บทนำ

เปรียบเทียบแอปพลิเคชัน AI ยอดนิยม

เป็นแอปพลิเคชันที่มีพลังงาน AI Hyperspace มีข้อดีบางประการเมื่อเทียบกับโมเดล AI ที่มีชื่อเสียงอย่าง Claude และ ChatGPT มันโดดเด่นในการสร้างภาพ การดำเนินการโหนด และการค้นหาเว็บ นอกจากนี้ ด้วยโครงสร้างที่พึงประสงค์บนเว็บ 3 มิติ Hyperspace สามารถให้ความเร็วในการดำเนินการที่มีประสิทธิภาพมากขึ้นในฟังก์ชันพื้นฐานสำคัญ

ข้อมูลพื้นฐานเงินทุน

ตามข้อมูลจาก RootData ได้รับทุนจากกองทุนคริปโตเนทีฟ Blue7 อย่างไรก็ตาม รายละเอียดการลงทุนเฉพาะนั้นยังไม่ได้รับการเปิดเผย Blue7 ได้ลงทุนก่อนหน้าในโครงการ Web3 ที่สำคัญ เช่นเครือข่ายอัตโนมัตและเครือข่าย Rela Gelato Network โซลูชัน Layer 2 ระดับองค์กร Lightlink และแพลตฟอร์ม AI-blockchain Talus

สมาชิกในทีม

สมาชิกคนสำคัญ (แหล่งที่มา)

ทีมหลักของ Hyperspace นำโดยผู้ร่วมก่อตั้งและ กรรมการผู้มีอำนาจสูง Varun Mathur อย่างไรก็ตาม มีข้อมูลทางสาธารณะเกี่ยวกับอาชีพในอดีตของ Varun น้อยมาก

อัพเดตเกี่ยวกับโหนดของ Hyperspace (แหล่งที่มา: Varun’s X)

Varun Mathur (@varun_mathur) แบ่งปันความคิดเห็นและอัปเดตเกี่ยวกับการพัฒนา Hyperspace ผ่านบัญชี X (ก่อนหน้านี้คือ Twitter) ของเขาอย่างเป็นกิจกรรม ผู้ใช้สามารถค้นหาข้อมูลมีค่าเกี่ยวกับจำนวนโหนด ความก้าวหน้าล่าสุด และทิศทางกลยุทธ์จากมุมมองของผู้ก่อตั้ง

ผลิตภัณฑ์และส่วนประกอบหลัก

เป็นระบบรันโมเดล AI ที่กำหนดค่าได้สูง โพรง Hyperspace มีโหนด 49.3K, 1.2 ล้านจุดข้อมูลโทเค็น, 400 ล้านรายการข้อมูลฝังตัว, มากกว่า 500 โมเดล AI, และฐานข้อมูลเวกเตอร์ 3.2TB ที่สนับสนุนความต้องการของผู้ใช้หลากหลายอย่างอย่างเห็นได้ชัด

1. ประเภทผลิตภัณฑ์ของลูกค้า

ประเภทผลิตภัณฑ์ของลูกค้า

Hyperspace มีตัวเลือกไคลเอนต์หลายรูปแบบ รวมถึง Browser Node, Desktop Node, และ Command Line Interface (CLI) ด้วยระดับการปรับแต่งสูง Hyperspace สามารถให้ระบบการดำเนินการโมเดล AI ที่หลากหลาย

2. ส่วนประกอบหลัก

2.1 การจัดการตัวตน

Entity ภายในระบบ (ต่อไปจะเรียกว่าโหนด) ถูกระบุอย่างไม่ซ้ำกันผ่านทางที่อยู่โหนดของตน ที่อยู่โหนดไม่ใช่เพียงแค่การแสดงตรงของคีย์สาธารณะของโหนดแต่เป็นการแฮชทางคริปโตของคีย์สาธารณะของมัน เหตุผลที่ใช้แฮชทางคริปโตแทนที่ของคีย์สาธารณะตรงอยู่ในความพิจารณาด้านความปลอดภัยเฉพาะบางอย่างในระบบที่ไม่มีส่วนร่วมโดยตรง โดยเฉพาะในการลดการโจมตี Sybil และการโจมตี Eclipse โดยไม่ต้องมีเจ้ามีอำนาจที่เชื่อถือได้

ระบบใช้ปริศนาทางการเข้ารหัสโดยเฉพาะกลไกการทำงาน (PoW) เพื่อเสริมความทนทานของเครือข่ายต่อการโจมตีเช่นนี้

Hyperspace ถือว่าปริศนาทางคริปโตเกราฟเป็นวิธีการที่ใช้ได้มากที่สุดในการสร้าง distributed node IDs ในสภาพแวดล้อมที่ไม่มี entity ที่มี trust ที่เป็นศูนย์กลาง ข้อได้เปรียบหลักคือความสามารถในการทำให้มันยากสำหรับผู้โจมตีที่เป็นไปได้ในการรบกวนเครือข่าย

ในพื้นฐานของมัน ระบบเครือข่ายที่ไม่มีการกำหนดเองต้องใช้เทคนิคทางเข้ารหัสมากกว่าเพียงแค่เลือกตัดเรียบร้อย แต่เป็นความจำเป็นพื้นฐานเพื่อเพิ่มความต้านทานต่อการโจมตี

ในกระบวนการใช้ค่าแฮชแทนกุญแจสาธารณะในการสร้างรหัสโหนดยังสามารถใช้กุญแจสาธารณะในการเซ็นข้อความที่แลกเปลี่ยนระหว่างโหนดได้ โดยมีข้อจำกัดทรัพยากรคำนวณ ลายเซ็นข้อความถูกจัดอยู่ในสองประเภท:

• ลายเซ็นอ่อน
  ลายเซ็นต์ที่อ่อนแอไม่ได้ลงลายเซ็นต์ทั้งข้อความ แต่รวมถึงเพียงที่อยู่ IP พอร์ต และเวลาสัญญาณเท่านั้น วันที่เวลาจำกัดระยะเวลาที่สามารถใช้งานได้ของลายเซ็นต์
  • นี่ช่วยป้องกันการโจมตีแบบเล่นซ้ำโดยเฉพาะอย่างยิ่งในสถานการณ์ IP แบบไดนามิก
  • เนื่องจากการประสานเวลาระหว่างโหนดที่แตกต่างกันอาจมีความไม่สอดคล้องกัน การใช้เครื่องหมายเวลาสามารถใช้ความละเอียดของเวลาที่หยาบกว่า
  • ลายเซ็นต์ที่อ่อนแอเหมาะสำหรับสถานการณ์ที่ความสมบูรณ์ของข้อความไม่สำคัญ เช่น ข้อความ PING
• ลายเซ็นที่แข็งแรง
  • ลายเซ็นที่แข็งแรงเซ็นทั้งเนื้อหาข้อความทั้งหมด มันช่วยให้ความสมบูรณ์ของข้อความและเสริมความปลอดภัยต่อการโจมตีแบบ man-in-the-middle
  • เพื่อป้องกันการโจมตีแบบเล่นซ้ำ ข้อความการเรียกใช้งานระยะไกล (RPC) รวมถึง nonce

2.2 เซิร์ฟเวอร์ชุมชน Hyperspace (HCS) และโหนดการอ่าน Hyperspace (HIN)

ขั้นตอนการทำงานของ HCS และ HIN

• โหนด HCS เล่นบทบาทสำคัญในนิเวศ Hyperspace AI ซึ่งทำงานเป็นอรัสเคิล ผู้ประสานงาน และตัวเรียงลำดับ พวกเขาช่วยให้การจัดการระหว่างโหนด Hyperspace Inference (HINs) ได้เกิดขึ้น
• โหนด HIN ต้องเชื่อมต่อกับโหนด HCS และสามารถเลือกที่จะเชื่อมต่อกับ HCS ไหนตามความชอบของผู้ดำเนินโหนด โหนด HIN ต้องส่งความสามารถในการคำนวณและขอบเขตของโมเดล AI ที่สามารถใช้งานได้ไปยัง HCS

พร้อมกัน HCS และ HIN ร่วมกันเป็นกลไกการอุทยาน:

หลังจากการเชื่อมต่อเริ่มแรก โหนดการคำนวณ Hyperspace Inference (HIN) ต้องส่งข้อความสื่อสารรองไปยังเซิร์ฟเวอร์ชุมชน Hyperspace (HCS) ที่รู้จักกันในนามของข้อความลงทะเบียน กระบวนการลงทะเบียนคือดังนี้:

• HIN ส่งข้อความลงทะเบียน
  1. ข้อความรวมถึงข้อมูลเฉพาะการคำนวณที่ได้รับการประกาศโดย HIN และรุ่น AI ที่ระบุและสามารถดำเนินการได้
• HCS ส่งความท้าทายในการตรวจสอบการสรุป
  1. ความท้าทายถูกนำเสนอในรูปของปัญหาทางคำนวณ ประเภทของปัญหาถูกกำหนดโดยอัตโนมัติโดย HCS
  2. HIN ต้องแก้ปัญหาและส่งผลสรุปการอยู่ระหว่างทางของมันผ่านการโทรไป

2.3 โมเดลพิสูจน์การฉ้อโกงและโมเดลท้าทาย

หากลูกค้าได้รับการตอบสนองที่แตกต่างกันสองครั้งหรือการตอบสนองที่ผิดปกติอย่างน่าสงสัย ลูกค้าสามารถยื่นคำเรียกร้องการฉ้อโกงไปยังบล็อกเชนเพื่อขอรับการชดเชย

กระบวนการพิสูจน์ทุจริต

• ลูกค้าส่งคำร้องข้อกล่าวหาการปลอมแปลงไปยังบล็อกเชน
• โหนดอื่น ๆ สามารถคำนวณคำถามใหม่และตรวจสอบความสมบูรณ์ของผลลัพธ์การอยู่ในสรุป
• หากผลลัพธ์การอ่านความหมายไม่ถูกต้อง โหนดสามารถส่งคําท้าออนเชน
• กระบวนการทดสอบถูกซิงโครไนซ์บนบล็อกเชนและถูกตรวจสอบโดยสัญญาอัจฉริยะ
• เพียงแค่ต้องการแค่แฮชของผลลัพธ์ของโมเดลภาษาขนาดใหญ่ (LLM) เพื่อให้มั่นใจว่าเนื้อหาการอ่านทั้งหมดยังคงไม่เปิดเผย
• ทุกโหนดมีหน้าต่างเวลาในการส่งผลลัพธ์การอธิบายของพวกเขาเพื่อเปรียบเทียบก่อนที่ความท้าทายจะสรุปลง

โมเดลท้าทาย

เมื่อส่งความท้าทายแล้ว โหนดที่ถูกท้าทายจะต้องให้สถานะรากชั้นกลาง ผู้ท้าทายจะตอบโต้โดยการระบุสถานะรากชั้นแรกที่มีข้อบกพร่องและออกความท้าทาย โหนดที่ถูกท้าทายจากนั้นจะส่งสถานะรากชั้นกลางจากสถานะรากที่ถูกท้าทายไปยังสถานะรากก่อนหน้านี้ กระบวนการนี้ทำซ้ำจนกระบวนการดำเนินการถูกจำกัดลงมาสู่ธุรกรรมเดียว ซึ่งจะถูกตกลงในเชน กระบวนการท้าทายมีขั้นตอนและสูตรที่ซับซ้อน มันทำตามกระบวนการการตรวจสอบขั้นลอการิทึมและให้ความมั่นคงปลอดภัยและความแม่นยำของผลลัพธ์การอินเฟอเรนซ์โดยการจำกัดขอบของการท้าทาย (เช่น การตรวจสอบสถานะรากอย่างลำเอียง)

2.4 กระบวนการเศรษฐศาสตร์และโมเดลสิทธิสรรพสิ่งส่งเสริม

กรอบเศรษฐศาสตร์และกลไกสร้างสรรค์ภณิตในตัวมันเอง รวมถึงการมีกำลังสร้างสรรค์เพื่อให้แน่ใจว่าทุกฝ่ายที่เข้าร่วมมีความปลอดภัย ระบบนิเวศบล็อกเชนที่กำลังเจริญเติบโตมักมีการนำเสนอเหรียญโทเคนใหม่เพื่อเสริมความมั่นคงของเศรษฐศาสตร์ทางเลขคณิต อย่างไรก็ตาม เหรียญเหล่านี้มักมีความยากลำบากในการเติบโตในช่วงเริ่มต้น ซึ่งอาจสร้างความท้าทายในการสร้างรากฐานความปลอดภัยที่แข็งแรง

EigenLayer จัดการกับท้ายิ่งนี้อย่างมีประสิทธิภาพโดยการนำเสนอผู้ตรวจสอบ Ethereum และใช้ประโยชน์จากความมั่นคงด้านคริปโอเซคโนมิกของ Ethereum Hyperspace AI นำเฟรมเวิร์กนี้มาใช้โดยใช้ผู้ดำเนินการ EigenLayer เพื่อเสริมความมั่นคงของเครือข่าย Hyperspace AI

Hyperspace AI มีโครงสร้างที่ปรับแต่งได้สูง ที่ช่วยให้ผู้ใช้สามารถปรับแต่งแพลตฟอร์มข้อมูลของพวกเขาด้วยส่วนประกอบที่หลากหลายและรุ่น AI คุณลักษณะหลักของมันประกอบด้วย:

• รองรับหลายรุ่น: รองรับโมเดล AI โอเพ่นซอร์สหลายรุ่นและอนุญาตให้ผู้ใช้เลือกโมเดลตามความต้องการ
• ข้อมูลเครือข่ายข้อมูล: สร้างเครือข่ายข้อมูลขึ้นบนแหล่งข้อมูลคุณภาพสูง
• การดำเนินการโหนด: ช่วยให้ผู้ใช้สามารถเรียกใช้โหนดบนเดสก์ท็อปหรือไคลเอนต์ที่ใช้บราวเซอร์ มีส่วนร่วมในเครือข่าย peer-to-peer และได้รับสิทธิพิเศษ
• ฐานข้อมูลเวกเตอร์: ให้การเข้าถึงฐานข้อมูลเวกเตอร์ที่อัปเดตเพื่อการเรียกร้องข้อมูลที่มีประสิทธิภาพ
• จุดบุกเครือข่าย: ทำให้ผู้ใช้สามารถสร้างและแบ่งปันทรัพยากร AI เพื่อรับรางวัลเพื่อลดต้นทุนดำเนินงาน
• Fast Payment Protocol: ใช้โปรโตคอลที่กําหนดเองเพื่อให้แน่ใจว่าการทําธุรกรรมเครือข่ายมีประสิทธิภาพ

Hyperspace AI ผสานเทคโนโลยีบล็อกเชนอย่างไร้ข้อบกพร่องกับการอ่านความหมายของ AI อย่างราบรื่น ซึ่งสร้างนิเวศ AI model execution แบบกระจายที่มีความปลอดภัยและนิเวศที่ไม่ขึ้นอยู่กับหน่วยงานที่มีการกำหนดมากน้อยลงและให้ความโปร่งใส ขยายได้ และต้านการโจมตีได้มากขึ้น

ข้อดีและความท้าทาย

โดยไม่เหมือนกับแอปพลิเคชัน AI ที่ทำงานศูนย์กลาง เช่น ChatGPT และ Claude Hyperspace มีความโดดเด่นที่สุดด้วยการทำให้เป็นระบบที่กระจาย

ความเป็นส่วนตัวของข้อมูล

• Hyperspace AI: เป็นโปรโตคอลแบบกระจายที่ให้พลังให้เจ้าของข้อมูลควบคุมข้อมูลของตน เจ้าของข้อมูลมีอิสระที่จะเลือกวิธีที่พวกเขาต้องการแชร์ข้อมูลของตน และใช้สมาร์ทคอนแทรคและการเข้ารหัสเพื่อให้มั่นใจในความเป็นส่วนตัวและความปลอดภัย ในการแลกเปลี่ยน เหล่าผู้ร่วมสนับสนุนจะได้รับรางวัลด้วยโทเค็นสำหรับการมีส่วนร่วมของข้อมูลของพวกเขา
• ChatGPT/Claude: โมเดลเหล่านี้ทำงานภายใต้โครงสร้างที่มีจุดควบคุมอยู่ที่ศูนย์กลาง โดยการจัดเก็บข้อมูลและการประมวลผลขึ้นอยู่กับเซิร์ฟเวอร์ที่มีจุดควบคุมอยู่ที่ศูนย์กลาง ซึ่งหมายความว่าข้อมูลของผู้ใช้ถูกจัดเก็บบนเซิร์ฟเวอร์ที่จัดการโดย OpenAI หรือ Anthropic ซึ่งอาจเสี่ยงต่อความเสี่ยงด้านความเป็นส่วนตัว

กลไกสิทธิของโทเคน

• Hyperspace AI: โดยการใช้เทคโนโลยีบล็อกเชนและการทำเหรียญโทเค็น ผู้เข้าร่วมรวมถึงผู้ให้ข้อมูล นักพัฒนา และผู้ดำเนินการโหนด สามารถได้รับรางวัลจากการมีส่วนร่วมในการให้ข้อมูล ทรัพยากรการคำนวณ หรืองานการคำนวณ ร่วมกัน โดยแบบจำลองสิ่งเรียนรู้นี้ส่งเสริมให้มีการมีส่วนร่วมของชุมชนอย่างใจจดใจจ่อ ซึ่งส่งผลให้การเติบโตของระบบนิเวศ
• ChatGPT/Claude: โมเดลเหล่านี้ส่วนใหญ่ทำรายได้ผ่านแผนการสมัครสมาชิกและการเข้าถึง API พวกเขาขาดระบบสิทธิผลตอบแทนแบบกระจายกัน ผู้ใช้และนักพัฒนาต่างถูกดึงดูดโดยความสามารถของโมเดลเหล่านี้ (เช่นการสมัครสมาชิก API) eer ไม่ใช่รางวัลที่ใช้เทคโนโลยี blockchain

ความโปร่งใสและความสามารถในการตรวจสอบของโมเดล

• Hyperspace AI: บล็อกเชนช่วยให้มั่นใจได้ถึงความโปร่งใสในการฝึกอบรมโมเดล AI และการใช้ข้อมูล ทุกขั้นตอน รวมถึงการแชร์ข้อมูล การฝึกอบรมโมเดล และคําขอการอนุมาน สามารถตรวจสอบย้อนกลับและตรวจสอบได้ นี่เป็นสิ่งสําคัญสําหรับการรับรองความเป็นธรรมและความน่าเชื่อถือในโมเดล AI
• ChatGPT/Claude: โมเดลเหล่านี้มักจะเป็นแหล่งที่ปิดเพื่อนำเสนอ ซึ่งมีความไม่โปร่งใสเกี่ยวกับกระบวนการฝึกอบรมและแหล่งข้อมูลของพวกเขา ความขาดการเห็นนี้ทำให้เป็นเรื่องยากสำหรับผู้ใช้และนักพัฒนาที่จะไว้วางใจในโมเดลอย่างสมบูรณ์

การประมวลผลแบบกระจายและการแบ่งปันทรัพยากร

• Hyperspace AI: ด้วยการใช้โหนดการอนุมานแบบกระจายอํานาจ (HIN) Hyperspace AI สามารถกระจายงานการคํานวณได้ทั่วโลก สิ่งนี้จะช่วยลดการพึ่งพาศูนย์ข้อมูลขนาดใหญ่และเพิ่มประสิทธิภาพและการใช้ทรัพยากร
• ChatGPT/Claude: โมเดลเหล่านี้ใช้เซิร์ฟเวอร์ส่วนกลางสําหรับการอนุมานและการคํานวณ โครงสร้างแบบรวมศูนย์นี้อาจนําไปสู่ข้อ จํากัด ด้านทรัพยากรและความล้มเหลวของเซิร์ฟเวอร์อาจส่งผลกระทบต่อผู้ใช้ทั้งหมด

ความท้าทายที่สำคัญที่สุดของ Hyperspace AI อยู่ที่การนำมาใช้ในมวล. ในขณะที่ข้อดีของการกระจายอำนาจเป็นเรื่องชัดเจน การยอมรับอย่างกว้างขวางของแอปพลิเคชันบล็อกเชนยังคงเป็นการต่อสู้ที่ยาก. นี่เป็นความท้าทายที่เป็นสากลในหลายสาขาที่มีการกระจายอำนาจ เช่น DePIN และการเล่นเกมบล็อกเชน แน่นอนว่า การเปรียบเทียบกับไม่กี่ปีที่ผ่านมา การนำบล็อกเชนไปใช้ไม่ยากอีกต่อไป ด้วยความขัดแย้งที่เพิ่มขึ้นระหว่างบิตคอยนและสถาบันการเงินเดิมพันและองค์กรกฎหมาย

บทสรุป

Hyperspace AI ได้พัฒนาเครือข่ายการประมวลผล AI แบบกระจายอํานาจ ปลอดภัย และมีประสิทธิภาพโดยการรวมบล็อกเชนเข้ากับการอนุมาน AI ส่วนประกอบหลักช่วยให้มั่นใจได้ถึงความน่าเชื่อถือและการตรวจสอบความถูกต้องของการคํานวณ AI ในขณะที่ลดการพึ่งพาโครงสร้างพื้นฐานแบบรวมศูนย์ นอกจากนี้ Hyperspace AI ยังมีแพลตฟอร์มที่ปรับแต่งได้สูงสําหรับผู้ใช้ ด้วยการทํางานร่วมกันของ HCS (Hyperspace Community Server) และ HIN (Hyperspace Inference Nodes) เครือข่ายอํานวยความสะดวกในการดําเนินการและการตรวจสอบความถูกต้องของงานการอนุมาน AI ในสภาพแวดล้อมที่ไม่น่าเชื่อถือ Hyperspace AI พร้อมที่จะกลายเป็นโครงสร้างพื้นฐานการประมวลผล AI แบบกระจายอํานาจที่สําคัญเพื่อมอบโซลูชันที่โปร่งใส ยุติธรรม และปลอดภัยยิ่งขึ้นสําหรับแอปพลิเคชันในอนาคตเมื่อความต้องการเพิ่มขึ้น