Від хайпу до реальності: перспективні інновації 2025 року в DePIN та штучному інтелекті.

DePIN: децентралізовані мережі фізичної інфраструктури

Хоча проекти DePIN теоретично намагаються надати реальну користь криптовалюті, небагато з них дійсно розв’язують реальні проблеми, мають розумну бізнес-модель, здатну порушити діяльність існуючих компаній, і не можуть бути легко підроблені. Більшість — це просто рішення в пошуках проблеми. Одним із помітних винятків є мережа відстеження польотів під назвою Wingbits. Чому? Тому що вона вирішує проблему Web2 шляхом впровадження стимулів Web3. Якщо ви коли-небудь відстежували рейс, наприклад BA117 з Лондона до Нью-Йорка, ви могли користуватися такими сайтами, як FlightAware чи Flightradar.

Рисунок 1: Карта відстеження польотів Wingbits

Джерело: Wingbits - Трансформація відстеження польотів.

Компанії, що займаються відстеженням польотів, генерують мільйони доходів, продаючи дані про польоти авіакомпаніям та покупцям, таким як фінансові аналітики, які стежать за рухом приватних літаків для угод із злиття та поглинання. Ці компанії також отримують доходи від реклами та підписок на своїх платформах. Однак їхні капітальні витрати не включають значні інвестиції в інфраструктуру та обладнання. Це пояснюється тим, що авіаційна система спостереження, званa ADS-B приймачами, є апаратним засобом, який потребує антен та Raspberry Pi, які купують і налаштовують ентузіасти авіації. Ці ентузіасти очікують малої винагороди, часто отримуючи лише безкоштовну підписку на улюблену платформу для відстеження польотів.

Головна проблема полягає в тому, що ентузіасти не мають стимулів для оптимізації якості даних у цих мережах. Без додаткових мотивацій ADS-B приймачі часто встановлюються неефективно — наприклад, у кутах віталень або з надмірною щільністю у густонаселених міських районах, що призводить до слабкого покриття в сільських місцевостях.

Рисунок 2: (LHS) Традиційний ADS-B приймач, (RHS) Wingbits майнер

Джерело: Wingbits - Трансформація відстеження польотів.

Wingbits революціонізує відстеження польотів, стимулюючи ентузіастів стратегічно розміщувати станції на основі висоти, використовуючи систему, схожу на гексагональний ієрархічний просторовий індекс Uber. Такий підхід забезпечує оптимальне покриття, вищу якість даних і головне — справедливу винагороду для учасників мережі. Вони досягли покриття 75% найбільших мереж лише з 1/11 частини кількості станцій Wingbits. Цей високий рівень ефективності, у поєднанні з очікуваним розгортанням понад 4000 станцій, має всі шанси значно перевершити традиційні мережі відстеження польотів, постачаючи покращені дані кінцевим користувачам.

Наступна розмова за сімейною вечерею, що пояснює цю концепцію, відбудеться легко, адже тепер ми можемо показати реальний приклад із життя, що ґрунтується на криптостимулах, який зрозумілий звичайним людям.

Crypto x AI

Подібно до циклів ринку, попит на обчислювальні ресурси має свої піки та спади. Графічні процесори можуть бути дорогими, а обмеження в постачанні роблять їх ще дорожчими. Розблокування простоючих обчислювальних потужностей на споживчих пристроях — це не нова ідея, але вирішення проблеми синхронізації між кількома пристроями залишається викликом. Exo Labs є піонерським проєктом, який досягає проривів в edge-обчисленнях, дозволяючи користувачам запускати моделі на звичайних споживчих пристроях, таких як домашні MacBooks. Це означає, що чутливі дані залишаються під вашим контролем, знижуючи ризики, пов’язані зі зберіганням або обробкою в хмарі.

Рисунок 3: Модель з 9 шарів розділена на 3 частини, кожна з яких запускається на окремому пристрої

Джерело: Transparent Benchmarks - 12 днів EXO, EXO Labs.

Exo Labs розробила нову програмну інфраструктуру, яка називається pipeline parallel inference, яка дозволяє великій мовній моделі (LLM) розділятися на «шарди», що дозволяє різним пристроям запускати окремі частини моделі, залишаючись підключеними до однієї мережі. Цей підхід має низку переваг, таких як зменшена затримка, підвищена безпека, економічність і, найголовніше, переваги конфіденційності.

Детальніше досліджуючи питання конфіденційності, варто згадати Bagel AI, проєкт, який розробив ZKLoRA (Zero-Knowledge Low-Rank Adaptation) — підхід до тонкого налаштування LLM, що зберігає конфіденційність. Ця інновація дозволяє створювати спеціалізовані моделі для галузей, таких як юридичні послуги, охорона здоров’я та фінанси, даючи змогу використовувати чутливі дані для підкріплювального навчання без ризику витоку конфіденційної інформації.

Хоча збереження приватності є гарячою темою, більшою проблемою для більшості LLM є проблема галюцинацій — відповіді, створені штучним інтелектом, які містять неправдиву або вводячу в оману інформацію, подану як факт. Один портфельний менеджер колись сказав мені: «Мудрість полягає у синтезі суперечливих точок зору, щоб виявити нюансовану істину між двома крайнощами.» Blocksense — це проєкт, який розробив власний підхід під назвою zkSchellingCoin consensus. Цей метод покликаний накладати суб’єктивні істини з різних джерел — наприклад, різних LLM — щоб дійти до єдиної, спільної правди. Наприклад, уявіть запуск того самого запиту через ChatGPT, Claude, Grok і Llama. Якщо одна модель надасть неправильний результат, статистично малоймовірно, що всі чотири моделі згенерують однакову хибну відповідь при порівнянні між собою.

Рисунок 4: Огляд zkSchellingCoin Consensus

Джерело: Blocksense Network - zk Rollup для програмованих оракулів.

zkSchellingCoin consensus також може бути застосований для додавання верифікації до висновків ШІ. Наприклад, як можна підтвердити, що агент ШІ правильно сконвертував USDC у найвищодоходний сховок на момент виконання? Довіра до ШІ значно підвищиться при додатковому шарі перевірки. Якщо ми зможемо вирішити це без шкоди для вартості чи затримки, це може стати суттєвим проривом у реальних сценаріях використання.

Шлях від хайпу до реальності в DePIN та ШІ показує, що справжні інновації полягають у розв’язанні реальних проблем за допомогою практичних і ефективних рішень. Проєкти на кшталт Wingbits і Exo Labs демонструють, як блокчейн і ШІ можуть створювати значущий вплив — чи то революціонізуючи відстеження польотів за допомогою стратегічних стимулів, чи розблоковуючи потужності споживчих пристроїв для безпечних та економічних обчислень. Завдяки таким досягненням, як ZKLoRA для конфіденційного штучного інтелекту та zkSchellingCoin для верифікованої істини, ці новітні технології готові розв’язувати ключові проблеми і прокладати шлях до більш децентралізованого, ефективного та надійно перевіреного майбутнього.

Bullish Capital Management інвестувала у Wingbits та Exo Labs, згадані у цьому звіті. Ця стаття призначена виключно для інформації і не є фінансовою порадою. Будь ласка, проведіть власне дослідження та врахуйте свій фінансовий стан перед інвестиціями. Інвестиції в криптовалюти можуть бути волатильними та призвести до повної втрати коштів.