تطور تقنية فهرسة بيانات البلوكتشين: من العقدة الأصلية إلى خدمات بيانات السلسلة الكاملة المدعومة بالذكاء الاصطناعي
1. المقدمة
منذ ظهور أول مجموعة من التطبيقات اللامركزية (dApp) في عام 2017، أصبحت بيئة تطبيقات البلوكتشين أكثر غنى. عند مناقشة التطبيقات اللامركزية، هل فكرنا يومًا في مصدر البيانات المستخدمة من قبل هذه التطبيقات اللامركزية؟
في عام 2024، أصبحت الذكاء الاصطناعي وWeb3 مواضيع ساخنة. في مجال الذكاء الاصطناعي، تُعتبر البيانات بمثابة مصدر الحياة، وهي ضرورية لتعلم وتفكير أنظمة الذكاء الاصطناعي. بدون دعم البيانات، حتى أكثر خوارزميات الذكاء الاصطناعي تعقيداً، من الصعب أن تظهر ذكاء.
ستتناول هذه المقالة تطور الوصول إلى بيانات البلوكتشين، وتحلل عملية تطور فهرسة البيانات، وتقوم بمقارنة خصائص بروتوكولات خدمات البيانات مثل The Graph وChainbase وSpace and Time، مع التركيز بشكل خاص على الابتكارات في الأخيرين فيما يتعلق بتقنيات الذكاء الاصطناعي.
2. تعقيد وبساطة فهرسة البيانات: من عقدة البلوكتشين إلى قاعدة بيانات السلسلة الكاملة
2.1 مصدر البيانات: عقدة البلوكتشين
البلوكتشين يعتبر دفتر حسابات غير مركزي، وعقدة هي بنيتها التحتية، المسؤولة عن تسجيل وتخزين ونشر جميع بيانات المعاملات على السلسلة. ومع ذلك، يواجه المستخدمون العاديون تحديات تقنية وتكلفة في بناء وصيانة العقد. على الرغم من أنه من الناحية النظرية يمكن للجميع تشغيل عقدة، إلا أن المستخدمين في الواقع يعتمدون بشكل كبير على خدمات الطرف الثالث.
لحل هذه المشكلة، ظهرت مزودات عقدة RPC. تقوم بإدارة العقد وتوفير البيانات من خلال نقاط نهاية RPC، مما يسمح للمستخدمين بالوصول إلى بيانات البلوكتشين دون الحاجة إلى إنشاء عقدهم الخاصة. نقاط نهاية RPC العامة مجانية ولكن بها قيود على السرعة، بينما نقاط نهاية RPC الخاصة تقدم أداءً أفضل ولكن لا يزال هناك مجال لتحسين الكفاءة. لقد خفضت واجهات برمجة التطبيقات المعايير لمزودي العقدة من العوائق للوصول إلى البيانات، مما يضع الأساس لتحليل البيانات والتطبيقات اللاحقة.
2.2 تحليل البيانات: من بيانات النموذج إلى البيانات القابلة للاستخدام
تقدم البيانات الأصلية التي توفرها عقدة البلوكتشين عادةً تشفيرًا وترميزًا، مما يزيد من صعوبة التحليل. بالنسبة للمستخدمين العاديين والمطورين، يتطلب التعامل المباشر مع هذه البيانات معرفة تقنية هائلة وموارد حسابية.
عملية تحليل البيانات مهمة للغاية ، حيث تحول البيانات الأولية المعقدة إلى تنسيق سهل الفهم والاستخدام ، مما يمكّن المستخدمين من الاستفادة من هذه البيانات بشكل أكثر وضوحًا. جودة التحليل تؤثر مباشرة على كفاءة وفعالية تطبيق البيانات ، وهي حلقة أساسية في عملية الفهرسة بأكملها.
2.3 تطور مُؤَشِّر البيانات
مع زيادة حجم بيانات البلوكتشين، تزداد الحاجة إلى المفهرسين. يحقق المفهرسون استعلامات مريحة من خلال تنظيم بيانات السلسلة وإرسالها إلى قاعدة البيانات. يقومون بفهرسة بيانات البلوكتشين وجعل البيانات متاحة في أي وقت من خلال لغات الاستعلام المشابهة لـ SQL ( مثل واجهة برمجة التطبيقات GraphQL )، مما يبسط بشكل كبير عملية استرجاع البيانات.
أنواع مختلفة من الفهارس لتحسين طريقة استرجاع البيانات:
فهرس العقدة الكاملة: استخراج البيانات مباشرة من عقدة بلوكتشين كاملة، لضمان السلامة والدقة، ولكن يتطلب قدرة تخزين ومعالجة كبيرة.
مُؤَشِّر خَفِيف: يعتمد على العقدة الكاملة للحصول على بيانات محددة حسب الطلب، مما يقلل من متطلبات التخزين ولكنه قد يزيد من وقت الاستعلام.
فهرس مخصص: مخصص لأنواع بيانات معينة أو تحسينات على البلوكتشين، مثل بيانات NFT أو معاملات DeFi.
مجمع الفهارس: استخراج البيانات من عدة بلوكتشين ومصادر، بما في ذلك المعلومات خارج السلسلة، وتقديم واجهة استعلام موحدة، مناسبة لتطبيقات dApp متعددة السلاسل.
حاليًا، تشغل عقدة أرشيف إيثيريوم مساحة تخزين تتراوح بين 3-13.5 تيرابايت تحت عملاء مختلفين، وتزداد مع نمو البلوكتشين. في مواجهة حجم البيانات الكبير، تدعم بروتوكولات الفهرسة الرئيسية الفهرسة المتعددة السلاسل، وتخصص إطار تحليل البيانات لتلبية احتياجات التطبيقات المختلفة، مثل إطار "الفرع" لـ The Graph.
محرك الفهرسة يعزز بشكل ملحوظ كفاءة فهرسة البيانات واستعلامها. مقارنة بنقاط نهاية RPC التقليدية، يدعم محرك الفهرسة فهرسة كميات كبيرة من البيانات واستعلامها بسرعة. يسمح بتنفيذ استعلامات معقدة، وتصنيف البيانات، وإجراء التحليلات. يدعم بعض محركات الفهرسة أيضًا تجميع مصادر بيانات متعددة من البلوكتشين، مما يتجنب مشكلة نشر تطبيقات متعددة السلاسل لواجهات برمجة التطبيقات المتعددة. من خلال التشغيل الموزع، يوفر محرك الفهرسة أمانًا وأداءً أقوى، مما يقلل من مخاطر الانقطاع التي قد تسببها مزودي RPC المركزيين.
2.4 قاعدة بيانات السلسلة الكاملة: التوافق مع التدفق كأولوية
عادةً ما يعتمد استخدام عقدة الفهرس لاستعلام البيانات على واجهة برمجة التطبيقات كمنفذ بيانات وحيد. ومع ذلك، عندما تتوسع المشاريع، غالبًا ما تحتاج إلى مصادر بيانات أكثر مرونة، حيث يصعب على واجهات برمجة التطبيقات القياسية تلبية ذلك. مع تعقيد متطلبات التطبيق، يصبح من الصعب على فهرس البيانات الأولي وأشكاله القياسية تلبية احتياجات الاستعلام المتنوعة، مثل البحث، والوصول عبر السلاسل، أو رسم البيانات خارج السلسلة.
في بنية أنابيب البيانات الحديثة، أصبحت طريقة "الأولوية للتدفق" حلاً لتجاوز قيود معالجة الدفعات التقليدية، مما يتيح الاستخراج والمعالجة والتحليل الفوري للبيانات. كما أن مزودي خدمات بيانات البلوكتشين يتجهون نحو بناء تدفقات البيانات، مثل Substreams من The Graph، وMirror من Goldsky، بالإضافة إلى بحيرات البيانات الفورية من Chainbase وSubSquid.
تهدف هذه الخدمات إلى تلبية الحاجة إلى تحليل المعاملات في الوقت الحقيقي وتوفير قدرات استعلام شاملة. إنها تدعم تطوير التطبيقات وتساعد في تحليل البيانات على البلوكتشين من خلال مصادر بيانات أكثر تقدمًا ونضجًا.
إعادة تعريف تحديات البيانات على البلوكتشين من منظور أنظمة البيانات الحديثة، يمكننا النظر إلى إمكانيات إدارة البيانات وتخزينها وتقديمها من زاوية جديدة. من خلال اعتبار الرسوم الفرعية وETL الإيثيريوم كتيار بيانات بدلاً من مخرجات نهائية، يمكننا تخيل إمكانية تخصيص مجموعات بيانات عالية الأداء لأي حالة استخدام تجارية.
3. الذكاء الاصطناعي + قاعدة البيانات؟ مقارنة عميقة بين The Graph و Chainbase و Space and Time
3.1 الرسم البياني
يقدم شبكة The Graph خدمات فهرسة البيانات متعددة السلاسل واستعلامها من خلال شبكة عقد مركزية، مما يسهل على المطورين فهرسة بيانات البلوكتشين وبناء تطبيقات لامركزية. تشمل نماذج منتجاته الرئيسية سوق تنفيذ استعلامات البيانات وسوق ذاكرة تخزين فهرس البيانات، لخدمة احتياجات استعلام المنتجات للمستخدمين.
المخطط الفرعي هو الهيكل الأساسي للبيانات في شبكة The Graph، ويحدد كيفية استخراج البيانات من البلوكتشين وتحويلها إلى صيغة قابلة للاستعلام. يمكن لأي شخص إنشاء مخطط فرعي، ويمكن استخدامه بشكل متكرر من قبل تطبيقات متعددة، مما يعزز قابلية إعادة استخدام البيانات وكفاءة الاستخدام.
تتكون شبكة The Graph من أربعة أدوار رئيسية هي الفهرس، والقيّم، والمفوض، والمطور، التي تعمل معًا لتوفير دعم البيانات لتطبيقات الويب 3.
انتقل The Graph إلى خدمة استضافة تحتية لرسوم بيانية لامركزية بالكامل، حيث توجد حوافز اقتصادية بين الأطراف المختلفة لضمان تشغيل النظام.
تعمل أدوات AutoAgora وAllocation Optimizer وAgentC التي طورتها Semiotic Labs على تحسين أداء النظام البيئي في عدة جوانب، مثل التسعير الديناميكي، والتوزيع الأمثل للموارد، واستعلامات اللغة الطبيعية. تسهم هذه التطبيقات في تعزيز ذكاء النظام وملاءمته للمستخدمين من خلال دمج The Graph مع الذكاء الاصطناعي.
3.2 قاعدة السلسلة
Chainbase هو شبكة بيانات شاملة، تجمع جميع بيانات البلوكتشين في منصة واحدة، مما يسهل على المطورين بناء وصيانة التطبيقات. تشمل ميزاته:
بحيرة البيانات في الوقت الحقيقي: توفر بحيرة بيانات في الوقت الحقيقي مصممة خصيصًا لتدفقات بيانات البلوكتشين، تدعم الوصول الفوري للبيانات.
بنية السلسلتين: تعتمد على Eigenlayer AVS لبناء طبقة التنفيذ، وتشكيل بنية سلسلتين متوازيتين مع خوارزمية توافق CometBFT، مما يعزز قابلية برمجة البيانات عبر السلاسل وقابلية التجميع.
معيار تنسيق البيانات المبتكر: إدخال معيار تنسيق بيانات "manuscripts"، تحسين هيكلة البيانات واستخدامها في صناعة التشفير.
نموذج العالم المشفر: دمج تقنيات نموذج الذكاء الاصطناعي، لإنشاء نموذج ذكاء اصطناعي قادر على فهم وتوقع معاملات البلوكتشين والتفاعل معها، مثل النموذج الأساسي Theia.
نموذج AI الخاص بـ Chainbase Theia يعتمد على نموذج DORA من NVIDIA، ويجمع بين البيانات على السلسلة وخارج السلسلة والنشاط الزمني والمكاني، لتحليل الأنماط التشفيرية واستجابة من خلال الاستنتاج السببي، واستخراج القيمة المحتملة للبيانات على السلسلة.
تمكين الذكاء الاصطناعي يجعل Chainbase مزود خدمات بيانات ذكي أكثر تنافسية، قادرًا على تقديم رؤى بيانات أوسع وتحسين عملية معالجة البيانات.
3.3 الفضاء والزمان
تهدف Space and Time (SxT) إلى إنشاء طبقة حسابية قابلة للتحقق، وتوسيع إثباتات المعرفة الصفرية على مستودع بيانات لامركزي، لتوفير معالجة بيانات موثوقة للعقود الذكية، ونماذج اللغة الكبيرة، والشركات.
SxT قدمت تقنية Proof of SQL، وهي تقنية مبتكرة لإثبات المعرفة الصفرية، تضمن عدم التلاعب والتحقق من استعلامات SQL التي يتم تنفيذها على مستودع البيانات اللامركزي. تولد Proof of SQL دليلاً تشفيرياً، تتحقق من سلامة ودقة نتائج الاستعلام، مما يسمح لأي مُتحقق بتأكيد عدم تلاعب البيانات بشكل مستقل.
تتعاون SxT مع مختبر الابتكار المشترك للذكاء الاصطناعي من مايكروسوفت لتطوير أدوات الذكاء الاصطناعي التوليدية، مما يسهل على المستخدمين معالجة بيانات البلوكتشين من خلال معالجة اللغة الطبيعية. يتيح Space and Time Studio للمستخدمين إدخال استعلامات باللغة الطبيعية، حيث يقوم الذكاء الاصطناعي تلقائيًا بتحويلها إلى SQL وتنفيذ الاستعلام، وعرض النتائج النهائية.
الاستنتاجات والتطلعات
تكنولوجيا فهرسة بيانات البلوكتشين تطورت من مصادر بيانات عقدة الأولية، مروراً بتحليل البيانات ومطوري الفهارس، إلى خدمات بيانات متكاملة مدعومة بالذكاء الاصطناعي، حيث مرت بعملية تحسين تدريجية. هذه التقنيات تتطور باستمرار، مما يزيد من كفاءة الوصول إلى البيانات ودقتها، ويقدم تجربة ذكية للمستخدمين.
في المستقبل، مع تطور تقنيات مثل الذكاء الاصطناعي وإثبات المعرفة الصفرية، ستصبح خدمات بيانات البلوكتشين أكثر ذكاءً وأمانًا. ستستمر خدمات بيانات البلوكتشين، كجزء من البنية التحتية، في لعب دور هام، وتوفير الدعم للتقدم والابتكار في الصناعة.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تطور فهرسة بيانات البلوكتشين: من عقدة إلى خدمات سلسلة كاملة بالذكاء الاصطناعي
تطور تقنية فهرسة بيانات البلوكتشين: من العقدة الأصلية إلى خدمات بيانات السلسلة الكاملة المدعومة بالذكاء الاصطناعي
1. المقدمة
منذ ظهور أول مجموعة من التطبيقات اللامركزية (dApp) في عام 2017، أصبحت بيئة تطبيقات البلوكتشين أكثر غنى. عند مناقشة التطبيقات اللامركزية، هل فكرنا يومًا في مصدر البيانات المستخدمة من قبل هذه التطبيقات اللامركزية؟
في عام 2024، أصبحت الذكاء الاصطناعي وWeb3 مواضيع ساخنة. في مجال الذكاء الاصطناعي، تُعتبر البيانات بمثابة مصدر الحياة، وهي ضرورية لتعلم وتفكير أنظمة الذكاء الاصطناعي. بدون دعم البيانات، حتى أكثر خوارزميات الذكاء الاصطناعي تعقيداً، من الصعب أن تظهر ذكاء.
ستتناول هذه المقالة تطور الوصول إلى بيانات البلوكتشين، وتحلل عملية تطور فهرسة البيانات، وتقوم بمقارنة خصائص بروتوكولات خدمات البيانات مثل The Graph وChainbase وSpace and Time، مع التركيز بشكل خاص على الابتكارات في الأخيرين فيما يتعلق بتقنيات الذكاء الاصطناعي.
2. تعقيد وبساطة فهرسة البيانات: من عقدة البلوكتشين إلى قاعدة بيانات السلسلة الكاملة
2.1 مصدر البيانات: عقدة البلوكتشين
البلوكتشين يعتبر دفتر حسابات غير مركزي، وعقدة هي بنيتها التحتية، المسؤولة عن تسجيل وتخزين ونشر جميع بيانات المعاملات على السلسلة. ومع ذلك، يواجه المستخدمون العاديون تحديات تقنية وتكلفة في بناء وصيانة العقد. على الرغم من أنه من الناحية النظرية يمكن للجميع تشغيل عقدة، إلا أن المستخدمين في الواقع يعتمدون بشكل كبير على خدمات الطرف الثالث.
لحل هذه المشكلة، ظهرت مزودات عقدة RPC. تقوم بإدارة العقد وتوفير البيانات من خلال نقاط نهاية RPC، مما يسمح للمستخدمين بالوصول إلى بيانات البلوكتشين دون الحاجة إلى إنشاء عقدهم الخاصة. نقاط نهاية RPC العامة مجانية ولكن بها قيود على السرعة، بينما نقاط نهاية RPC الخاصة تقدم أداءً أفضل ولكن لا يزال هناك مجال لتحسين الكفاءة. لقد خفضت واجهات برمجة التطبيقات المعايير لمزودي العقدة من العوائق للوصول إلى البيانات، مما يضع الأساس لتحليل البيانات والتطبيقات اللاحقة.
2.2 تحليل البيانات: من بيانات النموذج إلى البيانات القابلة للاستخدام
تقدم البيانات الأصلية التي توفرها عقدة البلوكتشين عادةً تشفيرًا وترميزًا، مما يزيد من صعوبة التحليل. بالنسبة للمستخدمين العاديين والمطورين، يتطلب التعامل المباشر مع هذه البيانات معرفة تقنية هائلة وموارد حسابية.
عملية تحليل البيانات مهمة للغاية ، حيث تحول البيانات الأولية المعقدة إلى تنسيق سهل الفهم والاستخدام ، مما يمكّن المستخدمين من الاستفادة من هذه البيانات بشكل أكثر وضوحًا. جودة التحليل تؤثر مباشرة على كفاءة وفعالية تطبيق البيانات ، وهي حلقة أساسية في عملية الفهرسة بأكملها.
2.3 تطور مُؤَشِّر البيانات
مع زيادة حجم بيانات البلوكتشين، تزداد الحاجة إلى المفهرسين. يحقق المفهرسون استعلامات مريحة من خلال تنظيم بيانات السلسلة وإرسالها إلى قاعدة البيانات. يقومون بفهرسة بيانات البلوكتشين وجعل البيانات متاحة في أي وقت من خلال لغات الاستعلام المشابهة لـ SQL ( مثل واجهة برمجة التطبيقات GraphQL )، مما يبسط بشكل كبير عملية استرجاع البيانات.
أنواع مختلفة من الفهارس لتحسين طريقة استرجاع البيانات:
حاليًا، تشغل عقدة أرشيف إيثيريوم مساحة تخزين تتراوح بين 3-13.5 تيرابايت تحت عملاء مختلفين، وتزداد مع نمو البلوكتشين. في مواجهة حجم البيانات الكبير، تدعم بروتوكولات الفهرسة الرئيسية الفهرسة المتعددة السلاسل، وتخصص إطار تحليل البيانات لتلبية احتياجات التطبيقات المختلفة، مثل إطار "الفرع" لـ The Graph.
محرك الفهرسة يعزز بشكل ملحوظ كفاءة فهرسة البيانات واستعلامها. مقارنة بنقاط نهاية RPC التقليدية، يدعم محرك الفهرسة فهرسة كميات كبيرة من البيانات واستعلامها بسرعة. يسمح بتنفيذ استعلامات معقدة، وتصنيف البيانات، وإجراء التحليلات. يدعم بعض محركات الفهرسة أيضًا تجميع مصادر بيانات متعددة من البلوكتشين، مما يتجنب مشكلة نشر تطبيقات متعددة السلاسل لواجهات برمجة التطبيقات المتعددة. من خلال التشغيل الموزع، يوفر محرك الفهرسة أمانًا وأداءً أقوى، مما يقلل من مخاطر الانقطاع التي قد تسببها مزودي RPC المركزيين.
2.4 قاعدة بيانات السلسلة الكاملة: التوافق مع التدفق كأولوية
عادةً ما يعتمد استخدام عقدة الفهرس لاستعلام البيانات على واجهة برمجة التطبيقات كمنفذ بيانات وحيد. ومع ذلك، عندما تتوسع المشاريع، غالبًا ما تحتاج إلى مصادر بيانات أكثر مرونة، حيث يصعب على واجهات برمجة التطبيقات القياسية تلبية ذلك. مع تعقيد متطلبات التطبيق، يصبح من الصعب على فهرس البيانات الأولي وأشكاله القياسية تلبية احتياجات الاستعلام المتنوعة، مثل البحث، والوصول عبر السلاسل، أو رسم البيانات خارج السلسلة.
في بنية أنابيب البيانات الحديثة، أصبحت طريقة "الأولوية للتدفق" حلاً لتجاوز قيود معالجة الدفعات التقليدية، مما يتيح الاستخراج والمعالجة والتحليل الفوري للبيانات. كما أن مزودي خدمات بيانات البلوكتشين يتجهون نحو بناء تدفقات البيانات، مثل Substreams من The Graph، وMirror من Goldsky، بالإضافة إلى بحيرات البيانات الفورية من Chainbase وSubSquid.
تهدف هذه الخدمات إلى تلبية الحاجة إلى تحليل المعاملات في الوقت الحقيقي وتوفير قدرات استعلام شاملة. إنها تدعم تطوير التطبيقات وتساعد في تحليل البيانات على البلوكتشين من خلال مصادر بيانات أكثر تقدمًا ونضجًا.
إعادة تعريف تحديات البيانات على البلوكتشين من منظور أنظمة البيانات الحديثة، يمكننا النظر إلى إمكانيات إدارة البيانات وتخزينها وتقديمها من زاوية جديدة. من خلال اعتبار الرسوم الفرعية وETL الإيثيريوم كتيار بيانات بدلاً من مخرجات نهائية، يمكننا تخيل إمكانية تخصيص مجموعات بيانات عالية الأداء لأي حالة استخدام تجارية.
3. الذكاء الاصطناعي + قاعدة البيانات؟ مقارنة عميقة بين The Graph و Chainbase و Space and Time
3.1 الرسم البياني
يقدم شبكة The Graph خدمات فهرسة البيانات متعددة السلاسل واستعلامها من خلال شبكة عقد مركزية، مما يسهل على المطورين فهرسة بيانات البلوكتشين وبناء تطبيقات لامركزية. تشمل نماذج منتجاته الرئيسية سوق تنفيذ استعلامات البيانات وسوق ذاكرة تخزين فهرس البيانات، لخدمة احتياجات استعلام المنتجات للمستخدمين.
المخطط الفرعي هو الهيكل الأساسي للبيانات في شبكة The Graph، ويحدد كيفية استخراج البيانات من البلوكتشين وتحويلها إلى صيغة قابلة للاستعلام. يمكن لأي شخص إنشاء مخطط فرعي، ويمكن استخدامه بشكل متكرر من قبل تطبيقات متعددة، مما يعزز قابلية إعادة استخدام البيانات وكفاءة الاستخدام.
تتكون شبكة The Graph من أربعة أدوار رئيسية هي الفهرس، والقيّم، والمفوض، والمطور، التي تعمل معًا لتوفير دعم البيانات لتطبيقات الويب 3.
انتقل The Graph إلى خدمة استضافة تحتية لرسوم بيانية لامركزية بالكامل، حيث توجد حوافز اقتصادية بين الأطراف المختلفة لضمان تشغيل النظام.
تعمل أدوات AutoAgora وAllocation Optimizer وAgentC التي طورتها Semiotic Labs على تحسين أداء النظام البيئي في عدة جوانب، مثل التسعير الديناميكي، والتوزيع الأمثل للموارد، واستعلامات اللغة الطبيعية. تسهم هذه التطبيقات في تعزيز ذكاء النظام وملاءمته للمستخدمين من خلال دمج The Graph مع الذكاء الاصطناعي.
3.2 قاعدة السلسلة
Chainbase هو شبكة بيانات شاملة، تجمع جميع بيانات البلوكتشين في منصة واحدة، مما يسهل على المطورين بناء وصيانة التطبيقات. تشمل ميزاته:
نموذج AI الخاص بـ Chainbase Theia يعتمد على نموذج DORA من NVIDIA، ويجمع بين البيانات على السلسلة وخارج السلسلة والنشاط الزمني والمكاني، لتحليل الأنماط التشفيرية واستجابة من خلال الاستنتاج السببي، واستخراج القيمة المحتملة للبيانات على السلسلة.
تمكين الذكاء الاصطناعي يجعل Chainbase مزود خدمات بيانات ذكي أكثر تنافسية، قادرًا على تقديم رؤى بيانات أوسع وتحسين عملية معالجة البيانات.
3.3 الفضاء والزمان
تهدف Space and Time (SxT) إلى إنشاء طبقة حسابية قابلة للتحقق، وتوسيع إثباتات المعرفة الصفرية على مستودع بيانات لامركزي، لتوفير معالجة بيانات موثوقة للعقود الذكية، ونماذج اللغة الكبيرة، والشركات.
SxT قدمت تقنية Proof of SQL، وهي تقنية مبتكرة لإثبات المعرفة الصفرية، تضمن عدم التلاعب والتحقق من استعلامات SQL التي يتم تنفيذها على مستودع البيانات اللامركزي. تولد Proof of SQL دليلاً تشفيرياً، تتحقق من سلامة ودقة نتائج الاستعلام، مما يسمح لأي مُتحقق بتأكيد عدم تلاعب البيانات بشكل مستقل.
تتعاون SxT مع مختبر الابتكار المشترك للذكاء الاصطناعي من مايكروسوفت لتطوير أدوات الذكاء الاصطناعي التوليدية، مما يسهل على المستخدمين معالجة بيانات البلوكتشين من خلال معالجة اللغة الطبيعية. يتيح Space and Time Studio للمستخدمين إدخال استعلامات باللغة الطبيعية، حيث يقوم الذكاء الاصطناعي تلقائيًا بتحويلها إلى SQL وتنفيذ الاستعلام، وعرض النتائج النهائية.
الاستنتاجات والتطلعات
تكنولوجيا فهرسة بيانات البلوكتشين تطورت من مصادر بيانات عقدة الأولية، مروراً بتحليل البيانات ومطوري الفهارس، إلى خدمات بيانات متكاملة مدعومة بالذكاء الاصطناعي، حيث مرت بعملية تحسين تدريجية. هذه التقنيات تتطور باستمرار، مما يزيد من كفاءة الوصول إلى البيانات ودقتها، ويقدم تجربة ذكية للمستخدمين.
في المستقبل، مع تطور تقنيات مثل الذكاء الاصطناعي وإثبات المعرفة الصفرية، ستصبح خدمات بيانات البلوكتشين أكثر ذكاءً وأمانًا. ستستمر خدمات بيانات البلوكتشين، كجزء من البنية التحتية، في لعب دور هام، وتوفير الدعم للتقدم والابتكار في الصناعة.