoszono niedawno stos technologii AI, który jest podzielony na trzy główne warstwy: warstwę aplikacji, warstwę infrastruktury i modelu oraz warstwę danych.
W ramach tej trójwarstwowej architektury technologicznej NEAR zebrał 11 najnowszych ekologicznych projektów AI. Następnie BlockBeats pokrótce uporządkuje dla Ciebie te 11 projektów i przyjrzy się krajobrazowi ekologicznemu sztucznej inteligencji NEAR.
Warstwa aplikacji: Bitte, Cosmose, Jutsu
Bitte: Portfel agenta AI
AI Agent to obecnie popularny kierunek rozwoju aplikacji AI. Ogólny konsensus jest taki, że w przyszłości na blockchainie będzie wielu agentów AI, którzy zamiast ludzi będą wykonywać różne operacje transakcyjne.
Chociaż odpowiednia infrastruktura nie jest jeszcze ukończona, Bitte próbuje zrobić mały krok naprzód, korzystając z istniejącej technologii. Uzyskując dostęp do modelu API OpenAI, Bitte umożliwia użytkownikom korzystanie z podpowiedzi w języku naturalnym w celu wydania agentowi poleceń wykonania różnych operacji w łańcuchu w interfejsie okna czatu podobnym do ChatGPT.
Na przykład, jeśli użytkownik wpisze „Wytwórz NFT z sztuczną inteligencją rakiety jadącej na Księżyc”, Bitte wywoła interfejs API DALL-E 3, aby wygenerować obraz rakiety jadącej na Księżyc i wybić go w łańcuchu bloków NEAR. Ponadto użytkownicy mogą również poprosić Agenta o wymianę i przeniesienie tokenów dla siebie, tworzenie umów i kolekcji NFT i tak dalej.
Portfel Bitte został opracowany przez zespół Mintbase. Jest to projekt zrodzony w szaleństwie NFT w 2022 roku. Więcej informacji można znaleźć w artykule „Mintbase: NFT Grid Shop on Near | Wprowadzenie do projektu”.
Cosmose AI: platforma przewodników zakupowych AI
Cosmose AI to firma zajmująca się handlem elektronicznym, która wykorzystuje sztuczną inteligencję do przewidywania sposobu, w jaki ludzie robią zakupy offline i wpływania na nią. W kwietniu ubiegłego roku otrzymała inwestycje od Fundacji NEAR. We współpracy z Fundacją NEAR platforma e-commerce KaiKai należąca do Cosmose uruchomiła Kai-Ching (KAIC), kryptowalutę służącą do płatności, zwrotu gotówki i nagród. Jest to natywna moneta typu stablecoin działająca w sieci Near, z 1 KAIC równym 0,01 USD i obecnie dostępna tylko w jej aplikacji.
Jutsu: Rynek agentów AI
Projekt ten jest wciąż na etapie białej księgi. Zgodnie z koncepcją przedstawioną w dokumencie, jego działania są podobne do sklepu GPT uruchomionego przez ChatGPT. Programiści mogą publikować na nim zbudowane agenty AI, a użytkownicy muszą płacić walutą swojej platformy JUT, aby móc korzystać z tych agentów.
To projekt hackathonowy, który powstał w zeszłym roku od Eth Denver. Rozpoczął się jako narzędzie programistyczne o nazwie „NEARpad”.
Warstwy infrastruktury i modelu: Exabits, Hyperbolic, Nevermined, Pond
Exabits/Hyperbolic: platforma wynajmu mocy obliczeniowej GPU
Firmy Exabits i Hyperbolic chcą zbudować io.net na platformie NEAR i obie zostały wybrane do pierwszej fazy programu inkubacji AI NEAR Horizon.
Po doświadczeniu masowego bombardowania różnymi projektami dotyczącymi mocy obliczeniowej GPU od początku roku do chwili obecnej, poczułem się nieco zmęczony oglądaniem projektu leasingu mocy obliczeniowej GPU. Jeśli jednak sieć chce zbudować własny ekosystem sztucznej inteligencji, musi mieć własną platformę wynajmu mocy obliczeniowej GPU w łańcuchu.
Obecnie żaden z projektów nie zwolnił zadań do obsługi węzłów ani zapewnienia mocy obliczeniowej. Znajomi, którzy nie mogą znaleźć żadnych projektów do kopania po przeszukaniu io.net, mogą zwrócić uwagę na te dwa projekty.
Nevermined: protokół płatności AI
Nevermined to platforma płatnicza, która umożliwia programistom AI samodzielne zarabianie na różnych produktach, w tym modelach AI, agentach AI, zbiorach danych i nie tylko. Tworząc inteligentne subskrypcje, w których programiści określają parametry dostępu do produktów AI, takie jak cena i limity czasowe, w zasadzie przenoszą funkcjonalność platformy subskrypcyjnej Web2 do łańcucha w postaci NFT.
Obecnie aplikacje Nevermined są wdrażane w sieciach Polygon, Gnosis i Arbitrum, a w przyszłości powinny zostać rozszerzone na NEAR jako platformę wsparcia infrastruktury płatniczej dla rozwoju ekosystemu AI.
Staw: zdecentralizowany model GNN
W przeciwieństwie do Transformera, który jest przeznaczony do przetwarzania danych sekwencyjnych (takich jak język naturalny), Graph Neural Network (GNN) to sieć neuronowa zaprojektowana specjalnie do przetwarzania i analizowania danych o strukturze grafowej. Jest szeroko stosowana w analizie sieci społecznościowych i atrybutach cząsteczek chemicznych Prognozy, wykres wiedzy, system rekomendacji i inne pola. W porównaniu z Transformerem, GNN jest bardziej odpowiedni do przechwytywania lokalnej struktury wykresu i złożonych relacji między węzłami.
Pond powiedział, że buduje pierwszy zdecentralizowany model grafowej sieci neuronowej (GNN), próbując poznać wzorce interakcji użytkowników i umów na podstawie danych blockchain oraz przewidzieć przyszłe zachowanie użytkowników w oparciu o wyuczone wzorce zachowań w łańcuchu. Na pierwszy rzut oka brzmi to niesamowicie, ale szczerze mówiąc, GNN był bardzo dojrzały, zanim pojawił się Transformer, przeprowadzono pewne badania i próby wykorzystania go w analizie danych blockchain, ale ograniczają się one do prania pieniędzy i wykrywania phishingu . To, czy nowy model będzie lepszy od niebieskiego, zależy od jego rzeczywistego efektu.
Warstwa danych: Masa, MIZU, Nillion, Ringfence
Masa Network: zdecentralizowany rynek danych
Masa to podsieć w Avalanche, która umożliwia użytkownikom zdobywanie tokenów za uruchamianie węzłów roboczych w celu udostępniania danych i zasobów obliczeniowych. Te węzły robocze przeszukują, strukturyzują, przekształcają, dodają adnotacje i wektoryzują dane z szerokiej gamy źródeł danych, w tym z Twittera, Discord i podcastów. Programiści (węzły Oracle) uzyskują dostęp do tych danych i usług LLM w celu tworzenia aplikacji AI.
Ale nie to jest największą zaletą projektu. Oprócz powyższego „Node to Earn”, Masa promował już wcześniej „Surf to Earn”. Przed przekształceniem się w sztuczną inteligencję Masa początkowo budował zdecentralizowany protokół scoringu kredytowego oparty na SBT (Soul Binding Token). Później innowacyjnie zaproponowano koncepcję zkSBT (token związany z duszą o zerowej wiedzy). W przeciwieństwie do tradycyjnych plików cookie witryn internetowych, użytkownicy mogą całkowicie anonimowo udostępniać dane dotyczące przeglądania witryn internetowych za pośrednictwem zkSBT w celu analizy danych i szkolenia modeli, uzyskując w ten sposób nagrody w formie tokenów. W tym celu Masa planuje uruchomić rozszerzenie do Chrome, ale wydaje się, że uruchomienie tego rozszerzenia do Chrome jest trudniejsze, niż sobie wyobrażano.
MIZU: Zdecentralizowana sieć generowania danych syntetycznych
Nie wiem dlaczego, ale każdy projekt lubi podkreślać, że jest jedyny w swoim rodzaju. Mizu twierdzi, że jest to pierwsza i największa zdecentralizowana sieć otwartych danych, która w rzeczywistości jest zdecentralizowaną siecią generowania danych syntetycznych. W oparciu o zbiory danych przesłane przez użytkowników sieć zachęca społeczność do budowania szybkich słów w celu wygenerowania dużej ilości syntetycznych danych, które po weryfikacji przekazywane są do repozytorium danych, uzupełniając w ten sposób brak danych ze świata rzeczywistego i zapewniając bardziej ukierunkowane dane szkoleniowe. Plan działania mówi, że sieć testowa zostanie uruchomiona w sierpniu, więc zainteresowani będą mogli zwrócić na nią uwagę. Dane powinny stać się kolejnym, po mocy obliczeniowej, nowym, kluczowym elementem infrastruktury zdecentralizowanej sztucznej inteligencji.
Nillion: zdecentralizowana bezpieczna sieć komputerowa
Nilion to zdecentralizowana sieć publiczna zaprojektowana do obsługi bezpiecznego przetwarzania i przechowywania danych bez polegania na technologii blockchain. Wprowadza nowy prymityw kryptograficzny o nazwie Nil Message Compute (NMC), który umożliwia węzłom w sieci przetwarzanie danych w bezpieczny i prywatny sposób bez konieczności komunikowania się między sobą lub utrzymywania niezmienności, jak w przypadku tradycyjnych blockchainów Ledger. NMC to podstawowa technologia stojąca za Nillion. Umożliwia sieci segmentację i dystrybucję danych pomiędzy węzłami oraz wykonywanie bezpiecznych obliczeń na danych bez konieczności ich deszyfrowania, osiągając w ten sposób prędkości przetwarzania zbliżone do scentralizowanych serwerów, przy jednoczesnej ochronie prywatności.
Ogólnie rzecz biorąc, w ramach projektu Niillion zaproponowano nowy prymityw kryptograficzny, który ma ogromny potencjał zastosowania w rozumowaniu i szkoleniu prywatnych modeli sztucznej inteligencji.
Ringfence: platforma monetyzacji zasobów danych
Przechwytywanie danych użytkowników na potrzeby szkolenia modeli zawsze było dla firm zajmujących się sztuczną inteligencją kwestią kontrowersyjną. Trudno chronić prawa i interesy twórców w tym modelu. Firma Ringfence zaproponowała kreatywne rozwiązanie tego problemu – rNFT. Dane przesłane przez użytkowników na platformę staną się aktywami NFT i mogą zostać autoryzowane do wykorzystania w formie NFT.
Podczas gdy tradycyjne NFT zazwyczaj reprezentują własność pojedynczego elementu, rNFT przypominają folder lub kolekcję zawierającą wiele podrzędnych NFT (zwanych cNFT). Dzięki inteligentnym kontraktom właściciele rNFT mogą z łatwością komercyjnie autoryzować cały rNFT lub jego określone komponenty.
Platforma Ringfence umożliwia użytkownikom wnoszenie wkładu rNFT w szkolenie sieci neuronowych i otrzymywanie nagród, a długoterminowym celem jest zbudowanie pierwszej działającej sieci neuronowej o 100% mocy.
Podsumować
Po przejrzeniu całego artykułu możemy stwierdzić, że nie ma wielu projektów AI pochodzących z ekosystemu NEAR, a wiele z nich jest na siłę włączanych do jego ekosystemu AI w imię współpracy. Zdecydowana większość tych projektów znajduje się wciąż na etapie weryfikacji koncepcji i wymaga wiele wysiłku, zanim zostaną oficjalnie uruchomione.
Można powiedzieć, że w porównaniu z nowym projektem Arweave AO, który udowodnił swoją determinację i siłę w przekształcaniu sztucznej inteligencji za jednym zamachem, powrót NEAR do sztucznej inteligencji jest znacznie skromniejszy. Wiele osób postrzega NEAR jako „łańcuch publiczny o wysokiej wydajności”. W oczach wielu osób jedynym ogniwem łączącym NEAR i sztuczną inteligencję jest założycielka Illia. W rzeczywistości jednak NEAR w dalszym ciągu buduje infrastrukturę sztucznej inteligencji, mając na uwadze ogólny pogląd. Na przykład abstrakcja łańcuchowa, którą zdecydowanie zaleca, ma kluczowe znaczenie dla wprowadzenia agentów do interakcji w łańcuchu w przyszłości.
Można powiedzieć, że w NEAR nie brakuje marek, technologii i funduszy, jeśli chodzi o sztuczną inteligencję. Jednak to, jak zbudować własną wizytówkę AI i kultywować kompletny i dynamiczny ekosystem AI, to problem, który NEAR musi potraktować poważnie, oprócz zniszczenia infrastruktury AI.
