gateLive AMA Recap-OriginTrail
Q1: Що таке OriginTrail?
OriginTrail — це екосистема, яка створює перевірений Інтернет для штучного інтелекту, забезпечуючи інклюзивну структуру, яка вирішує світові проблеми в епоху штучного інтелекту, такі як галюцинації, упередження та колапс моделі, забезпечуючи походження та перевірюваність даних, що використовуються системами штучного інтелекту. OriginTrail використовується світовими лідерами, такими як Британський інститут стандартів, Швейцарські федеральні залізниці, Мережа аудиту відповідності постачальникам (SCAN), що представляє понад 40% імпорту США, і кілька консорціумів, що фінансуються, серед інших, Європейським Союзом. За порадою лауреата премії Тюрінга доктора Боба Меткалфа, відомого своїм законом мережевих ефектів, команда Trace Labs (основні розробники OriginTrail) відіграє вирішальну роль у просуванні більш інклюзивного, прозорого та децентралізованого штучного інтелекту.
Q2: Які реальні використання OriginTrail?
Спочатку прийнятий у глобальних ланцюгах постачання для забезпечення надійного центру обміну даними, технологія OriginTrail стає все важливішою в різних секторах, включаючи токенізацію активів, будівництво, охорону здоров’я, метавсвіт тощо, завдяки її можливості аутентифікації та захисту інформації.
(1)У секторі ланцюга постачання BSI та SCAN використовують OriginTraill, щоб забезпечити цілісність аудитів безпеки для деяких найбільших американських імпортерів.
(2)BSI також використовує технологію OriginTrail для полегшення Плин товарів через кордони Великобританії.
(3)Швейцарські федеральні залізниці використовують OriginTrail, щоб забезпечити безпеку залізничних поїздок шляхом відстеження кожного шматка матеріалу для залізничного колію.
(4) У сфері охорони здоров’я OriginTrail використовується для забезпечення того, щоб пожертвовані ліки потрапляли до призначених пацієнтів, навіть у складних умовах.
(5) Під час будівництва технологію OriginTrail використовують для побудови надійної бази знань з метою підвищення ефективності, зменшення помилок, збільшення прозорості та довіри, що в кінцевому підсумку призводить до більш стійких будівельних проєктів.
(6)У метавсесві OriginTrail інтегровано з Traverse, проектом розповіді історій, який використовує Graph NFT, щоб запропонувати неперевершений, захоплюючий досвід розповіді.
Q3: Останні новації в галузі штучного інтелекту?
Команда Trace Labs (розробники ядра OriginTrail) представила ChatDKG, справжньо відкрите Штучний Інтелект, який забезпечує синергію в ландшафті рішень ШІ, щоб боротися з галюцинаціями, пристрасностями та згортанням моделей, оскільки при розробці рішень ШІ не повинно бути жодних компромісів щодо власності на дані, джерела інформації, перевірки інформації або пристрасностей, що включає будь-який підхід до цензури за дизайном. Ризик того, що ця революція не розгорнеться включною манерою, є соціальною загрозою встановлення монополії на ШІ.
Команда тому впровадила ефективний спосіб створення нової парадигми, використовуючи децентралізовану модель покращеного отримання (dRAG). dRAG розвиває модель RAG, організовуючи зовнішні джерела в Децентралізованому графі знань (DKG) та впроваджуючи стимули для росту глобальної, колективної мережі знань, доступних для використання моделями штучного інтелекту. Фреймворк dRAG дозволяє гібридну, децентралізовану систему штучного інтелекту, яка об’єднує нейромережі (наприклад, LLM) та символічний штучний інтелект (наприклад, граф знань) методології.
На відміну від використання виключно імовірнісного нейронного підходу до штучного інтелекту, символічний підхід штучного інтелекту посилює його силою графів знань, вводячи більш детермінований компонент. Щоб забезпечити гармонійний розвиток між основами Web3 та системами штучного інтелекту, що швидко розгортаються, підхід полягає в інтеграції основних технологій Web3, таких як децентралізований граф знань OriginTrail (DKG) та системи штучного інтелекту (OpenAI, Gemini, Microsoft Co-pilot, xAI’s Grok та інші). Ми можемо реалізувати потенціал надійного штучного інтелекту, створивши перевірений Інтернет для штучного інтелекту, заснований на принципах нейтральності, інклюзивності та зручності використання, надаючи користувачам свободу вибору за допомогою мультимодальної та багатомодельної структури штучного інтелекту.
Q4: Можливі інтеграції з ChatDKG?
Найбільш прийняті і централізовані рішення зі штучним інтелектом, такі як Google Gemini, OpenAI, xAI, Perplexity, надають величезну цінність для широкого спектру використання. Використовуючи dRAG від Origin Trails - брендову назву ChatDKG.ai, вони можуть покращити свої недоліки, використовуючи синергію нейросимволічного штучного інтелекту, власності даних та кращої ефективності вартості. Тому ChatDKG.ai не конкурує з жодними встановленими рішеннями зі штучним інтелектом, але надає користувачам можливість покращити їх за допомогою dRAG, забезпечуючи перевірку знань, ефективність вартості, володіння своїми даними та свободу вибору моделі штучного інтелекту.
Відкритий вихідний код і інклюзивний характер OriginTrail DKG забезпечує інклюзивність і нейтральність, надаючи користувачам величезний рівень свободи на всіх рівнях — вибирати моделі штучного інтелекту, що підтримуються перенесенням даних DKG, вибирати джерела знань, які можна знайти в DKG, а також вибирати послуги штучного інтелекту, централізовані або децентралізовані на різних блокчейнах.
Ті ж принципи застосовуються до агентів штучного інтелекту, пошукових систем та все більшої кількості послуг із штучного інтелекту, які інтегруються в кожний інструмент, що існує - використовуючи dRAG, вони дозволять користувачам вільно вибирати, штучному інтелекту автономію та довіру, одночасно використовуючи мережеві ефекти через підключення.
Q5: Дорожня карта - Що далі?
Наступне оновлення Децентралізованого Графа Знань (DKG) V8 є значним прогресом у сфері децентралізованого штучного інтелекту, будуючи на досягненнях попередніх інновацій, принесених V6. DKG V6 матеріалізував знання як новий клас активів, з його базовими активами, готовими для штучного інтелекту, що створюють умови для розширених застосувань штучного інтелекту в галузях реальних активів (RWAs), децентралізованої науки (DeSci), промисловості 4.0 та інших.
Рухаючись вперед, DKG V8 вводить автономний ріст DKG і також значно збільшує масштабованість. За допомогою цього Децентралізованого Пошукового Розширеного Покоління (dRAG) стає фундаментальною рамкою, вбудованою в DKG V8, значно продовжуючи сферу застосування великомасштабних моделей мови (LLM).
DKG V8 призначений для приведення наступного покоління штучного інтелекту за допомогою багатомодального контенту, що є важливим для різноманітної та міцної екосистеми штучного інтелекту. Інтеграція dRAG та інших децентралізованих функцій штучного інтелекту дозволяє більш перевірне та безпечне застосування технологій штучного інтелекту, вирішуючи виклики, такі як дезінформація, вплив даних та занепад моделей.
Оновлення дорожньої карти DKG V8 фокусується на каталізаторах, призначених для запуску та прискорення цих досягнень, включаючи покращені процеси видобування знань, інтеграцію через кілька екосистем блокчейну та покращення масштабованості, спрямовані на підтримку розширеного зростання активів знань. Ці ініціативи забезпечують, що DKG V8 не тільки розширює свої основні мережеві ефекти, але й посилює свою позицію як основи майбутніх розвитків штучного інтелекту.
