บทความนี้สำรวจการพัฒนาความเข้าถึงข้อมูลบล็อกเชน การเปรียบเทียบคุณสมบัติของบริการข้อมูล The Graph, Chainbase และ Space and Time ในด้านสถาปัตยกรรมและการประยุกต์ใช้เทคโนโลยี AI และชี้แนะว่าบริการข้อมูลบล็อกเชนกำลังเจริญไปทางทิศทางของอัตโนมัติและความปลอดภัย และจะเป็นส่วนสำคัญของพื้นฐานอุตสาหกรรมในอนาคต
ในปี 2024 จะมุ่งเน้นไปที่ AI และ Web3 และในโลกของปัญญาประดิษฐ์ข้อมูลเป็นเหมือนแหล่งที่มาของชีวิตสําหรับการเติบโตและวิวัฒนาการ เช่นเดียวกับที่พืชพึ่งพาแสงแดดและน้ําเพื่อเจริญเติบโตระบบ AI อาศัยข้อมูลจํานวนมหาศาลเพื่อ "เรียนรู้" และ "คิด" อย่างต่อเนื่อง หากไม่มีข้อมูลไม่ว่า AI จะบอบบางเพียงใดมันก็ไม่มีอะไรมากไปกว่าปราสาทในอากาศไม่สามารถใช้สติปัญญาและประสิทธิภาพได้
บทความนี้วิเคราะห์การเจริญเติบโตของตลาดจากมุมมองของความเข้าถึงข้อมูลบล็อกเชน (Data Accessibility) โดยบูรณาการข้อมูลดัชนีบล็อกเชน และเปรียบเทียบโปรโตคอลดัชนีข้อมูลเก่า The Graph กับโปรโตคอลบริการข้อมูลบล็อกเชนรุ่นใหม่ Chainbase และ Space and Time โดยเฉพาะอย่างยิ่งการสำรวจความแตกต่างของฟีเจอร์ในการให้บริการข้อมูลและโครงสร้างผลิตภัณฑ์ในโปรโตคอลรุ่นใหม่ที่รวมเทคโนโลยี AI ไว้ด้วย
บริการข้อมูลที่มีพลังงานของ AI ทำให้ Chainbase ไม่ใช่แค่แพลตฟอร์มบริการข้อมูลบล็อกเชนอีกต่อไป แต่กลายเป็นผู้ให้บริการข้อมูลที่มีความสามารถแข่งขันมากขึ้น ด้วยทรัพยากรข้อมูลที่มีพลังและการวิเคราะห์ของ AI ที่แข็งแกร่ง Chainbase สามารถให้ข้อมูลและประสิทธิภาพการประมวลผลข้อมูลของผู้ใช้ได้อย่างกว้างขวาง
3.3 พื้นที่และเวลา
Space and Time (SxT) มีเป้าหมายที่จะสร้างชั้นคำนวณที่สามารถทำการยืนยันได้บนฐานข้อมูลการกระจายอำนาจ โดยขยายการพิสูจน์ที่ไม่รู้เรื่องเพื่อสัญญาอัจฉริยะ โมเดลภาษาใหญ่ และธุรกิจให้ได้การประมวลผลข้อมูลที่น่าเชื่อถือ ในปัจจุบัน Space and Time ได้รับเงินลงทุนรอบ A ล่าสุด 20 ล้านเหรียญสหรัฐโดย Framework Ventures、Lightspeed Faction、Arrington Capital และ Hivemind Capital เป็นผู้นำการลงทุน
ในด้านการดัชนีและการตรวจสอบข้อมูล Space and Time ได้นำเสนอเส้นทางเทคโนโลยีใหม่อย่าง Proof of SQL นี่เป็นเทคโนโลยีการกระจายอำนาจ Zero-Knowledge Proof (ZKP) ที่ถูกพัฒนาขึ้นโดย Space and Time เพื่อให้แน่ใจว่าการค้นหา SQL ที่ดำเนินการบนคลังข้อมูลแบบการกระจายอำนาจเป็นการค้นหาที่ไม่สามารถปลอมแปลงและสามารถตรวจสอบได้ ขณะที่ทำการค้นหา Proof of SQL จะสร้างการพิสูจน์การเข้ารหัสซึ่งทำให้สามารถตรวจสอบความสมบูรณ์และความแม่นยำของผลการค้นหา การพิสูจน์นี้จะแนบกับผลการค้นหาเพื่อให้ผู้ตรวจสอบความถูกต้อง (เช่น สัญญาอัจฉริยะ) สามารถยืนยันข้อมูลที่ไม่ได้รับการปลอมแปลงในขั้นตอนการประมวลผล บล็อกเชนโดยทั่วไปมักอาศัยกลไกฉันทามติเพื่อตรวจสอบความเป็นจริงของข้อมูลในขณะที่ Proof of SQL ของ Space and Time ได้สร้างวิธีการตรวจสอบข้อมูลที่มีประสิทธิภาพมากขึ้น โดยเฉพาะในระบบของ Space and Time โหนดหนึ่งจะรับผิดชอบในการเข้าถึงข้อมูล ในขณะที่โหนดอื่น ๆ จะใช้เทคโนโลยี zk เพื่อตรวจสอบความเป็นจริงของข้อมูลนั้น วิธีการนี้เปลี่ยนแปลงวิธีการของกลไกฉันทามติที่โหนดหลาย ๆ ตัวต้องดำเนินการดัชนีข้อมูลเดียวกันซ้ำ ๆ ในที่สุดจึงเป็นไปได้ที่จะลดการใช้ทรัพยากรในการเข้าถึงข้อมูลในขั้นตอนการประมวลผล และเพิ่มประสิทธิภาพของระบบโดยรวม ด้วยความเจริญเติบโตของเทคโนโลยีนี้ มันได้เป็นฐานสำคัญในการสร้างผลิตภัณฑ์ข้อมูลบล็อก on-chain ที่ในอุตสาหกรรม传统มีการใช้ข้อมูลที่มีความน่าเชื่อถือ
ในขณะเดียวกัน SxT ได้ร่วมมือกับห้องปฏิบัติการนวัตกรรม AI ของ Microsoft อย่างใกล้ชิดเพื่อเร่งการพัฒนาเครื่องมือ AI ที่สร้างขึ้นอย่างรวดเร็วเพื่อทำให้ผู้ใช้สามารถใช้ภาษาธรรมชาติในการประมวลผลข้อมูลบล็อกเชนได้อย่างสะดวก ณ ปัจจุบันใน Space and Time Studio ผู้ใช้สามารถทดลองป้อนคำค้นหาด้วยภาษาธรรมชาติ และ AI จะทำการแปลงมันเป็น SQL โดยอัตโนมัติและแทนที่ผู้ใช้ในการดำเนินการค้นหาเพื่อนำผลลัพธ์สุดท้ายที่ผู้ใช้ต้องการมาปฏิบัติ
3.4 การเปรียบเทียบความแตกต่าง
4. สรุปและการมองเห็นในอนาคต
โดยสรุปบล็อกการจัดการดัชนีข้อมูลเทคโนโลยีจากแหล่งข้อมูลโหนดเริ่มต้นผ่านการวิเคราะห์ข้อมูลและการสร้างดัชนีไปจนถึงการให้บริการข้อมูลเชื่อมโยงอัจฉริยะของ AI ได้ผ่านกระบวนการปรับปรุงเรื่อย ๆ การพัฒนาเหล่านี้ไม่เพียงเพิ่มประสิทธิภาพและความแม่นยำในการเข้าถึงข้อมูลเท่านั้น แต่ยังนำมาสู่ประสบการณ์อัจฉริยะที่ไม่เคยเกิดขึ้นก่อนสำหรับผู้ใช้
เมื่อมองไปยังอนาคตด้วยการพัฒนาเทคโนโลยีใหม่ ๆ อย่างต่อเนื่องเช่นเทคโนโลยี AI และการพิสูจน์ความรู้เป็นศูนย์บริการข้อมูลบล็อกเชนจะฉลาดและปลอดภัยยิ่งขึ้น เรามีเหตุผลที่จะเชื่อว่าบริการข้อมูลบล็อกเชนจะยังคงมีบทบาทสําคัญในฐานะโครงสร้างพื้นฐานในอนาคตโดยให้การสนับสนุนที่แข็งแกร่งสําหรับความก้าวหน้าและนวัตกรรมของอุตสาหกรรม
การดึงข้อมูล ดัชนี ไปสู่การวิเคราะห์ อธิบายเส้นทางของการดัชนีข้อมูล Web3
บทความนี้สำรวจการพัฒนาความเข้าถึงข้อมูลบล็อกเชน การเปรียบเทียบคุณสมบัติของบริการข้อมูล The Graph, Chainbase และ Space and Time ในด้านสถาปัตยกรรมและการประยุกต์ใช้เทคโนโลยี AI และชี้แนะว่าบริการข้อมูลบล็อกเชนกำลังเจริญไปทางทิศทางของอัตโนมัติและความปลอดภัย และจะเป็นส่วนสำคัญของพื้นฐานอุตสาหกรรมในอนาคต
1. บทนำ
ตั้งแต่ครั้งแรกของ dApp Etheroll และ ETHLend ของปี 2017 ร่วมถึง CryptoKitties จนถึงขณะนี้ dApp ทางการเงิน เกม และสังคมบนบล็อกเชนที่หลากหลายรูปแบบ ทุกอย่างมีที่ตั้งขึ้นเพื่อการกระจายอำนาจ on-chain ขณะที่เรากล่าวถึงการใช้งาน dApp เหล่านี้ คุณเคยคิดเกี่ยวกับแหล่งข้อมูลที่ใช้ในการโต้ตอบของ dApp เหล่านี้หรือไม่?
ในปี 2024 จะมุ่งเน้นไปที่ AI และ Web3 และในโลกของปัญญาประดิษฐ์ข้อมูลเป็นเหมือนแหล่งที่มาของชีวิตสําหรับการเติบโตและวิวัฒนาการ เช่นเดียวกับที่พืชพึ่งพาแสงแดดและน้ําเพื่อเจริญเติบโตระบบ AI อาศัยข้อมูลจํานวนมหาศาลเพื่อ "เรียนรู้" และ "คิด" อย่างต่อเนื่อง หากไม่มีข้อมูลไม่ว่า AI จะบอบบางเพียงใดมันก็ไม่มีอะไรมากไปกว่าปราสาทในอากาศไม่สามารถใช้สติปัญญาและประสิทธิภาพได้
บทความนี้วิเคราะห์การเจริญเติบโตของตลาดจากมุมมองของความเข้าถึงข้อมูลบล็อกเชน (Data Accessibility) โดยบูรณาการข้อมูลดัชนีบล็อกเชน และเปรียบเทียบโปรโตคอลดัชนีข้อมูลเก่า The Graph กับโปรโตคอลบริการข้อมูลบล็อกเชนรุ่นใหม่ Chainbase และ Space and Time โดยเฉพาะอย่างยิ่งการสำรวจความแตกต่างของฟีเจอร์ในการให้บริการข้อมูลและโครงสร้างผลิตภัณฑ์ในโปรโตคอลรุ่นใหม่ที่รวมเทคโนโลยี AI ไว้ด้วย
2. การดัชนีข้อมูลในรูปแบบที่ซับซ้อนและง่าย : จากโหนดบล็อกเชนไปสู่ฐานข้อมูลเชนทั้งหมด
2.1 แหล่งข้อมูล: บล็อกเชือกโหนด
เมื่อเราเริ่มต้นทราบเกี่ยวกับว่า 'บล็อกเชนคืออะไร' ส่วนใหญ่เราจะพบประโยคดังนี้: บล็อกเชนคือสมุดบัญชีการกระจายอำนาจ โหนดบล็อกเชนเป็นพื้นฐานของเครือข่ายบล็อกเชนทั้งหมด มีหน้าที่รับผิดชอบการบันทึก จัดเก็บ และส่งข้อมูลการทำธุรกรรมทั้งหมดบนเครือข่ายบล็อกเชน ทุกโหนดมีสำเนาข้อมูลบล็อกเชนที่สมบูรณ์เพื่อให้แน่ใจว่าลักษณะการกระจายอำนาจของเครือข่ายได้รับการรักษาไว้ อย่างไรก็ตาม สำหรับผู้ใช้ทั่วไปมากก็จะไม่ง่ายที่จะสร้างและบำรุงรักษาโหนดบล็อกเชนของตนเอง ไม่เพียงแต่ต้องการทักษะทางเทคนิคที่เชี่ยวชาญ แต่ยังมีค่าธรรมเนียมและค่าบริการที่สูง ในเวลาเดียวกัน ความสามารถในการค้นหาข้อมูลของโหนดทั่วไปก็จำกัด ไม่สามารถค้นข้อมูลในรูปแบบที่นักพัฒนาต้องการได้ ดังนั้น ถึงแม้ในทฤษฎีแต่ทุกคนก็สามารถทำการดำเนินโหนดของตนเองได้ แต่ในการดำเนินการจริง ผู้ใช้มักมีแนวโน้มที่จะพึ่งพาบริการจากฝั่งที่สาม
เพื่อแก้ไขปัญหานี้ ผู้ให้บริการโหนด RPC จึงเกิดขึ้น ผู้ให้บริการเหล่านี้รับผิดชอบต้นทุนและการบริหารจัดการของโหนด และให้ข้อมูลผ่านจุดปลาย RPC ทำให้ผู้ใช้สามารถเข้าถึงข้อมูลบล็อกเชนได้โดยไม่ต้องสร้างโหนดขึ้นเอง จุดปลาย RPC สาธารณะฟรี แต่มีขีด จำกัด อาจส่งผลกระทบต่อประสบการณ์ของผู้ใช้ dApp ที่ต้องการใช้งาน จุดปลาย RPC เอกชนจะมีประสิทธิภาพที่ดีกว่าโดยลดความแออัด แต่ต้องใช้การสื่อสารไปกลับมากมายแม้แต่การเรียกร้องข้อมูลที่เรียบง่าย สร้างภาระของการขอข้อมูลและทำให้ประสิทธิภาพของการสืบค้นข้อมูลที่ซับซ้อนต่ำ นอกจากนี้ จุดปลาย RPC เอกชนมักยากต่อการขยายตัวและขาดความเข้ากันได้ในเครือข่ายที่แตกต่างกัน แต่ผู้ให้บริการโหนดมาตรฐาน API มอบการเข้าถึงข้อมูล on-chain ให้ผู้ใช้ได้สะดวกมากขึ้นเป็นพื้นฐานสำหรับการวิเคราะห์ข้อมูลและการประยุกต์ใช้ในอนาคต
2.2 การแยกวิเคราะห์ข้อมูล: จากข้อมูลจากต้นแบบเป็นข้อมูลที่ใช้งานได้
ข้อมูลที่ได้จากโหนดบล็อกเชนโดยทั่วไปถูกเข้ารหัสและเข้ารหัสจัดการข้อมูลเดิมซึ่งมีความซับซ้อนเพิ่มขึ้นแม้ว่าข้อมูลเหล่านี้จะรักษาความสมบูรณ์และความปลอดภัยของบล็อกเชน แต่ทำให้การวิเคราะห์ข้อมูลยากขึ้น สำหรับผู้ใช้ทั่วไปหรือนักพัฒนา การจัดการข้อมูลเหล่านี้โดยตรงต้องการความรู้ทางเทคโนโลยีและทรัพยากรคำนวณมากมาย
กระบวนการวิเคราะห์ข้อมูลเป็นสิ่งสำคัญอย่างยิ่งในบริบทนี้ โดยการแยกวิเคราะห์ข้อมูลต้นฉบับที่ซับซ้อนให้เป็นรูปแบบที่เข้าใจและใช้งานได้ง่ายขึ้น ผู้ใช้สามารถเข้าใจและใช้ข้อมูลเหล่านี้ได้อย่างตรงไปตรงมามากขึ้น ความสำเร็จของกระบวนการวิเคราะห์ข้อมูลจะมีผลต่อประสิทธิภาพและผลลัพธ์ของการใช้งานข้อมูลบล็อกเชนและเป็นขั้นตอนสำคัญในกระบวนการดัชนีข้อมูลทั้งหมด
2.3 ตัวดัชนีข้อมูลที่ก้าวหน้า
เมื่อปริมาณข้อมูลบล็อกเชนเพิ่มขึ้นความต้องการตัวจัดทําดัชนีข้อมูลก็เช่นกัน ตัวทําดัชนีมีบทบาทสําคัญในการจัดระเบียบข้อมูลแบบ on-chain และส่งไปยังฐานข้อมูลเพื่อการสืบค้นที่ง่ายดาย Indexers ทํางานโดยการจัดทําดัชนีข้อมูลบล็อกเชนและทําให้พร้อมใช้งานผ่านภาษาการสืบค้นที่เหมือน SQL (API เช่น GraphQL) ด้วยการจัดเตรียมส่วนติดต่อแบบรวมสําหรับการสืบค้นข้อมูล ตัวทําดัชนีจะลดความซับซ้อนของกระบวนการลงอย่างมากโดยอนุญาตให้นักพัฒนาสามารถดึงข้อมูลที่ต้องการได้อย่างรวดเร็วและแม่นยําโดยใช้ภาษาคิวรีมาตรฐาน
ดัชนีชนิดต่างๆ จะปรับปรุงการค้นหาข้อมูลโดยวิธีการต่างๆ
· ดัชนีโหนดเต็ม: ดัชนีเหล่านี้ทำงานเป็นโหนดบล็อกเชิงเต็มและแยกข้อมูลโดยตรงจากนั้นเพื่อให้มั่นใจว่าข้อมูลถูกต้องและครบถ้วน แต่ต้องใช้พื้นที่จัดเก็บและประมวลผลมาก
· ดัชนีเบา: ดัชนีเหล่านี้ใช้โหนดเต็มเพื่อเรียกข้อมูลที่ต้องการตามความจำเป็น ทำให้ลดความต้องการในการเก็บข้อมูล แต่อาจเพิ่มเวลาในการสืบค้น
· ดัชนีที่ได้รับการจัดทำเฉพาะ: ดัชนีเหล่านี้ถูกพัฒนาขึ้นสำหรับประเภทของข้อมูลหรือบล็อกเชนที่เฉพาะเจาะจง เพื่อเพิ่มประสิทธิภาพในการค้นหาสำหรับกรณีการใช้งานที่เฉพาะเจาะจง เช่น โทเค็นที่ไม่สามารถทดแทนได้ หรือ การเงินแบบกระจายอำนาจ ธุรกรรม
· ตัวดัชนีรวม: ตัวดัชนีเหล่านี้ดึงข้อมูลจากหลายๆ บล็อกเชนและแหล่งที่มา รวมถึงข้อมูล off-chain เพื่อให้มีอินเทอร์เฟซในการค้นหาที่เหมือนกัน สำหรับ dApp ที่ใช้หลายๆ โซนนี่เป็นประโยชน์มาก
ขณะนี้โหนดเก็บข้อมูลของอีเธอร์เรียมในโหมดเก็บข้อมูลเต็ม (Archive Node) ในไคลเอ็นต์ Geth ใช้พื้นที่จัดเก็บประมาณ 13.5 TB ในขณะที่ในไคลเอ็นต์ Erigon ความต้องการในการเก็บข้อมูลเต็มประมาณ 3 TB โดยพุ่งขึ้นของบล็อกเชน จะทำให้ปริมาณการเก็บข้อมูลของโหนดเต็มเพิ่มขึ้นด้วย โดยมีโปรโตคอลดังกล่าวที่รองรับการดัชนีหลายๆ แบบไม่เพียงเท่านั้น แต่ยังปรับปรุงกรอบการแยกข้อมูลสำหรับแอปพลิเคชันต่างๆ ตัวอย่างเช่น กราฟข้อมูล (The Graph) มีกรอบข้อมูลย่อย (Subgraph) เป็นตัวอย่างหนึ่ง
การเกิดของตัวดัชนีช่วยเพิ่มประสิทธิภาพในการเพิ่มดัชนีและการค้นหาข้อมูลอย่างมหาศาล เมื่อเทียบกับโหนด RPC แบบดั้งเดิม ตัวดัชนีสามารถเพิ่มดัชนีข้อมูลจำนวนมากอย่างมีประสิทธิภาพและรองรับการค้นหาที่รวดเร็ว ดัชนีเหล่านี้ช่วยให้ผู้ใช้สามารถดำเนินการค้นหาที่ซับซ้อน กรองข้อมูลอย่างง่ายดาย และวิเคราะห์หลังการดึงข้อมูล ไม่เพียงนั้น บางดัชนียังรองรับการรวมข้อมูลจากแหล่งข้อมูลบล็อกเชนหลายรายการเพื่อหลีกเลี่ยงปัญหาในการต้องใช้งานหลาย API ใน dApp ที่ใช้บล็อกเชนหลายรายการ ด้วยการทำงานแบบกระจายบนโหนดหลายๆ โหนด ตัวดัชนีไม่เพียงให้ความปลอดภัยและประสิทธิภาพที่ดีกว่า แต่ยังลดความเสี่ยงที่อาจเกิดจากผู้ให้บริการ RPC แบบศูนย์กลางที่อาจทำให้เกิดความขัดข้องและความเสียหายในการให้บริการ
ในทางที่ต่างกัน ดัชนีอนุกรมทำให้ผู้ใช้สามารถเข้าถึงข้อมูลที่ต้องการโดยตรงโดยไม่ต้องจัดการข้อมูลซับซ้อนในระดับพื้นฐาน ผ่านภาษาคิวรี่ที่กำหนดล่วงหน้า กลไกนี้ช่วยเพิ่มประสิทธิภาพและความเชื่อถือในการค้นข้อมูลอย่างมีนัยสำคัญ และเป็นนวัตกรรมสำคัญในการเข้าถึงข้อมูลบล็อกเชน
2.4 ฐานข้อมูลเชื่อมโยงทั้งหมด: การจัดเรียงความสำคัญตามกระแส
การใช้ดัชนีโหนดในการค้นหาข้อมูลโดยทั่วไปหมายความว่า API เป็นประตูเดียวสำหรับข้อมูล on-chain อย่างเดียว อย่างไรก็ตาม ในช่วงของโครงการที่ขยายออกไป บ่อยครั้งจะต้องการแหล่งข้อมูลที่ยืดหยุ่นมากขึ้น ซึ่ง API มาตรฐานไม่สามารถให้บริการได้ เมื่อความต้องการของแอปพลิเคชันซับซ้อนขึ้น ดัชนีข้อมูลระดับพื้นฐานกับรูปแบบดัชนีมาตรฐานของมันเริ่มยากต่อการตอบสนองความต้องการที่หลากหลายขึ้น เช่น การค้นหา การเข้าถึง cross-chain หรือการแมปข้อมูล off-chain
ในโครงสร้างท่อข้อมูลสมััยใหม่ 'การลำเลียง' ได้กลายเป็นทางเลือกหนึ่งในการแก้ไขข้อจำกัดของการประมวลผลแบบเป็นชุดทั่วไป ซึ่งสามารถทำให้เกิดการดูดข้อมูลแบบเรียลไทม์ ประมวลผล และวิเคราะห์ข้อมูลได้ การเปลี่ยนแปลงแบบนี้ทำให้องค์กรสามารถตอบสนองต่อข้อมูลเข้ามาได้ทันที ซึ่งทำให้สามารถได้ข้อสังเกตและตัดสินใจเกือบทันที ในทางเดียวกันบริการข้อมูลบล็อกเชนกำลังเติบไปในทิศทางของการสร้างกระแสข้อมูลบล็อกเชนแบบเรียลไทม์ ผู้ให้บริการดัชนีแบบเดิมก็ได้เริ่มเปิดตัวผลิตภัณฑ์ที่ดึงข้อมูลบล็อกเชนแบบเรียลไทม์ เช่น Substreams ของ The Graph และ Mirror ของ Goldsky มีเช่น Chainbase และ SubSquid ที่สร้างบล็อกเชนและข้อมูลรีแอลไทม์ตามข้อมูลบล็อกเชน
บริการเหล่านี้ออกแบบมาเพื่อตอบสนองความต้องการในการแยกวิเคราะห์ธุรกรรมบล็อกเชนแบบเรียลไทม์และให้ความสามารถในการสืบค้นที่ครอบคลุมมากขึ้น เช่นเดียวกับสถาปัตยกรรม "stream-first" ที่ปฏิวัติวิธีการประมวลผลและใช้ข้อมูลในไปป์ไลน์ข้อมูลแบบเดิมผ่านปล่อยค่าเครือข่ายเวลาแฝงและการตอบสนองที่เพิ่มขึ้นผู้ให้บริการการไหลของข้อมูลเหล่านี้ยังหวังว่าจะสนับสนุนการพัฒนาแอปพลิเคชันเพิ่มเติมและช่วยวิเคราะห์ข้อมูลแบบ on-chain ผ่านแหล่งข้อมูลขั้นสูงและเป็นผู้ใหญ่มากขึ้น
โดยมองในมุมมองของท่อข้อมูลระบบสมัยใหม่ การนิยามความท้าทายของข้อมูล on-chain จะถูกนำมามองในแง่มุมมองใหม่เพื่อเห็นศักย์ของการจัดการข้อมูล on-chain การเก็บรักษา และการให้บริการที่เต็มเปี่ยมของ on-chain ขณะที่เราเริ่มนำอินเด็กซ์เช่นภาพยนตร์ย่อยและตัวดัชนี ETH โปรแกรม ETL เป็นต้นมามองเป็นกระแสข้อมูลในท่อข้อมูลแทนการส่งออกข้อมูลสุดท้าย เราจึงสามารถจินตนาการโลกที่เป็นไปได้ที่สามารถปรับแต่งชุดข้อมูลประสิทธิภาพสูงสำหรับกรณีใช้ธุรกิจใด ๆ ได้
3. AI + Database? เปรียบเทียบลึกลับระหว่าง The Graph, Chainbase, Space และ Time
3.1 กราฟ
เครือข่าย The Graph ใช้โหนดเครือข่ายที่กระจายอำนาจเพื่อให้บริการดัชนีข้อมูลและการค้นหาข้อมูล跨เชื่อมโซน ช่วยส่งเสริมให้นักพัฒนาสามารถดัชนีข้อมูลบล็อกเชนและสร้างแอปพลิเคชันการกระจายอำนาจได้อย่างสะดวก โดยโมเดลผลิตภัณฑ์หลักของมันคือตลาดการดำเนินการค้นหาข้อมูลและตลาดแคชดัชนีข้อมูล ทั้งสองตลาดเป็นสินค้าที่เน้นบริการตามความต้องการของผู้ใช้ โดยตลาดการดำเนินการค้นหาข้อมูลเฉพาะการเลือกโหนดดัชนีที่เหมาะสมสำหรับข้อมูลที่ผู้บริโภคต้องการและชำระเงินเพื่อเข้าถึงข้อมูล ตลาดแคชดัชนีข้อมูลคือตลาดที่โหนดดัชนีชำระเงินตามการเข้าถึงโดยพิจารณาความนิยมของดัชนีย่อย การคิดค่าใช้จ่ายในการค้นหา และการจัดสรรทรัพยากรตามความต้องการของผู้ใช้ on-chain
ซับกราฟ (Subgraphs) เป็นโครงสร้างข้อมูลพื้นฐานในเครือข่าย The Graph ซึ่งกำหนดวิธีการดึงข้อมูลจากบล็อกเชนและแปลงข้อมูลให้เป็นรูปแบบที่สามารถค้นหาได้ (เช่น รูปแบบ GraphQL) ใครก็สามารถสร้างซับกราฟ และมีหลายๆ แอปพลิเคชันสามารถใช้งานซับกราฟเหล่านี้ซ้ำๆ ซึ่งเพิ่มประสิทธิภาพในการใช้ข้อมูล
· ดัชนีเมอร์ (Indexer): ดัชนีเมอร์เป็นผู้ให้บริการโหนดในเครือข่าย The Graph โดยเรียกใช้จากการ stake GRT (โทเคนเกี่ยวกับ The Graph) เพื่อเข้าร่วมเครือข่าย โดยให้บริการด้านการดัชนีและการค้นหา
· ผู้มอบหมาย (Delegator): ผู้มอบหมายเป็นผู้ใช้ที่ stake GRT โทเค็นให้กับโหนดดัชนีเพื่อสนับสนุนการทำงานของมัน ผู้มอบหมายจะได้รับส่วนหนึ่งของรางวัลจากโหนดดัชนีที่พวกเขามอบหมาย
· ผู้จัดการ (Curator): ผู้จัดการรับผิดชอบในการเลือกรูปภาพใดบาง ๆ ควรถูกดัชนีอินเตอร์เน็ต ผู้จัดการช่วยให้มั่นใจว่ารูปภาพที่มีค่าถูกจัดการเป็นรายการลำดับแรก
· นักพัฒนา (Developer): ต่างจากผู้จัดหาใน 3 กลุ่มแรกเป็นคู่ขาย นักพัฒนาเป็นผู้ต้องการและเป็นผู้ใช้หลักของ The Graph พวกเขาสร้างและยื่นข้อมูลย่อยไปยังเครือข่าย The Graph และรอให้เครือข่ายมาตอบสนองตามความต้องการของพวกเขา
ขณะนี้ The Graph ได้เริ่มเป็นเศรษฐีในการโฮสต์ภาพรวมแบบไม่มีศูนย์กลางแล้ว มีการส่งเสริมเศรษฐีระหว่างฝ่ายที่แตกต่างกันเพื่อให้ระบบทำงานได้
· รางวัลโหนดอินเด็กซ์: โหนดอินเด็กซ์ได้รับผลตอบแทนจากค่าค้นหาของผู้บริโภคและรางวัลบล็อก GRT บางส่วน
· ผู้มอบหมายรางวัล: ผู้มอบหมายได้รับส่วนแบ่งของรางวัลจากโหนดดัชนีที่พวกเขาสนับสนุน
· รางวัลผู้จัดแสดง: หากผู้จัดแสดงสัญญาณกราฟที่มีค่าเสียจากค่าค้นหา พวกเขาสามารถได้รับรางวัลบางส่วน
ในความเป็นจริง The Graph ผลิตภัณฑ์ก็ได้รับการพัฒนาอย่างรวดเร็วในคลื่น AI ด้วย ในฐานะทีมพัฒนาหลักของนิเวศ The Graph Semiotic Labs มุ่งมั่นที่จะใช้เทคโนโลยี AI เพื่อปรับปรุงการจัดรายการและประสบการณ์การค้นหาของผู้ใช้ ในปัจจุบัน ผลิตภัณฑ์ AutoAgora Allocation Optimizer และเครื่องมือ AgentC ที่ถูกพัฒนาขึ้นโดย Semiotic Labs ได้เพิ่มประสิทธิภาพของระบบนิเวศในหลายด้าน
· AutoAgora ได้นำเข้ากลไกการตั้งราคาแบบไดนามิก โดยการปรับราคาแบบเรียลไทม์ขึ้นอยู่กับปริมาณการค้นหาและการใช้ทรัพยากร เพื่อปรับปรุงกลยุทธ์การตั้งราคา และให้การแข่งขันของ Indexer และรายได้เพิ่มสูงสุด
· Allocation Optimizer แก้ไขปัญหาที่ซับซ้อนในการจัดสรรทรัพยากรของแผนผังย่อย เพื่อช่วยให้ได้รับการกำหนดค่าที่ดีที่สุดสำหรับทรัพยากรเพื่อเพิ่มรายได้และประสิทธิภาพ
· AgentC เป็นเครื่องมือทดลองที่อนุญาตให้ผู้ใช้เข้าถึงข้อมูลบล็อกเชนของ The Graph ผ่านภาษาธรรมชาติเพื่อเพิ่มประสบการณ์ของผู้ใช้
การประยุกต์ใช้เครื่องมือเหล่านี้ทำให้ The Graph ร่วมกับ AI ช่วยเพิ่มความฉลาดและเป็นมิตรกับผู้ใช้ของระบบได้อย่างมาก
3.2 ฐานโซ่
Chainbase คือเครือข่ายข้อมูลสายทั้งหมดที่รวมข้อมูลบล็อกเชนทั้งหมดไว้บนแพลตฟอร์มเดียว เพื่อทำให้นักพัฒนาสามารถสร้างและบำรุงรักษาแอปพลิเคชันได้อย่างสะดวกขึ้น คุณสมบัติที่เป็นเอกลักษณ์ของมันประกอบด้วย:
· ทะเลข้อมูลแบบเรียลไทม์: Chainbase ให้ทะเลข้อมูลแบบเรียลไทม์สำหรับกระแสข้อมูลบล็อกเชื่อมโยงที่ทำให้ข้อมูลสามารถเข้าถึงได้ทันทีเมื่อถูกสร้างขึ้น
· โครงสร้างสองเชื่อมต่อ: Chainbase สร้างชั้นดำเนินการขึ้นอยู่กับ Eigenlayer AVS เพื่อสร้างโครงสร้างสองเชื่อมต่อที่ขนานกับอัลกอริทึ่มฉันทามติของ CometBFT ออกแบบนี้เพิ่มความสามารถในการเขียนโปรแกรมและการรวมข้อมูลข้ามเชน รองรับประสิทธิภาพสูง ค่าเครือข่ายเวลาแฝงต่ำและความสมบูรณ์แบบ และเพิ่มความปลอดภัยของเครือข่ายผ่านโมเดลเดี่ยวstake
· มาตรฐานรูปแบบข้อมูลนวัตกรรม: Chainbase นำเข้ามาตรฐานข้อมูลใหม่ที่เรียกว่า "manuscripts" เพื่อปรับปรุงโครงสร้างและการใช้ข้อมูลในอุตสาหกรรมการเข้ารหัส
· โมเดลโลกที่เข้ารหัส: ด้วยทรัพยากรข้อมูลบล็อกเชนที่ใหญ่ของมัน Chainbase ได้ร่วมมือกับเทคโนโลยีโมเดล AI เพื่อสร้างโมเดล AI ที่สามารถเข้าใจและทำนายการซื้อขายบล็อกเชนและปฏิสัมพันธ์กับบล็อกเชนได้อย่างมีประสิทธิภาพ ปัจจุบันได้เปิดตัวรุ่นพื้นฐานของโมเดล Theia ให้บริการสำหรับสาธารณชน
คุณสมบัติเหล่านี้ทำให้ Chainbase โดดเด่นในบล็อกเชนดัชนีโปรโตคอล โดยมีการให้ความสำคัญกับความเข้าถึงข้อมูลแบบ real-time รูปแบบข้อมูลที่นวัตกรรม และการสร้างโมเดลอัจฉริยะที่ดีขึ้นด้วยการรวมข้อมูล on-chain และ off-chain เพื่อเพิ่มประสิทธิภาพในการวิเคราะห์
Chainbase โมเดล AI ของ Theia เป็นจุดเด่นสำคัญที่แตกต่างจากโปรโตคอลบริการข้อมูลอื่น ๆ Theia พัฒนาขึ้นบนโมเดล DORA ที่พัฒนาโดย NVIDIA โดยรวมข้อมูล on-chain และ off-chain รวมถึงกิจกรรมทางเวลาและพื้นที่ ศึกษาและวิเคราะห์รูปแบบการเข้ารหัส และตอบโต้ด้วยการ推理เชิงสาเหตุ เพื่อขุนเพื่อนค้นหาค่าและกฎระเบียบที่ซ่อนอยู่ของข้อมูล on-chain เพื่อให้บริการข้อมูลอย่างฉลาดยิ่งขึ้นสำหรับผู้ใช้
บริการข้อมูลที่มีพลังงานของ AI ทำให้ Chainbase ไม่ใช่แค่แพลตฟอร์มบริการข้อมูลบล็อกเชนอีกต่อไป แต่กลายเป็นผู้ให้บริการข้อมูลที่มีความสามารถแข่งขันมากขึ้น ด้วยทรัพยากรข้อมูลที่มีพลังและการวิเคราะห์ของ AI ที่แข็งแกร่ง Chainbase สามารถให้ข้อมูลและประสิทธิภาพการประมวลผลข้อมูลของผู้ใช้ได้อย่างกว้างขวาง
3.3 พื้นที่และเวลา
Space and Time (SxT) มีเป้าหมายที่จะสร้างชั้นคำนวณที่สามารถทำการยืนยันได้บนฐานข้อมูลการกระจายอำนาจ โดยขยายการพิสูจน์ที่ไม่รู้เรื่องเพื่อสัญญาอัจฉริยะ โมเดลภาษาใหญ่ และธุรกิจให้ได้การประมวลผลข้อมูลที่น่าเชื่อถือ ในปัจจุบัน Space and Time ได้รับเงินลงทุนรอบ A ล่าสุด 20 ล้านเหรียญสหรัฐโดย Framework Ventures、Lightspeed Faction、Arrington Capital และ Hivemind Capital เป็นผู้นำการลงทุน
ในด้านการดัชนีและการตรวจสอบข้อมูล Space and Time ได้นำเสนอเส้นทางเทคโนโลยีใหม่อย่าง Proof of SQL นี่เป็นเทคโนโลยีการกระจายอำนาจ Zero-Knowledge Proof (ZKP) ที่ถูกพัฒนาขึ้นโดย Space and Time เพื่อให้แน่ใจว่าการค้นหา SQL ที่ดำเนินการบนคลังข้อมูลแบบการกระจายอำนาจเป็นการค้นหาที่ไม่สามารถปลอมแปลงและสามารถตรวจสอบได้ ขณะที่ทำการค้นหา Proof of SQL จะสร้างการพิสูจน์การเข้ารหัสซึ่งทำให้สามารถตรวจสอบความสมบูรณ์และความแม่นยำของผลการค้นหา การพิสูจน์นี้จะแนบกับผลการค้นหาเพื่อให้ผู้ตรวจสอบความถูกต้อง (เช่น สัญญาอัจฉริยะ) สามารถยืนยันข้อมูลที่ไม่ได้รับการปลอมแปลงในขั้นตอนการประมวลผล บล็อกเชนโดยทั่วไปมักอาศัยกลไกฉันทามติเพื่อตรวจสอบความเป็นจริงของข้อมูลในขณะที่ Proof of SQL ของ Space and Time ได้สร้างวิธีการตรวจสอบข้อมูลที่มีประสิทธิภาพมากขึ้น โดยเฉพาะในระบบของ Space and Time โหนดหนึ่งจะรับผิดชอบในการเข้าถึงข้อมูล ในขณะที่โหนดอื่น ๆ จะใช้เทคโนโลยี zk เพื่อตรวจสอบความเป็นจริงของข้อมูลนั้น วิธีการนี้เปลี่ยนแปลงวิธีการของกลไกฉันทามติที่โหนดหลาย ๆ ตัวต้องดำเนินการดัชนีข้อมูลเดียวกันซ้ำ ๆ ในที่สุดจึงเป็นไปได้ที่จะลดการใช้ทรัพยากรในการเข้าถึงข้อมูลในขั้นตอนการประมวลผล และเพิ่มประสิทธิภาพของระบบโดยรวม ด้วยความเจริญเติบโตของเทคโนโลยีนี้ มันได้เป็นฐานสำคัญในการสร้างผลิตภัณฑ์ข้อมูลบล็อก on-chain ที่ในอุตสาหกรรม传统มีการใช้ข้อมูลที่มีความน่าเชื่อถือ
ในขณะเดียวกัน SxT ได้ร่วมมือกับห้องปฏิบัติการนวัตกรรม AI ของ Microsoft อย่างใกล้ชิดเพื่อเร่งการพัฒนาเครื่องมือ AI ที่สร้างขึ้นอย่างรวดเร็วเพื่อทำให้ผู้ใช้สามารถใช้ภาษาธรรมชาติในการประมวลผลข้อมูลบล็อกเชนได้อย่างสะดวก ณ ปัจจุบันใน Space and Time Studio ผู้ใช้สามารถทดลองป้อนคำค้นหาด้วยภาษาธรรมชาติ และ AI จะทำการแปลงมันเป็น SQL โดยอัตโนมัติและแทนที่ผู้ใช้ในการดำเนินการค้นหาเพื่อนำผลลัพธ์สุดท้ายที่ผู้ใช้ต้องการมาปฏิบัติ
3.4 การเปรียบเทียบความแตกต่าง
4. สรุปและการมองเห็นในอนาคต
โดยสรุปบล็อกการจัดการดัชนีข้อมูลเทคโนโลยีจากแหล่งข้อมูลโหนดเริ่มต้นผ่านการวิเคราะห์ข้อมูลและการสร้างดัชนีไปจนถึงการให้บริการข้อมูลเชื่อมโยงอัจฉริยะของ AI ได้ผ่านกระบวนการปรับปรุงเรื่อย ๆ การพัฒนาเหล่านี้ไม่เพียงเพิ่มประสิทธิภาพและความแม่นยำในการเข้าถึงข้อมูลเท่านั้น แต่ยังนำมาสู่ประสบการณ์อัจฉริยะที่ไม่เคยเกิดขึ้นก่อนสำหรับผู้ใช้
เมื่อมองไปยังอนาคตด้วยการพัฒนาเทคโนโลยีใหม่ ๆ อย่างต่อเนื่องเช่นเทคโนโลยี AI และการพิสูจน์ความรู้เป็นศูนย์บริการข้อมูลบล็อกเชนจะฉลาดและปลอดภัยยิ่งขึ้น เรามีเหตุผลที่จะเชื่อว่าบริการข้อมูลบล็อกเชนจะยังคงมีบทบาทสําคัญในฐานะโครงสร้างพื้นฐานในอนาคตโดยให้การสนับสนุนที่แข็งแกร่งสําหรับความก้าวหน้าและนวัตกรรมของอุตสาหกรรม
ประกาศ：
บทความนี้ถูกคัดลอกมาจาก[[Trustless Labs](https://x.com/TrustlessLabs/status/1833815530647834843)] ลิงก์ถึงที่มาที่ประกาศเริ่มต้นหรือทยอยให้ตามเวลาโดยผู้เขียน[Trustless Labs] หากมีเรื่องโต้แย้งในการคัดลอกโปรดติดต่อทีม[Gate Learn](https://www.gate.io/questionnaire/3967 ทีมจะดำเนินการตามขั้นตอนที่เกี่ยวข้องโดยเร็วที่สุด
ประกาศความไม่รับผิดชอบ: ความคิดเห็นและความเห็นที่แสดงในบทความนี้เป็นเพียงความคิดเห็นส่วนบุคคลของผู้เขียนเท่านั้น ไม่เป็นการให้คำแนะนำในการลงทุนใด ๆ
เวอร์ชันภาษาอื่นของบทความถูกแปลโดยทีม Gate Learn ห้ามคัดลอก กระจาย หรือลอกเลียนบทความที่ถูกแปลโดยไม่ได้กล่าวถึง [Gate.io](http://Gate.io