Introducción

Comparación de las Aplicaciones de IA Populares

Como aplicación impulsada por IA, Hyperspace ofrece ciertas ventajas sobre modelos de IA conocidos como Claude y ChatGPT. Destaca en la generación de imágenes, ejecución de nodos y búsqueda web. Además, gracias a su arquitectura basada en Web3, Hyperspace ofrece una velocidad de ejecución más eficiente en funcionalidades clave.

Antecedentes de financiación

Según RootData, Hyperspace ha recibido financiamiento del fondo cripto-nativo Blue7. Sin embargo, los detalles específicos del financiamiento no han sido revelados. Blue7 ha invertido previamente en proyectos destacados de Web3, incluyendo la red de automatización y retransmisión Gelato Network, la solución de capa 2 de grado empresarial Lightlink y la plataforma de inteligencia artificial-blockchain Talus.

Miembros del equipo

Miembro principal (Fuente)

El equipo principal de Hyperspace está liderado por su cofundador y CEO, Varun Mathur. Sin embargo, hay poca información disponible públicamente sobre la carrera pasada de Varun.

Actualizaciones sobre los nodos de Hyperspace (Fuente: Varun’s X)

Varun Mathur (@varun_mathurComparte activamente ideas y actualizaciones sobre el desarrollo de Hyperspace a través de su cuenta X (anteriormente Twitter). Los usuarios pueden encontrar datos valiosos sobre el recuento de nodos, avances recientes y direcciones estratégicas desde la perspectiva del fundador.

Producto y Componentes Principales

Como un ecosistema de ejecución de modelos de IA altamente personalizable, Hyperspace cuenta con 49,3K nodos, más de 1,2 millones de puntos de datos de tokens, 400 millones de entradas de datos incrustados, más de 500 modelos de IA y una base de datos de vectores de 3,2 TB. Estos componentes garantizan un soporte integral para una variedad de necesidades de los usuarios.

1. Tipos de productos para clientes

Tipos de productos para clientes

Hyperspace ofrece múltiples opciones de cliente, incluyendo Nodo de Navegador, Nodo de Escritorio e Interfaz de Línea de Comando (CLI). Gracias a su alto nivel de personalización, Hyperspace puede proporcionar diversos sistemas de ejecución de modelos de IA.

2. Componentes Principales

2.1 Gestión de identidad

Las entidades dentro del sistema (en adelante denominadas nodos) se identifican de forma única a través de sus direcciones de nodo. Una dirección de nodo no es simplemente una representación directa de la clave pública del nodo, sino más bien el hash criptográfico de su clave pública. La razón para utilizar un hash criptográfico en lugar de una clave pública directa radica en consideraciones de seguridad específicas dentro de los sistemas descentralizados, particularmente en la mitigación de ataques Sybil y ataques Eclipse sin una autoridad central confiable.

El sistema adopta rompecabezas criptográficos, en particular el mecanismo de Prueba de Trabajo (PoW), para mejorar la resistencia de la red contra tales ataques.

Hyperspace considera que los rompecabezas criptográficos son el método más práctico para generar IDs de nodos distribuidos en un entorno sin entidades de confianza centralizadas. Su principal ventaja es su capacidad para dificultar que los posibles atacantes interrumpan la red.

En su núcleo, una red completamente descentralizada debe aprovechar técnicas criptográficas no solo como una opción óptima sino como una necesidad fundamental para maximizar la resistencia contra ataques.

Bajo el enfoque de utilizar valores hash en lugar de claves públicas para generar IDs de nodos, las claves públicas aún pueden ser utilizadas para firmar mensajes intercambiados entre nodos. Dadas las limitaciones de recursos computacionales, las firmas de mensajes se clasifican en dos tipos:

• Firma débil:
  Una firma débil no firma el mensaje completo, sino que incluye solo la dirección IP, el puerto y la marca de tiempo. La marca de tiempo limita el período de validez de la firma.
  • Esto ayuda a prevenir ataques de repetición, especialmente en escenarios de IP dinámica.
  • Dado que la sincronización del tiempo entre nodos diferentes puede tener discrepancias, las marcas de tiempo pueden utilizar una granularidad de tiempo más gruesa.
  • Las firmas débiles son adecuadas para escenarios donde la integridad completa del mensaje no es crítica, como los mensajes PING.
• Firma Fuerte
  • Una firma fuerte firma todo el contenido del mensaje. Asegura la integridad del mensaje y mejora la protección contra ataques de intermediarios.
  • Para prevenir los ataques de repetición, los mensajes de Llamada de Procedimiento Remoto (RPC) incorporan un nonce.

Servidores de la Comunidad del Hiperespacio (HCS) y Nodos de Inferencia del Hiperespacio (HIN) 2.2

Flujo de trabajo operativo de HCS y HIN

• Los nodos de HCS desempeñan un papel central en el ecosistema de IA de Hyperspace. Funcionando como oráculos, coordinadores y secuenciadores, facilitan las interacciones entre los Nodos de Inferencia de Hyperspace (HINs).
• Los nodos HIN deben establecer conexiones con los nodos HCS y pueden elegir a cuál HCS conectarse según las preferencias de los operadores de nodos. Los nodos HIN deben enviar su capacidad de cálculo y el rango de modelos de IA ejecutables al HCS.

Juntos, HCS y HIN forman un mecanismo completo de inferencia:

Después de la conexión inicial, un Nodo de Inferencia de Hiperspacio (HIN) debe enviar un mensaje de comunicación secundario al Servidor de la Comunidad de Hiperspacio (HCS), conocido como el mensaje de registro. El proceso de registro es el siguiente:

• HIN envía un mensaje de registro
  1. El mensaje incluye las especificaciones de computación declaradas por HIN y los modelos de IA que admite y puede ejecutar.
• HCS Envía un Desafío de Verificación de Inferencia
  1. El desafío se presenta como un problema computacional. El tipo de problema es determinado de forma autónoma por HCS.
  2. El HIN debe resolver el desafío y enviar sus resultados de inferencia a través de una llamada.

Modelo de Prueba de Fraude y Desafío 2.3

Si un cliente recibe dos respuestas diferentes o una respuesta sospechosamente incorrecta, puede presentar un reclamo por fraude a la cadena de bloques para recibir compensación.

Proceso de Prueba de Fraude

• El cliente presenta un reclamo de fraude a la cadena de bloques.
• Otros nodos pueden volver a calcular la consulta y comprobar la integridad de los resultados de la inferencia.
• Si el resultado de la inferencia resulta incorrecto, un nodo puede presentar un desafío en cadena.
• El proceso de desafío está sincronizado en la cadena de bloques y monitoreado por contratos inteligentes.
• Solo se requiere el hash de la salida del modelo de lenguaje grande (LLM), lo que garantiza que el contenido completo de inferencia permanezca sin revelar.
• Todos los nodos tienen una ventana de tiempo para enviar sus resultados de inferencia para su comparación antes de que la competencia concluya.

Modelo de desafío

Una vez que se presenta un desafío, el nodo desafiado debe proporcionar una raíz de estado intermedio. El retador responde identificando la primera raíz de estado defectuosa y emitiendo un desafío. El nodo desafiado luego presenta raíces de estado intermedias desde la raíz de estado desafiada hasta su raíz de estado anterior. Este proceso se repite hasta que el paso de ejecución se reduce a una sola transacción, que se resuelve en la cadena. El proceso de desafío implica pasos y fórmulas complejas. Sigue un proceso de verificación de paso logarítmico y garantiza la seguridad y precisión de los resultados de inferencia al estrechar progresivamente el alcance del desafío (es decir, verificar gradualmente la raíz del estado).

2.4 Cripto-Economía y Modelo de Incentivos

Un marco económico inherente y mecanismos de incentivos garantizan la integridad de todas las entidades participantes. Los ecosistemas emergentes de blockchain suelen introducir nuevos tokens con el fin de reforzar la seguridad criptoeconómica. Sin embargo, estos tokens a menudo tienen dificultades para alcanzar una escala y distribución suficientes en sus primeras etapas, lo que plantea desafíos para construir una base de seguridad sólida.

EigenLayer aborda eficazmente este desafío al presentar validadores de Ethereum y aprovechar las garantías de seguridad cripto-económica de Ethereum. Hyperspace AI adopta este marco al utilizar operadores de EigenLayer para mejorar la seguridad de la red Hyperspace AI.

Hyperspace AI ofrece un marco altamente personalizable, que permite a los usuarios adaptar su plataforma de datos con diversos componentes y modelos de IA. Sus características clave incluyen:

• Soporte multi-modelo: admite varios modelos de IA de código abierto y permite a los usuarios seleccionar modelos según sus necesidades.
• Red de Datos de Información: Genera una red de información basada en fuentes de datos de alta calidad.
• Ejecución de nodos: Permite a los usuarios ejecutar nodos en clientes de escritorio o basados en navegadores, participar en la red peer-to-peer y ganar incentivos.
• Base de datos de vectores: Proporciona acceso a una base de datos de vectores actualizada para una recuperación eficiente de la información.
• Puntos Calientes de la Red: Permite a los usuarios crear y compartir recursos de IA a cambio de recompensas para reducir los costos operativos.
• Protocolo de Pago Rápido: Implementa un protocolo personalizado para garantizar transacciones eficientes en la red.

Hyperspace AI integra a la perfección la tecnología blockchain con la inferencia de IA. Crea un ecosistema de ejecución de modelos de IA descentralizado y seguro que depende menos de entidades centralizadas y proporciona una mayor transparencia, escalabilidad y resistencia a los ataques.

Ventajas y desafíos

A diferencia de las aplicaciones de IA centralizadas como ChatGPT y Claude, Hyperspace se distingue sobre todo por su descentralización.

Privacidad de datos

• Hyperspace AI: Como protocolo descentralizado, empodera a los propietarios de datos para retener el control sobre sus datos. Los usuarios tienen la libertad de elegir cómo comparten sus datos, así como de utilizar contratos inteligentes y cifrado para garantizar la privacidad y la seguridad. A cambio, los participantes son recompensados con tokens por sus contribuciones de datos.
• ChatGPT/Claude: Estos modelos operan bajo una estructura centralizada, donde el almacenamiento y procesamiento de datos dependen de servidores centralizados. Esto significa que los datos de usuario se almacenan en servidores gestionados por OpenAI o Anthropic, lo que plantea posibles riesgos para la privacidad.

Mecanismo de Incentivos de Token

• Hiperspace AI: Al aprovechar la tecnología blockchain y la tokenización, los participantes, incluidos los proveedores de datos, los desarrolladores y los operadores de nodos, pueden ser recompensados por contribuir datos, recursos computacionales o tareas de inferencia. Este modelo de incentivos económicos fomenta la participación activa de la comunidad, impulsando así el crecimiento del ecosistema.
• ChatGPT/Claude: Estos modelos generan principalmente ingresos a través de planes de suscripción y acceso a la API. Carecen de un sistema de incentivos descentralizado. Los usuarios y desarrolladores se sienten atraídos por estos modelos por su funcionalidad (por ejemplo, suscripción a la API), en lugar de recompensas basadas en blockchain.

Transparencia y Verificabilidad del Modelo

• Hyperspace AI: La cadena de bloques garantiza la transparencia en el entrenamiento de modelos de inteligencia artificial y el uso de datos. Cada paso, incluido el intercambio de datos, el entrenamiento de modelos y las solicitudes de inferencia, es rastreable y verificable. Esto es crucial para garantizar la equidad y confiabilidad en los modelos de inteligencia artificial.
• ChatGPT/Claude: Estos modelos suelen ser de código cerrado, con poca transparencia sobre su proceso de entrenamiento y fuentes de datos. Esta falta de visibilidad hace que sea difícil para los usuarios y desarrolladores confiar plenamente en los modelos.

Computación distribuida y uso compartido de recursos

• Hyperspace AI: Al utilizar Nodos de Inferencia descentralizados (HIN), Hyperspace AI puede distribuir tareas computacionales a nivel mundial. Esto reduce la dependencia de grandes centros de datos y optimiza la eficiencia y la utilización de recursos.
• ChatGPT/Claude: Estos modelos dependen de servidores centralizados para la inferencia y computación. Esta estructura centralizada puede llevar a restricciones de recursos, y cualquier falla del servidor podría afectar a todos los usuarios.

El desafío más importante para la IA hiperespacial radica en la adopción masiva. Si bien las ventajas de la descentralización son claras, la aceptación generalizada de las aplicaciones de blockchain sigue siendo una batalla cuesta arriba. Este es un desafío común en muchos sectores descentralizados, como DePIN y juegos blockchain. Ciertamente, en comparación con hace unos años, la adopción de blockchain ya no es tan difícil, gracias a las crecientes interacciones entre Bitcoin, las instituciones financieras tradicionales y los organismos reguladores.

Conclusión

Hyperspace AI ha desarrollado una red de computación de IA descentralizada, segura y eficiente al integrar blockchain con inferencia de IA. Sus componentes principales garantizan la confiabilidad y verificabilidad de los cálculos de IA mientras se reduce la dependencia de la infraestructura centralizada. Además, Hyperspace AI ofrece una plataforma altamente personalizable para los usuarios. A través de la colaboración de HCS (Servidor de Comunidad Hyperspace) e HIN (Nodos de Inferencia Hyperspace), la red facilita la ejecución eficiente y validación de tareas de inferencia de IA en un entorno sin confianza. Hyperspace AI está preparado para convertirse en una infraestructura clave de computación de IA descentralizada para proporcionar soluciones más transparentes, justas y seguras para aplicaciones futuras a medida que crece la demanda.