随着人工智能技术的飞速发展，一系列前所未有的挑战随之而来：模型的衰退与互联网的潜在威胁愈发明显。AI 的增长曲线可能因训练过程中的瓶颈而趋于平缓，这不仅引发了对技术前景的担忧，也促使我们重新审视去中心化的重要性。在此背景下，OriginTrail 凭借其独特的理念应运而生。通过融合 Web3 的去中心化属性和语义网络的知识图谱，OriginTrail 正在探索如何引领 AI 迈向一个更加去中心化、开放且可信的未来。在 2024 年 7 月 20 日的《Behind the Code: Web3 Thinkers》第二季第十集中，邀请到 Brana Rakic 和 Nikola Todorovic 一同深入探讨 OriginTrail 如何突破当前瓶颈，开创 AI 去中心化的新篇章。
🔗 YouTube链接：https://www.youtube.com/watch?v=ZMuLyLCtE3s&list=PLtyd7v_I7PGnko80O0LCwQQsvhwAMu9cv&index=11
构建一个可验证的互联网
OriginTrail 的联合创始人兼首席技术官 Brana Rakic 致力于构建一个可信的去中心化知识图谱，为未来的可验证互联网奠定坚实基础。随着互联网逐渐转向以 AI 驱动的人机交互和计算机间交互的新范式，AI 带来的新挑战必须得到有效应对。
Nikola Todorovic | OriginTrail 首席区块链工程师
在应对新兴的 AI 技术时，不能仅依赖传统的数据集构建方式，也不能盲目信任 AI 的输出，必须确保这些结果经过严格的验证。
AI 面临的挑战：从模型衰退到去中心化的紧迫性
使用 ChatGPT 或类似的 LLMS 系统时，通常会发现它们能够很好地回应查询或请求，但这类技术也常常出错。这主要由于其核心设计容易给出虚构的回答，其工作机制是通过猜测下一个词来生成响应。正如 Nikola Todorovic 所述，AI 经常会给出虚构的回答，试图满足人类的期望，但这些回答的准确性并不稳定，且难以分辨其真实性。
此外，这项技术除了偏见，中心化也是一个严重问题。如果全球只有少数几家公司掌握这种强大的技术，数据所有权和知识产权问题将得不到应有的尊重。另一个问题是 “模型崩溃”。随着 AI 生成的数据量增加且成本降低，未来生成的内容可能会超过人类以往生成的所有内容总和。训练语言模型时，输出质量会下降，表现变差，错误率增加，准确性降低。这只是开始，技术力量可能因此衰退。
Web3 技术被认为能够有效解决这些问题。如果能够为 AI 建立一个可验证的互联网基础，将有助于应对这些挑战。
OriginTrail 与去中心化 RAG：构建可信知识图谱的新路径
Brana Rakic 解释道，OriginTrail 是一个多链去中心化知识图谱，而非传统意义上的区块链 Layer 1。它可以被视为一个强大的 AI 驱动的搜索引擎或符号逻辑数据库（SL 数据库）。该知识图谱属于符号人工智能的范畴，而语言模型（LLMs）则属于神经网络人工智能。这两种 AI 的交集拥有巨大的潜力，且研究显示，这是 AI 发展的下一波浪潮。
想象这样一个场景：AI 不再仅仅生成答案，而是从可验证的互联网来源中提取答案。它可以以去中心化的方式访问不同来源的知识资产，同时维护数据所有权和知识产权，并且提供可验证性，从而精确确定某个知识资产的来源，并将其作为 AI 的输入。
OriginTrail 提出了一个适用于可验证互联网的框架，即 dRAG 框架或去中心化检索增强生成框架。虽然 LLMs 是一种非常有效的语言模型应用方式，但在去中心化的环境中使用这种方式更具意义。OriginTrail 提供了实现这一想法的一些组件，但还有其他 Web3 和非 Web3 技术可以被纳入，以支持这个可验证互联网的愿景。
目前，OriginTrail 是一个多链知识图谱，已部署在 Polkadot 上，并且拥有名为 Neuro Web 的自定义平行链，同时也部署在以太坊和其他链上。NeuroWeb 链是 OriginTrail 的重要组成部分，旨在通过名为 “Paranet” 的机制激励创建可信的知识。可以将其与 Web2 公司对比，这些公司利用知识图谱（如 Netflix、Google、Uber、IKEA）来处理数据并提取价值，但它们都是以中心化的方式进行的。OriginTrail 试图将这种范式带入 Web3，完全开放且无需许可，让任何人都能从自己的数据和知识中提取价值，同时保留数据的所有权。
在 OriginTrail 中，建设者可以选择所需的区块链和服务，创建被称为 “Paranet” 的工具，然后通过 “Paranet” 请求社区给予激励。类似于 Polkadot 中的社区资助机制，在 NeuroWeb 中也可以申请社区资金支持。
Nikola Todorovic 进一步补充道，NeuroWeb 资金池包括常规的社区资金池和知识挖掘激励池。NeuroWeb 的重点之一是通过知识挖掘激励推动知识的创建。申请者可以获得一些 Neuro Token，用于支付创建知识并将其纳入去中心化知识图谱的费用。
Brana Rakic | OriginTrail 创始人兼 CTO
OriginTrail 构想基于现有的 Web3 技术，旨在轻松构建普通消费者可使用的应用，而无需了解 Web3 技术细节。
这意味着用户可以通过可信的 AI 互动，获取知识，而无需理解钱包或 Token 的使用，他们可以信赖这些互动，并且能够查看所有来源。
Polkadot 生态系统的技术优势与社区支持
Polkadot 生态系统在技术人员和社区支持方面提供了显著的帮助，同时其框架的模块化和扩展性也带来了诸多优势。未来，将探索一些术语，例如图谱合约，这在其他平台上难以实现。
Brana Rakic 认为，构建定制链上功能（如激励功能）非常适合 Substrate 框架。Substrate 提供了深度开发的能力，超越了以太坊环境中的智能合约层面。其灵活性和与生态系统其他部分的互联能力也非常出色。Polkadot 提供的共享安全模型同样具有吸引力。迄今为止，平行链的运行非常顺利，没有出现停机现象，拥有独立的治理结构和所有可用的 Pallet，这是 Polkadot 从一开始就做对的地方。这个设计允许不同项目以多种方式构建，同时共享价值的共同环境，吸引了广泛关注。
目前，正在进行的项目之一是 Polka Bot。Polka Bot 是一个平行链项目，旨在为 Polkadot 社区提供一个基于相关生态系统知识的教育平台。它类似于聊天机器人，但具有不同的功能。用户可以在平台上提问，Polka Bot 不会像 ChatGPT 那样产生虚构答案，而是通过去中心化检索增强生成，从相关知识资产中找到答案，并展示知识的来源。
DKG CO-Pilot：去中心化知识图谱助力科学信息获取
Brana Rakic 介绍了 OriginTrail 的核心目标，即整合来自不同来源的知识，并分享了一个名为 DKG CO-Pilot 的工具。这个工具由 OriginTrail 社区的建设者开发，利用 ChatGPT 作为界面，能够查询基于去中心化知识图谱 (DKG) 的知识资产。这些资产主要来自科学论文，通过引用关系构建知识图谱，帮助用户高效地找到相关信息。
他特别强调，DKG CO-Pilot 在去中心化科学领域具有广泛的应用潜力。借助这一工具，用户可以更加便捷地访问和利用这些知识库，大大降低了获取知识的门槛。他呼吁社区继续努力，推动这些知识资产的更广泛应用和整合。
OriginTrail 的外部扩展：通过简化接口实现大规模用户普及
Brana Rakic 指出，OriginTrail 社区需要超越内部建设的局限。过去几年，虽然社区在技术构建和扩展规模方面取得了显著进展，但在此过程中往往忽视了用户的实际需求。未来的重点应放在走向外部，构建能够真正为用户提供价值的产品。只有通过以更有效的方式展示这些成果，才能在更广泛的范围内获得认可和应用。
尽管去中心化互联网的概念吸引了广泛关注，但用户通常集中使用少数几个服务，如 TG、Twitter 或其他社交媒体平台。为应对这一趋势，OriginTrail 正在致力于提供一种接口，作为访问 Web3 的入口。用户无需理解复杂的技术，而可以像普通用户一样轻松获取所需信息。例如，在 Polka Bot 中，用户可以在 Twitter 上提出诸如“什么是 Polkadot” 或 “Moonbeam 的功能是什么” 之类的问题，Polka Bot 会以推文形式作出回应。如果知识库中没有相关信息，Polka Bot 会直接告知 “我不知道”，而不是做出猜测。这种方式还为 Polkadot 社区的成员提供了通过回答问题进行知识挖掘并获得奖励的机会。TG 和 Discord 等平台也将纳入扩展计划，因为用户往往在这些平台上更加活跃。
通过 Web3 构建知识网络：开启智能信息时代
Nikola Todorovic 强调，成为 Polkadot 和 OriginTrail 社区的一部分非常令人振奋，因为两者都共享去中心化的愿景。无论是技术的处理方式，还是社区的参与模式，这两个社区都致力于让每个人参与治理，无论是 Polkadot 的治理还是未来知识图谱的知识挖掘。实现这些目标需要共同的努力。
Brana Rakic 进一步指出，投身于 Web3 是因为对这一理念的坚定信念。OriginTrail 是一个独特的项目，因为它结合了两个愿景。一方面是如今广为人知的 Web3 愿景，其核心在于所有权和无许可的去中心化特性；另一方面是“知识网络”的概念，
这一概念最早由万维网的创始人蒂姆·伯纳斯·李提出，他也是 “Web 3.0” 这一术语的最初提出者，该术语最初被称为 “语义网”，如今则体现在知识图谱的概念中。
Brana Rakic | OriginTrail 创始人兼 CTO
这项工作不仅有助于为所有人打造有益的事物，还能有效地将各种不同的要素连接起来，形成协同效应并激发网络效应。
Rakic 提到，BTC 的例子就是一个典型的案例，通过结合哈希技术、公钥基础设施和共识机制，以新的方式解决了拜占庭容错问题，从而催生了一个全新的行业。同样，寻找这种协同效应也是解决当今问题的关键路径。
在探索 Web3、Crypto、互联网和 AI 的融合时，可以看到这些领域共同推动了一个前所未有的变革。正如 AI 领域重要人物道格拉斯·霍夫施塔特 (Douglas Hofstadter) 在他的著作 《Gödel, Escher, Bach: An Eternal Golden Braid》所言，要构建真正的 AI，必须汇集所有知识，创建一个全人类共享的知识库。而实现这一目标，离不开每个人的共同努力。这一使命不仅要求技术的进步，更需要全球社区的协作，通过共享与参与，共同为构建一个更加智能、去中心化且开放的未来贡献力量。
APP 
