Lớp dữ liệu phi tập trung: Cơ sở hạ tầng mới trong thời đại AI
Tuyển chọn TechFlowTuyển chọn TechFlow
Lớp dữ liệu phi tập trung: Cơ sở hạ tầng mới trong thời đại AI
Khi tập trung vào lĩnh vực chuyên biệt về nguồn dữ liệu, các dự án mới nổi của Web mang lại những khả năng mới cho việc thu thập, chia sẻ và sử dụng dữ liệu.
Chuyên sâu báo cáo Web3Tác giả: IOSG Ventures
TL/DR
Chúng tôi từng thảo luận về cách AI và Web3 có thể bổ trợ lẫn nhau trong các lĩnh vực chuyên biệt như mạng tính toán, nền tảng tác nhân (agent) và ứng dụng tiêu dùng. Khi tập trung vào lĩnh vực tài nguyên dữ liệu, các dự án tiên phong của Web3 đang mở ra những khả năng mới cho việc thu thập, chia sẻ và sử dụng dữ liệu.
-
Nhà cung cấp dữ liệu truyền thống khó đáp ứng nhu cầu ngày càng cao về dữ liệu chất lượng cao, có thể xác minh theo thời gian thực từ AI và các ngành công nghiệp phụ thuộc vào dữ liệu, đặc biệt là ở các khía cạnh như minh bạch, kiểm soát người dùng và bảo vệ quyền riêng tư.
-
Các giải pháp Web3 đang nỗ lực tái cấu trúc hệ sinh thái dữ liệu. Các công nghệ như MPC, bằng chứng không kiến thức (zero-knowledge proof) và TLS Notary đảm bảo tính xác thực và bảo vệ quyền riêng tư khi dữ liệu lưu chuyển giữa nhiều nguồn; lưu trữ phân tán và điện toán biên (edge computing) mang lại sự linh hoạt và hiệu quả cao hơn cho xử lý dữ liệu theo thời gian thực.
-
Trong đó, mạng dữ liệu phi tập trung – một cơ sở hạ tầng mới nổi – đã sản sinh ra một số dự án tiêu biểu như OpenLayer (lớp dữ liệu thật dạng mô-đun), Grass (tận dụng băng thông rảnh và mạng nút crawler phi tập trung) và Vana (mạng lớp 1 định chủ quyền dữ liệu người dùng), mở ra triển vọng mới cho việc huấn luyện và ứng dụng AI thông qua các hướng tiếp cận kỹ thuật khác nhau.
-
Thông qua công suất crowdsourcing, lớp trừu tượng phi tin cậy (trustless) và cơ chế khuyến khích dựa trên token, cơ sở hạ tầng dữ liệu phi tập trung có thể cung cấp các giải pháp riêng tư, an toàn, hiệu quả và tiết kiệm chi phí hơn so với các nhà cung cấp dịch vụ quy mô lớn của Web2, đồng thời trao quyền kiểm soát dữ liệu và tài nguyên liên quan cho người dùng, xây dựng một hệ sinh thái số mở, an toàn và liên thông hơn.
1. Sóng dữ liệu gia tăng
Dữ liệu đã trở thành yếu tố then chốt thúc đẩy đổi mới và ra quyết định trong mọi ngành. UBS dự báo lượng dữ liệu toàn cầu sẽ tăng hơn mười lần trong giai đoạn 2020–2030, đạt 660 ZB. Đến năm 2025, mỗi người trên thế giới sẽ tạo ra 463 EB (exabyte, 1EB = 1 tỷ GB) dữ liệu mỗi ngày. Thị trường Dữ liệu dưới dạng Dịch vụ (DaaS) đang mở rộng nhanh chóng: theo Grand View Research, thị trường DaaS toàn cầu đạt giá trị 14,36 tỷ USD vào năm 2023 và dự kiến tăng trưởng với tốc độ CAGR 28,1% đến năm 2030, đạt mức 76,8 tỷ USD. Những con số tăng trưởng cao này phản ánh nhu cầu mạnh mẽ từ nhiều lĩnh vực đối với dữ liệu chất lượng cao, đáng tin cậy và cập nhật theo thời gian thực.
Mô hình AI cần lượng lớn dữ liệu đầu vào để nhận diện mẫu và điều chỉnh tham số. Sau khi huấn luyện, chúng cũng cần bộ dữ liệu kiểm thử để đánh giá hiệu suất và khả năng tổng quát hóa. Ngoài ra, các tác nhân AI (AI agent), dạng ứng dụng trí tuệ mới nổi trong tương lai, cần các nguồn dữ liệu đáng tin cậy theo thời gian thực để đảm bảo ra quyết định chính xác và hoàn thành nhiệm vụ.
(Nguồn: Leewayhertz)
Nhu cầu phân tích thương mại cũng trở nên đa dạng và phổ biến hơn, đóng vai trò công cụ cốt lõi thúc đẩy đổi mới doanh nghiệp. Chẳng hạn, các nền tảng mạng xã hội và công ty nghiên cứu thị trường cần dữ liệu hành vi người dùng đáng tin cậy để hoạch định chiến lược và nắm bắt xu hướng, tích hợp dữ liệu đa nguồn từ nhiều nền tảng xã hội để xây dựng chân dung người dùng toàn diện hơn.
Đối với hệ sinh thái Web3, dữ liệu thật đáng tin cậy ngoài chuỗi cũng cần thiết để hỗ trợ các sản phẩm tài chính mới. Khi ngày càng nhiều tài sản mới được token hóa, cần các cổng kết nối dữ liệu linh hoạt và đáng tin cậy để phát triển sản phẩm sáng tạo và quản lý rủi ro, giúp hợp đồng thông minh thực thi dựa trên dữ liệu có thể xác minh theo thời gian thực.
Bên cạnh đó còn có khoa học nghiên cứu, Internet vạn vật (IoT), v.v. Các trường hợp sử dụng mới cho thấy nhu cầu về dữ liệu đa dạng, thật và cập nhật theo thời gian thực đang tăng vọt trong mọi ngành, trong khi các hệ thống truyền thống có thể khó đáp ứng trước lượng dữ liệu tăng nhanh và nhu cầu thay đổi liên tục.
2. Hạn chế và vấn đề của hệ sinh thái dữ liệu truyền thống
Hệ sinh thái dữ liệu điển hình bao gồm thu thập, lưu trữ, xử lý, phân tích và ứng dụng dữ liệu. Mô hình tập trung đặc trưng bởi việc dữ liệu được thu thập và lưu trữ tập trung, do đội ngũ IT nội bộ của doanh nghiệp quản lý vận hành, cùng kiểm soát truy cập nghiêm ngặt.
Ví dụ, hệ sinh thái dữ liệu của Google bao gồm nhiều nguồn như công cụ tìm kiếm, Gmail và hệ điều hành Android. Thông qua các nền tảng này, Google thu thập dữ liệu người dùng, lưu trữ tại các trung tâm dữ liệu phân bố toàn cầu, sau đó sử dụng thuật toán xử lý và phân tích để hỗ trợ phát triển và tối ưu hóa sản phẩm, dịch vụ.
Trong lĩnh vực tài chính, LSEG (trước đây là Refinitiv) thu thập dữ liệu thời gian thực và lịch sử từ các sàn giao dịch, ngân hàng và tổ chức tài chính lớn trên toàn cầu, đồng thời tận dụng mạng lưới tin tức Reuters để thu thập tin tức thị trường, áp dụng các thuật toán và mô hình độc quyền để tạo ra dữ liệu phân tích và đánh giá rủi ro làm sản phẩm bổ sung.
(Nguồn: kdnuggets.com)
Cơ sở hạ tầng dữ liệu truyền thống hiệu quả trong các dịch vụ chuyên biệt, nhưng những hạn chế của mô hình tập trung ngày càng rõ rệt. Đặc biệt, hệ sinh thái dữ liệu truyền thống đang gặp thách thức trong việc bao phủ các nguồn dữ liệu mới nổi, minh bạch và bảo vệ quyền riêng tư người dùng. Dưới đây là một số điểm nổi bật:
-
Phạm vi dữ liệu bị giới hạn: Nhà cung cấp dữ liệu truyền thống gặp khó khăn trong việc nhanh chóng thu thập và phân tích các nguồn dữ liệu mới nổi như cảm xúc trên mạng xã hội hay dữ liệu từ thiết bị IoT. Hệ thống tập trung khó thu thập và tích hợp hiệu quả dữ liệu "dài đuôi" từ nhiều nguồn nhỏ hoặc không phổ biến.
Ví dụ, sự kiện GameStop năm 2021 đã phơi bày hạn chế của các nhà cung cấp dữ liệu tài chính truyền thống trong việc phân tích cảm xúc mạng xã hội. Tâm lý nhà đầu tư trên các nền tảng như Reddit đã thay đổi nhanh chóng xu hướng thị trường, nhưng các đầu cuối dữ liệu như Bloomberg và Reuters không kịp nắm bắt động thái này, dẫn đến dự báo thị trường bị chậm trễ.
-
Khả năng truy cập dữ liệu bị hạn chế: Độc quyền làm giảm khả năng truy cập. Nhiều nhà cung cấp truyền thống mở một phần dữ liệu qua API/dịch vụ đám mây, nhưng chi phí truy cập cao và quy trình cấp phép phức tạp vẫn làm tăng độ khó trong tích hợp dữ liệu.
-
Các nhà phát triển trên chuỗi khó tiếp cận nhanh các dữ liệu bên ngoài chuỗi đáng tin cậy; dữ liệu chất lượng cao bị độc quyền bởi một vài gã khổng lồ, chi phí truy cập cao.
-
Vấn đề minh bạch và độ tin cậy dữ liệu: Nhiều nhà cung cấp dữ liệu tập trung thiếu minh bạch trong phương pháp thu thập và xử lý dữ liệu, đồng thời thiếu cơ chế hiệu quả để xác minh tính xác thực và toàn vẹn của khối lượng lớn dữ liệu. Xác minh dữ liệu thời gian thực quy mô lớn vẫn là bài toán phức tạp; bản chất tập trung cũng làm tăng rủi ro dữ liệu bị thao túng hoặc sửa đổi.
-
Bảo vệ quyền riêng tư và quyền sở hữu dữ liệu: Các công ty công nghệ lớn thương mại hóa dữ liệu người dùng ở quy mô lớn. Người dùng – những người tạo ra dữ liệu cá nhân – khó nhận được lợi ích xứng đáng. Họ thường không biết dữ liệu mình được thu thập, xử lý và sử dụng ra sao, cũng không thể quyết định phạm vi và cách thức sử dụng. Việc thu thập và sử dụng quá mức gây ra rủi ro nghiêm trọng về quyền riêng tư.
-
Ví dụ, sự kiện Cambridge Analytica của Facebook đã phơi bày lỗ hổng nghiêm trọng của các nhà cung cấp dữ liệu truyền thống trong minh bạch sử dụng và bảo vệ quyền riêng tư.
-
Kho dữ liệu biệt lập (data silos): Ngoài ra, dữ liệu thời gian thực từ các nguồn và định dạng khác nhau khó tích hợp nhanh chóng, ảnh hưởng đến khả năng phân tích toàn diện. Nhiều dữ liệu thường bị khóa bên trong tổ chức, hạn chế chia sẻ và đổi mới xuyên ngành, xuyên tổ chức; hiện tượng "kho biệt lập" cản trở tích hợp và phân tích dữ liệu đa miền.
-
Ví dụ trong ngành tiêu dùng, các thương hiệu cần tích hợp dữ liệu từ sàn thương mại điện tử, cửa hàng vật lý, mạng xã hội và nghiên cứu thị trường, nhưng dữ liệu này có thể do định dạng nền tảng không thống nhất hoặc bị cô lập nên khó tích hợp. Một ví dụ khác là các công ty đi chung xe như Uber và Lyft, dù đều thu thập lượng lớn dữ liệu thời gian thực về giao thông, nhu cầu hành khách và vị trí địa lý từ người dùng, nhưng do mối quan hệ cạnh tranh, dữ liệu này không thể được chia sẻ và tích hợp.
Bên cạnh đó còn có các vấn đề về chi phí, hiệu quả và tính linh hoạt. Các nhà cung cấp dữ liệu truyền thống đang tích cực đối phó với những thách thức này, nhưng các công nghệ Web3 nổi lên mạnh mẽ đã mở ra những hướng giải quyết và khả năng mới.
3. Hệ sinh thái dữ liệu Web3
Kể từ khi IPFS (Hệ thống Tập tin Liên hành tinh) và các giải pháp lưu trữ phi tập trung khác ra đời vào năm 2014, ngành công nghiệp đã chứng kiến sự xuất hiện của hàng loạt dự án mới, nhằm giải quyết những hạn chế của hệ sinh thái dữ liệu truyền thống. Chúng ta thấy rằng các giải pháp dữ liệu phi tập trung đã hình thành một hệ sinh thái đa tầng, kết nối chặt chẽ, bao trùm mọi giai đoạn vòng đời dữ liệu: từ tạo lập, lưu trữ, trao đổi, xử lý-phân tích, xác minh-bảo mật đến quyền riêng tư và sở hữu.
-
Lưu trữ dữ liệu: Sự phát triển nhanh chóng của Filecoin và Arweave chứng minh rằng lưu trữ phi tập trung (DCS) đang trở thành chuẩn mực mới trong lĩnh vực lưu trữ. Các giải pháp DCS giảm thiểu rủi ro điểm lỗi đơn lẻ nhờ kiến trúc phân tán, đồng thời thu hút người tham gia nhờ chi phí cạnh tranh. Cùng với sự xuất hiện của nhiều trường hợp sử dụng quy mô lớn, dung lượng lưu trữ DCS tăng trưởng bùng nổ (ví dụ, tổng dung lượng lưu trữ của mạng Filecoin đã đạt 22 exabyte vào năm 2024).
-
Xử lý và phân tích: Các nền tảng điện toán dữ liệu phi tập trung như Fluence sử dụng công nghệ điện toán biên (Edge Computing) để nâng cao tính thời gian thực và hiệu quả xử lý dữ liệu, đặc biệt phù hợp với các ứng dụng yêu cầu cao về thời gian thực như IoT và suy luận AI. Các dự án Web3 tận dụng học liên kết (federated learning), riêng tư vi phân (differential privacy), môi trường thực thi đáng tin cậy (TEE), mã hóa đồng dạng đầy đủ (fully homomorphic encryption) để cung cấp bảo vệ quyền riêng tư linh hoạt ở tầng tính toán.
-
Thị trường dữ liệu / nền tảng trao đổi: Để thúc đẩy định lượng giá trị và luân chuyển dữ liệu, Ocean Protocol sử dụng cơ chế token hóa và DEX để tạo kênh trao đổi dữ liệu hiệu quả và mở, ví dụ giúp các công ty sản xuất truyền thống (như Daimler, mẹ của Mercedes) hợp tác phát triển thị trường trao đổi dữ liệu nhằm cải thiện chia sẻ dữ liệu trong quản lý chuỗi cung ứng. Mặt khác, Streamr tạo ra mạng luồng dữ liệu không cần cấp phép, theo mô hình đăng ký, phù hợp với các tình huống IoT và phân tích thời gian thực, thể hiện tiềm năng vượt trội trong các dự án giao thông, logistics (ví dụ hợp tác với dự án thành phố thông minh Phần Lan).
Cùng với việc trao đổi và sử dụng dữ liệu ngày càng thường xuyên, tính xác thực, độ tin cậy và bảo vệ quyền riêng tư của dữ liệu trở thành những vấn đề then chốt không thể bỏ qua. Điều này thúc đẩy hệ sinh thái Web3 mở rộng sang các lĩnh vực xác minh dữ liệu và bảo vệ quyền riêng tư, sinh ra hàng loạt giải pháp đột phá.
3.1 Đổi mới trong xác minh dữ liệu và bảo vệ quyền riêng tư
Nhiều công nghệ Web3 và các dự án gốc đang nỗ lực giải quyết vấn đề tính xác thực dữ liệu và bảo vệ dữ liệu riêng tư. Bên cạnh sự phổ biến của ZK và MPC, phương pháp xác minh mới nổi – Công chứng Giao thức Bảo mật Tầng Truyền tải (TLS Notary) – đặc biệt đáng chú ý.
Giới thiệu TLS Notary
Giao thức Bảo mật Tầng Truyền tải (TLS) là giao thức mã hóa được sử dụng rộng rãi trong truyền thông mạng, nhằm đảm bảo tính an toàn, toàn vẹn và bí mật cho việc truyền dữ liệu giữa máy khách và máy chủ. Đây là tiêu chuẩn mã hóa phổ biến trong truyền thông mạng hiện đại, được dùng trong HTTPS, email, nhắn tin tức thì, v.v.
(Nguyên lý mã hóa TLS, Nguồn: TechTarget)
Từ khi ra đời cách đây 10 năm, mục tiêu ban đầu của TLS Notary là đưa thêm bên thứ ba – “công chứng viên” – vào phiên TLS để xác minh tính xác thực của phiên, ngoài máy khách (Prover) và máy chủ.
Sử dụng kỹ thuật chia khóa, khóa chính của phiên TLS được chia thành hai phần, do máy khách và công chứng viên giữ riêng. Thiết kế này cho phép công chứng viên tham gia xác minh với tư cách bên thứ ba đáng tin cậy, nhưng không thể truy cập nội dung truyền thông thực tế. Cơ chế công chứng này nhằm phát hiện tấn công man-in-the-middle, ngăn chặn chứng chỉ gian lận, đảm bảo dữ liệu truyền tải không bị thay đổi, đồng thời cho phép bên thứ ba đáng tin cậy xác nhận tính hợp pháp của phiên truyền thông mà vẫn bảo vệ quyền riêng tư.
Nhờ vậy, TLS Notary cung cấp xác minh dữ liệu an toàn, cân bằng hiệu quả giữa nhu cầu xác minh và bảo vệ quyền riêng tư.
Năm 2022, dự án TLS Notary được Phòng thí nghiệm Nghiên cứu Khám phá Riêng tư và Mở rộng (PSE) của Quỹ Ethereum tái xây dựng. Phiên bản mới được viết lại hoàn toàn bằng ngôn ngữ Rust, tích hợp thêm nhiều giao thức mã hóa tiên tiến (như MPC). Giao thức mới cho phép người dùng chứng minh với bên thứ ba rằng họ đã nhận được dữ liệu thật từ máy chủ mà không tiết lộ nội dung dữ liệu. Giữ nguyên chức năng xác minh cốt lõi của TLS Notary cũ, phiên bản mới nâng cao đáng kể khả năng bảo vệ quyền riêng tư, phù hợp hơn với nhu cầu bảo mật dữ liệu hiện tại và tương lai.
3.2 Biến thể và mở rộng của TLS Notary
Gần đây, công nghệ TLS Notary tiếp tục phát triển, sinh ra nhiều biến thể từ nền tảng ban đầu, tăng cường hơn nữa tính riêng tư và chức năng xác minh:
-
zkTLS: Phiên bản nâng cao về riêng tư của TLS Notary, kết hợp công nghệ ZKP, cho phép người dùng tạo bằng chứng mã hóa cho dữ liệu web mà không tiết lộ bất kỳ thông tin nhạy cảm nào. Phù hợp với các tình huống truyền thông yêu cầu bảo vệ riêng tư cực cao.
-
3P-TLS (TLS Ba Bên): Giới thiệu ba bên – máy khách, máy chủ và bên kiểm toán – cho phép bên kiểm toán xác minh tính an toàn của truyền thông mà không tiết lộ nội dung. Giao thức này rất hữu ích trong các tình huống cần minh bạch nhưng vẫn bảo vệ riêng tư, như kiểm toán tuân thủ hoặc giao dịch tài chính.
Các dự án Web3 sử dụng các công nghệ mã hóa này để tăng cường xác minh dữ liệu và bảo vệ quyền riêng tư, phá vỡ sự độc quyền dữ liệu, giải quyết vấn đề kho dữ liệu biệt lập và truyền tải đáng tin cậy, cho phép người dùng chứng minh thông tin như quyền sở hữu tài khoản mạng xã hội, lịch sử mua sắm phục vụ vay tín dụng, hồ sơ tín dụng ngân hàng, lý lịch nghề nghiệp và bằng cấp mà không tiết lộ riêng tư, ví dụ:
-
Reclaim Protocol sử dụng công nghệ zkTLS để tạo bằng chứng không kiến thức cho lưu lượng HTTPS, cho phép người dùng nhập an toàn dữ liệu hoạt động, danh tiếng và danh tính từ các website bên ngoài mà không tiết lộ thông tin nhạy cảm.
-
zkPass kết hợp công nghệ 3P-TLS, cho phép người dùng xác minh dữ liệu riêng tư ngoài đời thực mà không rò rỉ thông tin, được ứng dụng rộng rãi trong KYC, dịch vụ tín dụng, và tương thích với mạng HTTPS.
-
Opacity Network dựa trên zkTLS, cho phép người dùng chứng minh an toàn hoạt động của họ trên các nền tảng (như Uber, Spotify, Netflix) mà không cần truy cập trực tiếp vào API của các nền tảng này. Thực hiện chứng minh hoạt động xuyên nền tảng.
(Các dự án đang phát triển Oracle TLS, Nguồn: Bastian Wetzel)
Xác minh dữ liệu Web3 là mắt xích quan trọng trong chuỗi hệ sinh thái dữ liệu, triển vọng ứng dụng rất rộng lớn, sự phát triển của nó đang dẫn dắt một nền kinh tế số mở, năng động và lấy người dùng làm trung tâm. Tuy nhiên, sự phát triển của công nghệ xác minh tính xác thực mới chỉ là khởi đầu để xây dựng cơ sở hạ tầng dữ liệu thế hệ mới.
4. Mạng dữ liệu phi tập trung
Một số dự án kết hợp các công nghệ xác minh nói trên để khám phá sâu hơn ở thượng nguồn hệ sinh thái dữ liệu – truy nguyên dữ liệu, thu thập phân tán và truyền tải đáng tin cậy. Dưới đây là ba dự án tiêu biểu: OpenLayer, Grass và Vana, thể hiện tiềm năng độc đáo trong việc xây dựng cơ sở hạ tầng dữ liệu thế hệ mới.
4.1 OpenLayer
OpenLayer là một trong những dự án trong chương trình tăng tốc khởi nghiệp tiền mã hóa mùa xuân 2024 của a16z Crypto, với tư cách là lớp dữ liệu thật mô-đun đầu tiên, hướng tới cung cấp giải pháp mô-đun sáng tạo để điều phối thu thập, xác minh và chuyển đổi dữ liệu, đáp ứng nhu cầu của cả doanh nghiệp Web2 và Web3. OpenLayer đã thu hút sự hỗ trợ từ các quỹ và nhà đầu tư thiên thần nổi tiếng như Geometry Ventures, LongHash Ventures.
Lớp dữ liệu truyền thống tồn tại nhiều thách thức: thiếu cơ chế xác minh đáng tin cậy, phụ thuộc vào kiến trúc tập trung khiến khả năng truy cập bị hạn chế, dữ liệu giữa các hệ thống thiếu tính tương tác và lưu động, đồng thời không có cơ chế phân bổ giá trị dữ liệu công bằng.
Một vấn đề cụ thể hơn: dữ liệu huấn luyện AI ngày càng khan hiếm. Trên internet công cộng, nhiều website bắt đầu áp dụng biện pháp chống bot để ngăn các công ty AI thu thập dữ liệu quy mô lớn.
Trong khi đó, vớidữ liệu riêng tư và độc quyền, tình hình còn phức tạp hơn. Nhiều dữ liệu có giá trị được lưu trữ theo cách bảo vệ riêng tư do tính nhạy cảm, thiếu cơ chế khuyến khích hiệu quả. Trong bối cảnh này, người dùng không thể an toàn nhận lợi ích trực tiếp từ việc cung cấp dữ liệu cá nhân, nên không muốn chia sẻ dữ liệu nhạy cảm.
Để giải quyết các vấn đề này, OpenLayer kết hợp công nghệ xác minh dữ liệu để xây dựng một lớp dữ liệu thật mô-đun (Modular Authentic Data Layer), sử dụng cách tiếp cận phi tập trung + khuyến khích kinh tế để điều phối quá trình thu thập, xác minh và chuyển đổi dữ liệu, cung cấp cơ sở hạ tầng dữ liệu an toàn, hiệu quả và linh hoạt hơn cho các công ty Web2 và Web3.
4.1.1 Các thành phần cốt lõi trong thiết kế mô-đun của OpenLayer
OpenLayer cung cấp nền tảng mô-đun để đơn giản hóa quy trình thu thập, xác minh đáng tin cậy và chuyển đổi dữ liệu:
a) OpenNodes
OpenNodes là thành phần cốt lõi trong hệ sinh thái OpenLayer chịu trách nhiệm thu thập dữ liệu phi tập trung, thu thập dữ liệu thông qua ứng dụng di động, tiện ích mở rộng trình duyệt, v.v. Các nhà vận hành/nút khác nhau có thể tối ưu hóa lợi nhuận bằng cách thực hiện các nhiệm vụ phù hợp với cấu hình phần cứng của họ.
OpenNodes hỗ trợ ba loại dữ liệu chính để đáp ứng nhu cầu nhiệm vụ khác nhau:
-
Dữ liệu internet công khai (như dữ liệu tài chính, thời tiết, thể thao, luồng mạng xã hội)
-
Dữ liệu cá nhân người dùng (như lịch sử xem Netflix, lịch sử đặt hàng Amazon)
-
Dữ liệu tự báo cáo từ nguồn an toàn (như dữ liệu được ký bởi chủ sở hữu độc quyền hoặc được xác minh bởi phần cứng đáng tin cậy cụ thể).
Nhà phát triển có thể dễ dàng thêm loại dữ liệu mới, chỉ định nguồn dữ liệu mới, nhu cầu và phương pháp truy xuất dữ liệu; người dùng có thể chọn cung cấp dữ liệu đã loại định danh để nhận thưởng. Thiết kế này cho phép hệ thống mở rộng liên tục để đáp ứng nhu cầu dữ liệu mới, nguồn dữ liệu đa dạng giúp OpenLayer cung cấp hỗ trợ toàn diện cho nhiều ứng dụng, đồng thời hạ thấp rào cản cung cấp dữ liệu.
b) OpenValidators
OpenValidators chịu trách nhiệm xác minh dữ liệu sau khi thu thập, cho phép người tiêu dùng dữ liệu xác nhận dữ liệu do người dùng cung cấp khớp hoàn toàn với nguồn. Tất cả phương pháp xác minh đều có thể tạo bằng chứng mã hóa, kết quả xác minh có thể được chứng minh sau sự kiện. Cùng một loại bằng chứng, có nhiều nhà cung cấp dịch vụ khác nhau. Nhà phát triển có thể chọn nhà cung cấp xác minh phù hợp nhất với nhu cầu của mình.
Trong các trường hợp sử dụng ban đầu, đặc biệt là dữ liệu công khai hoặc riêng tư từ API internet, OpenLayer sử dụng TLSNotary làm giải pháp xác minh, xuất dữ liệu từ bất kỳ ứng dụng web nào và chứng minh tính xác thực dữ liệu mà không làm hại đến riêng tư.
Không giới hạn ở TLSNotary, nhờ thiết kế mô-đun, hệ thống xác minh có thể dễ dàng tích hợp các phương pháp khác để thích nghi với các loại dữ liệu và nhu cầu xác minh khác nhau, bao gồm:
-
Kết nối TLS được chứng nhận (Attested TLS connections): Sử dụng Môi trường Thực thi Đáng tin cậy (TEE) để thiết lập kết nối TLS đã được chứng nhận, đảm bảo tính toàn vẹn và xác thực của dữ liệu trong quá trình truyền.
-
Kho an toàn (Secure Enclaves): Sử dụng môi trường cách ly an toàn ở cấp độ phần cứng (như Intel SGX) để xử lý và xác minh dữ liệu nhạy cảm, cung cấp mức bảo vệ dữ liệu cao hơn.
-
Bộ tạo bằng chứng ZK (ZK Proof Generators): Tích hợp ZKP, cho phép xác minh thuộc tính hoặc kết quả tính toán của dữ liệu mà không tiết lộ dữ liệu gốc.
c) OpenConnect
OpenConnect là mô-đun cốt lõi trong hệ sinh thái OpenLayer chịu trách nhiệm chuyển đổi dữ liệu, đảm bảo tính khả dụng, xử lý dữ liệu từ nhiều nguồn khác nhau, đảm bảo tính tương tác giữa các hệ thống khác nhau để đáp ứng nhu cầu ứng dụng khác nhau. Ví dụ:
-
Chuyển đổi dữ liệu sang định dạng oracle ngoài chuỗi, thuận tiện cho hợp đồng thông minh sử dụng trực tiếp.
-
Chuyển đổi dữ liệu thô không cấu trúc thành dữ liệu cấu trúc, tiền xử lý cho mục đích huấn luyện AI.
Đối với dữ liệu từ tài khoản cá nhân người dùng, OpenConnect cung cấp chức năng làm mờ dữ liệu để bảo vệ riêng tư, đồng thời cung cấp các thành phần tăng cường bảo mật trong quá trình chia sẻ dữ liệu, giảm rò rỉ và lạm dụng dữ liệu. Để đáp ứng nhu cầu dữ liệu thời gian thực từ AI và blockchain, OpenConnect hỗ trợ chuyển đổi dữ liệu hiệu quả theo thời gian thực.
Hiện tại, thông qua tích hợp với Eigenlayer, các nhà vận hành AVS của OpenLayer lắng nghe nhiệm vụ yêu cầu dữ liệu, chịu trách nhiệm thu thập và xác minh dữ liệu, sau đó báo cáo kết quả về hệ thống. Bằng cách đặt cược hoặc tái đặt cược tài sản trên EigenLayer, họ cam kết về mặt kinh tế cho hành vi của mình. Nếu hành vi độc hại được xác minh, tài sản đặt cược sẽ bị phạt. Là một trong những AVS (Dịch vụ Xác minh Chủ động) đầu tiên trên mainnet EigenLayer, OpenLayer đã thu hút hơn 50 nhà vận hành và 4 tỷ USD tài sản tái đặt cược.
Tóm lại, lớp dữ liệu phi tập trung do OpenLayer xây dựng đã mở rộng phạm vi và tính đa dạng của dữ liệu khả dụng mà không hy sinh tính thực dụng và hiệu quả, đồng thời đảm bảo tính xác thực và toàn vẹn của dữ liệu thông qua công nghệ mã hóa và khuyến khích kinh tế. Công nghệ này có nhiều trường hợp sử dụng thực tế rộng rãi đối với các Dapp Web3 cần thu thập thông tin ngoài chuỗi, các mô hình AI cần đầu vào thật để huấn luyện và suy luận, và các công ty muốn phân khúc và định vị người dùng dựa trên danh tính và danh tiếng hiện có. Người dùng cũng có thể định giá dữ liệu cá nhân của họ.
4.2 Grass
Grass là dự án flagship do Wynd Network phát triển, nhằm tạo ra một nền tảng crawler mạng và dữ liệu huấn luyện AI phi tập trung. Cuối năm 2023, dự án Grass hoàn tất vòng hạt giống 3,5 triệu USD do Polychain Capital và Tribe Capital dẫn vốn. Ngay sau đó, vào tháng 9 năm 2024, dự án tiếp tục gọi vốn vòng A do HackVC dẫn dắt, với sự tham gia của các tổ chức đầu tư nổi tiếng như Polychain, Delphi, Lattice và Brevan Howard.
Chúng ta đã đề cập rằng AI huấn luyện cần tiếp cận dữ liệu mới, một trong các giải pháp là sử dụng nhiều IP để vượt rào truy cập dữ liệu, cung cấp dữ liệu cho AI. Từ đó, Grass tạo ra một mạng nút crawler phân tán, chuyên sử dụng cơ sở hạ tầng vật lý phi tập trung để tận dụng băng thông rảnh của người dùng, thu thập và cung cấp bộ dữ liệu có thể xác minh cho việc huấn luyện AI. Các nút định tuyến yêu cầu web qua kết nối internet của người dùng, truy cập các website công khai và biên soạn bộ dữ liệu cấu trúc. Dự án sử dụng công nghệ điện toán biên để sơ chế và định dạng dữ liệu, nâng cao chất lượng dữ liệu.
Grass sử dụng kiến trúc Data Rollup lớp 2 trên Solana, xây dựng trên nền tảng Solana để nâng cao hiệu quả xử lý. Grass dùng các validator nhận, xác minh và nhóm giao dịch web từ các nút, tạo bằng chứng ZK để đảm bảo tính xác thực dữ liệu. Dữ liệu đã xác minh được lưu trữ trong sổ cái dữ liệu (L2), liên kết với bằng chứng tương ứng trên chuỗi L1.
4.2.1 Các thành phần chính của Grass
a) Nút Grass
Tương tự OpenNodes, người dùng cá nhân cài đặt ứng dụng hoặc tiện ích mở rộng trình duyệt Grass và chạy nó, tận dụng băng thông rảnh để thực hiện thao tác crawler mạng, định tuyến yêu cầu web qua kết nối internet, truy cập website công khai và biên soạn bộ dữ liệu cấu trúc, sử dụng điện toán biên để sơ xử lý và định dạng dữ liệu. Người dùng nhận thưởng bằng token GRASS theo băng thông và lượng dữ liệu đóng góp.
b) Bộ định tuyến (Routers)
Kết nối nút Grass với validator, quản lý mạng nút và trung chuyển băng thông. Routers được khuyến khích vận hành và nhận thưởng, tỷ lệ thưởng tỷ lệ thuận với tổng băng thông đã xác minh được trung chuyển qua họ.
c) Validator
Nhận, xác minh và nhóm giao dịch web từ bộ định tuyến, tạo bằng chứng ZK, sử dụng bộ khóa riêng để thiết lập kết nối TLS, chọn bộ mật mã phù hợp cho truyền thông với máy chủ web đích. Hiện tại Grass sử dụng validator tập trung, kế hoạch tương lai là chuyển sang ủy ban validator.
d) Bộ xử lý ZK (ZK Processor)
Nhận từ validator để tạo bằng chứng cho dữ liệu phiên của từng nút, nhóm tất cả bằng chứng tính hợp lệ của yêu cầu web và gửi lên lớp 1 (Solana).
e) Sổ cái dữ liệu Grass (Grass L2)
Lưu trữ bộ dữ liệu đầy đủ, liên kết với bằng chứng tương ứng trên chuỗi L1 (Solana).
f) Mô hình nhúng biên
Chịu trách nhiệm chuyển đổi dữ liệu web không cấu trúc thành mô hình cấu trúc có thể dùng để huấn luyện AI.
Nguồn: Grass
So sánh phân tích Grass và OpenLayer
Cả OpenLayer và Grass đều tận dụng mạng phân tán để cung cấp cơ hội truy cập dữ liệu internet công khai và thông tin đóng cần xác thực cho các công ty. Cả hai đều thúc đẩy chia sẻ dữ liệu và sản xuất dữ liệu chất lượng cao thông qua cơ chế khuyến khích. Cả hai đều hướng tới xây dựng một lớp dữ liệu phi tập trung (Decentralized Data Layer) để giải quyết vấn đề truy cập và xác minh dữ liệu, nhưng sử dụng các hướng tiếp cận kỹ thuật và mô hình kinh doanh hơi khác nhau.
Sự khác biệt về kiến trúc kỹ thuật
Grass sử dụng kiến trúc Data Rollup lớp 2 trên Solana, hiện tại dùng cơ chế xác minh tập trung với một validator duy nhất. Trong khi đó, OpenLayer – một trong những AVS đầu tiên – xây dựng trên nền tảng EigenLayer, sử dụng khuyến khích kinh tế và cơ chế phạt để đạt đượccơ chế xác minh phi tập trung. Đồng thời, OpenLayer áp dụng thiết kế mô-đun, nhấn mạnh khả năng mở rộng và linh hoạt của dịch vụ xác minh dữ liệu.
Sự khác biệt về sản phẩm
Cả hai đều cung cấp sản phẩm To C tương tự, cho phép người dùng biến giá trị dữ liệu qua nút. Về trường hợp sử dụng To B, Grass cung cấp mô hình thị trường dữ liệu thú vị, sử dụng L2 để lưu trữ đầy đủ dữ liệu có thể xác minh, cung cấp bộ dữ liệu huấn luyện có cấu trúc, chất lượng cao và có thể xác minh cho các công ty AI. Trong khi đó, OpenLayer tạm thời chưa có thành phần lưu trữ dữ liệu chuyên dụng, nhưng cung cấp dịch vụ xác minh luồng dữ liệu thời gian thực (Vaas) rộng rãi hơn – ngoài việc cung cấp dữ liệu cho AI, còn phù hợp với các tình huống cần phản hồi nhanh như oracle cung cấp giá cho các dự án RWA/DeFi/thị trường dự đoán, cung cấp dữ liệu xã hội thời gian thực, v.v.
Do đó, hiện tại Grass hướng đến khách hàng chính là các công ty AI và nhà khoa học dữ liệu, cung cấp bộ dữ liệu huấn luyện quy mô lớn, có cấu trúc; đồng thời phục vụ các viện nghiên cứu và doanh nghiệp cần bộ dữ liệu mạng quy mô lớn. Trong khi đó, OpenLayer tạm thời hướng đến các nhà phát triển trên chuỗi cần nguồn dữ liệu ngoài chuỗi, các công ty AI cần luồng dữ liệu thời gian thực và đáng tin cậy, cũng như các công ty Web2 hỗ trợ chiến lược thu hút người dùng sáng tạo như xác minh lịch sử sử dụng sản phẩm đối thủ.
Cạnh tranh tiềm năng trong tương lai
Tuy nhiên, xét theo xu hướng phát triển ngành, chức năng của hai dự án có khả năng hội tụ trong tương lai. Không lâu nữa, Grass có thể cũng cung cấp dữ liệu cấu trúc thời gian thực. Trong khi đó, OpenLayer với tư cách nền tảng mô-đun, trong tương lai có thể mở rộng sang quản lý bộ dữ liệu, sở hữu sổ cái dữ liệu riêng, do đó lĩnh vực cạnh tranh của hai bên có thể dần trùng lặp.
Hơn nữa, cả hai dự án đều có thể cân nhắc bổ sung khâu then chốt – gán nhãn dữ liệu (data labelling). Grass có thể tiến nhanh hơn ở khía cạnh này vì sở hữu mạng nút khổng lồ – được báo cáo hơn 2,2 triệu nút hoạt động. Lợi thế này giúp Grass có tiềm năng cung cấp dịch vụ học tăng cường dựa trên phản hồi con người (RLHF), sử dụng lượng lớn dữ liệu gán nhãn để tối ưu mô hình AI.
Tuy nhiên, OpenLayer凭借 chuyên môn trong xác minh dữ liệu và xử lý thời gian thực, cùng sự tập trung vào dữ liệu riêng tư, có thể duy trì lợi thế về chất lượng và độ tin cậy dữ liệu. Ngoài ra, với tư cách AVS của Eigenlayer, OpenLayer có thể phát triển sâu hơn về cơ chế xác minh phi tập trung.
Mặc dù hai dự án có thể cạnh tranh ở một số lĩnh vực, nhưng lợi thế độc đáo và hướng đi kỹ thuật riêng có thể giúp họ chiếm lĩnh các thị trường ngách khác nhau trong hệ sinh thái dữ liệu.
(Nguồn: IOSG, David)
4.3 Vana
Với tư cách mạng lưới hồ chứa dữ liệu lấy người dùng làm trung tâm, Vana cũng hướng tới cung cấp dữ liệu chất lượng cao cho AI và các ứng dụng liên quan. So với OpenLayer và Grass, Vana sử dụng hướng đi kỹ thuật và mô hình kinh doanh khác biệt hơn. Vana hoàn tất vòng gọi vốn 5 triệu USD vào tháng 9 năm 2024 do Coinbase Ventures dẫn dắt, trước đó nhận được 18 triệu USD vòng Series A do Paradigm dẫn dắt, cùng các nhà đầu tư nổi tiếng khác như Polychain, Casey Caruso.
Khởi đầu vào năm 2018 như một dự án nghiên cứu của MIT, Vana hướng tới trở thành một blockchain lớp 1 được thiết kế riêng cho dữ liệu cá nhân người dùng. Sáng tạo của Vana trong quyền sở hữu dữ liệu và phân bổ giá trị cho phép người dùng hưởng lợi từ các mô hình AI được huấn luyện dựa trên dữ liệu của họ. Cốt lõi của Vana nằm ở hồ chứa thanh khoản dữ liệu (Data Liquidity Pool) không cần tin cậy, riêng tư và có thể quy trách nhiệm, cùng cơ chế đổi mới Proof of Contribution để lưu thông và định giá dữ liệu cá nhân:
4.3.1 Hồ chứa thanh khoản dữ liệu (Data Liquidity Pool)
Vana giới thiệu khái niệm độc đáo về hồ chứa thanh khoản dữ liệu (DLP): là thành phần cốt lõi của mạng Vana, mỗi DLP là một mạng ngang hàng độc lập, dùng để tập hợp tài sản dữ liệu cụ thể. Người dùng có thể tải dữ liệu cá nhân (như lịch sử mua sắm, thói quen duyệt web, hoạt động mạng xã hội) lên DLP cụ thể, linh hoạt lựa chọn có cấp phép cho bên thứ ba cụ thể sử dụng hay không. Dữ liệu được tích hợp và quản lý qua các hồ chứa này, trải qua xử lý loại định danh để đảm bảo riêng tư người dùng đồng thời cho phép tham gia ứng dụng thương mại như huấn luyện mô hình AI hoặc nghiên cứu thị trường.
Người dùng nộp dữ liệu vào DLP và nhận thưởng bằng token DLP tương ứng (mỗi DLP có token riêng); token này không chỉ đại diện cho đóng góp của người dùng vào hồ chứa, mà còn trao quyền quản trị và phân phối lợi nhuận tương lai cho họ. Người dùng không chỉ chia sẻ dữ liệu mà còn nhận lợi ích liên tục từ việc sử dụng dữ liệu sau này (với theo dõi hình ảnh hóa). Khác với việc bán dữ liệu một lần truyền thống, Vana cho phép dữ liệu tiếp tục tham gia vòng tuần hoàn kinh tế.
4.3.2 Cơ chế Proof of Contribution
Một đổi mới cốt lõi khác của Vana là cơ chế Proof of Contribution (Bằng chứng đóng góp). Đây là cơ chế then chốt của Vana để đảm bảo chất lượng dữ liệu, cho phép mỗi DLP tùy chỉnh hàm bằng chứng đóng góp riêng biệt dựa trên đặc điểm của nó, để xác minh tính xác thực và toàn vẹn của dữ liệu, đồng thời đánh giá đóng góp của dữ liệu vào việc nâng cao hiệu suất mô hình AI. Cơ chế này đảm bảo đóng góp dữ liệu của người dùng được định lượng và ghi nhận, từ đó trao thưởng. Tương tự "Proof of Work" trong tiền mã hóa, Proof of Contribution phân bổ lợi ích dựa trên chất lượng, số lượng và tần suất sử dụng dữ liệu do người dùng đóng góp. Việc thực hiện tự động qua hợp đồng thông minh đảm bảo người đóng góp nhận được phần thưởng tương xứng.
Kiến trúc kỹ thuật của Vana
-
Lớp thanh khoản dữ liệu (Data Liquidity Layer)
Đây là lớp cốt lõi của Vana, chịu trách nhiệm đóng góp, xác minh và ghi dữ liệu vào DLP, đưa dữ liệu thành tài sản số có thể chuyển nhượng lên chuỗi. Người tạo DLP triển khai hợp đồng thông minh DLP, thiết lập mục đích đóng góp dữ liệu, phương pháp xác minh và tham số đóng góp. Người đóng góp dữ liệu và người giám hộ nộp dữ liệu để xác minh, mô-đun Proof of Contribution (PoC) thực hiện xác minh dữ liệu và đánh giá giá trị, trao quyền quản trị và thưởng theo tham số.
-
Lớp khả năng di chuyển dữ liệu (Data Portability Layer)
Đây là nền tảng dữ liệu mở cho người đóng góp và nhà phát triển, cũng là tầng ứng dụng của Vana. Lớp Khả năng Di chuyển Dữ liệu cung cấp không gian hợp tác cho người đóng góp dữ liệu và nhà phát triển để xây dựng ứng dụng sử dụng tính thanh khoản dữ liệu tích lũy trong DLP. Cung cấp cơ sở hạ tầng cho việc huấn luyện phân tán mô hình thuộc sở hữu người dùng, phát triển ứng dụng AI.
-
Liên kết phổ thông dụng (Connectome)
Một sổ cái phi tập trung, cũng là bản đồ luồng dữ liệu thời gian thực xuyên suốt hệ sinh thái Vana, sử dụng cơ chế đồng thuận Proof of Stake để ghi lại giao dịch dữ liệu thời gian thực trong hệ sinh thái Vana. Đảm bảo chuyển nhượng token DLP hợp lệ và cung cấp khả năng truy cập dữ liệu xuyên DLP cho ứng dụng. Tương thích với EVM, cho phép tương tác với các mạng, giao thức và ứng dụng DeFi khác.
(Nguồn: Vana)
Vana cung cấp một hướng đi khác biệt, tập trung vào tính thanh khoản và trao quyền giá trị cho dữ liệu người dùng. Mô hình trao đổi dữ liệu phi tập trung này không chỉ phù hợp với các tình huống như huấn luyện AI, thị trường dữ liệu, mà còn cung cấp giải pháp mới cho việc liên thông và cấp phép dữ liệu xuyên nền tảng trong hệ sinh thái Web3,cuối cùng tạo ra một hệ sinh thái internet mở, nơi người dùng sở hữu, quản lý dữ liệu của mình và các sản phẩm trí tuệ được tạo ra từ dữ liệu đó.
5. Giá trị cốt lõi của mạng dữ liệu phi tập trung
Nhà khoa học dữ liệu Clive Humby từng nói vào năm 2006 rằng dữ liệu là dầu mỏ của thời đại mới. Trong gần 20 năm qua, chúng ta đã chứng kiến sự phát triển nhanh chóng của công nghệ "tinh luyện". Các công nghệ như phân tích dữ liệu lớn, học máy đã giải phóng giá trị dữ liệu chưa từng có. Theo dự báo của IDC, đến năm 2025, vòng dữ liệu toàn cầu sẽ tăng lên 163 ZB, phần
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
IOSG Ventures
