1 Giới thiệu
Bắt đầu từ làn sóng dApps Etheroll, ETHLend và CryptoKitties đầu tiên vào năm 2017, cho đến sự phát triển của nhiều dApp tài chính, trò chơi và xã hội khác nhau dựa trên các chuỗi khối khác nhau ngày nay, khi chúng ta nói về các ứng dụng phi tập trung trên chuỗi, chúng ta đã bao giờ nghĩ về nó chưa? nguồn dữ liệu khác nhau được các dApp này sử dụng trong các tương tác của chúng là gì?
Vào năm 2024, trọng tâm sẽ là AI và Web3 Trong thế giới trí tuệ nhân tạo, dữ liệu giống như nguồn sống cho sự phát triển và tiến hóa của nó. Giống như thực vật dựa vào ánh sáng mặt trời và độ ẩm để phát triển, hệ thống AI cũng dựa vào lượng dữ liệu khổng lồ để liên tục “học hỏi” và “suy nghĩ”. Không có dữ liệu, các thuật toán AI, dù phức tạp đến đâu, cũng chẳng khác gì những lâu đài trên không, không thể phát huy hết trí thông minh và hiệu quả của mình.
Bài viết này cung cấp một phân tích chuyên sâu về sự phát triển của lập chỉ mục dữ liệu blockchain trong quá trình phát triển của ngành từ góc độ khả năng truy cập dữ liệu blockchain (Data Accessibility) và so sánh giao thức chỉ mục dữ liệu cũ The Graph với giao thức dịch vụ dữ liệu blockchain mới nổi Chainbase và Không gian và Thời gian, đặc biệt khám phá những điểm tương đồng và khác biệt về dịch vụ dữ liệu và tính năng kiến trúc sản phẩm của hai giao thức mới kết hợp công nghệ AI này.
2 Độ phức tạp và đơn giản của chỉ mục dữ liệu: từ nút blockchain đến cơ sở dữ liệu toàn chuỗi
2.1 Nguồn dữ liệu: nút blockchain
Ngay từ khi bắt đầu tìm hiểu “blockchain là gì”, chúng ta thường thấy câu này: blockchain là một sổ kế toán phi tập trung. Các nút blockchain là nền tảng của toàn bộ mạng blockchain và chịu trách nhiệm ghi lại, lưu trữ và phổ biến tất cả dữ liệu giao dịch trên chuỗi. Mỗi nút có một bản sao hoàn chỉnh của dữ liệu blockchain, đảm bảo duy trì tính chất phi tập trung của mạng. Tuy nhiên, người dùng thông thường không dễ dàng xây dựng và duy trì một nút blockchain. Điều này không chỉ đòi hỏi kỹ năng kỹ thuật chuyên nghiệp mà còn đi kèm với chi phí phần cứng và băng thông cao. Đồng thời, các nút thông thường có khả năng truy vấn hạn chế và không thể truy vấn dữ liệu theo định dạng mà nhà phát triển yêu cầu. Vì vậy, về mặt lý thuyết, mọi người đều có thể chạy nút riêng của mình, nhưng trên thực tế, người dùng thường thích dựa vào các dịch vụ của bên thứ ba hơn.
Để giải quyết vấn đề này, các nhà cung cấp nút RPC (cuộc gọi thủ tục từ xa) đã xuất hiện. Các nhà cung cấp này chịu trách nhiệm về chi phí và quản lý các nút, đồng thời cung cấp dữ liệu thông qua các điểm cuối RPC. Điều này cho phép người dùng dễ dàng truy cập dữ liệu blockchain mà không cần xây dựng các nút của riêng họ. Điểm cuối RPC công khai là miễn phí nhưng có giới hạn tốc độ có thể tác động tiêu cực đến trải nghiệm người dùng của dApp. Điểm cuối RPC riêng cung cấp hiệu suất tốt hơn bằng cách giảm tắc nghẽn, nhưng ngay cả việc truy xuất dữ liệu đơn giản cũng đòi hỏi nhiều giao tiếp qua lại. Điều này làm cho chúng có nhiều yêu cầu và không hiệu quả đối với các truy vấn dữ liệu phức tạp. Ngoài ra, các điểm cuối RPC riêng tư thường khó mở rộng quy mô và thiếu khả năng tương thích trên các mạng khác nhau. Tuy nhiên, giao diện API được tiêu chuẩn hóa của nhà cung cấp nút cung cấp cho người dùng ngưỡng truy cập dữ liệu trên chuỗi thấp hơn, đặt nền tảng cho ứng dụng và phân tích dữ liệu tiếp theo.
2.2 Phân tích dữ liệu: từ dữ liệu nguyên mẫu đến dữ liệu có thể sử dụng được
Dữ liệu thu được từ các nút blockchain thường được mã hóa và mã hóa dữ liệu thô. Mặc dù những dữ liệu này giữ được tính toàn vẹn và bảo mật của blockchain nhưng độ phức tạp của chúng cũng làm tăng khó khăn trong việc phân tích dữ liệu. Đối với người dùng hoặc nhà phát triển thông thường, việc xử lý trực tiếp các dữ liệu nguyên mẫu này đòi hỏi nhiều kiến thức kỹ thuật và tài nguyên máy tính.
Quá trình phân tích dữ liệu đặc biệt quan trọng trong bối cảnh này. Bằng cách phân tích dữ liệu nguyên mẫu phức tạp thành định dạng dễ hiểu và dễ vận hành hơn, người dùng có thể hiểu và sử dụng dữ liệu một cách trực quan hơn. Sự thành công của phân tích dữ liệu trực tiếp quyết định hiệu quả và hiệu quả của ứng dụng dữ liệu blockchain và là bước quan trọng trong toàn bộ quá trình lập chỉ mục dữ liệu.
2.3 Sự phát triển của bộ chỉ mục dữ liệu
Khi lượng dữ liệu blockchain tăng lên thì nhu cầu về người lập chỉ mục dữ liệu cũng tăng theo. Người lập chỉ mục đóng một vai trò quan trọng trong việc tổ chức dữ liệu trên chuỗi và gửi nó đến cơ sở dữ liệu để dễ dàng truy vấn. Trình lập chỉ mục hoạt động bằng cách lập chỉ mục dữ liệu blockchain và làm cho dữ liệu đó sẵn có thông qua ngôn ngữ truy vấn giống SQL (API như GraphQL). Bằng cách cung cấp giao diện thống nhất để truy vấn dữ liệu, người lập chỉ mục cho phép nhà phát triển truy xuất thông tin họ cần một cách nhanh chóng và chính xác bằng ngôn ngữ truy vấn được tiêu chuẩn hóa, giúp đơn giản hóa đáng kể quy trình.
Các loại trình lập chỉ mục khác nhau sẽ tối ưu hóa việc truy xuất dữ liệu theo nhiều cách khác nhau:
Trình lập chỉ mục nút đầy đủ: Những trình lập chỉ mục này chạy các nút blockchain đầy đủ và lấy dữ liệu trực tiếp từ chúng, đảm bảo dữ liệu đầy đủ và chính xác, nhưng yêu cầu sức mạnh lưu trữ và xử lý đáng kể.
Trình lập chỉ mục nhẹ: Những trình lập chỉ mục này dựa vào các nút đầy đủ để tìm nạp dữ liệu cụ thể theo yêu cầu, giảm yêu cầu lưu trữ nhưng có khả năng tăng thời gian truy vấn.
Trình lập chỉ mục chuyên biệt: Những trình lập chỉ mục này chuyên về một số loại dữ liệu hoặc chuỗi khối cụ thể, tối ưu hóa khả năng truy xuất cho các trường hợp sử dụng cụ thể, chẳng hạn như dữ liệu NFT hoặc giao dịch DeFi.
Trình lập chỉ mục tổng hợp: Những trình lập chỉ mục này lấy dữ liệu từ nhiều chuỗi khối và nguồn, bao gồm thông tin ngoài chuỗi, để cung cấp giao diện truy vấn thống nhất, đặc biệt hữu ích cho các dApps đa chuỗi.
Hiện tại, chế độ lưu trữ của Nút lưu trữ Ethereum trong ứng dụng khách Geth chiếm khoảng 13,5 TB dung lượng lưu trữ, trong khi ở ứng dụng khách Erigon, yêu cầu lưu trữ là khoảng 3 TB. Khi blockchain tiếp tục phát triển, lượng lưu trữ dữ liệu trong các nút lưu trữ cũng sẽ tăng lên. Đối mặt với lượng dữ liệu khổng lồ như vậy, các giao thức lập chỉ mục chính thống không chỉ hỗ trợ lập chỉ mục đa chuỗi mà còn tùy chỉnh các khung phân tích dữ liệu theo nhu cầu dữ liệu của các ứng dụng khác nhau. Ví dụ: khung “Biểu đồ con” của The Graph là một trường hợp điển hình.
Sự xuất hiện của người lập chỉ mục đã cải thiện đáng kể hiệu quả của việc lập chỉ mục và truy vấn dữ liệu. Người lập chỉ mục có thể lập chỉ mục một lượng lớn dữ liệu một cách hiệu quả và hỗ trợ các truy vấn tốc độ cao so với các điểm cuối RPC truyền thống. Các trình lập chỉ mục này cho phép người dùng thực hiện các truy vấn phức tạp, dễ dàng lọc dữ liệu và phân tích dữ liệu sau khi trích xuất. Ngoài ra, một số người lập chỉ mục còn hỗ trợ tổng hợp các nguồn dữ liệu từ nhiều blockchain, tránh vấn đề cần triển khai nhiều API trong dApps đa chuỗi. Bằng cách chạy phân tán trên nhiều nút, bộ lập chỉ mục không chỉ mang lại hiệu suất và bảo mật cao hơn mà còn giảm nguy cơ gián đoạn và thời gian ngừng hoạt động mà nhà cung cấp RPC tập trung có thể gây ra.
Ngược lại, bộ chỉ mục sử dụng ngôn ngữ truy vấn được xác định trước để cho phép người dùng lấy trực tiếp thông tin được yêu cầu mà không cần xử lý dữ liệu phức tạp cơ bản. Cơ chế này cải thiện đáng kể hiệu quả và độ tin cậy của việc truy xuất dữ liệu và là một cải tiến quan trọng trong truy cập dữ liệu blockchain.
2.4 Cơ sở dữ liệu toàn chuỗi: căn chỉnh luồng đầu tiên
Truy vấn dữ liệu bằng các nút chỉ mục thường có nghĩa là API trở thành cổng duy nhất để xử lý dữ liệu trong chuỗi. Tuy nhiên, khi một dự án bước vào giai đoạn mở rộng, các nguồn dữ liệu linh hoạt hơn thường được yêu cầu mà các API tiêu chuẩn hóa không thể cung cấp. Khi các yêu cầu ứng dụng trở nên phức tạp hơn, các trình lập chỉ mục dữ liệu chính và các định dạng chỉ mục được tiêu chuẩn hóa của chúng dần dần không thể đáp ứng các yêu cầu truy vấn ngày càng đa dạng, chẳng hạn như tìm kiếm, truy cập chuỗi chéo hoặc ánh xạ dữ liệu ngoài chuỗi.
Trong các kiến trúc đường ống dữ liệu hiện đại, cách tiếp cận theo luồng đầu tiên đã nổi lên như một giải pháp cho những hạn chế của xử lý hàng loạt truyền thống, cho phép nhập, xử lý và phân tích dữ liệu theo thời gian thực. Sự thay đổi mô hình này cho phép các tổ chức phản hồi ngay lập tức với dữ liệu đến, mang lại những hiểu biết và quyết định gần như ngay lập tức. Tương tự, sự phát triển của các nhà cung cấp dịch vụ dữ liệu blockchain cũng đang đi theo hướng xây dựng các luồng dữ liệu blockchain. Các nhà cung cấp dịch vụ lập chỉ mục truyền thống đã liên tiếp tung ra các sản phẩm lấy dữ liệu blockchain thời gian thực theo cách truyền dữ liệu, chẳng hạn như The Graphs Substreams, Goldskys Mirror. và các hồ dữ liệu thời gian thực khác như Chainbase và SubSquid tạo ra các luồng dữ liệu dựa trên blockchain.
Các dịch vụ này được thiết kế để giải quyết nhu cầu phân tích cú pháp thời gian thực của các giao dịch blockchain và khả năng truy vấn toàn diện hơn. Giống như kiến trúc stream-first cách mạng hóa cách xử lý và tiêu thụ dữ liệu trong các đường dẫn dữ liệu truyền thống bằng cách giảm độ trễ và tăng cường khả năng phản hồi, các nhà cung cấp dịch vụ truyền dữ liệu blockchain này cũng hy vọng sẽ hỗ trợ nhiều hơn thông qua việc phát triển các ứng dụng và nguồn dữ liệu hoàn thiện hơn. hỗ trợ phân tích dữ liệu trên chuỗi.
Xác định lại những thách thức của dữ liệu trên chuỗi thông qua lăng kính của các đường dẫn dữ liệu hiện đại cho phép chúng tôi thấy được toàn bộ tiềm năng của việc quản lý, lưu trữ và phân phát dữ liệu trên chuỗi từ một góc nhìn hoàn toàn mới. Khi chúng ta bắt đầu nghĩ về các trình lập chỉ mục như đồ thị con và Ethereum ETL khi dữ liệu chảy trong một đường dẫn dữ liệu thay vì đầu ra cuối cùng, chúng ta có thể hình dung ra một thế giới khả thi nơi các bộ dữ liệu hiệu suất cao có thể được điều chỉnh cho phù hợp với mọi trường hợp sử dụng kinh doanh.
3 AI + Cơ sở dữ liệu? So sánh chuyên sâu về Biểu đồ, Chainbase, Không gian và Thời gian
3.1 Đồ thị
Mạng Graph triển khai các dịch vụ truy vấn và lập chỉ mục dữ liệu đa chuỗi thông qua mạng nút phi tập trung, tạo điều kiện cho các nhà phát triển dễ dàng lập chỉ mục dữ liệu chuỗi khối và xây dựng các ứng dụng phi tập trung. Các mô hình sản phẩm chính của nó là thị trường thực hiện truy vấn dữ liệu và thị trường bộ nhớ đệm chỉ mục dữ liệu. Hai thị trường này về cơ bản phục vụ nhu cầu truy vấn sản phẩm của người dùng. Thị trường thực hiện truy vấn dữ liệu đặc biệt đề cập đến việc người tiêu dùng lựa chọn nhà cung cấp thích hợp cho các nút chỉ mục. dữ liệu được thanh toán và thị trường bộ nhớ đệm chỉ mục dữ liệu là thị trường nơi các nút chỉ mục huy động tài nguyên dựa trên mức độ phổ biến lập chỉ mục lịch sử của biểu đồ con, phí truy vấn được tính và nhu cầu của người quản lý trên chuỗi đối với đầu ra của biểu đồ con.
Đồ thị con là cấu trúc dữ liệu cơ bản trong mạng Đồ thị. Họ xác định cách trích xuất và chuyển đổi dữ liệu từ chuỗi khối thành định dạng có thể truy vấn được (chẳng hạn như lược đồ GraphQL). Bất kỳ ai cũng có thể tạo các sơ đồ con và nhiều ứng dụng có thể sử dụng lại các sơ đồ con này, điều này giúp cải thiện khả năng sử dụng lại và hiệu quả sử dụng dữ liệu.
Cấu trúc sản phẩm Graph (Nguồn: The Graph Whitepaper)
Mạng Graph bao gồm bốn vai trò chính: người lập chỉ mục, người quản lý, người đại diện và nhà phát triển, những người làm việc cùng nhau để cung cấp hỗ trợ dữ liệu cho các ứng dụng web3. Sau đây là trách nhiệm tương ứng của họ:
Người lập chỉ mục: Người lập chỉ mục là nhà điều hành nút trong mạng Đồ thị. Các nút Chỉ mục tham gia vào mạng bằng cách đặt cược GRT (mã thông báo gốc của Đồ thị) để cung cấp dịch vụ lập chỉ mục và xử lý truy vấn.
Người ủy quyền: Người ủy quyền là người dùng cam kết mã thông báo GRT cho các nút chỉ mục để hỗ trợ hoạt động của họ. Người ủy quyền kiếm được một phần phần thưởng thông qua các nút mà họ ủy quyền.
Người quản lý: Người quản lý chịu trách nhiệm báo hiệu những đồ thị con nào sẽ được mạng lập chỉ mục. Người quản lý giúp đảm bảo rằng các tình tiết phụ có giá trị được ưu tiên.
Nhà phát triển: Không giống như ba người đầu tiên là bên cung, nhà phát triển là bên cầu và là người dùng chính của The Graph. Họ tạo và gửi các sơ đồ con tới mạng The Graph và đợi mạng đáp ứng dữ liệu nhu cầu.
Hiện tại, The Graph đã chuyển sang dịch vụ lưu trữ đồ thị con phi tập trung toàn diện và có các khuyến khích kinh tế luân chuyển giữa những người tham gia khác nhau để đảm bảo hoạt động của hệ thống:
Phần thưởng nút chỉ mục: Các nút chỉ mục kiếm doanh thu thông qua phí truy vấn của người tiêu dùng và một phần phần thưởng khối mã thông báo GRT.
Phần thưởng của người ủy quyền: Người được ủy quyền nhận được một phần phần thưởng thông qua các nút mà họ hỗ trợ.
Phần thưởng của người quản lý: Nếu người quản lý báo hiệu các sơ đồ con có giá trị, họ có thể nhận được một phần phần thưởng từ phí truy vấn.
Trên thực tế, các sản phẩm của The Graph cũng đang phát triển nhanh chóng trong làn sóng AI. Là một trong những nhóm phát triển cốt lõi của hệ sinh thái The Graph, Semiotic Labs đã cam kết sử dụng công nghệ AI để tối ưu hóa việc định giá chỉ mục và trải nghiệm truy vấn của người dùng. Hiện tại, các công cụ AutoAgora, Allocation Optimizer và AgentC do Semiotic Labs phát triển đã cải thiện hiệu suất của hệ sinh thái về nhiều mặt.
AutoAgora giới thiệu cơ chế định giá linh hoạt để điều chỉnh giá theo thời gian thực dựa trên khối lượng truy vấn và mức sử dụng tài nguyên, tối ưu hóa chiến lược định giá và đảm bảo khả năng cạnh tranh cũng như tối đa hóa doanh thu của người lập chỉ mục.
Trình tối ưu hóa phân bổ giải quyết vấn đề phức tạp về phân bổ tài nguyên đồ thị con và giúp người lập chỉ mục đạt được sự phân bổ tài nguyên tối ưu để cải thiện doanh thu và hiệu suất.
AgentC là một công cụ thử nghiệm nhằm cải thiện trải nghiệm người dùng bằng cách cho phép người dùng truy cập dữ liệu chuỗi khối của The Graph thông qua ngôn ngữ tự nhiên.
Việc áp dụng các công cụ này cho phép The Graph nâng cao hơn nữa tính thông minh và tính thân thiện với người dùng của hệ thống với sự hỗ trợ của AI.
3.2 Cơ sở chuỗi
Chainbase là mạng dữ liệu toàn chuỗi tích hợp tất cả dữ liệu blockchain vào một nền tảng, giúp các nhà phát triển xây dựng và duy trì ứng dụng dễ dàng hơn. Các tính năng độc đáo của nó bao gồm:
Hồ dữ liệu thời gian thực: Chainbase cung cấp hồ dữ liệu thời gian thực dành riêng cho truyền phát dữ liệu blockchain, giúp dữ liệu có thể truy cập ngay lập tức khi nó được tạo.
Kiến trúc chuỗi kép: Chainbase xây dựng lớp thực thi dựa trên Eigenlayer AVS để tạo thành kiến trúc chuỗi kép song song với thuật toán đồng thuận của CometBFT. Thiết kế này nâng cao khả năng lập trình và khả năng kết hợp của dữ liệu chuỗi chéo, hỗ trợ thông lượng cao, độ trễ và độ chính xác thấp, đồng thời cải thiện bảo mật mạng thông qua mô hình tài sản thế chấp kép.
Tiêu chuẩn định dạng dữ liệu đổi mới: Chainbase đã giới thiệu một tiêu chuẩn định dạng dữ liệu mới gọi là bản thảo để tối ưu hóa cách cấu trúc và sử dụng dữ liệu trong ngành công nghiệp tiền điện tử.
Mô hình Cryptoworld: Với nguồn tài nguyên dữ liệu blockchain khổng lồ, Chainbase kết hợp công nghệ mô hình AI để tạo ra một mô hình AI có thể hiểu, dự đoán và tương tác hiệu quả với các giao dịch blockchain. Mô hình cơ bản Theia hiện có sẵn cho công chúng sử dụng.
Những tính năng này làm cho Chainbase nổi bật trong số các giao thức lập chỉ mục blockchain, đặc biệt tập trung vào khả năng truy cập dữ liệu thời gian thực, định dạng dữ liệu đổi mới và tạo ra các mô hình thông minh hơn để cải thiện thông tin chi tiết thông qua việc kết hợp dữ liệu trên chuỗi và ngoài chuỗi.
Mô hình AI Theia của Chainbase là điểm nổi bật chính giúp phân biệt nó với các giao thức dịch vụ dữ liệu khác. Theia dựa trên mô hình DORA do NVIDIA phát triển, kết hợp dữ liệu trên chuỗi và ngoài chuỗi cũng như các hoạt động theo không gian-thời gian, tìm hiểu và phân tích các mẫu mã hóa cũng như phản hồi thông qua lý luận nhân quả, từ đó khám phá sâu sắc giá trị và mô hình tiềm năng của trên chuỗi dữ liệu và cung cấp cho người dùng các dịch vụ dữ liệu được hóa thông minh hơn.
Các dịch vụ dữ liệu được hỗ trợ bởi AI làm cho Chainbase không còn chỉ là một nền tảng dịch vụ dữ liệu blockchain mà còn là nhà cung cấp dịch vụ dữ liệu thông minh cạnh tranh hơn. Thông qua tài nguyên dữ liệu mạnh mẽ và khả năng phân tích chủ động của AI, Chainbase có thể cung cấp thông tin chi tiết về dữ liệu rộng hơn và tối ưu hóa quy trình xử lý dữ liệu của người dùng.
3.3 Không gian và Thời gian
Không gian và Thời gian (SxT) nhằm mục đích tạo ra một lớp điện toán có thể xác minh được, giúp mở rộng các bằng chứng không có kiến thức trên kho dữ liệu phi tập trung để cung cấp khả năng xử lý dữ liệu đáng tin cậy cho các hợp đồng thông minh, mô hình ngôn ngữ lớn và doanh nghiệp. Hiện tại, Space and Time đã nhận được vòng tài trợ Series A mới nhất trị giá 20 triệu USD, dẫn đầu bởi Framework Ventures, Lightspeed Faction, Arrington Capital và Hivemind Capital.
Trong lĩnh vực lập chỉ mục và xác thực dữ liệu, Space and Time giới thiệu một lộ trình kỹ thuật mới - Proof of SQL. Đây là công nghệ bằng chứng không kiến thức (ZKP) cải tiến được phát triển bởi Space and Time nhằm đảm bảo rằng các truy vấn SQL được thực thi trên kho dữ liệu phi tập trung có khả năng chống giả mạo và có thể kiểm chứng được. Khi một truy vấn được chạy, Proof of SQL sẽ tạo ra bằng chứng mật mã để xác minh tính toàn vẹn và chính xác của kết quả truy vấn. Bằng chứng này được đính kèm với kết quả truy vấn, cho phép bất kỳ người xác minh nào (chẳng hạn như hợp đồng thông minh, v.v.) xác nhận một cách độc lập rằng dữ liệu không bị giả mạo trong quá trình xử lý. Các mạng blockchain truyền thống thường dựa vào các cơ chế đồng thuận để xác minh tính xác thực của dữ liệu, trong khi Proof of SQL của Space and Time thực hiện phương pháp xác minh dữ liệu hiệu quả hơn. Cụ thể, trong hệ thống của Không gian và Thời gian, một nút chịu trách nhiệm thu thập dữ liệu, trong khi các nút khác xác minh tính xác thực của dữ liệu thông qua công nghệ zk. Phương pháp này thay đổi mức tiêu thụ tài nguyên của nhiều nút liên tục lập chỉ mục cùng một dữ liệu theo cơ chế đồng thuận cho đến khi đạt được sự đồng thuận cuối cùng để lấy dữ liệu và cải thiện hiệu suất tổng thể của hệ thống. Khi công nghệ này trưởng thành, nó sẽ tạo bước đệm cho một loạt ngành công nghiệp truyền thống tập trung vào độ tin cậy của dữ liệu để sử dụng các sản phẩm có cấu trúc dữ liệu trên blockchain.
Đồng thời, SxT đã hợp tác chặt chẽ với Phòng thí nghiệm đổi mới chung AI của Microsoft để tăng tốc phát triển các công cụ AI tổng hợp nhằm giúp người dùng xử lý dữ liệu blockchain thông qua ngôn ngữ tự nhiên dễ dàng hơn. Hiện tại trong Space and Time Studio, người dùng có thể trải nghiệm nhập các truy vấn bằng ngôn ngữ tự nhiên và AI sẽ tự động chuyển đổi chúng thành SQL và thay mặt người dùng thực hiện các câu lệnh truy vấn để đưa ra kết quả cuối cùng mà người dùng cần.
3.4 So sánh sự khác biệt
Kết luận và triển vọng
Tóm lại, công nghệ lập chỉ mục dữ liệu blockchain đã trải qua quá trình cải tiến dần dần từ nguồn dữ liệu nút ban đầu, thông qua việc phát triển trình phân tích và lập chỉ mục dữ liệu, và cuối cùng là các dịch vụ dữ liệu toàn chuỗi được hỗ trợ bởi AI. Sự phát triển không ngừng của các công nghệ này không chỉ nâng cao hiệu quả và độ chính xác của việc truy cập dữ liệu mà còn mang lại trải nghiệm thông minh chưa từng có cho người dùng.
Nhìn về tương lai, với sự phát triển không ngừng của các công nghệ mới như công nghệ AI và bằng chứng không có kiến thức, các dịch vụ dữ liệu blockchain sẽ thông minh và an toàn hơn nữa. Chúng tôi có lý do để tin rằng các dịch vụ dữ liệu blockchain sẽ tiếp tục đóng vai trò quan trọng như cơ sở hạ tầng trong tương lai, cung cấp sự hỗ trợ mạnh mẽ cho sự tiến bộ và đổi mới của ngành.
