2022年，OpenAI推出的ChatGPT引發了AI敘事浪潮，但在特定領域知識和即時資料查詢方面表現有限。為解決此問題，Semiotic Labs與OpenAI合作推出Agentc項目，提供加密貨幣市場趨勢分析與交易資料查詢。 The Graph作為去中心化資料索引協議，支援AI應用開發，提供推理和代理服務，讓使用者可以輕鬆整合AI功能。其新型KGLLM模型降低了產生錯誤的機率，透過知識圖譜提升查詢準確性。 The Graph致力於簡化Web3應用開發，提升使用者體驗，探索未來AI與Web3結合的可能性。
2022年，OpenAI推出了GPT-3.5模型驅動的ChatGPT，開啟了一波又一波的AI敘事浪潮。然而，儘管ChatGPT在大多數情況下能夠有效處理問題，但在需要特定領域知識或即時數據時的表現仍可能確定。例如，當詢問Vitalik Buterin 過去18 個月內的代幣交易記錄時，它無法提供可靠且有吸引力的資訊。因此，The Graph 核心開發團隊Semiotic Labs Graph Index 軟體堆疊和OpenAI 推出了Agentc 的項目，能夠為用戶提供加密貨幣市場趨勢分析和交易資料查詢服務。
在詢問Agentc 關於Vitalik Buterin 過去18 個月內的代幣交易記錄時，它提供了更驚人的答案。然而，The Graph 的AI 佈局並不僅限於此，其在發布的《The Graph as AI 基礎設施》白皮書中表示，目標並非某個特定應用程序，而是充分利用其作為去中心數據化索引協議的優勢，為開發者提供建構Web3 推出原有AI 應用的工具。為了支援此目標，Semiotic Labs 等開源Agentc的程式碼庫，讓開發者可以建立功能類似Agentc的AI dapp，如NFT市場趨勢分析代理程式及DeFi交易助理代理程式等。
The Graph 去中心化AI路線圖
The Graph於2018年7月推出，是一個用於索引和查詢區塊鏈資料去中心化的協議。透過該協議，開發者可以使用開放API建立和發布名為子圖（Subgraph）的資料索引，使應用程式能夠有效地搜尋鏈上資料。截至目前，The Graph 已經支援超50 條鏈、託管了超7.5 萬個項目，並處理了超過1.26 兆次查詢。
The Graph 能夠處理如此龐大的數據，離不開背後的核心團隊的支持，包括Edge & Node、Streamingfast、Semiotic、The Guild、GraphOps、Messari 和Pinax。其中Streamingfast 主要提供鏈資料流的跨鏈架構技術，Semiotic AI則專注於將AI和密碼學評估The Graph。 Guild、GraphOps、Messari和Pinax則分別專注於GraphQL開發、索引服務、子圖開發和資料流解決方案等領域。
Graph 佈局AI 並不是什麼新想法。早在去年3 月，The Graph 部落格就發布了一篇文章，概述了利用其數據索引功能進行人工智慧應用的潛力。去年12 月，The Graph 發布了名為「New」的文章。 「時代」的新路線圖，計畫增加大型語言模型的AI輔助查詢。隨著近期的白皮書發布，其AI路線圖進一步語音。白皮書中介紹了兩項AI服務：Inference（推理）和Agent（代理）服務，允許開發者直接將AI功能整合到應用程式中，整個流程均由The Graph支援。
推理服務：支援多個AI開源模型
在傳統推理服務中，模型透過中心化的雲端運算資源對輸入資料進行預測。例如，當你向ChatGPT 提出問題時，它會進行推理並回傳答案。然而，這種中心化的方式不僅增加了成本，還存在審查風險。 The Graph 希望透過建立一個去中心化的模型託管市場來解決這個問題，使得dApp 開發者在部署和託管AI 模型時更加靈活。
The Graph 在白皮書中舉了一個例子，展示瞭如何透過其建立應用程式來幫助Farcaster 用戶了解其貼文是否會獲得大量讚。首先，使用The Graph 的子圖資料服務，對Farcaster 貼文的評測和按讚數進行索引。接著，訓練神經網路預測新的Farcaster 是否評測會被點贊，把神經網路部署至K線走勢圖的推理服務中。最終開發的dApp 可以幫助用戶編寫能夠獲得更多讚的發文。
這種方式讓開發者能夠輕鬆利用The Graph 的基礎設施，將預先訓練的模型託管在The Graph 網路上，並透過API 介面整合到應用程式中，讓使用者在使用dApp 時可以直接體驗這些功能。
同時給開發者更多的選擇和靈活性，圖的推理服務支援大部分現有的流行模型。其在白皮書中寫到，「在MVP 階段，圖的推理服務將支援一組經過篩選」的流行開源AI模型，包括Stable Diffusion、Stable Video Diffusion、LLaMA、Mixtral、Grok 和Whisper 等。 「未來，任何經過足夠測試和索引器操作的開放模型都可以在The Graph Inference Service 中部署。另外，為了降低部署AI 模型的技術複雜性，The Graph 提供了用戶友好的接口，簡化了整個過程，使開發人員可以輕鬆上傳和管理他們的AI 模型，無需擔心基礎設施維護。
而為了進一步增強模型在特定應用情境下的表現，The Graph也支援模型進行資料特定集的調節（fine-tuning）。但要注意的是，扭力通常不在The Graph上進行。開發者需要在外部對模型進行激勵，然後再利用The Graph 的推理服務來配置這些模型。而為了鼓勵開發者公開參數後的模型，The Graph 正在開發機制，例如在模型模型者和提供模型的索引器之間合理分配查詢費用。
在驗證推理任務執行方面，The Graph提供了多種方法，例如可信權威、M-of-N股市、股價上漲證明和zk-SNARKs。這四種方式各有缺點優，其中可信權威依賴於可信任實體；M-of-N想法需要多個指標器驗證，增加作弊份額的同時也快速增加了計算和協調成本；愛滋病毒證明安全性影響，但並不需要響應的應用；而zk-SNARKs技術實現起來比較複雜，不適合大型模型。
The Graph 認為開發者和使用者可以根據自己的需求選擇合適的安全等級。因此，The Graph 計劃在其推理服務中計劃支援多種驗證方法，以適應不同的安全需求和應用場景。例如，在涉及財務交易或重要業務邏輯的場合，可能需要使用更高安全性的驗證方法，例如zk-SNARKs 或M-of-N 共識。而一些對於低風險或以娛樂為目的的應用，則可以選擇成本下面、實施比較簡單的方法，如可信權威或欺詐行為證明。此外，The Graph 還計劃探索隱私增強技術，以改善驗證模型和使用者隱私問題。
Agent Service：幫助開發者建構自主AI驅動應用
近期於Inference Service 主要是運行訓練好的AI 模型進行推理，Agent Service 更加複雜，其需要多個元件協同工作，以使得這些Agent 能夠執行一系列複雜和自動化的任務。 Graph 的Agent Service 價值致力於代理程式的建置、託管和執行都整合到圖，並由索引器網路提供服務。
具體來說，The Graph 會提供一個去中心化的網絡，支援Agent 的建置和託管。當Agent 部署在The Graph 網路上後，Graph 索引器將提供必要的執行支持，包括索引資料、回應鏈上事件等各種互動請求。
如同前面所提到的，The Graph 核心開發團隊Semiotic Labs 已經推出了一個早期的Agent 實驗產品Agentc，結合了The Graph 的索引軟體堆疊和OpenAI ，其主要功能是將自然語言輸入轉換為SQL 查詢，方便用戶直接查詢區塊鏈上的即時數據，將查詢結果以易於理解的形式呈現給用戶。簡單理解，Agentc專注於為用戶提供便捷的加密貨幣市場趨勢分析和交易數據查詢，其所有數據均來自以太坊坊上Uniswap V2、Uniswap V3、Uniswap X及其分叉，價格更新一次。
另外，The Graph 也表示The Graph 使用的LLM 模型準確率低於63.41%，因此有錯誤反應的問題。為了解決這個問題，The Graph 正在開發一種名為KGLLM（Knowledge Graph-enabled Large Language Models）的新型大語言模型。
KGLLM 透過使用Geo 提供的建構知識圖譜數據，能夠大幅減少產生錯誤訊息的機率。 Geo 系統中的每個報表都由鏈上定時器和投票驗證支援。在整合Geo 的知識圖譜後，代理商可以取得多個種場景，包括醫療法規、政治發展、市場分析等，從而提升代理服務的多樣性和準確性。例如，KGLLM 可以利用政治資料去為中心化自治組織（DAO）提供政策變更建議，並確保基於當前且準確的資訊。
KGLLM優勢雖
使用建構資料的用途：KGLLM是建構的外部知識庫。知識圖譜中的資訊以圖形形式建模，使得資料之間的關係一目了然，因此查詢與理解資料也變的更直觀；
資料處理能力：KGLLM特別適合處理關係數據，例如它可以理解人和人的、關係事件之間的關係等。且其利用圖遍歷演算法，透過在知識圖譜中跳轉多個節點（透過這種方式，KGLLM可以找到最相關的資訊來回答問題；
高效率的資訊搜尋與產生：透過圖解演算法，KGLLM提取的關係能夠以語言轉換成模型可以理解的提示，透過這些指令的指示，KGLLM模型能夠產生更準確和相關的答案。
展望
The Graph 作為「Web3 的Google」，利用其優勢彌補了當前AI 服務的數據難題，並透過引入AI 服務簡化了開發者的專案開發流程。隨著更多AI 應用的開發和使用，使用者體驗將有望進一步提升。未來，Graph開發團隊將持續探索人工智慧與Web3結合的可能性。此外，其生態系統中的其他團隊，如Playgrounds Analytics和DappLooker，也在設計與代理服務相關的解決方案。
資訊來源：0x資訊編譯自網際網路。版權歸作者ChainFeeds所有，未經許可，不得轉載