من مصدر البيانات إلى التحليل الذكي: تحليل تطور مسار فهرسة بيانات Web3

1. المقدمة

منذ ظهور أولى التطبيقات اللامركزية في عام 2017، ازدهر نظام blockchain البيئي، وظهرت أنواع مختلفة من dApps كالفطر بعد المطر. عند مناقشة هذه التطبيقات اللامركزية، هل فكرنا يومًا في مصادر البيانات التي تعتمد عليها؟

في عام 2024، أصبحت الذكاء الاصطناعي وWeb3 مواضيع ساخنة. في مجال الذكاء الاصطناعي، البيانات هي بمثابة مصدر الحياة، حيث تدفع التطور المستمر للأنظمة الذكية. تمامًا كما تحتاج النباتات إلى ضوء الشمس والماء، تعتمد أنظمة الذكاء الاصطناعي أيضًا على كميات هائلة من البيانات للتعلم والتفكير. بدون دعم البيانات، حتى أكثر خوارزميات الذكاء الاصطناعي تقدمًا يصعب عليها تحقيق إمكاناتها.

ستتناول هذه المقالة تطور إمكانية الوصول إلى بيانات البلوكشين، وتقارن بين بروتوكولات فهرسة البيانات التقليدية وخدمات بيانات البلوكشين الناشئة، مع التركيز بشكل خاص على الابتكارات في خدمات البيانات وبنية المنتجات من خلال البروتوكولات الجديدة التي تجمع بين تكنولوجيا الذكاء الاصطناعي.

2. تطور فهرسة البيانات: من عقدة سلسلة الكتل إلى قاعدة بيانات السلسلة الكاملة

2.1 مصدر البيانات: عقدة blockchain

تُعرف blockchain بدفتر الأستاذ اللامركزي، بينما تُعتبر عقد blockchain حجر الزاوية في هذه الشبكة، حيث تتحمل مسؤولية تسجيل وتخزين ونشر بيانات المعاملات على السلسلة. يحتفظ كل عقد بنسخة كاملة من بيانات blockchain لضمان خاصية اللامركزية في الشبكة. ومع ذلك، بالنسبة للمستخدمين العاديين، فإن إنشاء وصيانة عقدة خاصة بهم لا يتطلب فقط مستوى تقني مرتفع، بل أيضًا يتحمل تكلفة باهظة من حيث الأجهزة وعرض النطاق الترددي. بالإضافة إلى ذلك، فإن قدرة الاستعلام لعقدة عادية محدودة، مما يجعل من الصعب تلبية احتياجات المطورين. وبالتالي، على الرغم من أنه نظريًا يمكن للجميع تشغيل عقدة، إلا أن المستخدمين في الواقع يميلون إلى الاعتماد على خدمات الطرف الثالث.

لحل هذه المشكلة ، ظهرت مزودو عقد RPC. إنهم يتحملون تكاليف إدارة العقد ويوفرون خدمات الوصول إلى البيانات من خلال نقاط نهاية RPC. نقاط النهاية العامة لـ RPC مجانية ولكنها محدودة السرعة ، مما قد يؤثر على تجربة مستخدمي dApp. نقاط النهاية الخاصة لـ RPC تقدم أداءً أفضل ، لكنها غير فعالة في الاستعلامات المعقدة وصعبة التوسع عبر الشبكات. ومع ذلك ، فإن واجهات برمجة التطبيقات الموحدة لمزودي العقد قد خفضت من عوائق وصول المستخدمين إلى البيانات على السلسلة ، مما أسس لعمليات تحليل البيانات والتطبيقات اللاحقة.

2.2 تحليل البيانات: من البيانات الخام إلى المعلومات القابلة للاستخدام

تكون البيانات الأصلية التي تقدمها عقدة blockchain عادةً مشفرة ومشفرة، وعلى الرغم من أن ذلك يضمن سلامة البيانات وأمنها، إلا أنه يزيد من صعوبة التحليل. بالنسبة للمستخدمين العاديين والمطورين، يتطلب التعامل المباشر مع هذه البيانات معرفة تقنية كبيرة وموارد حسابية.

تبدو عملية تحليل البيانات في هذا السياق مهمة بشكل خاص. من خلال تحويل البيانات الأولية المعقدة إلى تنسيق سهل الفهم والتعامل، يمكن للمستخدمين الاستفادة من هذه المعلومات بصورة أكثر وضوحًا. تؤثر جودة التحليل مباشرة على كفاءة وفعالية تطبيقات بيانات blockchain، وهي حلقة أساسية في عملية فهرسة البيانات بأكملها.

2.3 تطور فهرس البيانات

مع زيادة حجم بيانات blockchain، أصبح الطلب على برامج الفهرسة بارزًا بشكل متزايد. تتحمل برامج الفهرسة مسؤولية تنظيم البيانات الموجودة على السلسلة وإدخالها في قاعدة البيانات لتسهيل الاستعلام. إنها تقوم بفهرسة بيانات blockchain، وتوفر واجهات برمجة التطبيقات مثل GraphQL( بلغة استعلام شبيهة بـ SQL)، مما يجعل البيانات متاحة في أي وقت. توفر برامج الفهرسة واجهة استعلام موحدة للمطورين، مما يبسط بشكل كبير عملية استرجاع البيانات.

تتميز أنواع مختلفة من الفهارس بمزاياها الخاصة:

1. مُعَدِّل عُقَد الكاملة: استخراج البيانات مباشرةً من العقدة الكاملة، لضمان تكامل البيانات، ولكن يتطلب ذلك سعة تخزين ومعالجة كبيرة.
2. فهرس خفيف الوزن: يعتمد على العقد الكاملة للحصول على بيانات محددة، مما يقلل من متطلبات التخزين ولكنه قد يزيد من وقت الاستعلام.
3. مؤشرات مخصصة: مخصصة لأنواع بيانات معينة أو تحسينات blockchain، مثل بيانات NFTs أو معاملات DeFi.
4. مؤشرات التجميع: تستخرج البيانات من عدة سلاسل كتل ومصادر، بما في ذلك المعلومات خارج السلسلة، وتوفر واجهة استعلام موحدة، مناسبة لتطبيقات dApp متعددة السلاسل.

حالياً، تتراوح مساحة عقد أرشيف إيثيريوم تحت عملاء مختلفين من 3 تيرابايت إلى 13.5 تيرابايت. في مواجهة هذه الكمية الكبيرة من البيانات، لا تدعم بروتوكولات الفهرسة الرئيسية فقط الفهرسة المتعددة السلاسل، بل قامت أيضاً بتخصيص إطارات تحليل البيانات لتلبية احتياجات التطبيقات المختلفة، مثل إطار "الرسوم الفرعية" الخاص بـ The Graph.

أدى ظهور الفهرس إلى تحسين كبير في كفاءة فهرسة البيانات واستعلامها. مقارنة بنقاط نهاية RPC التقليدية، يمكن للفهرس معالجة كميات كبيرة من البيانات بكفاءة، ودعم الاستعلامات المعقدة وتصفية البيانات. بعض الفهارس تدعم أيضًا تجميع بيانات متعددة من سلاسل الكتل، مما يتجنب مشكلة الحاجة إلى نشر واجهات برمجة التطبيقات متعددة السلاسل dApp. من خلال التشغيل الموزع، يوفر الفهرس أمانًا وأداءً أقوى، مما يقلل من مخاطر الانقطاع التي قد تسببها مزودي RPC المركزيين.

2.4 قاعدة بيانات السلسلة الكاملة: التوافق مع تدفق الأولوية

مع تعقيد متطلبات التطبيقات، أصبح من الصعب على مؤشرات البيانات الأولية والتنسيقات القياسية تلبية احتياجات الاستعلام المتنوعة مثل البحث، الوصول عبر السلاسل أو رسم البيانات خارج السلسلة. إن مزودي خدمات بيانات البلوكشين يتجهون نحو بناء تدفقات البيانات لتلبية احتياجات التحليل في الوقت الحقيقي والاستعلام الشامل.

طرحت شركات خدمات الفهرسة التقليدية منتجات تدفق البيانات، مثل Substreams من The Graph وMirror من Goldsky. في الوقت نفسه، تقدم خدمات ناشئة مثل Chainbase وSubSquid بحيرات بيانات حقيقية تعتمد على blockchain. تهدف هذه الخدمات إلى دعم تطوير التطبيقات من خلال مصادر بيانات أكثر تقدمًا ومساعدة في تحليل البيانات على السلسلة.

من خلال إعادة النظر في البيانات على السلسلة من منظور قنوات البيانات الحديثة، يمكننا تخيل مستقبل يمكن فيه تخصيص مجموعات بيانات عالية الأداء لأي حالة استخدام تجارية.

3. دمج الذكاء الاصطناعي مع قواعد البيانات: تحليل مقارن لـ The Graph و Chainbase و Space and Time

3.1 الرسم البياني

تقدم شبكة The Graph خدمات فهرسة واستعلام البيانات متعددة السلاسل من خلال عقد لا مركزية، مما يسهل على المطورين بناء تطبيقات لامركزية. تشمل نماذج المنتجات الأساسية سوق تنفيذ استعلام البيانات وسوق ذاكرة تخزين فهرسة البيانات، التي تلبي احتياجات استعلام المستخدمين.

يتكون الشبك من أربعة أدوار: الفهرس، المنسق، الموكل والمطور، حيث يتم ضمان تشغيل النظام من خلال الحوافز الاقتصادية. يوفر الفهرس خدمات الفهرسة والاستعلام، يدعم الموكل تشغيل عقد الفهرسة، يقوم المنسق بانتقاء الرسوم الفرعية القيمة، بينما المطور هو المستخدم الرئيسي.

يحتضن نظام The Graph البيئي تقنيات الذكاء الاصطناعي بنشاط. تم تطوير أدوات مثل AutoAgora وAllocation Optimizer وAgentC بواسطة Semiotic Labs، والتي تعمل على تحسين تسعير الفهارس وتوزيع الموارد وتجربة استعلام المستخدم، مما يعزز من ذكاء النظام وملاءمته للمستخدم.

3.2 تشينبيس

تشينبيس كشبكة بيانات متكاملة لجميع السلاسل، تجمع بيانات جميع سلاسل الكتل، وتبسط عملية بناء وصيانة التطبيقات للمطورين. تشمل ميزاتها الفريدة:

• بحيرة البيانات الحية: توفر الوصول الفوري إلى تدفقات بيانات blockchain.
• هيكل مزدوج السلسلة: تم بناء طبقة التنفيذ على أساس Eigenlayer AVS، بالتوازي مع خوارزمية إجماع CometBFT، مما يعزز القدرة على معالجة البيانات عبر السلاسل.
• تنسيق بيانات مبتكر: تقديم معيار "المخطوطات"، وتحسين هيكل بيانات صناعة التشفير.
• نموذج العالم المشفر: دمج تقنيات الذكاء الاصطناعي لإنشاء نموذج يمكنه فهم وتوقع معاملات blockchain، مثل النسخة الأساسية Theia.

نموذج الذكاء الاصطناعي Theia من Chainbase يعتمد على نموذج DORA من NVIDIA، ويجمع بين تحليل البيانات الخارجية على السلسلة ونمط التشفير، من خلال الاستدلال السببي لتقديم استجابة، واستكشاف القيمة الحقيقية للبيانات على السلسلة، وتقديم خدمات البيانات الذكية.

3.3 الفضاء والوقت

الفضاء والزمان (SxT) يهدف إلى بناء طبقة حسابية قابلة للتحقق، لتوسيع إثباتات المعرفة الصفرية على مستودعات البيانات اللامركزية، لتوفير معالجة بيانات موثوقة للعقود الذكية، ونماذج اللغة الكبيرة، والشركات.

أدخلت SxT تقنية Proof of SQL المبتكرة، وهي تقنية إثبات عدم المعرفة، تضمن أن نتائج استعلامات SQL المنفذة على مستودع البيانات اللامركزي قابلة للتحقق وغير قابلة للتلاعب. على عكس الشبكات التقليدية للبلوكشين التي تعتمد على آليات الإجماع، تقوم SxT بجلب البيانات من عقدة واحدة، بينما تستخدم العقد الأخرى تقنية zk للتحقق من صحة البيانات، مما يعزز أداء النظام.

تعاونت SxT مع مختبرات الذكاء الاصطناعي من مايكروسوفت لتطوير أدوات الذكاء الاصطناعي التوليدية، لتبسيط عملية تحليل بيانات blockchain من خلال معالجة اللغة الطبيعية. في Space and Time Studio، يمكن للمستخدمين إدخال استفسارات باللغة الطبيعية، حيث يقوم الذكاء الاصطناعي تلقائيًا بتحويلها إلى SQL وتنفيذها، وعرض النتائج النهائية.

الاستنتاجات والرؤى

تطورت تقنية فهرسة بيانات blockchain من مصادر بيانات العقد الأولية، مروراً بتطور تحليل البيانات والفهرس، إلى خدمات بيانات السلسلة الكاملة المدعومة بالذكاء الاصطناعي، بعد عملية تحسين تدريجية. لم تؤدِ هذه التقدمات التكنولوجية إلى زيادة كفاءة الوصول إلى البيانات ودقتها فحسب، بل جلبت أيضاً تجربة ذكية للمستخدمين.

في المستقبل، مع تطور تقنيات الذكاء الاصطناعي وإثباتات عدم المعرفة وغيرها من التقنيات الجديدة، ستصبح خدمات بيانات البلوكتشين أكثر ذكاءً وأمانًا. كجزء من البنية التحتية، ستستمر خدمات بيانات البلوكتشين في لعب دور مهم في الابتكار الصناعي.