تطور فهرسة بيانات البلوكتشين: من عقدة إلى قاعدة بيانات الذكاء الاصطناعي الكاملة
1. المقدمة
منذ ظهور أول مجموعة من التطبيقات اللامركزية (dApp) في عام 2017، أصبح نظام البلوكتشين البيئي مزدهرًا، وظهرت العديد من التطبيقات المالية والألعاب والاجتماعية المعتمدة على بلوكتشينات مختلفة. ومع ذلك، فإن مصادر البيانات المختلفة التي تعتمد عليها هذه التطبيقات خلال عملية التفاعل تستحق منا تفكيرًا عميقًا.
في عام 2024، أصبحت الذكاء الاصطناعي وWeb3 موضوعات ساخنة. في مجال الذكاء الاصطناعي، تُعتبر البيانات بمثابة مصدر الحياة، حيث تدفع تعليم النظام وتطوره. بدون دعم البيانات الضخمة، حتى أفضل خوارزميات الذكاء الاصطناعي لا تستطيع تحقيق إمكاناتها.
ستتناول هذه المقالة تطور فهرسة البيانات في عملية تطوير الصناعة من منظور قابلية الوصول إلى بيانات البلوكتشين. وسنقارن أيضًا بين بروتوكولات فهرسة البيانات التقليدية مثل The Graph والبروتوكولات الناشئة لخدمات بيانات البلوكتشين مثل Chainbase وSpace and Time، لاستكشاف أوجه التشابه والاختلاف بين هذه البروتوكولات الجديدة التي تجمع بين تقنيات الذكاء الاصطناعي في خدمات البيانات وهندسة المنتجات.
2. تطور فهرسة البيانات: من عقدة البلوكتشين إلى قاعدة بيانات السلسلة الكاملة
2.1 مصدر البيانات:البلوكتشين عقدة
تُعرف البلوكتشين بأنها دفتر أستاذ لامركزي، والعقدة هي أساس هذه الشبكة. يحتفظ كل عقدة بنسخة كاملة من بيانات البلوكتشين، مما يضمن خاصية اللامركزية للشبكة. ومع ذلك، بالنسبة للمستخدمين العاديين، فإن إنشاء وصيانة العقدة ليس فقط عائقًا تقنيًا مرتفعًا، بل يتطلب أيضًا تحمل تكاليف باهظة من حيث الأجهزة وعرض النطاق الترددي.
لحل هذه المشكلة، تم ظهور مزودي عقدة RPC. هم مسؤولون عن تشغيل وصيانة العقد، ويقدمون خدمات الوصول إلى البيانات للمستخدمين من خلال نقاط نهاية RPC. على الرغم من أن نقاط نهاية RPC العامة مجانية، إلا أنها تعاني من قيود في السرعة، مما قد يؤثر على تجربة مستخدمي التطبيقات اللامركزية (dApp). بينما توفر نقاط نهاية RPC الخاصة أداءً أفضل، إلا أن كفاءتها في الاستعلامات المعقدة لا تزال منخفضة، ومن الصعب توسيعها عبر الشبكات. ومع ذلك، فإن واجهة برمجة التطبيقات القياسية لمزودي العقدة قد خفضت من عتبة وصول المستخدمين إلى البيانات على البلوكتشين، مما أسس الأساس لعمليات تحليل البيانات وتطبيقات لاحقة.
2.2 تحليل البيانات: من البيانات الأولية إلى البيانات القابلة للاستخدام
تقدم عقدة البلوكتشين بيانات أصلية عادةً ما يتم تشفيرها وترميزها، على الرغم من أنها تضمن سلامة البيانات وأمانها، إلا أنها تزيد من صعوبة التحليل. بالنسبة للمستخدمين العاديين والمطورين، فإن التعامل المباشر مع هذه البيانات يتطلب الكثير من المعرفة المتخصصة والموارد الحاسوبية.
لذلك، أصبحت عملية تحليل البيانات ذات أهمية خاصة. من خلال تحويل البيانات الأولية المعقدة إلى تنسيق سهل الفهم والتعامل، يمكن للمستخدمين الاستفادة من هذه البيانات بشكل أكثر وضوحًا. إن جودة تحليل البيانات تؤثر بشكل مباشر على كفاءة وفعالية تطبيقات بيانات البلوكتشين، وهي حلقة أساسية في عملية فهرسة البيانات بأكملها.
2.3 تطور فهرس البيانات
مع تزايد حجم بيانات البلوكتشين، تزداد الحاجة إلى فاحصي البيانات بشكل ملح. يتحمل الفاحصون مسؤولية تنظيم البيانات على السلسلة وتخزينها في قاعدة بيانات لتسهيل الاستعلام. يقومون بفحص بيانات البلوكتشين، وتقديم لغة استعلام مشابهة لـ SQL مثل واجهة GraphQL(، مما يجعل البيانات متاحة في أي وقت. يوفر الفاحصون واجهة استعلام موحدة للمطورين، مما يبسط بشكل كبير عملية استرجاع البيانات.
أنواع مختلفة من الفهارس لها مزاياها الخاصة:
مؤشر العقدة الكاملة: استخراج البيانات مباشرة من العقدة الكاملة، لضمان اكتمال البيانات ودقتها، ولكن يتطلب ذلك سعة تخزين وقدرة معالجة كبيرة.
فهرس خفيف الوزن: يعتمد على العقدة الكاملة للحصول على بيانات معينة حسب الطلب، مما يقلل من متطلبات التخزين ولكن قد يزيد من وقت الاستعلام.
فهرس مخصص: لتحسين نوع معين من البيانات أو البلوكتشين، مثل بيانات NFT أو معاملات DeFi.
جامع الفهرس: استخراج البيانات من عدة بلوكتشين ومصادر، بما في ذلك المعلومات خارج السلسلة، وتوفير واجهة استعلام موحدة، مناسبة لتطبيقات متعددة السلاسل.
حاليًا، تتراوح متطلبات التخزين لعقدة أرشيف إيثيريوم تحت عملاء مختلفين من 3TB إلى 13.5TB. في مواجهة هذه الكمية الهائلة من البيانات، تدعم بروتوكولات الفهرسة الرئيسية ليس فقط الفهرسة عبر سلاسل متعددة، بل قامت أيضًا بتخصيص إطار تحليل البيانات وفقًا لاحتياجات التطبيقات المختلفة، مثل إطار "الرسوم الفرعية" The Graph )Subgraph(.
ظهور الفهرس عزز بشكل ملحوظ كفاءة فهرسة البيانات واستعلامها. بالمقارنة مع نقاط النهاية RPC التقليدية، يمكن للفهرس التعامل بكفاءة مع كميات كبيرة من البيانات، ويدعم الاستعلامات المعقدة وتصفية البيانات. بعض الفهارس تدعم أيضًا تجميع مصادر بيانات متعددة من البلوكتشين، مما يتجنب الحاجة إلى نشر واجهات برمجة التطبيقات المتعددة لتطبيقات dApp متعددة السلاسل. من خلال التشغيل الموزع، لا يوفر الفهرس أمانًا وأداءً أقوى فحسب، بل يقلل أيضًا من مخاطر الانقطاع التي قد تسببها مزودات RPC المركزية.
![قراءة، فهرسة إلى تحليل، ملخص لمنافسة فهرسة بيانات Web3])https://img-cdn.gateio.im/webp-social/moments-587ce87f6dbedee4acec7d939fed6980.webp(
) 2.4 قاعدة بيانات البلوكتشين: الانتقال إلى وضع الأولوية للتدفق
مع تزايد تعقيد متطلبات التطبيقات، أصبحت مؤشرات البيانات الأولية وتنسيقات الفهرسة القياسية تدريجياً غير كافية لتلبية احتياجات الاستعلام المتنوعة، مثل الوصول عبر السلاسل أو رسم البيانات خارج السلسلة.
في هياكل أنابيب البيانات الحديثة، أصبحت طريقة "الأولوية للتدفق" حلاً لتجاوز القيود التقليدية للمعالجة الدفعة، مما يتيح معالجة البيانات وتحليلها في الوقت الحقيقي. كما أن مزودي خدمات بيانات البلوكتشين يتجهون نحو بناء تدفقات البيانات، مثل Substreams من The Graph، وMirror من Goldsky، بالإضافة إلى بحيرات البيانات الحقيقية المقدمة من Chainbase وSubSquid.
تهدف هذه الخدمات إلى تلبية احتياجات تحليل المعاملات على البلوكتشين في الوقت الفعلي وإمكانية الاستعلام الشامل. من خلال إعادة تعريف تحديات البيانات على السلسلة من منظور أنابيب البيانات الحديثة، يمكننا النظر إلى إمكانيات إدارة البيانات وتخزينها وتقديمها من زاوية جديدة. من خلال اعتبار الفهرس كتيار بيانات بدلاً من مخرجات نهائية، يمكننا تصور 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 المتعددة السلاسل واستعلام البيانات من خلال شبكة عقد غير مركزية. تشمل منتجاته الأساسية سوق تنفيذ استعلام البيانات وسوق تخزين فهرسة البيانات، لخدمة احتياجات استعلام المستخدمين.
الرسومات الفرعية ### هي البنية التحتية الأساسية ل شبكة The Graph، حيث تحدد كيفية استخراج البيانات من البلوكتشين وتحويلها إلى تنسيق قابل للاستعلام. يتكون الشبكة من أربعة أدوار رئيسية: الفهرس، والمقيم، والمفوض، والمطور، الذين يعملون معًا لتوفير دعم البيانات لتطبيقات الويب 3.
لقد تحولت The Graph بالكامل إلى خدمات استضافة الرسوم البيانية اللامركزية، حيث يضمن المشاركون تشغيل النظام من خلال الحوافز الاقتصادية. مؤخرًا، استخدم الفريق الأساسي لتطوير نظام The Graph المعروف باسم Semiotic Labs تقنيات الذكاء الاصطناعي لتحسين تسعير الفهرسة وتجربة استعلام المستخدم، وطور أدوات مثل AutoAgora وAllocation Optimizer وAgentC، مما زاد من ذكاء النظام وملاءمته للمستخدم.
( 3.2 قاعدة السلسلة
Chainbase هو شبكة بيانات كاملة، تجمع جميع بيانات البلوكتشين في منصة واحدة. تشمل ميزاته المميزة:
بحيرة البيانات في الوقت الحقيقي: توفر بحيرة بيانات في الوقت الحقيقي مخصصة لتدفقات بيانات البلوكتشين.
بنية مزدوجة السلسلة: تم بناء طبقة التنفيذ على أساس Eigenlayer AVS، وتشكل مع خوارزمية توافق CometBFT بنية مزدوجة السلسلة متوازية.
معيار تنسيق البيانات المبتكر: إدخال معيار تنسيق بيانات "manuscripts".
نموذج العالم المشفر: دمج تقنيات نموذج الذكاء الاصطناعي، لإنشاء نموذج ذكاء اصطناعي Theia يمكنه فهم وتوقع معاملات البلوكتشين.
نموذج AI الخاص بـ Chainbase Theia يعتمد على نموذج DORA من NVIDIA، ويجمع بين تحليل البيانات على السلسلة والبيانات خارج السلسلة لنمط التشفير، من خلال الاستدلال السببي لتقديم استجابة، مما يوفر خدمات البيانات الذكية للمستخدمين.
![قراءة، فهرسة وتحليل، لمحة عن مسار فهرسة بيانات Web3])https://img-cdn.gateio.im/webp-social/moments-b343cab5112c1a3d52f4e72122ae0df2.webp###
( 3.3 الفضاء والزمان
تسعى Space and Time )SxT### إلى إنشاء طبقة حسابية قابلة للتحقق، وتوسيع إثباتات المعرفة الصفرية على مستودعات البيانات اللامركزية. تقنيتها الأساسية Proof of SQL هي تقنية مبتكرة لإثبات المعرفة الصفرية، تضمن أن استعلامات SQL المنفذة على مستودعات البيانات اللامركزية مقاومة للتلاعب وقابلة للتحقق.
تتعاون SxT مع مختبر الابتكار المشترك للذكاء الاصطناعي من مايكروسوفت لتطوير أدوات الذكاء الاصطناعي التوليدية، مما يمكّن المستخدمين من معالجة بيانات البلوكتشين من خلال اللغة الطبيعية. في استوديو الفضاء والوقت، يمكن للمستخدمين تجربة إدخال استفسارات باللغة الطبيعية، حيث يقوم الذكاء الاصطناعي تلقائيًا بتحويلها إلى SQL وتنفيذ الاستعلام.
الاستنتاجات والآفاق
تكنولوجيا فهرسة بيانات البلوكتشين تطورت من مصدر بيانات عقدة إلى تطوير解析 البيانات ومؤشر الفهرسة، وفي النهاية تطورت إلى خدمة بيانات كاملة مدعومة بالذكاء الاصطناعي، ومرت بعملية تحسين تدريجي. إن التطورات المستمرة لهذه التقنيات لم تحسن فقط من كفاءة ودقة الوصول إلى البيانات، بل جلبت أيضًا تجربة ذكية غير مسبوقة للمستخدمين.
مع تطور تقنيات مثل الذكاء الاصطناعي وإثبات المعرفة الصفرية، ستصبح خدمات بيانات البلوكتشين أكثر ذكاءً وأمانًا في المستقبل. كالبنية التحتية، ستستمر خدمات بيانات البلوكتشين في لعب دور مهم في تقدم الصناعة والابتكار.
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.
تسجيلات الإعجاب 11
أعجبني
11
6
إعادة النشر
مشاركة
تعليق
0/400
BtcDailyResearcher
· منذ 7 س
حتى لو كانت بيانات السلسلة كاملة رائعة، فهي لا تعادل ارتفاع سعر العملة الرائع
شاهد النسخة الأصليةرد0
ZKSherlock
· منذ 7 س
في الواقع... تم فحص الآثار المتعلقة بالخصوصية لتقنية الفهرسة المعتمدة على الذكاء الاصطناعي في blockchain بشكل غير كاف هنا. أين هي بنية zkp؟
شاهد النسخة الأصليةرد0
gas_guzzler
· منذ 8 س
سماعها مرهق عقدة لا تعمل
شاهد النسخة الأصليةرد0
DarkPoolWatcher
· منذ 8 س
الذهاب إلى المركز لا معنى له
شاهد النسخة الأصليةرد0
FlashLoanKing
· منذ 8 س
مقالة أخرى عن ترويج الذكاء الاصطناعي
شاهد النسخة الأصليةرد0
DefiEngineerJack
· منذ 8 س
*sigh* مرة أخرى رؤية ساذجة حول فهرسة البيانات... يظهر لي المعايير الفعلية يا سير
تاريخ تطور فهرسة بيانات البلوكتشين: من العقدة إلى قاعدة بيانات السلسلة الكاملة المعززة بالذكاء الاصطناعي
تطور فهرسة بيانات البلوكتشين: من عقدة إلى قاعدة بيانات الذكاء الاصطناعي الكاملة
1. المقدمة
منذ ظهور أول مجموعة من التطبيقات اللامركزية (dApp) في عام 2017، أصبح نظام البلوكتشين البيئي مزدهرًا، وظهرت العديد من التطبيقات المالية والألعاب والاجتماعية المعتمدة على بلوكتشينات مختلفة. ومع ذلك، فإن مصادر البيانات المختلفة التي تعتمد عليها هذه التطبيقات خلال عملية التفاعل تستحق منا تفكيرًا عميقًا.
في عام 2024، أصبحت الذكاء الاصطناعي وWeb3 موضوعات ساخنة. في مجال الذكاء الاصطناعي، تُعتبر البيانات بمثابة مصدر الحياة، حيث تدفع تعليم النظام وتطوره. بدون دعم البيانات الضخمة، حتى أفضل خوارزميات الذكاء الاصطناعي لا تستطيع تحقيق إمكاناتها.
ستتناول هذه المقالة تطور فهرسة البيانات في عملية تطوير الصناعة من منظور قابلية الوصول إلى بيانات البلوكتشين. وسنقارن أيضًا بين بروتوكولات فهرسة البيانات التقليدية مثل The Graph والبروتوكولات الناشئة لخدمات بيانات البلوكتشين مثل Chainbase وSpace and Time، لاستكشاف أوجه التشابه والاختلاف بين هذه البروتوكولات الجديدة التي تجمع بين تقنيات الذكاء الاصطناعي في خدمات البيانات وهندسة المنتجات.
2. تطور فهرسة البيانات: من عقدة البلوكتشين إلى قاعدة بيانات السلسلة الكاملة
2.1 مصدر البيانات:البلوكتشين عقدة
تُعرف البلوكتشين بأنها دفتر أستاذ لامركزي، والعقدة هي أساس هذه الشبكة. يحتفظ كل عقدة بنسخة كاملة من بيانات البلوكتشين، مما يضمن خاصية اللامركزية للشبكة. ومع ذلك، بالنسبة للمستخدمين العاديين، فإن إنشاء وصيانة العقدة ليس فقط عائقًا تقنيًا مرتفعًا، بل يتطلب أيضًا تحمل تكاليف باهظة من حيث الأجهزة وعرض النطاق الترددي.
لحل هذه المشكلة، تم ظهور مزودي عقدة RPC. هم مسؤولون عن تشغيل وصيانة العقد، ويقدمون خدمات الوصول إلى البيانات للمستخدمين من خلال نقاط نهاية RPC. على الرغم من أن نقاط نهاية RPC العامة مجانية، إلا أنها تعاني من قيود في السرعة، مما قد يؤثر على تجربة مستخدمي التطبيقات اللامركزية (dApp). بينما توفر نقاط نهاية RPC الخاصة أداءً أفضل، إلا أن كفاءتها في الاستعلامات المعقدة لا تزال منخفضة، ومن الصعب توسيعها عبر الشبكات. ومع ذلك، فإن واجهة برمجة التطبيقات القياسية لمزودي العقدة قد خفضت من عتبة وصول المستخدمين إلى البيانات على البلوكتشين، مما أسس الأساس لعمليات تحليل البيانات وتطبيقات لاحقة.
2.2 تحليل البيانات: من البيانات الأولية إلى البيانات القابلة للاستخدام
تقدم عقدة البلوكتشين بيانات أصلية عادةً ما يتم تشفيرها وترميزها، على الرغم من أنها تضمن سلامة البيانات وأمانها، إلا أنها تزيد من صعوبة التحليل. بالنسبة للمستخدمين العاديين والمطورين، فإن التعامل المباشر مع هذه البيانات يتطلب الكثير من المعرفة المتخصصة والموارد الحاسوبية.
لذلك، أصبحت عملية تحليل البيانات ذات أهمية خاصة. من خلال تحويل البيانات الأولية المعقدة إلى تنسيق سهل الفهم والتعامل، يمكن للمستخدمين الاستفادة من هذه البيانات بشكل أكثر وضوحًا. إن جودة تحليل البيانات تؤثر بشكل مباشر على كفاءة وفعالية تطبيقات بيانات البلوكتشين، وهي حلقة أساسية في عملية فهرسة البيانات بأكملها.
2.3 تطور فهرس البيانات
مع تزايد حجم بيانات البلوكتشين، تزداد الحاجة إلى فاحصي البيانات بشكل ملح. يتحمل الفاحصون مسؤولية تنظيم البيانات على السلسلة وتخزينها في قاعدة بيانات لتسهيل الاستعلام. يقومون بفحص بيانات البلوكتشين، وتقديم لغة استعلام مشابهة لـ SQL مثل واجهة GraphQL(، مما يجعل البيانات متاحة في أي وقت. يوفر الفاحصون واجهة استعلام موحدة للمطورين، مما يبسط بشكل كبير عملية استرجاع البيانات.
أنواع مختلفة من الفهارس لها مزاياها الخاصة:
حاليًا، تتراوح متطلبات التخزين لعقدة أرشيف إيثيريوم تحت عملاء مختلفين من 3TB إلى 13.5TB. في مواجهة هذه الكمية الهائلة من البيانات، تدعم بروتوكولات الفهرسة الرئيسية ليس فقط الفهرسة عبر سلاسل متعددة، بل قامت أيضًا بتخصيص إطار تحليل البيانات وفقًا لاحتياجات التطبيقات المختلفة، مثل إطار "الرسوم الفرعية" The Graph )Subgraph(.
ظهور الفهرس عزز بشكل ملحوظ كفاءة فهرسة البيانات واستعلامها. بالمقارنة مع نقاط النهاية RPC التقليدية، يمكن للفهرس التعامل بكفاءة مع كميات كبيرة من البيانات، ويدعم الاستعلامات المعقدة وتصفية البيانات. بعض الفهارس تدعم أيضًا تجميع مصادر بيانات متعددة من البلوكتشين، مما يتجنب الحاجة إلى نشر واجهات برمجة التطبيقات المتعددة لتطبيقات dApp متعددة السلاسل. من خلال التشغيل الموزع، لا يوفر الفهرس أمانًا وأداءً أقوى فحسب، بل يقلل أيضًا من مخاطر الانقطاع التي قد تسببها مزودات RPC المركزية.
![قراءة، فهرسة إلى تحليل، ملخص لمنافسة فهرسة بيانات Web3])https://img-cdn.gateio.im/webp-social/moments-587ce87f6dbedee4acec7d939fed6980.webp(
) 2.4 قاعدة بيانات البلوكتشين: الانتقال إلى وضع الأولوية للتدفق
مع تزايد تعقيد متطلبات التطبيقات، أصبحت مؤشرات البيانات الأولية وتنسيقات الفهرسة القياسية تدريجياً غير كافية لتلبية احتياجات الاستعلام المتنوعة، مثل الوصول عبر السلاسل أو رسم البيانات خارج السلسلة.
في هياكل أنابيب البيانات الحديثة، أصبحت طريقة "الأولوية للتدفق" حلاً لتجاوز القيود التقليدية للمعالجة الدفعة، مما يتيح معالجة البيانات وتحليلها في الوقت الحقيقي. كما أن مزودي خدمات بيانات البلوكتشين يتجهون نحو بناء تدفقات البيانات، مثل Substreams من The Graph، وMirror من Goldsky، بالإضافة إلى بحيرات البيانات الحقيقية المقدمة من Chainbase وSubSquid.
تهدف هذه الخدمات إلى تلبية احتياجات تحليل المعاملات على البلوكتشين في الوقت الفعلي وإمكانية الاستعلام الشامل. من خلال إعادة تعريف تحديات البيانات على السلسلة من منظور أنابيب البيانات الحديثة، يمكننا النظر إلى إمكانيات إدارة البيانات وتخزينها وتقديمها من زاوية جديدة. من خلال اعتبار الفهرس كتيار بيانات بدلاً من مخرجات نهائية، يمكننا تصور 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 المتعددة السلاسل واستعلام البيانات من خلال شبكة عقد غير مركزية. تشمل منتجاته الأساسية سوق تنفيذ استعلام البيانات وسوق تخزين فهرسة البيانات، لخدمة احتياجات استعلام المستخدمين.
الرسومات الفرعية ### هي البنية التحتية الأساسية ل شبكة The Graph، حيث تحدد كيفية استخراج البيانات من البلوكتشين وتحويلها إلى تنسيق قابل للاستعلام. يتكون الشبكة من أربعة أدوار رئيسية: الفهرس، والمقيم، والمفوض، والمطور، الذين يعملون معًا لتوفير دعم البيانات لتطبيقات الويب 3.
لقد تحولت The Graph بالكامل إلى خدمات استضافة الرسوم البيانية اللامركزية، حيث يضمن المشاركون تشغيل النظام من خلال الحوافز الاقتصادية. مؤخرًا، استخدم الفريق الأساسي لتطوير نظام The Graph المعروف باسم Semiotic Labs تقنيات الذكاء الاصطناعي لتحسين تسعير الفهرسة وتجربة استعلام المستخدم، وطور أدوات مثل AutoAgora وAllocation Optimizer وAgentC، مما زاد من ذكاء النظام وملاءمته للمستخدم.
( 3.2 قاعدة السلسلة
Chainbase هو شبكة بيانات كاملة، تجمع جميع بيانات البلوكتشين في منصة واحدة. تشمل ميزاته المميزة:
نموذج AI الخاص بـ Chainbase Theia يعتمد على نموذج DORA من NVIDIA، ويجمع بين تحليل البيانات على السلسلة والبيانات خارج السلسلة لنمط التشفير، من خلال الاستدلال السببي لتقديم استجابة، مما يوفر خدمات البيانات الذكية للمستخدمين.
![قراءة، فهرسة وتحليل، لمحة عن مسار فهرسة بيانات Web3])https://img-cdn.gateio.im/webp-social/moments-b343cab5112c1a3d52f4e72122ae0df2.webp###
( 3.3 الفضاء والزمان
تسعى Space and Time )SxT### إلى إنشاء طبقة حسابية قابلة للتحقق، وتوسيع إثباتات المعرفة الصفرية على مستودعات البيانات اللامركزية. تقنيتها الأساسية Proof of SQL هي تقنية مبتكرة لإثبات المعرفة الصفرية، تضمن أن استعلامات SQL المنفذة على مستودعات البيانات اللامركزية مقاومة للتلاعب وقابلة للتحقق.
تتعاون SxT مع مختبر الابتكار المشترك للذكاء الاصطناعي من مايكروسوفت لتطوير أدوات الذكاء الاصطناعي التوليدية، مما يمكّن المستخدمين من معالجة بيانات البلوكتشين من خلال اللغة الطبيعية. في استوديو الفضاء والوقت، يمكن للمستخدمين تجربة إدخال استفسارات باللغة الطبيعية، حيث يقوم الذكاء الاصطناعي تلقائيًا بتحويلها إلى SQL وتنفيذ الاستعلام.
الاستنتاجات والآفاق
تكنولوجيا فهرسة بيانات البلوكتشين تطورت من مصدر بيانات عقدة إلى تطوير解析 البيانات ومؤشر الفهرسة، وفي النهاية تطورت إلى خدمة بيانات كاملة مدعومة بالذكاء الاصطناعي، ومرت بعملية تحسين تدريجي. إن التطورات المستمرة لهذه التقنيات لم تحسن فقط من كفاءة ودقة الوصول إلى البيانات، بل جلبت أيضًا تجربة ذكية غير مسبوقة للمستخدمين.
مع تطور تقنيات مثل الذكاء الاصطناعي وإثبات المعرفة الصفرية، ستصبح خدمات بيانات البلوكتشين أكثر ذكاءً وأمانًا في المستقبل. كالبنية التحتية، ستستمر خدمات بيانات البلوكتشين في لعب دور مهم في تقدم الصناعة والابتكار.