0xScope - це протокол, який має стати рівнем даних штучного інтелекту для Web3-додатків, пропонуючи набір SaaS-рішень для роботи з ланцюжком даних. Екосистема 0xScope складається з трьох продуктів:
Цільова аудиторія дуже широка: Венчурні фонди Web3, протоколи і Dapps в різних екосистемах, включаючи Layer 1 і Layer 2, венчурні компанії, яким необхідно приймати кращі інвестиційні рішення і відстежувати конкурентів, трейдери/дослідники, яким необхідно досліджувати потоки капіталу, маркет-мейкери, спільноти розробників і загальні інвестори.
Джексон Лі - засновник 0xScope, має досвід в аналізі даних і управлінні продуктами; співзасновник Педро Торрес - генеральний директор, має багатий досвід роботи в сфері внутрішньомережевих транзакцій. Інший співзасновник, 0xWill, має досвід роботи дослідником та менеджером продукту. Серед інших ключових учасників - співзасновник компанії Колін Ю як технічний директор та Раджіні Раффаеле як операційний директор.
Починаючи з липня 2022 року, Watchers (пізніше перейменована на Scopescan) розпочала пробну експлуатацію системи застосування білих списків і відтоді ітеративно вдосконалює продукт на основі відгуків користувачів. Згідно з відкритими даними, зібраними rootdata, 0xScope завершив три раунди збору коштів, залучивши 8 мільйонів доларів США від 14 інвестиційних інституцій та приватних осіб. У вересні 2022 року видання TechFlow повідомило, що 0xScope завершила раунд посівного фінансування на суму 3 мільйони доларів США, а 16 січня 2024 року завершила раунд попереднього фінансування на суму 5 мільйонів доларів США під керівництвом HashKey Capital.
Джерело: Табличні дані з rootdata
Scopescan використовує візуальні ефекти "Графів знань", технології, заснованої на теорії графів для представлення знань і міркувань. Це допомагає користувачам інтуїтивно зрозуміти результати кластеризації адрес. Тут ми почнемо з функції кластеризації адрес, щоб познайомити вас з основними можливостями Scopescan.
Кластеризація адрес: Кластеризація адрес - це об'єднання та маркування адрес, які можуть походити від однієї і тієї ж сутності в блокчейні (оскільки однієї адреси недостатньо для відображення точної картини, користувачі Web3 часто контролюють декілька адрес). Це дозволяє нам краще зрозуміти поведінку блокчейну організації, частку токенів, що знаходяться у неї, тощо. Ці фактори можуть впливати на права управління в спільноті, права на пропозиції та наше розуміння розумних грошей, венчурних фондів та китів.
Функція кластеризації адрес в Scopescan включає в себе дві концепції: відстеження адрес і визначення об'єктів. По-перше, на момент написання цієї статті 0xScope відстежив загалом 176 719 155 адрес блокчейну; по-друге, Scopescan використовує оригінальний алгоритм зваженої кластеризації, який може виявити зв'язок між різними адресами EOA і визначити об'єкти, що представляють більш реальні суб'єкти блокчейну, з довірчим інтервалом, що регулюється з точністю до 70%-90%. Принцип цієї функції полягає в тому, щоб узгодити поведінку блокчейну між адресами зі зв'язками в бібліотеці міток. Нижче показано інтерфейс продукту з функцією кластеризації адрес Scopescan.
Джерело: Агрегація адрес Scopescan
Scopechat - це помічник зі штучним інтелектом, розроблений на основі великої мовної моделі, який надає дані та аналітику в режимі реального часу. Наразі він охоплює такі блокчейни, як Ethereum, BNB Chain, Arbitrum, Polygon, Base, Optimism, Avalanche та Mantle. Після бета-версії 16 січня 2024 року Scopechat був відкритий для громадськості і підтримує мобільні пристрої. Наразі зареєстровані користувачі можуть ставити 25 запитань на тиждень, тоді як незареєстровані користувачі можуть ставити 3 запитання щодня.
Відповідно до вступу до користувацького інтерфейсу, основні функції Scopechat є наступними:
Джерело: Інтерфейс користувача Scopechat
Агрегація адрес допомагає нам зрозуміти ступінь централізації в он-лайн світі, сприяючи реалізації бачення демократизації та децентралізації Web3. Класичним прикладом є токен управління $UNI протоколу Uniswap. Теоретично, власники $UNI можуть запропонувати майбутній розвиток екосистеми Uniswap на основі ідеалів та бачення спільноти. Однак на знімку нижче від 29 вересня 2022 року видно, що хоча на гаманці a16z знаходиться 1,5% $UNI, на сукупність адрес, пов'язаних з цим гаманцем, припадає в цілому 4,15% цього токена, а поріг прийняття рішень Uniswap (кворум Uniswap) становить 4%, що означає, що a16z може самостійно висувати ініціативи.
Джерело: знімок даних bubblemaps.io
0xScope також поділяє бачення демократизації та децентралізації даних Web3. Відповідним прикладом є співпраця між LooksRare та Layer3. На знімку від 15 грудня 2022 року ми бачимо приріст у 3 280 нових адрес з відповідною кількістю суб'єктів у 2 683, що приблизно у 25 разів перевищує природний приріст користувачів. Це свідчить про те, що спільний захід був дуже ефективним.
Джерело: Scopescan
Проблема полягає в тому, що роздрібні інвестори хочуть знати, чи керують цими новими адресами професійні команди мисливців за бонусами, які керують численними гаманцями для участі в заходах, або ж вони походять від реальних користувачів. Дані, зібрані Scopescan, показують, що серед 3 280 нових адрес, які взаємодіють з LooksRare, є 2 685 об'єктів. Співвідношення сутності до адреси становить близько 82%, що свідчить про те, що більшість з них представляють реальних користувачів.
Підхід 0xScope передбачає використання агрегованих тегів і створення всеосяжного стандарту для збору, очищення та управління відповідними даними в ланцюжку і поза ланцюжком за допомогою шару даних Web3 AI. Це вимагає від команди поступового створення шару даних з відкритим вихідним кодом, що дозволяє людям завантажувати, перевіряти, обробляти і завантажувати дані Web2 і Web3.
Ці бачення взаємопов'язані: з огляду на анонімність даних у ланцюжку, їхній аналіз часто є дуже складним і галасливим. Тому 0xScope має на меті відфільтрувати зашумлені дані у високоякісні; основною проблемою в інтеграції ШІ у Web3 є брак високоякісних даних. Вони можуть використовувати високоякісні набори даних для навчання своїх помічників зі штучним інтелектом і перетворити цю послугу на B2B-продукт.
Джерело: Архітектура рівня даних 0xScope
0xScope використовує рівень даних Scopescan для навчання Scopechat, великої мовної моделі (LLM), орієнтованої на сценарії використання Web3. Це підвищує точність моделі завдяки постійному зворотному зв'язку та точному налаштуванню. Розробники також можуть безпосередньо навчати асистентів Web3 AI на основі цієї моделі. Основною проблемою технології блокчейн є її високий вхідний бар'єр і низький рівень впровадження. Scopechat має на меті підвищити ефективність обробки транзакцій Web3, даних та контрактних взаємодій за допомогою великих мовних моделей та ШІ-помічників, сприяючи масовому впровадженню. По суті, цей підхід спрямований на створення "GPT для криптосфери".
Навчання великих мовних моделей (ВММ) продовжує стикатися зі значними труднощами в боротьбі з галюцинаціями та підвищенні точності. Колін Ю, один із співзасновників, зробив два ключових аналізи в Твіттері:
LLM намагаються зрозуміти структури даних Web3, що робить неможливим гарантувати 100% точність SQL-виводів, згенерованих штучним інтелектом. Найбільш життєздатним підходом є точне налаштування, але це прив'язує структуру бази даних до моделі, що призводить до збільшення витрат на оновлення та зниження точності результатів, коли модель має менше параметрів.
Окрім доопрацювання, перспективними є такі стратегії, як Embedding+search та підхід агент+інструменти проекту LangChain. Техніка Embedding, висвітлена в популярному минулорічному проекті Alexander Project, виявляється надзвичайно універсальною, більш ефективно охоплюючи такі функції, як пошук, кластеризація, рекомендації та класифікація. Наприклад, пошук статті лише за ключовими словами може не дати результатів, синонімічних цим ключовим словам; Embedding легко долає цю проблему.
Проект LangChain використовує різні агенти (LLM + prompt) для спеціалізованих завдань. Ці Агенти також можуть викликати різні Інструменти (подібні до Функцій), пристосовані до унікальних застосувань і сценаріїв.
Продукт Scopechat, запущений трохи більше двох місяців тому, все ще перебуває в процесі безперервної ітерації. Таким чином, окрім отримання Scopepoints через базові реферальні коди, прив'язку акаунтів у соціальних мережах та приєднання до спільнот, надання ефективного зворотного зв'язку для Scopechat також заробляє відповідні Scopepoints. Згідно з офіційною документацією, підтверджено, що ці Scopepoints можуть бути використані для придбання продуктів і послуг від 0xScope або для розблокування розширених функцій Scopechat.
У розділі FAQ офіційного документа щодо можливості випуску криптовалюти офіційна позиція ставить на перше місце спільноту і сам продукт, але натякає, що "все інше додасться", якщо продукт буде на правильному шляху, не виключаючи можливості запуску токена. Крім того, точки огляду також можуть бути пов'язані з потенційними повітряними десантуваннями.
Підсумовуючи, 0xScope також розробив асистента зі штучним інтелектом, окрім сервісів для аналізу даних в ланцюжку, використовуючи тенденцію до великих мовних моделей. Це дуже конкурентоспроможний сценарій для швидкозростаючого "бичачого" ринку.
0xScope - це протокол, який має стати рівнем даних штучного інтелекту для Web3-додатків, пропонуючи набір SaaS-рішень для роботи з ланцюжком даних. Екосистема 0xScope складається з трьох продуктів:
Цільова аудиторія дуже широка: Венчурні фонди Web3, протоколи і Dapps в різних екосистемах, включаючи Layer 1 і Layer 2, венчурні компанії, яким необхідно приймати кращі інвестиційні рішення і відстежувати конкурентів, трейдери/дослідники, яким необхідно досліджувати потоки капіталу, маркет-мейкери, спільноти розробників і загальні інвестори.
Джексон Лі - засновник 0xScope, має досвід в аналізі даних і управлінні продуктами; співзасновник Педро Торрес - генеральний директор, має багатий досвід роботи в сфері внутрішньомережевих транзакцій. Інший співзасновник, 0xWill, має досвід роботи дослідником та менеджером продукту. Серед інших ключових учасників - співзасновник компанії Колін Ю як технічний директор та Раджіні Раффаеле як операційний директор.
Починаючи з липня 2022 року, Watchers (пізніше перейменована на Scopescan) розпочала пробну експлуатацію системи застосування білих списків і відтоді ітеративно вдосконалює продукт на основі відгуків користувачів. Згідно з відкритими даними, зібраними rootdata, 0xScope завершив три раунди збору коштів, залучивши 8 мільйонів доларів США від 14 інвестиційних інституцій та приватних осіб. У вересні 2022 року видання TechFlow повідомило, що 0xScope завершила раунд посівного фінансування на суму 3 мільйони доларів США, а 16 січня 2024 року завершила раунд попереднього фінансування на суму 5 мільйонів доларів США під керівництвом HashKey Capital.
Джерело: Табличні дані з rootdata
Scopescan використовує візуальні ефекти "Графів знань", технології, заснованої на теорії графів для представлення знань і міркувань. Це допомагає користувачам інтуїтивно зрозуміти результати кластеризації адрес. Тут ми почнемо з функції кластеризації адрес, щоб познайомити вас з основними можливостями Scopescan.
Кластеризація адрес: Кластеризація адрес - це об'єднання та маркування адрес, які можуть походити від однієї і тієї ж сутності в блокчейні (оскільки однієї адреси недостатньо для відображення точної картини, користувачі Web3 часто контролюють декілька адрес). Це дозволяє нам краще зрозуміти поведінку блокчейну організації, частку токенів, що знаходяться у неї, тощо. Ці фактори можуть впливати на права управління в спільноті, права на пропозиції та наше розуміння розумних грошей, венчурних фондів та китів.
Функція кластеризації адрес в Scopescan включає в себе дві концепції: відстеження адрес і визначення об'єктів. По-перше, на момент написання цієї статті 0xScope відстежив загалом 176 719 155 адрес блокчейну; по-друге, Scopescan використовує оригінальний алгоритм зваженої кластеризації, який може виявити зв'язок між різними адресами EOA і визначити об'єкти, що представляють більш реальні суб'єкти блокчейну, з довірчим інтервалом, що регулюється з точністю до 70%-90%. Принцип цієї функції полягає в тому, щоб узгодити поведінку блокчейну між адресами зі зв'язками в бібліотеці міток. Нижче показано інтерфейс продукту з функцією кластеризації адрес Scopescan.
Джерело: Агрегація адрес Scopescan
Scopechat - це помічник зі штучним інтелектом, розроблений на основі великої мовної моделі, який надає дані та аналітику в режимі реального часу. Наразі він охоплює такі блокчейни, як Ethereum, BNB Chain, Arbitrum, Polygon, Base, Optimism, Avalanche та Mantle. Після бета-версії 16 січня 2024 року Scopechat був відкритий для громадськості і підтримує мобільні пристрої. Наразі зареєстровані користувачі можуть ставити 25 запитань на тиждень, тоді як незареєстровані користувачі можуть ставити 3 запитання щодня.
Відповідно до вступу до користувацького інтерфейсу, основні функції Scopechat є наступними:
Джерело: Інтерфейс користувача Scopechat
Агрегація адрес допомагає нам зрозуміти ступінь централізації в он-лайн світі, сприяючи реалізації бачення демократизації та децентралізації Web3. Класичним прикладом є токен управління $UNI протоколу Uniswap. Теоретично, власники $UNI можуть запропонувати майбутній розвиток екосистеми Uniswap на основі ідеалів та бачення спільноти. Однак на знімку нижче від 29 вересня 2022 року видно, що хоча на гаманці a16z знаходиться 1,5% $UNI, на сукупність адрес, пов'язаних з цим гаманцем, припадає в цілому 4,15% цього токена, а поріг прийняття рішень Uniswap (кворум Uniswap) становить 4%, що означає, що a16z може самостійно висувати ініціативи.
Джерело: знімок даних bubblemaps.io
0xScope також поділяє бачення демократизації та децентралізації даних Web3. Відповідним прикладом є співпраця між LooksRare та Layer3. На знімку від 15 грудня 2022 року ми бачимо приріст у 3 280 нових адрес з відповідною кількістю суб'єктів у 2 683, що приблизно у 25 разів перевищує природний приріст користувачів. Це свідчить про те, що спільний захід був дуже ефективним.
Джерело: Scopescan
Проблема полягає в тому, що роздрібні інвестори хочуть знати, чи керують цими новими адресами професійні команди мисливців за бонусами, які керують численними гаманцями для участі в заходах, або ж вони походять від реальних користувачів. Дані, зібрані Scopescan, показують, що серед 3 280 нових адрес, які взаємодіють з LooksRare, є 2 685 об'єктів. Співвідношення сутності до адреси становить близько 82%, що свідчить про те, що більшість з них представляють реальних користувачів.
Підхід 0xScope передбачає використання агрегованих тегів і створення всеосяжного стандарту для збору, очищення та управління відповідними даними в ланцюжку і поза ланцюжком за допомогою шару даних Web3 AI. Це вимагає від команди поступового створення шару даних з відкритим вихідним кодом, що дозволяє людям завантажувати, перевіряти, обробляти і завантажувати дані Web2 і Web3.
Ці бачення взаємопов'язані: з огляду на анонімність даних у ланцюжку, їхній аналіз часто є дуже складним і галасливим. Тому 0xScope має на меті відфільтрувати зашумлені дані у високоякісні; основною проблемою в інтеграції ШІ у Web3 є брак високоякісних даних. Вони можуть використовувати високоякісні набори даних для навчання своїх помічників зі штучним інтелектом і перетворити цю послугу на B2B-продукт.
Джерело: Архітектура рівня даних 0xScope
0xScope використовує рівень даних Scopescan для навчання Scopechat, великої мовної моделі (LLM), орієнтованої на сценарії використання Web3. Це підвищує точність моделі завдяки постійному зворотному зв'язку та точному налаштуванню. Розробники також можуть безпосередньо навчати асистентів Web3 AI на основі цієї моделі. Основною проблемою технології блокчейн є її високий вхідний бар'єр і низький рівень впровадження. Scopechat має на меті підвищити ефективність обробки транзакцій Web3, даних та контрактних взаємодій за допомогою великих мовних моделей та ШІ-помічників, сприяючи масовому впровадженню. По суті, цей підхід спрямований на створення "GPT для криптосфери".
Навчання великих мовних моделей (ВММ) продовжує стикатися зі значними труднощами в боротьбі з галюцинаціями та підвищенні точності. Колін Ю, один із співзасновників, зробив два ключових аналізи в Твіттері:
LLM намагаються зрозуміти структури даних Web3, що робить неможливим гарантувати 100% точність SQL-виводів, згенерованих штучним інтелектом. Найбільш життєздатним підходом є точне налаштування, але це прив'язує структуру бази даних до моделі, що призводить до збільшення витрат на оновлення та зниження точності результатів, коли модель має менше параметрів.
Окрім доопрацювання, перспективними є такі стратегії, як Embedding+search та підхід агент+інструменти проекту LangChain. Техніка Embedding, висвітлена в популярному минулорічному проекті Alexander Project, виявляється надзвичайно універсальною, більш ефективно охоплюючи такі функції, як пошук, кластеризація, рекомендації та класифікація. Наприклад, пошук статті лише за ключовими словами може не дати результатів, синонімічних цим ключовим словам; Embedding легко долає цю проблему.
Проект LangChain використовує різні агенти (LLM + prompt) для спеціалізованих завдань. Ці Агенти також можуть викликати різні Інструменти (подібні до Функцій), пристосовані до унікальних застосувань і сценаріїв.
Продукт Scopechat, запущений трохи більше двох місяців тому, все ще перебуває в процесі безперервної ітерації. Таким чином, окрім отримання Scopepoints через базові реферальні коди, прив'язку акаунтів у соціальних мережах та приєднання до спільнот, надання ефективного зворотного зв'язку для Scopechat також заробляє відповідні Scopepoints. Згідно з офіційною документацією, підтверджено, що ці Scopepoints можуть бути використані для придбання продуктів і послуг від 0xScope або для розблокування розширених функцій Scopechat.
У розділі FAQ офіційного документа щодо можливості випуску криптовалюти офіційна позиція ставить на перше місце спільноту і сам продукт, але натякає, що "все інше додасться", якщо продукт буде на правильному шляху, не виключаючи можливості запуску токена. Крім того, точки огляду також можуть бути пов'язані з потенційними повітряними десантуваннями.
Підсумовуючи, 0xScope також розробив асистента зі штучним інтелектом, окрім сервісів для аналізу даних в ланцюжку, використовуючи тенденцію до великих мовних моделей. Це дуже конкурентоспроможний сценарій для швидкозростаючого "бичачого" ринку.