بحث عميق عن Grass: نجم جديد لامع في مجال DePIN، طريق توسع بنك البيانات AI

محتوى النقاط TL; DR

تتجاوز Grass المنافسة في مسار DePIN من خلال محركين مزدوجين "التقنية + النموذج":

• إثبات عدم المعرفة وبنية Solana Layer2 يضمنان صحة البيانات، ويعالجان نقطة الألم "البيانات القذرة" في صناعة الذكاء الاصطناعي
• نموذج "التعدين عبر النطاق الترددي → الحوافز النقاطية" حول 2.5 مليون مستخدم إلى نقاط بيانات، مما يشكل ميزة على جانب العرض
• الطلب على بيانات الذكاء الاصطناعي يرتفع بشكل كبير، إيكولوجيا Solana وDePIN مزدهرة، استراتيجيات التشغيل مناسبة، مما يساعدها على أن تصبح رائدة في مجال بيانات الذكاء الاصطناعي DePIN.

نقاط القابلة للتطور الأساسية في Grass:

• القصير: تطبيق التكنولوجيا، هل يمكن أن تنجح الانتقال اللا مركزي في عام 2025
• المرحلة المتوسطة: التحقق من الطلب، حجم بيانات الشراء من الشركات الذكاء الاصطناعي
• طويل الأمد: اللعب المتوافق، خصوصية البيانات وقواعد الملكية

أكبر خطر هو "الاحتفال بالرموز يغطي فراغ الطلب" - إذا لم تتمكن طلبات العملاء من AI من التوسع، فقد يتدهور العجلة التجارية من "البيانات - رأس المال" إلى فقاعة من جانب العرض.

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

1. خلفية الصناعة

عندما تواجه ديمقراطية قوة DePIN أزمة بيانات الذكاء الاصطناعي، تنفجر حركة حقوق بيانات هادئة.

DePIN يدمج الموارد العالمية غير المستغلة من خلال اقتصاد التوكن ( القدرة الحاسوبية، التخزين، عرض النطاق )، لبناء شبكة بنية تحتية موزعة؛ في نفس الوقت، تواجه صناعة الذكاء الاصطناعي نقصًا هيكليًا في البيانات، واحتكار القوى العظمى، ومشاكل الخصوصية وحواجز الجزر، مما يؤدي إلى عدم تحرير 80% من قيمة البيانات.

تنافس الذكاء الاصطناعي في المستقبل هو في جوهره لعبة مزدوجة تتعلق بكفاءة الحصول على البيانات والامتثال الأخلاقي، بينما تقدم DePIN الحل الأمثل تقنيًا.

تكمن ثورية Grass في تحقيق دمج هذين العنصرين.

1.1 DePIN: إعادة بناء نموذج البنية التحتية العالمي

DePIN( الاسم الكامل هو الشبكات اللامركزية للبنية التحتية المادية، الشبكة اللامركزية للبنية التحتية المادية ) هي نموذج اقتصادي جديد يجمع بين الموارد المادية الموزعة عالمياً من خلال تقنيات blockchain ( مثل قوة الحوسبة، التخزين، النطاق الترددي، الطاقة، وما إلى ذلك ).

المنطق الأساسي هو: من خلال تحفيز الرموز لدفع مساهمات المجتمع للموارد غير المستغلة، بناء شبكة بنية تحتية لامركزية، واستبدال نموذج مقدمي الخدمات المركزيين التقليديين ذوي التكلفة العالية والكفاءة المنخفضة.

بالمقارنة مع النموذج المركزي، فإن التحول اللامركزي للبنية التحتية الفيزيائية له مزايا أكبر في هيكل التكلفة، نموذج الحوكمة، مرونة الشبكة، وقابلية توسيع النظام البيئي.

وفقًا لتعريف Messari، تغطي DePIN البنية التحتية الفيزيائية ( مثل الشبكات اللاسلكية، وشبكات الطاقة )، والشبكات الرقمية ( مثل التخزين، والحوسبة )، وتحقق المطابقة بين العرض والطلب وآليات التحفيز من خلال تقنية البلوكشين.

• البنية التحتية الفيزيائية: تمثل شبكة هليوم( اللاسلكية اللامركزية)، من خلال نشر أجهزة النقاط الساخنة بواسطة المجتمع لبناء شبكة اتصالات تغطي العالم.

• شبكة الموارد الرقمية: تشمل التخزين اللامركزي Filecoin(، والحوسبة الموزعة Aethir)، وغيرها، من خلال دمج الموارد غير المستغلة لتشكيل نموذج الاقتصاد المشترك.

وفقًا لبيانات Messari، حتى عام 2024، تجاوز عدد أجهزة DePIN العالمية 13 مليون جهاز، وبلغت قيمة السوق 50 مليار دولار، لكن معدل الاختراق لا يتجاوز 0.1%، ومن المتوقع أن ينمو بمعدل يتراوح بين 100 و1000 مرة في العقد المقبل.

في عام 2024، تصل القيمة السوقية الإجمالية لقطاع DePIN إلى 50 مليار دولار، تشمل أكثر من 350 مشروعًا، بمعدل نمو سنوي يزيد عن 35%.

تكمن القوة الدافعة الأساسية في تحسين كفاءة الموارد ( مثل استغلال النطاق الترددي غير المستخدم ) والانفجار في الطلب ( مثل الطلب المتزايد من الذكاء الاصطناعي على القدرة الحاسوبية والبيانات ) وتأثيرها الثنائي.

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

! تقرير بحث العشب المتعمق: 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).

تعتمد أداء وفعالية نموذج الذكاء الاصطناعي إلى حد كبير على جودة وكمية بيانات التدريب. تعتبر البيانات عالية الجودة والمتنوعة وتمثيلها الجغرافي أمرًا بالغ الأهمية لأداء نموذج الذكاء الاصطناعي.

حجم ومتطلبات البيانات والخصائص:

• قفزة في الحجم: 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: تكاليف جمع وتنظيف وتوسيم البيانات في تطوير الذكاء الاصطناعي تمثل أكثر من 40% من الميزانية الإجمالية، مما أصبحت عقبة أساسية في التوسع التجاري.

• تباين المشاهد: تحتاج القيادة الذاتية إلى بيانات حساسات عالية الدقة، وتعتمد الذكاء الاصطناعي الطبي على قاعدة بيانات الحالات المتوافقة مع الخصوصية، وتعتمد الذكاء الاصطناعي الاجتماعي على بيانات سلوك المستخدم.

نقاط الألم في توفير البيانات التقليدية:

• حواجز البيانات: تسيطر الشركات / الكيانات الرئيسية مثل العملاقة على مجموعة واسعة من مصادر البيانات، مما يجعل المطورين الصغار والمتوسطين يواجهون عوائق عالية وتسعير غير عادل؛

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

• خصوصية البيانات: جمع البيانات غالبًا ما ينطوي على نزاعات بشأن الخصوصية وحقوق الطبع والنشر;

• تدفق غير فعال: تؤدي جزر البيانات ونقص المعايير إلى تكرار الجمع، ومعدل استخدام البيانات العالمية أقل من 20%;

• انقطاع سلسلة القيمة: المساهمون الأفراد الذين ينشئون البيانات غير قادرين على تحقيق الربح من استخدام البيانات في المراحل اللاحقة.

مسار الحل لمشكلة DePIN:

• جمع البيانات الموزعة: من خلال شبكة العقد لجمع البيانات العامة ( مثل وسائل التواصل الاجتماعي، قواعد البيانات العامة )، تقليل تكاليف جمع البيانات، وزيادة كفاءة وحجم جمع البيانات;

• تعزيز جودة البيانات وتنوعها: من خلال آلية التحفيز DePIN، يمكن جذب المزيد من المشاركين للمساهمة في البيانات، مما يؤدي إلى تحسين جودة البيانات وتنوعها، وزيادة قدرة نموذج الذكاء الاصطناعي على التعميم.

• التنظيف اللامركزي والتوسيم: يتم إكمال معالجة البيانات بالتعاون مع المجتمع، مع دمج إثباتات المعرفة الصفرية (ZK) لضمان صحة البيانات؛

• حوافز التوكن: يحصل مقدمو البيانات على مكافآت توكن، ويشتري الطلبة مجموعات البيانات المهيكلة بالتوكن، مما يشكل تطابقاً مباشراً بين العرض والطلب

يتمركز مشروع Grass عند تقاطع DePIN وصناعة بيانات الذكاء الاصطناعي، حيث يطبق بشكل مبتكر مفهوم DePIN في مجال جمع بيانات الذكاء الاصطناعي، وقد أنشأ شبكة لالتقاط البيانات غير مركزية، تهدف إلى توفير مصادر بيانات أكثر اقتصادية وفعالية وموثوقية لتدريب نماذج الذكاء الاصطناعي.

في الفصول القادمة، سنقوم بتحليل عميق لآليات مشروع Grass، والخصائص التقنية، وسيناريوهات التطبيق، وآفاق التطور المستقبلية.

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

2. معلومات المشروع الأساسية

تقوم Grass ببناء شبكة لالتقاط البيانات اللامركزية من خلال هيكل DePIN، مما يوفر مصادر بيانات عالية التكلفة وذات تنوع كبير لتدريب الذكاء الاصطناعي. يحتاج المستخدمون فقط إلى تثبيت العميل للمساهمة في عرض النطاق الترددي والحصول على مكافآت رمزية - جذب أكثر من 2.5 مليون عقدة في السنة الأولى، وارتفع سعر الرموز المميزة بنسبة تزيد عن 5 أضعاف في أول 10 أيام، مما يثبت منطقها التجاري.

حصل المشروع على دعم من أفضل رؤوس الأموال مثل Polychain و Hack VC، ويعتمد على سلسلة سولانا عالية الأداء لتحقيق حقوق البيانات وتداولها.

لا يزال هناك جدل حول سمة عدم الكشف عن الهوية للفريق الحالي، ويتعين متابعة تقدم معالجة البيانات اللامركزية.

) 2.1 نطاق الأعمال

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

جوهره هو من خلال شبكة وكلاء السكن ###residential proxy network(، مما يسمح للشركات باستخدام اتصال الإنترنت الخاص بالمستخدمين للوصول إلى بيانات الإنترنت وسحبها من مواقع جغرافية مختلفة، وهو أمر مفيد جدًا لاحتياجات تدريب نماذج الذكاء الاصطناعي التي تتطلب بيانات متنوعة وتمثيلية جغرافياً.

• المشكلة التي تم حلها: عادة ما يتم إتمام سحب الشبكة التقليدية بواسطة أنظمة مركزية، مما يؤدي إلى انخفاض الكفاءة وسهولة حدوث الأخطاء أو التحيز. تهدف Grass إلى توفير بيانات إنترنت موثوقة ومتحققة من خلال نهج لامركزي، كما أن البيانات المقدمة من المستخدمين اللامركزيين تتمتع بشكل طبيعي بالتنوع، ونشرها من مناطق متعددة، وخصائص الوقت الحقيقي.

• الرؤية والرسالة: رؤية Grass هي إنشاء طبقة بيانات إنترنت لامركزية، حيث يتم جمع البيانات والتحقق منها وهيكلتها بطريقة تقلل من الحاجة إلى 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 البرنامج المساعد / العميل، الاتصال والبدء في كسب نقاط Grass. يوفر هذا النوع من المساهمة في العمق كسب 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 البلوكشين للتحقق من البيانات، مما يضمن شفافية البيانات وموثوقيتها.

) 2.2 تاريخ التطوير

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

مرحلة التطوير: بدأ بناء المنتج في بداية عام 2023، مما يدل على دخول المشروع في مرحلة التطوير الفعلية.

جولة التمويل الأولي: في عام 2023، أكملت Grass جولة تمويل أولي بقيمة 3.5 مليون دولار، بقيادة Polychain Capital وTribe Capital، بإجمالي 4.5 مليون دولار ( بما في ذلك الجولة السابقة للتمويل الأولي التي قادتها No Limit Holdings ).

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

معلم: في أبريل 2024، أعلن المشروع عن تجاوز 2 مليون جهاز نقطة اتصال متصلة، وهو في نمو سريع. وفقًا لبيانات DePIN Scan، اعتبارًا من مارس 2025، تجاوز عدد مستخدميه النشطين 2.5 مليون.

الإطلاق الأول: سيتم الإعلان عن الإطلاق الأول في 21 أكتوبر 2024، مع توزيع 100 مليون رمز GRASS ### 10% من إجمالي الإمداد (، كمكافأة للمستخدمين الأوائل.

تبادل الإطلاق: في 28 أكتوبر 2024 ، تم إطلاقه في بعض منصات التداول ، وارتفع السعر خلال 10 أيام من 0.6 دولار إلى 3.89 دولار ، بزيادة مطردة تقريبًا 5 مرات.

الحالة الحالية: المشروع مستمر في التوسع، ويتم تنفيذ المرحلة الثانية من حوافز المستخدمين للقيام بالتعليق؛ من المخطط إطلاق تطبيقات الهواتف المحمولة لأنظمة Android وiPhone لزيادة نطاق الشبكة ومشاركة المستخدمين.

! [تقرير بحثي متعمق عن العشب: DePIN Stars ، توسيع بنك بيانات الذكاء الاصطناعي])https://img-cdn.gateio.im/webp-social/moments-8593de2d2e4360b40bef787e7bb9844f.webp(

) 2.3 حالة الفريق

وفقًا لبيانات Rootdata، تم تطوير Grass بواسطة Wynd Labs، ومؤسسها هو Andrej Radonjic، الذي هو 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 تقنيات blockchain و AI، ولديهم خبرة في المجالات ذات الصلة. لكن معلومات الأعضاء المحددة لم تُنشر على نطاق واسع، حيث تم الكشف فقط عن هوية Radonjic.

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

( 2.4 التمويل والشركاء الاستراتيجيون

المستثمرون والدعم

جولة البذور: تم الانتهاء من جولة تمويل بذور بقيمة 3.5 مليون دولار في عام 2023، بقيادة Polychain Capital و Tribe Capital. وفقًا لـ Rootdata، بلغ إجمالي التمويل بعد جولة البذور 4.5 مليون دولار، بما في ذلك الجولة السابقة للبذور التي قادتها No Limit Holdings.

جولة التمويل A: تم إكمال جولة التمويل A في سبتمبر 2024، بقيادة HackVC، وشارك فيها Polychain وDelphi وLattice وBrevan Howard، ولم يتم الكشف عن المبلغ.

دعم المستثمرين: HackVC و Polychain و Delphi و Lattice و Brevan Howard وغيرها من المستثمرين المعروفين في الصناعة. إن الحصول على دعمهم يُظهر أيضًا اعتراف المشروع في الصناعة.

شركاء

منصة blockchain: مبنية على شبكة Solana، يستفيد المشروع من الأداء العالي وقابلية التوسع لشبكة Solana.

لم يتم ذكر أي تعاون محدد مع شركات الذكاء الاصطناعي أو مشاريع أخرى حتى الآن، ولكن قد يوفر نظام سولانا البيئي فرصًا للتعاون في المستقبل.

! [تقرير بحثي متعمق عن العشب: DePIN Stars ، توسيع بنك بيانات الذكاء الاصطناعي])https://img-cdn.gateio.im/webp-social/moments-442ddae78916efb3c3998ddaa1e5a21b.webp###

3. تحليل التقنية للمشروع

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

تتكون شبكة العقد، وابتكارات معالجة ZKP، وسجل البيانات في بنية تقنية Grass من تدفق عمل مغلق، يدعم رؤية اللامركزية بالكامل من جمع البيانات، والتحقق منها، إلى التسليم.

ومع ذلك، يجب حل التشغيل المركزي الحالي، هل يمكن أن يكون تنفيذ التكنولوجيا متوازنًا؟