تحليل العمق للغراس: كيف يحقق DePIN ثورة البيانات في الذكاء الاصطناعي

محتوى النقاط TL; DR

تعتبر Grass من أبرز المشاريع في DePIN لعدة عوامل رئيسية:

• المشاركة بدون شروط مسبقة هي الميزة الأساسية. يحتاج المستخدمون فقط إلى تثبيت العميل للمساهمة في عرض النطاق الترددي والحصول على المكافآت، مما شكل قاعدة ضخمة من 2.5 مليون مستخدم.

• الابتكار التكنولوجي ونموذج الأعمال متساويان في الأهمية. من خلال إثبات المعرفة الصفرية وبنية Solana Layer2 لضمان صحة البيانات، وحل مشكلة "البيانات المتسخة" في صناعة الذكاء الاصطناعي؛ في نفس الوقت، باستخدام نموذج "تعدين النطاق الترددي → حوافز النقاط" لتحويل المستخدمين إلى نقاط بيانات، مما يشكل ميزة في العرض.

• تداخل عوامل إيجابية متعددة. انفجار الطلب على بيانات الذكاء الاصطناعي، ازدهار نظام سولانا، والتركيز على مجال DePIN، كل ذلك يعزز Grass ليصبح مشروعًا رائدًا في مجال بيانات الذكاء الاصطناعي.

النقاط الرئيسية للمتابعة:

• قصير الأجل: هل يمكن إتمام التحول اللامركزي بنجاح في عام 2025
• المرحلة المتوسطة: الحجم الفعلي لشراء البيانات من الشركات الذكية
• طويل الأجل: مسائل الامتثال المتعلقة بخصوصية البيانات والملكية

أكبر خطر هو "احتفالية الرموز التي تخفي فراغ الطلب". إذا لم يكن بالإمكان زيادة حجم الطلبات من العملاء في المستقبل، فقد يتحول الحلقة التجارية المثالية من "البيانات - رأس المال" إلى فقاعات في جانب العرض.

1. خلفية الصناعة

عندما تواجه ديمقراطية قوة DePIN مع أزمة بيانات الذكاء الاصطناعي، تنفجر حركة حقوق البيانات بهدوء.

DePIN من خلال الاقتصاد الرمزي يدمج الموارد العالمية غير المستغلة ( قوة الحوسبة، التخزين، النطاق الترددي )، لبناء شبكة بنية تحتية موزعة؛ في الوقت نفسه، تواجه صناعة الذكاء الاصطناعي نقصًا هيكليًا في البيانات، احتكار العملاقة، قضايا الخصوصية وحواجز الجزر، مما يؤدي إلى عدم تحرير 80% من قيمة البيانات.

المنافسة المستقبلية في الذكاء الاصطناعي هي في جوهرها لعبة مزدوجة لكفاءة الحصول على البيانات والامتثال الأخلاقي، بينما يوفر DePIN الحل الأمثل تقنيًا.

تتمثل ثورية Grass في تحقيق دمج هذين العنصرين.

1.1 DePIN: إعادة تشكيل نموذج البنية التحتية العالمي

DePIN( الاسم الكامل للشبكات اللامركزية للبنية التحتية المادية، الشبكات اللامركزية للبنية التحتية المادية) هي نموذج اقتصادي جديد يدمج الموارد المادية الموزعة عالميًا( مثل قوة الحوسبة، والتخزين، وعرض النطاق الترددي، والطاقة) من خلال تقنية البلوك تشين.

المنطق الأساسي هو: من خلال تحفيز التوكنات لدفع المجتمع للمساهمة بالموارد غير المستخدمة، لبناء شبكة بنية تحتية لامركزية، لاستبدال نموذج مقدمي الخدمات المركزي التقليدي عالي التكلفة ومنخفض الكفاءة.

بالمقارنة مع النموذج المركزي، فإن التحول اللامركزي للبنية التحتية الفيزيائية يتمتع بمزايا أكبر من حيث هيكل التكاليف، ونموذج الحكم، ومرونة الشبكة، وقابلية التوسع البيئي.

وفقًا لتعريف Messari، يشمل DePIN البنية التحتية المادية ( مثل الشبكات اللاسلكية، وشبكات الطاقة ) والشبكات الرقمية ( مثل التخزين، والحوسبة )، ويحقق التوافق بين العرض والطلب وآلية التحفيز من خلال تقنية blockchain.

• البنية التحتية الفيزيائية: تمثلها مشروع شبكة لاسلكية معين، من خلال نشر أجهزة النقاط الساخنة في المجتمع لبناء شبكة اتصالات تغطي العالم.

• شبكة الموارد الرقمية: تشمل مشروع تخزين لامركزي معين، ومشروع حسابات موزعة معين، من خلال دمج الموارد غير المستغلة لتشكيل نموذج اقتصاد مشترك.

وفقًا لبيانات Messari، حتى عام 2024، تجاوز عدد أجهزة DePIN العالمية 13 مليون جهاز، وبلغت قيمة السوق 50 مليار دولار، لكن نسبة الاختراق لا تتجاوز 0.1%، ومن المتوقع أن تنمو خلال العقد المقبل بمعدل يتراوح بين 100 إلى 1000 مرة.

في عام 2024، ستصل القيمة السوقية لقطاع DePIN إلى 50 مليار دولار، مع تغطية أكثر من 350 مشروعًا، بمعدل نمو سنوي يتجاوز 35٪.

الدافع الرئيسي يكمن في تحسين كفاءة الموارد ( مثل استغلال النطاق الترددي غير المستخدم ) والانفجار في الطلب ( مثل الطلب المتزايد من الذكاء الاصطناعي على القدرة الحاسوبية والبيانات ) وتأثيراته الثنائية.

بالطبع، لا تزال قابلية التوسع، وخصوصية البيانات، والتحقق من الأمان في الشبكات اللامركزية من التحديات الرئيسية في تطوير DePIN.

! تقرير بحثي متعمق عن العشب: DePIN Stars ، توسيع بنك بيانات الذكاء الاصطناعي

1.2 متطلبات بيانات الذكاء الاصطناعي: نمو انفجاري و تناقضات هيكلية

"البيانات هي النفط الجديد (Data is the new oil)"

إن الحصول على البيانات ومعالجتها هو المحرك الأساسي لتطور الذكاء الاصطناعي، خاصة عند تدريب نماذج اللغة الكبيرة ( مثل GPT) والشبكات العصبية التوليدية ( مثل MidJourney).

أداء وفعالية نموذج الذكاء الاصطناعي يعتمد إلى حد كبير على جودة وكمية بيانات التدريب. تعتبر البيانات عالية الجودة والمتنوعة وذات التمثيل الجغرافي ضرورية لأداء نموذج الذكاء الاصطناعي.

حجم وخصائص متطلبات البيانات

• قفزة كبيرة: على سبيل المثال، يتطلب تدريب GPT-4 أكثر من 45 تيرابايت من بيانات النصوص، بينما تتطلب سرعة تكرار الذكاء الاصطناعي التوليدي تحديث البيانات بشكل مستمر وتنوعها؛

• نسبة التكلفة: تمثل تكلفة جمع وتنظيف وتعليم البيانات في تطوير الذكاء الاصطناعي أكثر من 40% من الميزانية الإجمالية، مما أصبحت عنق الزجاجة الرئيسي في عملية commercialization.

• تباين السيناريوهات: تتطلب القيادة الذاتية بيانات حساسات عالية الدقة، وتعتمد الذكاء الاصطناعي الطبي على قواعد بيانات الحالات المتوافقة مع الخصوصية، وتعتمد الذكاء الاصطناعي الاجتماعي على بيانات سلوك المستخدم.

نقاط الألم في تقديم البيانات التقليدية

• حواجز البيانات: الشركات الكبرى مثل الشركات الرائدة تتحكم في مصادر البيانات الواسعة، مما يجعل المطورين الصغار والمتوسطين يواجهون عوائق عالية وأسعار غير عادلة؛

• جزر البيانات: غالباً ما تكون البيانات متفرقة بين مؤسسات وشركات مختلفة، مما يواجه مشاركة البيانات وتداولها العديد من العقبات، مما يؤدي إلى عدم الاستفادة الكاملة من موارد البيانات.

• خصوصية البيانات: غالباً ما涉及 جمع البيانات خصوصية ونزاعات حقوق الطبع والنشر، مثل احتجاجات المطورين التي أثارها حدث رسوم واجهة برمجة التطبيقات لأحد منصات التواصل الاجتماعي؛

• تدفق منخفض الكفاءة: تؤدي جزر البيانات وغياب المعايير إلى جمع مكرر، ومعدل استخدام البيانات العالمية أقل من 20%;

• انقطاع سلسلة القيمة: المساهمون الأفراد في إنشاء البيانات لا يستطيعون الاستفادة من استخدام البيانات في المراحل اللاحقة.

مسار كسر DePIN

• جمع البيانات الموزعة: من خلال شبكة العقد لالتقاط البيانات العامة ( مثل وسائل التواصل الاجتماعي، قواعد البيانات العامة )، لتقليل تكلفة جمع البيانات وزيادة كفاءة وحجم جمع البيانات؛

• تحسين جودة البيانات وتنوعها: من خلال آلية تحفيز DePIN، يمكن جذب المزيد من المشاركين للمساهمة في البيانات، مما يزيد من جودة البيانات وتنوعها، ويعزز من قدرة نماذج الذكاء الاصطناعي على التعميم.

• غسل وتوسيم لامركزي: تعاون المجتمع لإكمال معالجة البيانات، مع دمج إثباتات المعرفة الصفرية (ZK) لضمان صحة البيانات؛

• تحفيز التوكن: يحصل مقدمو البيانات على مكافآت توكن، ويقوم الطلبة بشراء مجموعات البيانات المهيكلة بالتوكن، مما يشكل مطابقة مباشرة بين العرض والطلب.

مشروع Grass يقع عند تقاطع DePIN وصناعة بيانات الذكاء الاصطناعي، حيث يطبق بشكل مبتكر مفهوم DePIN في مجال جمع بيانات الذكاء الاصطناعي، ويقوم ببناء شبكة لالتقاط البيانات لامركزية، تهدف إلى توفير مصادر بيانات أكثر اقتصادية وأكثر كفاءة وأكثر موثوقية لتدريب نماذج الذكاء الاصطناعي.

في الفصول القادمة، سنقوم بتحليل عميق لآلية مشروع Grass، وخصائصه التقنية، وسيناريوهات التطبيق، وآفاق التنمية المستقبلية.

! تقرير بحث العشب المتعمق: DePIN Stars ، توسيع بنك بيانات الذكاء الاصطناعي

2. معلومات المشروع الأساسية

توسع Grass السريع لا يمكن فصله عن عتبة المشاركة المنخفضة للغاية. مما يسمح لكل مستخدم بأن يصبح "عامل منجم" لبيانات الذكاء الاصطناعي، باستخدام النطاق الترددي غير المستخدم لاستبدال العائدات المستقبلية.

تقوم Grass ببناء شبكة لالتقاط البيانات اللامركزية من خلال هيكل DePIN، مما يوفر مصادر بيانات ذات تكلفة عالية و تنوع عالي لتدريب الذكاء الاصطناعي. يحتاج المستخدمون فقط إلى تثبيت العميل للمساهمة في عرض النطاق الترددي والحصول على مكافآت رمزية - وقد جذبت أكثر من 2.5 مليون عقدة خلال عام واحد، وارتفع سعر الرموز المميزة أكثر من 5 مرات خلال 10 أيام من الإطلاق، مما يثبت منطقيتها التجارية.

حصل المشروع على رهانات من إحدى شركات رأس المال وغيرها من رؤوس الأموال الكبرى، بالاعتماد على سلسلة سولانا عالية الأداء لتحقيق تحديد حقوق البيانات وتداولها.

لا تزال هناك جدل حول سرية الفريق الحالي، ويتعين متابعة تقدم معالجة البيانات اللامركزية.

2.1 نطاق الأعمال

Grass هو مشروع DePIN يجمع ويحقق بيانات الإنترنت من خلال النطاق الترددي غير المستخدم لأجهزة المستخدمين، ويدعم بشكل خاص تطوير الذكاء الاصطناعي (AI).

جوهرها هو من خلال شبكة الوكلاء السكنية ( residential proxy network )، مما يسمح للشركات باستخدام اتصالات الإنترنت الخاصة بالمستخدمين للوصول إلى البيانات على الإنترنت من مواقع جغرافية مختلفة وجمعها، وهذا مفيد جدًا لتدريب نماذج الذكاء الاصطناعي التي تحتاج إلى بيانات متنوعة وتمثيلية جغرافياً.

• المشكلة التي تم حلها: يتم عادةً تنفيذ عمليات سحب البيانات التقليدية من قبل أنظمة مركزية، مما يؤدي إلى كفاءة منخفضة وسهولة حدوث الأخطاء أو التحيز. يهدف Grass إلى توفير بيانات الإنترنت الموثوقة والمحققة من خلال طريقة لا مركزية، حيث تتميز البيانات المقدمة من المستخدمين غير المركزيين بالتنوع والنشر في مناطق متعددة والريادة في الوقت.

• الرؤية والرسالة: رؤية Grass هي إنشاء طبقة بيانات إنترنت لامركزية، حيث يتم جمع البيانات والتحقق منها وهيكلتها بطريقة تقلل من الثقة. مهمتها هي تمكين المستخدمين من المساهمة في طبقة البيانات، وتحفيز المشاركة من خلال آلية المكافآت.

• طريقة مشاركة المستخدم: يحتاج المستخدم فقط إلى ثلاث خطوات للبدء: زيارة الموقع الرسمي لـ Grass، تثبيت ملحق/عميل، الاتصال والبدء في كسب نقاط Grass. توفر هذه المساهمة في العمق كطريقة لكسب المكافآت فرصة للمستخدمين العاديين لمشاركة مكافآت نمو الذكاء الاصطناعي.

باختصار، تتمثل الخصائص الرئيسية ومزايا Grass في: انخفاض تكلفة جمع البيانات في الشبكة اللامركزية، وتنوع البيانات الأكثر ثراءً؛ يكسب المستخدمون المكافآت من خلال المساهمة في النطاق الترددي، مما يحقق عودة قيمة البيانات؛ استخدام تقنية البلوك تشين للتحقق من البيانات، مما يضمن شفافية البيانات وموثوقيتها.

2.2 تاريخ التطوير

مرحلة المفهوم: منتصف عام 2022، تم تقديم الفكرة من قبل Wynd Labs.

مرحلة التطوير: بدأت بناء المنتج في أوائل عام 2023، مما يدل على دخول المشروع في مرحلة التطوير الفعلي.

جولة التمويل الأولي: في عام 2023، أكملت Grass جولة تمويل أولي بقيمة 3.5 مليون دولار، بقيادة شركة استثمار معينة، بإجمالي 4.5 مليون دولار ( بما في ذلك الجولة السابقة للتمويل الأولي بقيادة شركة معينة ).

اختبار المستخدم: في نهاية عام 2023، سيتم إطلاق ملحق متصفح Chrome، وبدء اختبار المستخدم، لجذب المشاركين الأوائل.

معلم: في أبريل 2024، أعلن المشروع عن تجاوز 2 مليون جهاز عقد متصل، وهو في تزايد سريع. وفقًا لبيانات DePIN Scan، بلغ عدد مستخدميه النشطين أكثر من 2.5 مليون حتى مارس 2025.

الإطلاق الأول: تم الإعلان عن الإطلاق الأول في 21 أكتوبر 2024، مع تخصيص 100 مليون توكن GRASS (، وهو ما يمثل 10% من إجمالي المعروض )، كمكافأة للمستخدمين الأوائل.

تبادل الإطلاق: سيتم إطلاق منصة تداول معينة في 28 أكتوبر 2024، وخلال 10 أيام ارتفع السعر من 0.6 دولار إلى 3.89 دولار، مما يعني زيادة ثابتة بمعدل يقارب 5 مرات.

الحالة الحالية: المشروع مستمر في التوسع، ويتم تنفيذ المرحلة الثانية من تحفيز المستخدمين على البقاء; من المخطط إطلاق تطبيقات الهواتف المحمولة على نظامي Android وiPhone لزيادة نطاق الشبكة ومشاركة المستخدمين.

! [تقرير بحثي متعمق للعشب: DePIN Stars ، توسيع بنك بيانات الذكاء الاصطناعي](https://img-cdn.gateio.im/webp-social/moments-5a5dc433d77affb341f2409a4573ace1.webp019283746574839201

) 2.3 حالة الفريق

وفقًا لبيانات Rootdata، تم تطوير Grass بواسطة Wynd Labs، ومؤسسه هو Andrej Radonjic، الذي يشغل منصب الرئيس التنفيذي لشركة Wynd Labs، ويحمل درجة الماجستير في الرياضيات والإحصاء من جامعة يورك ودرجة البكالوريوس في الهندسة الفيزيائية من جامعة ماكماستر.

أعضاء الفريق جميعهم من Wynd Labs، يركزون على تطوير تكنولوجيا blockchain و AI، ولديهم خبرة في المجالات ذات الصلة. لكن لم يتم الكشف عن معلومات أعضاء الفريق المحددة على نطاق واسع، فقط تم الكشف عن هوية Radonjic.

وفقًا لـ Tracxn، تم تأسيس Wynd Labs في عام 2022، والمنتج الرئيسي هو Grass.

2.4 التمويل والشركاء الرئيسيين

المستثمرون والدعم

جولة البذور: في عام 2023، تم الانتهاء من جولة تمويل بذور بقيمة 3.5 مليون دولار، بقيادة شركة رأس المال المعينة. وفقًا لـ Rootdata، بلغ إجمالي التمويل بعد جولة البذور 4.5 مليون دولار، بما في ذلك الجولة السابقة للبذور التي قادتها الشركة المعينة.

جولة التمويل A: تم إتمام جولة التمويل A في سبتمبر 2024، بقيادة رأس مال معين، وشاركت فيها شركات رأس مال معينة، وشركات رأس مال معينة، وشركات رأس مال معينة وشركات رأس مال معينة، والمبلغ غير مُفصح عنه.

دعم المستثمرين: المستثمرون المذكورون أعلاه هم مستثمرون معروفون نسبيًا في الصناعة. إن الحصول على دعمهم يُظهر أيضًا اعتراف المشروع في الصناعة.

شريك

منصة blockchain: مبنية على شبكة Solana، يستخدم المشروع الأداء العالي وقابلية التوسع لـ Solana.

لم يتم الإشارة حاليًا إلى التعاون المحدد مع شركات الذكاء الاصطناعي أو مشاريع أخرى، ولكن قد يوفر نظام Solana البيئي فرصًا للتعاون في المستقبل.

3. تحليل التقنية للمشروع

تحاول Grass إعادة توزيع قيمة البيانات من شركات التكنولوجيا الكبرى إلى المستخدمين العاديين.

تشكل شبكة العقد في بنية تقنية Grass، والابتكار في معالجة ZKP، وسجل البيانات، حلقة عمل مغلقة، تدعم بشكل جيد رؤيتها اللامركزية عبر سلسلة كاملة من الجمع والتحقق والتسليم.

ومع ذلك، لا يزال يتعين معالجة العمليات المركزية الحالية، ويجب متابعة ما إذا كانت تنفيذ التقنية يمكن أن يتم بسلاسة.

3.1