Base de données vectorielle Chromia : une nouvelle tentative de fusion entre l'IA et la Blockchain
Récemment, une base de données vectorielle en chaîne construite sur PostgreSQL a attiré l'attention de l'industrie, considérée comme une étape importante dans la fusion de l'IA et de la technologie Blockchain. Cette base de données réduit le seuil de développement des applications AI-Web3 en offrant un environnement de développement intégré coûtant 57 % de moins que les solutions traditionnelles. À l'avenir, la plateforme prévoit de s'étendre à l'indexation EVM, aux capacités de raisonnement AI et à un soutien plus large de l'écosystème des développeurs, avec le potentiel de devenir un leader dans l'innovation AI dans le domaine du Web3.
État actuel de la fusion de l'IA et de la Blockchain
L'intersection de l'IA et de la Blockchain attire depuis longtemps l'attention de l'industrie. Les systèmes d'IA centralisés continuent de faire face à des défis tels que la transparence, la fiabilité et la prévisibilité des coûts, domaines souvent considérés comme des solutions potentielles grâce à la Blockchain.
Bien que le marché des agents AI ait connu une explosion à la fin de 2024, la plupart des projets n'ont réalisé qu'une intégration de surface de deux technologies. De nombreuses initiatives dépendent de l'intérêt spéculatif des cryptomonnaies pour obtenir des financements et de la visibilité, plutôt que d'explorer une synergie technique ou fonctionnelle approfondie avec le Web3. Par conséquent, la valorisation de nombreux projets a chuté de plus de 90 % par rapport à son pic.
La racine des difficultés à réaliser une véritable synergie entre l'IA et la Blockchain réside dans plusieurs problèmes structurels. Le plus évident est la complexité du traitement des données sur la chaîne, les données restant éparpillées et la volatilité technique étant forte. Si l'accès et l'utilisation des données pouvaient être aussi simples que dans les systèmes traditionnels, l'industrie aurait peut-être déjà obtenu des résultats plus clairs.
Ce dilemme ressemble au scénario de Roméo et Juliette : deux puissantes technologies provenant de domaines différents manquent d'un langage commun ou d'un véritable point de convergence. Il devient de plus en plus évident que l'industrie a besoin d'une infrastructure capable de combler le fossé, qui puisse à la fois compléter les avantages de l'IA et du Blockchain, tout en servant de point de rencontre entre les deux.
Répondre à ce défi nécessite des systèmes à la fois rentables et performants, capables d'égaler la fiabilité des outils centralisés existants. Dans ce contexte, la technologie des bases de données vectorielles, qui soutient la plupart des innovations en IA aujourd'hui, devient un acteur clé.
Nécessité des bases de données vectorielles
Avec la popularité croissante des applications d'IA, les bases de données vectorielles se distinguent en raison de leur capacité à résoudre les limitations des systèmes de bases de données traditionnels. Ces bases de données stockent des données complexes telles que des textes, des images et des audios en les transformant en représentations mathématiques appelées "vecteurs". Grâce à la recherche de données basée sur la similarité (plutôt que sur la précision), les bases de données vectorielles s'alignent mieux sur la logique de compréhension du langage et du contexte de l'IA.
Les bases de données traditionnelles ressemblent à un catalogue de bibliothèque, ne renvoyant que les livres contenant le mot "kitten", tandis que les bases de données vectorielles peuvent afficher des contenus connexes tels que "cat", "dog", "wolf". Cela est dû au fait que le système stocke les informations sous forme de vecteurs numériques, capturant les relations basées sur la similarité conceptuelle (plutôt que sur des formulations exactes).
Prenons un exemple de dialogue : lorsqu'on demande "Comment te sens-tu aujourd'hui ?", si la réponse est "Le ciel est particulièrement clair", nous pouvons toujours comprendre son émotion positive, même sans utiliser de vocabulaire émotionnel explicite. Les bases de données vectorielles fonctionnent de manière similaire, permettant au système d'interpréter les significations sous-jacentes plutôt que de se fier à une correspondance directe des mots. Cela simule les modes de cognition humaine, réalisant des interactions IA plus naturellement intelligentes.
Dans le Web2, la valeur des bases de données vectorielles est largement reconnue. Plusieurs plateformes ont reçu d'énormes investissements. En revanche, le Web3 a toujours du mal à développer des solutions comparables, ce qui fait que l'intégration de l'IA et de la Blockchain reste davantage au niveau théorique.
Vision de la base de données vectorielle sur la blockchain
Une blockchain relationnelle de Layer1 construite sur PostgreSQL se distingue par sa capacité de traitement des données structurées et un environnement convivial pour les développeurs. S'appuyant sur sa base de données relationnelle, cette plateforme a commencé à explorer l'intégration approfondie de la blockchain et des technologies AI.
Le jalon récent est un lancement d'extension qui intègre PgVector (un outil de recherche de similarité vectorielle open source largement utilisé dans les bases de données PostgreSQL). PgVector prend en charge les requêtes efficaces de textes ou d'images similaires, offrant une utilité claire aux applications basées sur l'IA.
PgVector est solidement établi dans l'écosystème technologique traditionnel. Souvent considéré comme une alternative aux services de bases de données mainstream, Supabase utilise PgVector pour prendre en charge la recherche vectorielle haute performance. Sa popularité croissante sur la plateforme PostgreSQL reflète la large confiance de l'industrie dans cet outil.
En intégrant PgVector, cette plateforme introduit des capacités de recherche vectorielle dans le Web3, alignant son infrastructure sur des normes éprouvées de la pile technologique traditionnelle. Cette intégration joue un rôle central dans la mise à niveau du mainnet de mars 2025 et est considérée comme une première étape vers une interopérabilité transparente entre l'IA et la Blockchain.
Environnement d'intégration intégré : fusion complète entre Blockchain et AI
Le plus grand défi pour les développeurs qui tentent de combiner Blockchain et IA est la complexité. Créer des applications IA sur une Blockchain existante nécessite des processus complexes reliant plusieurs systèmes externes. Par exemple, les développeurs doivent stocker des données sur la chaîne, exécuter des modèles IA sur des serveurs externes et construire une base de données de vecteurs indépendante.
Cette structure fragmentée entraîne une opération inefficace. Les utilisateurs effectuent des requêtes traitées hors chaîne, et les données doivent migrer en permanence entre les environnements en chaîne et hors chaîne. Cela augmente non seulement le temps de développement et les coûts d'infrastructure, mais crée également de graves vulnérabilités de sécurité, l'échange de données entre les systèmes exacerbant le risque de cyberattaques et réduisant la transparence globale.
La plateforme offre une solution fondamentale en intégrant directement une base de données vectorielle à la Blockchain. Sur cette plateforme, tous les traitements sont effectués sur la chaîne : les requêtes des utilisateurs sont transformées en vecteurs, recherchées directement sur la chaîne pour des données similaires et les résultats sont renvoyés, permettant un traitement complet dans un seul environnement.
Pour expliquer par une analogie simple : par le passé, les développeurs devaient gérer séparément les composants, tout comme en cuisine où il faut acheter des casseroles, des poêles, des mixeurs et des fours. Cette plateforme simplifie le processus en fournissant un robot culinaire multifonction, intégrant toutes les fonctionnalités dans un seul système.
Cette méthode d'intégration simplifie considérablement le processus de développement. Il n'est pas nécessaire de recourir à des services externes et à un code de connexion complexe, ce qui réduit le temps et le coût de développement. De plus, toutes les données et traitements sont enregistrés sur la chaîne, garantissant une transparence totale. Cela marque le début de la fusion complète entre Blockchain et IA.
Efficacité des coûts : une compétitivité tarifaire exceptionnelle par rapport aux services existants.
Il existe une idée reçue selon laquelle les services en chaîne sont "incommodes et coûteux". Cela est particulièrement vrai dans les modèles de Blockchain traditionnels, où chaque transaction entraîne des frais de carburant et des défauts structurels significatifs liés à l'augmentation des coûts sur une chaîne congestionnée. L'imprévisibilité des coûts est devenu le principal obstacle à l'adoption de solutions Blockchain par les entreprises.
La plateforme résout les points de douleur grâce à une architecture efficace et un modèle commercial différencié. Contrairement au modèle de frais de carburant des blockchains traditionnelles, cette plateforme introduit un système de location d'unités de calcul de serveur (SCU), similaire à la structure de tarification de certains services cloud. Ce modèle d'instanciation est cohérent avec la tarification des services cloud familiers, éliminant les fluctuations de coûts courantes dans les réseaux blockchain.
Plus précisément, les utilisateurs peuvent louer des SCU par semaine en utilisant des jetons natifs. Chaque SCU offre 16 Go de stockage de base, avec des coûts qui s'étendent linéairement en fonction de l'utilisation. Les SCU peuvent être ajustés de manière flexible en fonction des besoins, permettant une allocation efficace et flexible des ressources. Ce modèle intègre une tarification prévisible de l'utilisation des services Web2 tout en maintenant la décentralisation du réseau, améliorant considérablement la transparence des coûts et l'efficacité.
La base de données vectorielle de la plateforme renforce davantage l'avantage en matière de coûts. Selon des tests de référence internes, le coût d'exploitation mensuel de cette base de données est de 727 dollars (basé sur 2 SCU et 50 Go de stockage), soit 57 % de moins que les solutions de bases de données vectorielles Web2 similaires.
Cette compétitivité des prix provient d'une efficacité structurelle multiple. La plateforme bénéficie de l'optimisation technologique de l'adaptation de PgVector à l'environnement de la blockchain, mais l'impact majeur provient de son modèle de fourniture de ressources décentralisées. Les services traditionnels ajoutent une forte prime de service sur l'infrastructure, tandis que cette plateforme fournit directement la puissance de calcul et le stockage par le biais d'opérateurs de nœuds, réduisant ainsi les couches intermédiaires et les coûts associés.
La structure distribuée améliore également la fiabilité du service. Le fonctionnement parallèle de plusieurs nœuds confère au réseau une haute disponibilité naturelle, même en cas de défaillance de certains nœuds. Par conséquent, les exigences typiques en matière d'infrastructure à haute disponibilité coûteuse et de grandes équipes de soutien dans le modèle SaaS Web2 sont considérablement réduites, diminuant à la fois les coûts d'exploitation et renforçant la résilience du système.
Blockchain et le début de la fusion avec l'IA
Bien qu'il ait été lancé depuis seulement un mois, la base de données vectorielle de la plateforme a déjà montré un attrait précoce, avec plusieurs cas d'utilisation innovants en cours de développement. Pour accélérer l'adoption, la plateforme soutient activement les bâtisseurs en finançant les coûts d'utilisation de la base de données vectorielle.
Ces financements abaissent les barrières à l'expérimentation, permettant aux développeurs d'explorer de nouvelles idées avec un risque réduit. Les applications potentielles couvrent l'intégration de l'IA dans les services DeFi, des systèmes de recommandation de contenu transparents, des plateformes de partage de données détenues par les utilisateurs et des outils de gestion des connaissances pilotés par la communauté.
Supposons un cas d'utilisation comme le "Centre de recherche AI Web3" développé. Ce système utilise l'infrastructure de la plateforme pour transformer le contenu de recherche et les données des projets Web3 en embeddings vectoriels, afin que les agents AI puissent fournir des services intelligents.
Ces agents AI peuvent interroger directement les données on-chain via la base de données vectorielle de la plateforme, permettant un accélération significative des réponses. En combinant la capacité d'indexation EVM, le système peut analyser les activités on-chain sur Ethereum, BNB Chain, Base, etc., et prend en charge une large gamme de projets. Il est important de noter que le contexte des conversations des utilisateurs est stocké on-chain, offrant aux investisseurs et autres utilisateurs finaux un flux de recommandations entièrement transparent.
Avec la croissance des cas d'utilisation diversifiés, de plus en plus de données sont continuellement générées et stockées sur cette plateforme, jetant les bases de l'"AI Flywheel". Les textes, images et données de transaction provenant des applications Blockchain sont stockés sous forme de vecteurs structurés dans la base de données, formant un riche ensemble de données entraînables par l'IA.
Ces données accumulées deviennent le matériau d'apprentissage central de l'IA, propulsant une amélioration continue des performances. Par exemple, l'IA qui apprend des modèles de transaction d'un grand nombre d'utilisateurs peut offrir des conseils financiers personnalisés plus précis. Ces applications avancées de l'IA attirent davantage d'utilisateurs en améliorant l'expérience utilisateur, et la croissance des utilisateurs va à son tour générer une accumulation de données plus riche, formant ainsi un cycle de développement durable de l'écosystème.
Feuille de route future
Après le lancement de la blockchain principale, la plateforme se concentrera sur trois domaines :
Améliorer l'index EVM des chaînes principales telles que BSC, Ethereum, Base, etc.
Élargir les capacités de raisonnement de l'IA pour soutenir un plus large éventail de modèles et de cas d'utilisation ;
Élargir l'écosystème des développeurs grâce à des outils et des infrastructures plus faciles à utiliser.
Innovation d'index EVM
La complexité inhérente du Blockchain a longtemps été le principal obstacle pour les développeurs. Pour cela, la plateforme a lancé une solution d'indexation innovante centrée sur les développeurs, visant à simplifier fondamentalement la requête de données on-chain. L'objectif est clair : améliorer considérablement l'efficacité et la flexibilité des requêtes, rendant les données du Blockchain plus accessibles.
Cette méthode représente un changement majeur dans la manière de suivre les transactions NFT sur Ethereum. La plateforme apprend dynamiquement les modèles et structures de données, remplaçant les structures de requêtes prédéfinies rigides, afin d'identifier les chemins de récupération d'informations les plus efficaces. Les développeurs de jeux peuvent analyser instantanément l'historique des transactions d'objets sur la chaîne, tandis que les projets DeFi peuvent suivre rapidement des flux de transactions complexes.
Extension de la capacité de raisonnement AI
Les progrès de l'indexation des données mentionnés précédemment jettent les bases de l'expansion des capacités de raisonnement de l'IA de cette plateforme. Le projet a réussi à lancer le premier élargissement du raisonnement de l'IA sur le réseau de test, en se concentrant sur le soutien des modèles d'IA open source. Il convient de noter que l'introduction du client Python a considérablement réduit la difficulté d'intégration des modèles d'apprentissage automatique dans cet environnement.
Ce développement va au-delà de l'optimisation technique, reflétant un alignement stratégique rapide avec l'innovation des modèles d'IA. En soutenant l'exécution directe de modèles d'IA puissants de plus en plus diversifiés sur les nœuds des fournisseurs, cette plateforme vise à franchir les frontières de l'apprentissage et du raisonnement en IA distribuée.
Stratégie d'expansion de l'écosystème des développeurs
La plateforme s'efforce activement d'établir des collaborations pour libérer tout le potentiel de la technologie des bases de données vectorielles, en se concentrant sur le développement d'applications pilotées par l'IA. Ces efforts visent à améliorer l'utilité et la demande du réseau.
L'entreprise vise des domaines à fort impact tels que l'agent de recherche en IA, les systèmes de recommandation décentralisés, la recherche de texte contextuelle et la recherche de similarité sémantique. Ce plan va au-delà du soutien technique, créant une plateforme où les développeurs peuvent construire des applications offrant une réelle valeur aux utilisateurs. Les index de données améliorés et l'IA push précédemment
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Base de données vectorielle Chromia : l'innovation AI off-chain ouvre la voie à une nouvelle ère Web3
Base de données vectorielle Chromia : une nouvelle tentative de fusion entre l'IA et la Blockchain
Récemment, une base de données vectorielle en chaîne construite sur PostgreSQL a attiré l'attention de l'industrie, considérée comme une étape importante dans la fusion de l'IA et de la technologie Blockchain. Cette base de données réduit le seuil de développement des applications AI-Web3 en offrant un environnement de développement intégré coûtant 57 % de moins que les solutions traditionnelles. À l'avenir, la plateforme prévoit de s'étendre à l'indexation EVM, aux capacités de raisonnement AI et à un soutien plus large de l'écosystème des développeurs, avec le potentiel de devenir un leader dans l'innovation AI dans le domaine du Web3.
État actuel de la fusion de l'IA et de la Blockchain
L'intersection de l'IA et de la Blockchain attire depuis longtemps l'attention de l'industrie. Les systèmes d'IA centralisés continuent de faire face à des défis tels que la transparence, la fiabilité et la prévisibilité des coûts, domaines souvent considérés comme des solutions potentielles grâce à la Blockchain.
Bien que le marché des agents AI ait connu une explosion à la fin de 2024, la plupart des projets n'ont réalisé qu'une intégration de surface de deux technologies. De nombreuses initiatives dépendent de l'intérêt spéculatif des cryptomonnaies pour obtenir des financements et de la visibilité, plutôt que d'explorer une synergie technique ou fonctionnelle approfondie avec le Web3. Par conséquent, la valorisation de nombreux projets a chuté de plus de 90 % par rapport à son pic.
La racine des difficultés à réaliser une véritable synergie entre l'IA et la Blockchain réside dans plusieurs problèmes structurels. Le plus évident est la complexité du traitement des données sur la chaîne, les données restant éparpillées et la volatilité technique étant forte. Si l'accès et l'utilisation des données pouvaient être aussi simples que dans les systèmes traditionnels, l'industrie aurait peut-être déjà obtenu des résultats plus clairs.
Ce dilemme ressemble au scénario de Roméo et Juliette : deux puissantes technologies provenant de domaines différents manquent d'un langage commun ou d'un véritable point de convergence. Il devient de plus en plus évident que l'industrie a besoin d'une infrastructure capable de combler le fossé, qui puisse à la fois compléter les avantages de l'IA et du Blockchain, tout en servant de point de rencontre entre les deux.
Répondre à ce défi nécessite des systèmes à la fois rentables et performants, capables d'égaler la fiabilité des outils centralisés existants. Dans ce contexte, la technologie des bases de données vectorielles, qui soutient la plupart des innovations en IA aujourd'hui, devient un acteur clé.
Nécessité des bases de données vectorielles
Avec la popularité croissante des applications d'IA, les bases de données vectorielles se distinguent en raison de leur capacité à résoudre les limitations des systèmes de bases de données traditionnels. Ces bases de données stockent des données complexes telles que des textes, des images et des audios en les transformant en représentations mathématiques appelées "vecteurs". Grâce à la recherche de données basée sur la similarité (plutôt que sur la précision), les bases de données vectorielles s'alignent mieux sur la logique de compréhension du langage et du contexte de l'IA.
Les bases de données traditionnelles ressemblent à un catalogue de bibliothèque, ne renvoyant que les livres contenant le mot "kitten", tandis que les bases de données vectorielles peuvent afficher des contenus connexes tels que "cat", "dog", "wolf". Cela est dû au fait que le système stocke les informations sous forme de vecteurs numériques, capturant les relations basées sur la similarité conceptuelle (plutôt que sur des formulations exactes).
Prenons un exemple de dialogue : lorsqu'on demande "Comment te sens-tu aujourd'hui ?", si la réponse est "Le ciel est particulièrement clair", nous pouvons toujours comprendre son émotion positive, même sans utiliser de vocabulaire émotionnel explicite. Les bases de données vectorielles fonctionnent de manière similaire, permettant au système d'interpréter les significations sous-jacentes plutôt que de se fier à une correspondance directe des mots. Cela simule les modes de cognition humaine, réalisant des interactions IA plus naturellement intelligentes.
Dans le Web2, la valeur des bases de données vectorielles est largement reconnue. Plusieurs plateformes ont reçu d'énormes investissements. En revanche, le Web3 a toujours du mal à développer des solutions comparables, ce qui fait que l'intégration de l'IA et de la Blockchain reste davantage au niveau théorique.
Vision de la base de données vectorielle sur la blockchain
Une blockchain relationnelle de Layer1 construite sur PostgreSQL se distingue par sa capacité de traitement des données structurées et un environnement convivial pour les développeurs. S'appuyant sur sa base de données relationnelle, cette plateforme a commencé à explorer l'intégration approfondie de la blockchain et des technologies AI.
Le jalon récent est un lancement d'extension qui intègre PgVector (un outil de recherche de similarité vectorielle open source largement utilisé dans les bases de données PostgreSQL). PgVector prend en charge les requêtes efficaces de textes ou d'images similaires, offrant une utilité claire aux applications basées sur l'IA.
PgVector est solidement établi dans l'écosystème technologique traditionnel. Souvent considéré comme une alternative aux services de bases de données mainstream, Supabase utilise PgVector pour prendre en charge la recherche vectorielle haute performance. Sa popularité croissante sur la plateforme PostgreSQL reflète la large confiance de l'industrie dans cet outil.
En intégrant PgVector, cette plateforme introduit des capacités de recherche vectorielle dans le Web3, alignant son infrastructure sur des normes éprouvées de la pile technologique traditionnelle. Cette intégration joue un rôle central dans la mise à niveau du mainnet de mars 2025 et est considérée comme une première étape vers une interopérabilité transparente entre l'IA et la Blockchain.
Environnement d'intégration intégré : fusion complète entre Blockchain et AI
Le plus grand défi pour les développeurs qui tentent de combiner Blockchain et IA est la complexité. Créer des applications IA sur une Blockchain existante nécessite des processus complexes reliant plusieurs systèmes externes. Par exemple, les développeurs doivent stocker des données sur la chaîne, exécuter des modèles IA sur des serveurs externes et construire une base de données de vecteurs indépendante.
Cette structure fragmentée entraîne une opération inefficace. Les utilisateurs effectuent des requêtes traitées hors chaîne, et les données doivent migrer en permanence entre les environnements en chaîne et hors chaîne. Cela augmente non seulement le temps de développement et les coûts d'infrastructure, mais crée également de graves vulnérabilités de sécurité, l'échange de données entre les systèmes exacerbant le risque de cyberattaques et réduisant la transparence globale.
La plateforme offre une solution fondamentale en intégrant directement une base de données vectorielle à la Blockchain. Sur cette plateforme, tous les traitements sont effectués sur la chaîne : les requêtes des utilisateurs sont transformées en vecteurs, recherchées directement sur la chaîne pour des données similaires et les résultats sont renvoyés, permettant un traitement complet dans un seul environnement.
Pour expliquer par une analogie simple : par le passé, les développeurs devaient gérer séparément les composants, tout comme en cuisine où il faut acheter des casseroles, des poêles, des mixeurs et des fours. Cette plateforme simplifie le processus en fournissant un robot culinaire multifonction, intégrant toutes les fonctionnalités dans un seul système.
Cette méthode d'intégration simplifie considérablement le processus de développement. Il n'est pas nécessaire de recourir à des services externes et à un code de connexion complexe, ce qui réduit le temps et le coût de développement. De plus, toutes les données et traitements sont enregistrés sur la chaîne, garantissant une transparence totale. Cela marque le début de la fusion complète entre Blockchain et IA.
Efficacité des coûts : une compétitivité tarifaire exceptionnelle par rapport aux services existants.
Il existe une idée reçue selon laquelle les services en chaîne sont "incommodes et coûteux". Cela est particulièrement vrai dans les modèles de Blockchain traditionnels, où chaque transaction entraîne des frais de carburant et des défauts structurels significatifs liés à l'augmentation des coûts sur une chaîne congestionnée. L'imprévisibilité des coûts est devenu le principal obstacle à l'adoption de solutions Blockchain par les entreprises.
La plateforme résout les points de douleur grâce à une architecture efficace et un modèle commercial différencié. Contrairement au modèle de frais de carburant des blockchains traditionnelles, cette plateforme introduit un système de location d'unités de calcul de serveur (SCU), similaire à la structure de tarification de certains services cloud. Ce modèle d'instanciation est cohérent avec la tarification des services cloud familiers, éliminant les fluctuations de coûts courantes dans les réseaux blockchain.
Plus précisément, les utilisateurs peuvent louer des SCU par semaine en utilisant des jetons natifs. Chaque SCU offre 16 Go de stockage de base, avec des coûts qui s'étendent linéairement en fonction de l'utilisation. Les SCU peuvent être ajustés de manière flexible en fonction des besoins, permettant une allocation efficace et flexible des ressources. Ce modèle intègre une tarification prévisible de l'utilisation des services Web2 tout en maintenant la décentralisation du réseau, améliorant considérablement la transparence des coûts et l'efficacité.
La base de données vectorielle de la plateforme renforce davantage l'avantage en matière de coûts. Selon des tests de référence internes, le coût d'exploitation mensuel de cette base de données est de 727 dollars (basé sur 2 SCU et 50 Go de stockage), soit 57 % de moins que les solutions de bases de données vectorielles Web2 similaires.
Cette compétitivité des prix provient d'une efficacité structurelle multiple. La plateforme bénéficie de l'optimisation technologique de l'adaptation de PgVector à l'environnement de la blockchain, mais l'impact majeur provient de son modèle de fourniture de ressources décentralisées. Les services traditionnels ajoutent une forte prime de service sur l'infrastructure, tandis que cette plateforme fournit directement la puissance de calcul et le stockage par le biais d'opérateurs de nœuds, réduisant ainsi les couches intermédiaires et les coûts associés.
La structure distribuée améliore également la fiabilité du service. Le fonctionnement parallèle de plusieurs nœuds confère au réseau une haute disponibilité naturelle, même en cas de défaillance de certains nœuds. Par conséquent, les exigences typiques en matière d'infrastructure à haute disponibilité coûteuse et de grandes équipes de soutien dans le modèle SaaS Web2 sont considérablement réduites, diminuant à la fois les coûts d'exploitation et renforçant la résilience du système.
Blockchain et le début de la fusion avec l'IA
Bien qu'il ait été lancé depuis seulement un mois, la base de données vectorielle de la plateforme a déjà montré un attrait précoce, avec plusieurs cas d'utilisation innovants en cours de développement. Pour accélérer l'adoption, la plateforme soutient activement les bâtisseurs en finançant les coûts d'utilisation de la base de données vectorielle.
Ces financements abaissent les barrières à l'expérimentation, permettant aux développeurs d'explorer de nouvelles idées avec un risque réduit. Les applications potentielles couvrent l'intégration de l'IA dans les services DeFi, des systèmes de recommandation de contenu transparents, des plateformes de partage de données détenues par les utilisateurs et des outils de gestion des connaissances pilotés par la communauté.
Supposons un cas d'utilisation comme le "Centre de recherche AI Web3" développé. Ce système utilise l'infrastructure de la plateforme pour transformer le contenu de recherche et les données des projets Web3 en embeddings vectoriels, afin que les agents AI puissent fournir des services intelligents.
Ces agents AI peuvent interroger directement les données on-chain via la base de données vectorielle de la plateforme, permettant un accélération significative des réponses. En combinant la capacité d'indexation EVM, le système peut analyser les activités on-chain sur Ethereum, BNB Chain, Base, etc., et prend en charge une large gamme de projets. Il est important de noter que le contexte des conversations des utilisateurs est stocké on-chain, offrant aux investisseurs et autres utilisateurs finaux un flux de recommandations entièrement transparent.
Avec la croissance des cas d'utilisation diversifiés, de plus en plus de données sont continuellement générées et stockées sur cette plateforme, jetant les bases de l'"AI Flywheel". Les textes, images et données de transaction provenant des applications Blockchain sont stockés sous forme de vecteurs structurés dans la base de données, formant un riche ensemble de données entraînables par l'IA.
Ces données accumulées deviennent le matériau d'apprentissage central de l'IA, propulsant une amélioration continue des performances. Par exemple, l'IA qui apprend des modèles de transaction d'un grand nombre d'utilisateurs peut offrir des conseils financiers personnalisés plus précis. Ces applications avancées de l'IA attirent davantage d'utilisateurs en améliorant l'expérience utilisateur, et la croissance des utilisateurs va à son tour générer une accumulation de données plus riche, formant ainsi un cycle de développement durable de l'écosystème.
Feuille de route future
Après le lancement de la blockchain principale, la plateforme se concentrera sur trois domaines :
Améliorer l'index EVM des chaînes principales telles que BSC, Ethereum, Base, etc.
Élargir les capacités de raisonnement de l'IA pour soutenir un plus large éventail de modèles et de cas d'utilisation ;
Élargir l'écosystème des développeurs grâce à des outils et des infrastructures plus faciles à utiliser.
Innovation d'index EVM
La complexité inhérente du Blockchain a longtemps été le principal obstacle pour les développeurs. Pour cela, la plateforme a lancé une solution d'indexation innovante centrée sur les développeurs, visant à simplifier fondamentalement la requête de données on-chain. L'objectif est clair : améliorer considérablement l'efficacité et la flexibilité des requêtes, rendant les données du Blockchain plus accessibles.
Cette méthode représente un changement majeur dans la manière de suivre les transactions NFT sur Ethereum. La plateforme apprend dynamiquement les modèles et structures de données, remplaçant les structures de requêtes prédéfinies rigides, afin d'identifier les chemins de récupération d'informations les plus efficaces. Les développeurs de jeux peuvent analyser instantanément l'historique des transactions d'objets sur la chaîne, tandis que les projets DeFi peuvent suivre rapidement des flux de transactions complexes.
Extension de la capacité de raisonnement AI
Les progrès de l'indexation des données mentionnés précédemment jettent les bases de l'expansion des capacités de raisonnement de l'IA de cette plateforme. Le projet a réussi à lancer le premier élargissement du raisonnement de l'IA sur le réseau de test, en se concentrant sur le soutien des modèles d'IA open source. Il convient de noter que l'introduction du client Python a considérablement réduit la difficulté d'intégration des modèles d'apprentissage automatique dans cet environnement.
Ce développement va au-delà de l'optimisation technique, reflétant un alignement stratégique rapide avec l'innovation des modèles d'IA. En soutenant l'exécution directe de modèles d'IA puissants de plus en plus diversifiés sur les nœuds des fournisseurs, cette plateforme vise à franchir les frontières de l'apprentissage et du raisonnement en IA distribuée.
Stratégie d'expansion de l'écosystème des développeurs
La plateforme s'efforce activement d'établir des collaborations pour libérer tout le potentiel de la technologie des bases de données vectorielles, en se concentrant sur le développement d'applications pilotées par l'IA. Ces efforts visent à améliorer l'utilité et la demande du réseau.
L'entreprise vise des domaines à fort impact tels que l'agent de recherche en IA, les systèmes de recommandation décentralisés, la recherche de texte contextuelle et la recherche de similarité sémantique. Ce plan va au-delà du soutien technique, créant une plateforme où les développeurs peuvent construire des applications offrant une réelle valeur aux utilisateurs. Les index de données améliorés et l'IA push précédemment