Глибина дослідження Grass: яскрава зірка DePIN, що розширюється AI банку даних

Основні моменти TL; DR

• Grass вирізняється у проекті DePIN завдяки безбар'єрній участі.

Ядро переваги полягає в "технології + моделі" двох двигунів:

1. Технічний рівень: доказ нульового знання та архітектура Solana Layer2 забезпечують справжність даних, вирішуючи проблему "брудних даних" в індустрії штучного інтелекту;

2. Рівень моделі: через "майнінг пропускної здатності → стимулювання балів" перетворити 2,5 мільйона користувачів на вузли даних, сформувавши перевагу на стороні пропозиції.

З огляду на зростання попиту на дані AI, підтримку екосистеми Solana та інші фактори, Grass став провідним проектом DePIN у сфері даних AI.

• Ключові моменти майбутнього розвитку Grass

Короткостроково: Чи зможе децентралізована трансформація бути успішно завершена у 2025 році?

Середній термін: фактичний обсяг закупівлі даних AI-компаніями

Довгострокові: тенденції регулювання політики щодо приватності даних та власності

Поточний найбільший ризик – це "спекуляція токенами, що приховує вакуум попиту" – якщо в майбутньому замовлення AI-клієнтів не зростуть, ідеальний бізнес-замкнутий цикл може деградувати з "даних - капіталу" в позитивному циклі в бульбашку на стороні пропозиції.

! Звіт про глибоке дослідження трави: зірки DePIN, розширення банку даних штучного інтелекту

1. Галузевий фон

DePIN об'єднує глобальні неактивні ресурси ( потужності, зберігання, пропускної спроможності ) за допомогою токенних стимулів, створюючи мережу розподіленої інфраструктури. Тим часом, індустрія ШІ стикається з труднощами нестачі даних, монополією гігантів, суперечками щодо конфіденційності та ізольованістю даних, що призводить до того, що 80% вартості даних не розкривається.

Суть майбутньої конкуренції в AI полягає в подвійній грі між ефективністю отримання даних і відповідністю, а DePIN пропонує технічне оптимальне рішення. Революційність Grass полягає в реалізації цього поєднання.

1.1 DePIN: Перебудова глобальної парадигми інфраструктури

DePIN( децентралізована фізична інфраструктура мережі) інтегрує глобальні розподілені фізичні ресурси(, такі як обчислювальна потужність, зберігання, пропускна спроможність, енергія тощо), за допомогою технології блокчейн у новій економічній моделі. Її основна логіка полягає в тому, щоб стимулювати внесок спільноти шляхом токенів, використовуючи незайняті ресурси для створення децентралізованої інфраструктурної мережі, замінюючи традиційні централізовані постачальники послуг з їх високими витратами та низькою ефективністю.

У порівнянні з централізованою моделлю, DePIN має значні переваги в таких аспектах, як структура витрат, модель управління, стійкість мережі, екологічна розширюваність.

Згідно з визначенням Messari, DePIN охоплює фізичну інфраструктуру (, таку як бездротові мережі, енергетичні мережі ) та мережі цифрових ресурсів (, такі як зберігання, обчислення ), і реалізує узгодження попиту та пропозиції та механізми стимулювання через технологію блокчейн.

• Фізична інфраструктура: на прикладі одного децентралізованого бездротового мережевого проекту, створення комунікаційної мережі глобального покриття шляхом розгортання обладнання точок доступу спільнотою;

• Цифрова ресурсна мережа: включає певний проект децентралізованого зберігання, певний проект розподілених обчислень тощо, шляхом інтеграції незадіяних ресурсів формуючи модель спільної економіки.

Згідно з даними Messari, станом на 2024 рік кількість глобальних DePIN пристроїв перевищила 13 мільйонів одиниць, а обсяг ринку досяг 50 мільярдів доларів США, але рівень проникнення складає менше 0,1%. Протягом наступних десяти років очікується зростання в 100-1000 разів.

У 2024 році загальна ринкова капіталізація DePIN досягне 50 мільярдів доларів, охоплюючи понад 350 проектів, з річним темпом зростання понад 35%.

Його основним рушійним фактором є підвищення ефективності ресурсів (, наприклад, використання невикористаного пропускного каналу ) та вибух попиту (, наприклад, потреба ШІ в обчислювальних потужностях і даних ), що має двосторонній ефект.

Звичайно, масштабованість, конфіденційність даних та безпека верифікації в децентралізованих мережах залишаються ключовими викликами для розвитку DePIN.

1.2 Попит на дані AI: вибухове зростання та структурні суперечності

"Дані - це нафта нової ери"

Отримання та обробка даних AI є основним двигуном розвитку штучного інтелекту, особливо при навчанні великих мовних моделей (, таких як GPT ), та генеративних нейронних мереж (, таких як MidJourney ).

Продуктивність і ефективність AI-моделей в значній мірі залежать від якості та кількості навчальних даних. Високоякісні, різноманітні та географічно репрезентативні дані є критично важливими для продуктивності AI-моделей.

Розмір і характеристики вимог до даних:

• Стрибок масштабу: на прикладі GPT-4, для навчання потрібно понад 45TB текстових даних, а швидкість ітерації генеративного ШІ вимагає реального оновлення та різноманітності даних;

• Частка витрат: витрати на збір, очищення та маркування даних у розробці ШІ складають понад 40% від загального бюджету, що стає основною перешкодою для комерціалізації;

• Диференціація сценаріїв: автономне водіння потребує даних високої точності з датчиків, медичний ШІ залежить від приватних та комплаєнсних баз випадків, соціальний ШІ залежить від даних поведінки користувачів.

Традиційні проблеми постачання даних:

• Бар'єри даних: основні підприємства/суб'єкти та інші гіганти контролюють широкий спектр джерел даних, малі та середні розробники стикаються з високими бар'єрами та несправедливою ціною;

• Острови даних: Дані часто розподілені між різними установами та підприємствами, обмін і циркуляція даних стикаються з багатьма перешкодами, що призводить до того, що ресурси даних не можуть бути повноцінно використані.

• Конфіденційність даних: Збір даних часто пов'язаний з суперечками щодо конфіденційності та авторських прав, як, наприклад, випадок з платним API певної соціальної платформи, що викликав протести серед розробників;

• Неефективний обіг: ізоляція даних та відсутність стандартизації призводять до повторного збору, глобальне використання даних менше 20%;

• Перерва в ціннісному ланцюгу: індивідуальні учасники, які створюють дані, не можуть отримати вигоду від подальшого використання цих даних.

Шляхи розв'язання проблем DePIN:

• Розподілене збори даних: за допомогою мережі вузлів збирати відкриті дані (, такі як соціальні медіа, публічні бази даних ), знижуючи витрати на збір даних, підвищуючи ефективність та масштаби збору даних;

• Підвищення якості та різноманітності даних: завдяки механізму стимулювання DePIN можна залучити більше учасників для внесення даних, що підвищить якість і різноманітність даних, поліпшить здатність AI моделей до узагальнення.

• Децентралізоване очищення та маркування: спільна співпраця громади для попередньої обробки даних, у поєднанні з доказом з нульовим знанням (ZK) для забезпечення достовірності даних;

• Токенізоване заохочення закритого циклу: постачальники даних отримують токенові винагороди, а замовники купують структуровані набори даних за токени, формуючи пряме співвідношення попиту та пропозиції.

Проект Grass знаходиться на перехресті DePIN та індустрії даних AI, інноваційно застосовуючи концепцію DePIN у сфері збору даних AI, створюючи децентралізовану мережу збору даних, яка має на меті забезпечити більш економічне, ефективне та надійне джерело даних для навчання моделей AI.

! Звіт про глибоке дослідження трави: зірки DePIN, розширення банку даних штучного інтелекту

2. Основна інформація про проєкт

Grass будує децентралізовану мережу збору даних через архітектуру DePIN, забезпечуючи високоефективні та різноманітні джерела даних для навчання ШІ. Користувачам достатньо встановити клієнт, щоб внести свій внесок у пропускну здатність і отримати винагороду у токенах - за рік залучено понад 2,5 мільйона вузлів, а за 10 днів після запуску токенів ціна зросла більш ніж у 5 разів, що підтверджує його бізнес-логіку.

Проект отримав підтримку від одного з провідних інвестиційних фондів, спираючись на високу продуктивність ланцюга Solana для реалізації підтвердження даних та їх обігу.

Анонімність поточної команди все ще викликає суперечки, прогрес у децентралізації обробки даних потребує подальшого контролю.

2.1 Область діяльності

Grass є проектом DePIN, який збирає та перевіряє дані з Інтернету за допомогою невикористаного пропускного каналу користувачів, спеціально підтримуючи розробку штучного інтелекту (AI).

Його основа полягає в використанні住宅代理网络(residential proxy network), що дозволяє компаніям використовувати інтернет-з'єднання користувачів для доступу та збору інтернет-даних з різних географічних розташувань, що дуже корисно для навчання моделей ШІ, які потребують різноманітних та географічно репрезентативних даних.

• Вирішена проблема: традиційний веб-збір зазвичай виконується централізованими системами, що є неефективним і схильним до помилок чи упереджень. Grass має на меті забезпечити надійні, перевірені інтернет-дані через децентралізований підхід, а дані, надані децентралізованими користувачами, природно мають різноманітність, публікацію з різних регіонів та реальний час.

• Бачення та місія: Бачення Grass полягає в створенні децентралізованого інтернет-даних шару, де дані збираються, перевіряються та структуровані з мінімізацією довіри. Його місія полягає в наданні користувачам можливості вносити свій внесок у даний шар і стимулювати участь через механізми винагород.

• Спосіб участі користувача: користувачеві потрібно всього три кроки, щоб почати: відвідати офіційний сайт Grass, встановити розширення/клієнт, підключитися та почати заробляти Grass Points. Цей спосіб надання пропускної здатності для отримання винагороди надає звичайним користувачам можливість поділитися дивідендами зростання ШІ.

Підсумовуючи, ключові особливості та переваги Grass полягають у наступному: низька вартість збору даних у децентралізованій мережі, більша різноманітність даних; користувачі отримують винагороду за внесок у пропускну здатність, реалізуючи повернення вартості даних; використання технології блокчейн для перевірки даних, що забезпечує прозорість та надійність даних.

! Звіт про глибоке дослідження трави: зірки DePIN, розширення банку даних штучного інтелекту

2.2 Історія розвитку

Концептуальна стадія: в середині 2022 року проект був запропонований Wynd Labs.

Етап розробки: початок побудови продукту на початку 2023 року, що знаменує вхід проекту в фактичний етап розробки.

Сідневе фінансування: у 2023 році Grass завершила сідневе фінансування на суму 3,5 мільйона доларів, яке очолило певне інвестиційне агентство, загалом 4,5 мільйона доларів (, включаючи сідневе фінансування на передньому етапі, очолене іншим інвестиційним агентством ).

Користувацьке тестування: наприкінці 2023 року буде запущено розширення для браузера Chrome, почнеться користувацьке тестування, щоб залучити ранніх користувачів до участі.

Мілestone: у квітні 2024 року проєкт оголосив про понад 2 мільйони підключених вузлів пристроїв, які швидко зростають. Згідно з даними DePIN Scan, станом на березень 2025 року, його активні користувачі перевищили 2,5 мільйона.

Перший аерозоль: 21 жовтня 2024 року оголошено про проведення першого аерозолю, розподіл 100 мільйонів токенів GRASS ( 10% від загального обсягу ), винагорода для ранніх користувачів.

Запуск на біржі: 28 жовтня 2024 року запуск на певній біржі, за 10 днів ціна з $0.6 зросла до $3.89, стабільно підвищуючись, приблизно в 5 разів.

Поточний стан: проект продовжує розширюватися, триває друга фаза стимулювання користувачів; планується випуск мобільних додатків для Android та iPhone для збільшення масштабу мережі та залученості користувачів.

2.3 Команда

Згідно з відкритими даними, Grass був розроблений компанією Wynd Labs, засновником якої є Андрій Радоніч, який є генеральним директором Wynd Labs, має ступінь магістра математики та статистики Йоркського університету та ступінь бакалавра інженерної фізики Університету Макмастера.

Члени команди всі з Wynd Labs, зосереджені на розробці технологій блокчейн та ШІ, мають відповідний досвід у цій галузі. Але конкретна інформація про членів не була широко оприлюднена, лише особа Радоніча була розкрита.

Згідно з відкритою інформацією, Wynd Labs була заснована у 2022 році, її основний продукт – Grass.

2.4 Фінансування та важливі партнери

Інвестори та підтримка

Сідний раунд: у 2023 році завершено фінансування сідного раунду на суму 3,5 мільйона доларів, яке очолило одне інвестиційне агентство. Згідно з відкритими даними, загальний обсяг фінансування після сідного раунду досяг 4,5 мільйона доларів, включаючи сідний передраунд, очолений іншим інвестиційним агентством.

Раунд A: Завершено раунд A фінансування у вересні 2024 року, лідером якого стала певна інвестиційна установа, інші кілька відомих інвестиційних установ також брали участь, сума не розголошується.

Підтримка інвесторів: підтримка багатьох відомих інвестиційних установ свідчить про визнання проекту в галузі.

Партнер

Блокчейн платформа: побудована на основі мережі Solana, проект використовує високу продуктивність та масштабованість Solana.

На даний момент не було чітко згадано про конкретну співпрацю з AI-компаніями чи іншими проектами, але екосистема мережі Solana може надати можливості для майбутньої співпраці.

3. Технічний аналіз проекту

Мережева структура вузлів у технологічній архітектурі Grass, інновації в обробці ZKP та реєстр даних утворюють замкнутий робочий потік, що забезпечує децентралізацію всього ланцюга від збору, перевірки до доставки, що добре підтримує їхню децентралізовану візію,

Однак, поточні централізовані операції потребують вирішення, чи може технологічна реалізація стабільно впроваджуватися, ще потрібно відстежувати.

3.1 Ядро технологічної архітектури: Sovereign Data Rollup

Grass будує перший суверенний агрегатор даних. Він спрощує закупівлю та перетворення даних через глобально розподілену мережу вузлів Grass, що дозволяє доступ до структурованих веб-даних для AI. Інфраструктура підтримується спеціальним даними Rollup на Solana, призначеним для управління повним життєвим циклом даних - джерело, обробка, верифікація та побудова наборів даних. Архітектура зосереджена навколо наступних компонентів:

Розбір основних компонентів технологічної архітектури Grass