Sieć Oracle to infrastruktura łącząca łańcuchy bloków z systemami zewnętrznymi, umożliwiająca inteligentnym kontraktom wykonywanie instrukcji w oparciu o zewnętrzne dane wejściowe i wyjściowe. Sieci Oracle są niezwykle wszechstronne w scenariuszach stosowania inteligentnych kontraktów, ponieważ mogą niezawodnie dostarczać informacje uzyskane w drodze zdecentralizowanego konsensusu w oparciu o dowolne dane wejściowe i wyjściowe.
Wraz z pojawieniem się generatywnej sztucznej inteligencji, dużych modeli językowych (LLM) i agentów sztucznej inteligencji zdolnych do wykonywania zadań w imieniu użytkowników, rola sieci Oracle może zostać rozszerzona poprzez ich zastosowanie w technologiach opartych na sztucznej inteligencji.
Jako de facto maszyna zapewniająca bezpieczeństwo i funkcje kryptograficzne, Chainlink stale ewoluuje, aby obsługiwać różnorodne przypadki użycia inteligentnych kontraktów. Jego rozwój zapewnia nowe możliwości poprawy niezawodności reakcji sztucznej inteligencji i odblokowania nowych przypadków użycia inteligentnych kontraktów w ramach integracji blockchain i sztucznej inteligencji.
W tym blogu badamy dwa kluczowe sposoby interakcji sieci Oracle z modelami sztucznej inteligencji.
Uzyskaj dostęp do pojedynczego modelu AI
Początkowy przypadek użycia Chainlink polega na agregowaniu wielu źródeł danych rynkowych i dostarczaniu zweryfikowanych, zagregowanych informacji o cenach wysokiej jakości do inteligentnych kontraktów w ekosystemie DeFi. Ten projekt, w którym bezpieczeństwo jest pierwszą zasadą, zapewnił wystarczającą niezawodność, aby umożliwić DeFi rozwój z niszowego ekosystemu o wartości poniżej 100 milionów dolarów do gospodarki opartej na łańcuchu o wartości ponad 200 miliardów dolarów.
Jako uniwersalny standard połączeń blockchain, Chainlink może łączyć inteligentne kontrakty ze sztuczną inteligencją, łącząc pojedynczy model sztucznej inteligencji jako jedno źródło danych wejściowych inteligentnych kontraktów. Aby zapewnić skuteczne działanie tej funkcji, określone używane modele sztucznej inteligencji należy uznać za wysoce wiarygodne i dokładne źródło informacji.
Jeśli model sztucznej inteligencji zostanie uznany za wystarczająco niezawodny do kontrolowania wartości, Chainlink może umożliwić mu interakcję z inteligentnymi kontraktami. Ponadto korzystanie z Chainlink CCIP umożliwia modelom AI interakcję z wieloma inteligentnymi kontraktami w wielu łańcuchach jednocześnie w imieniu użytkowników.
Jeżeli pojedynczy model sztucznej inteligencji jest w stanie zapewnić użyteczną odpowiedź, ale istnieje ryzyko, że ulegnie złudzeniom i udzieli błędnej odpowiedzi lub podejmie niewłaściwe działanie, można zastosować sieć wyroczni, aby wprowadzić dodatkową niezawodność i redundancję. W tym miejscu wchodzi w grę drugi potencjalny przypadek użycia omówiony w tym artykule.
Agreguj wyniki wielu modeli sztucznej inteligencji
Sieć Chainlink Oracle może służyć do agregowania wyników wielu modeli sztucznej inteligencji. Wiąże się to z połączeniem ich z wieloma indywidualnymi modelami sztucznej inteligencji i agregacją ich odpowiedzi w ramach zdecentralizowanej sieci Oracle (DON), aby mogły osiągnąć konsensus w celu ustalenia określonego progu, zwiększając w ten sposób wiarygodność odpowiedzi płci.
W takiej architekturze użytkownicy końcowi nie otrzymują wyników z pojedynczego modelu AI, ale z całego uniwersum modeli AI.
Sieć Oracle może agregować treść odpowiedzi wielu modeli sztucznej inteligencji, aby poprawić niezawodność
W niektórych przypadkach lepszym rozwiązaniem może być uzyskanie odpowiedzi z szerszego modelu sztucznej inteligencji, ponieważ może to zapewnić bardziej wiarygodne i dokładne odpowiedzi lub zmniejszyć ryzyko złudzeń, czyniąc modele sztucznej inteligencji oparte na Oracle inteligentnym kontraktem, który wchodzi w interakcję z określonymi informacjami w preferowany sposób .
W zależności od wyniku zadania generatywnego wyzwanie polegające na agregowaniu danych wejściowych z wielu modeli sztucznej inteligencji może wahać się od prostych do nierozwiązanych, a Chainlink może generować rozwiązania dla typowych przypadków użycia i nadal rozwijać najnowocześniejszą technologię w celu rozwiązywania złożonych problemów.
Zastosowanie maszyn faktów w przypadkach użycia sztucznej inteligencji
Używanie sieci Oracle do łączenia modeli sztucznej inteligencji i inteligentnych kontraktów jest podobne do pracy wykonanej już przez Chainlink w ekosystemie blockchain. Kanały cenowe Chainlink wykorzystują wielowarstwowy zdecentralizowany system agregacji w celu ograniczenia pojedynczych punktów awarii i zapewnienia, że każdy raport Oracle odzwierciedla prawdziwą cenę rynkową aktywów.
Dzięki temu Chainlink może pozyskać ponad 12 bilionów dolarów wartości transakcji w przypadku innych typów danych, w tym danych rynkowych. Jeśli modele sztucznej inteligencji będą postrzegane jedynie jako źródło danych wejściowych i danych, wówczas sieć wyroczni Chainlink ma do nich bezpośrednie zastosowanie, służąc jako kolejny rodzaj danych wejściowych, który inteligentne kontrakty mogą wykorzystać do wspierania kompleksowych, zautomatyzowanych procesów gospodarczych.
Połączenie modeli sztucznej inteligencji z inteligentnymi kontraktami może otworzyć szereg nowych zastosowań, obejmujących bezpieczeństwo, zarządzanie łańcuchem dostaw, weryfikację autentyczności, przechowywanie danych i nie tylko. Jeśli chcesz poznać więcej przypadków użycia dotyczących integracji sztucznej inteligencji i blockchain, przeczytaj „Przypadki użycia AI w Blockchain”.
Zastrzeżenie: Ten artykuł ma charakter wyłącznie informacyjny i zawiera stwierdzenia dotyczące przyszłości. Chociaż wierzymy, że stwierdzenia te opierają się na rozsądnych założeniach, nie możemy mieć pewności, że rzeczywiste wyniki nie będą się znacząco różnić od tych stwierdzeń. Istnieje ryzyko związane z interakcją z sieciami blockchain, w tym ryzyko spowodowane błędami wprowadzania danych przez użytkownika. Wszystkie oświadczenia są ważne wyłącznie od daty pierwszej publikacji. Stwierdzenia te mogą nie odzwierciedlać przyszłego rozwoju sytuacji i możemy nie aktualizować tego artykułu ze względu na opinie użytkowników lub późniejsze wydarzenia.
