Introdução

OriginTrail é um ecossistema que constrói infra-estruturas de conhecimento fiáveis para a inteligência artificial. O seu objetivo é resolver o desafio da desinformação na era da IA, promovendo a capacidade de descoberta da informação e garantindo a sua origem. A OriginTrail está empenhada em construir uma economia global sustentável, organizando activos de conhecimento fiáveis e preparados para IA. Baseia-se no seu gráfico de conhecimento descentralizado único (DKG), combinando várias cadeias de blocos para criar valor com base em efeitos de rede. Aproveita seu gráfico de conhecimento descentralizado exclusivo e o OriginTrail Parachain para fornecer pesquisa e soluções baseadas em IA para empresas e indivíduos em todo o mundo. A DKG permite-lhe:

• Descubra, consulte e integre facilmente conhecimentos de várias fontes

• Partilhe de forma segura dados semânticos (conhecimento) entre sistemas e aplicações descentralizadas

• Rentabilize APIs e dados com tokens permutáveis e não permutáveis (tokens de conhecimento)

• Crie facilmente pipelines de dados verificáveis personalizados

• Integra-se com as ferramentas SSI e blockchain existentes

O OriginTrail tem o apoio e as parcerias de organizações de classe mundial, como a British Standards Institution, SCAN, Polkadot, Parity, Walmart, World Federation of Hemophilia, Next Generation Internet of Oracle e a Comissão Europeia. Estas parcerias ajudam a impulsionar o crescimento da base de conhecimentos de confiança da OriginTrail em indústrias que valem biliões de dólares, ao mesmo tempo que proporcionam uma rede de conhecimentos verificáveis, em especial para impulsionar a economia dos RWA.

DKG

OriginTrail Decentralized Knowledge Graph (DKG) é uma estrutura de dados global e aberta composta por activos de conhecimento interligados, estruturados como um gráfico de conhecimento baseado em RDF. Está alojado na rede descentralizada OriginTrail (ODN), aberta e sem permissões, que combina a cadeia de blocos com a tecnologia de gráficos de conhecimento. O OriginTrail conecta-se a vários blockchains, como Ethereum, Polkadot (via NeuroWeb), Polygon, Gnosis e muito mais. É alimentado pelo token TRAC, que é utilizado para gerir as relações entre os participantes na rede DKG. O facto de ter um nó OriginTrail também faz de si um dos contribuidores que alojam a DKG e é elegível para recompensas em tokens TRAC. Enquanto programador que utiliza o OriginTrail DKG, pode criar e manter activos de conhecimento que podem ser utilizados em aplicações Web3. Também pode utilizar tecnologias normalizadas, como GS1 EPCIS, RDF/SPARQL, JSON-LD e outras normas W3C e GS1. Porquê combinar blockchain com knowledge graphs? Blockchain e knowledge graph são dois tipos diferentes de redes:

-Blockchain é uma rede de confiança. São executados em protocolos descentralizados com estado, permitindo um estado partilhado verificável para aplicações como identidade descentralizada, tokenização de activos (NFTs), finanças descentralizadas, computação multipartidária de confiança e muito mais. -O grafo de conhecimento é uma rede semântica. Quando a Google criou o termo "knowledge graph", explicou-o como "coisas, não cadeias de caracteres". Os gráficos de conhecimento ligam entidades semânticas altamente estruturadas e compreensíveis por máquinas numa rede de dados semânticos para obter funções de dados poderosas, como pesquisa, raciocínio, recomendações, aprendizagem automática avançada, etc. Os gráficos de conhecimento herdam o conceito de pilha de tecnologia da Web Semântica (introduzida como a Web 3.0 "original" por Tim Berners-Lee, o inventor da WWW). Estas duas tecnologias são reunidas no Gráfico de Conhecimento Descentralizado OriginTrail para formar a visão específica da Web Semântica3 - uma Web semântica, de propriedade do utilizador, centrada nos dados e de confiança.

Estrutura do sistema

A pilha de tecnologia OriginTrail foi concebida para trazer activos do mundo real para a Web3, permitindo a descoberta, a verificação e a conetividade de activos físicos e digitais num ecossistema de dados Web3 consistente. Dois requisitos essenciais necessários para implementar esta infraestrutura Web3 são a capacidade de garantir a confiança através de um consenso descentralizado e de aproveitar os dados semânticos e verificáveis dos activos para representar relações e características complexas do mundo real (como a propriedade, a localização e o historial da empresa). Estes diferentes requisitos exigem os dois tipos diferentes de tecnologias acima referidos - cadeia de blocos e gráficos de conhecimento. A Blockchain é uma rede de confiança concebida para permitir uma computação de confiança através de um consenso descentralizado, tal como acontece com os processadores de computador de confiança em todo o mundo. Os grafos de conhecimento, por outro lado, são redes de dados semânticos. Alimentando sistemas como o Google, a NASA, a Amazon, entre outros, é uma estrutura de dados de gráficos ligados mais adequada para representar activos complexos e as suas relações no mundo real. A pilha de tecnologia OriginTrail tira o máximo proveito de blockchain e gráficos de conhecimento, incorporando-os em duas camadas de rede.

Nas secções seguintes, analisamos as duas camadas tecnológicas e as suas interacções. Distinguimos várias subcamadas da camada DKG (camada 2):

-A camada ODNNetwork, constituída por uma rede peer-to-peer de nós DKG alojados por indivíduos e organizações, implementa o S/Kademlia.

-A camada ODNdata aloja os dados do gráfico de conhecimento, distribuídos em instâncias separadas da base de dados de gráficos na rede.

-A camada de serviço implementa vários serviços principais e de extensão, como autenticação, interfaces padrão e pipelines de dados.

-A camada de consenso implementa interfaces para várias cadeias de blocos que alojam contratos inteligentes fiáveis e é utilizada para gerir as relações entre nós. Também implementa protocolos sem confiança (atualmente suporta Ethereum, xDai Blockchain e OriginTrail NeuroWeb).

-Camadas de aplicativos, incluindo Dapps e aplicativos tradicionais, usam o OriginTrail DKG como parte de seu fluxo de dados.

Camada de consenso multi-cadeia Blockchain-OriginTrail

A camada de consenso OriginTrail consiste numa cadeia de blocos, fornecendo a computação de confiança necessária para que o DKG funcione num ambiente descentralizado. Atualmente implementado no Ethereum, Gnosis Chain, Polygon e NeuroWeb, o OriginTrail é um sistema multi-cadeia capaz de integrar e ligar todos os activos nativos das cadeias de blocos interligadas, estendendo-se através de gráficos de activos e aplicações baseadas em contratos inteligentes, tais como mercados de dados. Na versão atual da DKG (uma cadeia de blocos baseada no Ethereum), o ecossistema OriginTrail está essencialmente a "externalizar" a funcionalidade da primeira camada. Com a adição do OriginTrail NeuroWeb, a camada de blockchain é agora uma parte integrante da pilha de tecnologia do ecossistema OriginTrail pela primeira vez. O OriginTrail NeuroWeb também introduz um token nativo, NEURO - um ativo de utilidade não apenas para taxas de gás de blockchain e governança inclusiva, mas também fornece uma maneira de incentivar o crescimento do uso de DKG. Juntamente com o TRAC, estes dois tokens formam a economia de tokens do ecossistema OriginTrail, impulsionando os efeitos de rede e criando valor para todos os participantes da rede. O OriginTrail torna-se assim um ecossistema com dois componentes técnicos, duas camadas de rede e dois tokens de utilidade. Os dois níveis da tecnologia OriginTrail - o DKG (nível 2) e o nível de consenso (nível 1) - podem beneficiar grandemente um do outro quando estão estreitamente integrados. Ao usar o OriginTrail NeuroWeb como um blockchain personalizado para DKG, a pilha de tecnologia OriginTrail ganha funcionalidade adicional e melhorias significativas em escalabilidade e desempenho.

Conceitos básicos em DKG

O Knowledge Asset é um produto do OriginTrail Decentralized Knowledge Graph (DKG), que combina vários componentes normalizados dos domínios da cadeia de blocos e do gráfico de conhecimento. O elemento central da DKG é o "Ativo de Conhecimento", explicado em conjunto com outros componentes importantes abaixo.

Um Ativo de Conhecimento é um contentor de informação valiosa que lhe pertence, capaz de descrever qualquer objeto físico, documento, conceito abstrato, digital ou cadeia de caracteres. Existe num gráfico de conhecimento descentralizado, facilitando a sua descoberta e garantindo a integridade da informação e a propriedade do Ativo de Conhecimento através da cadeia de blocos subjacente. Mais precisamente, um Ativo de Conhecimento é um recurso Web identificado por um Localizador Unificado de Activos (UAL), uma extensão do URL tradicional. Inclui:

Um gráfico de activos que contém dados de activos de conhecimento representados em RDF, armazenados no DKG (não na cadeia de blocos).

Prova imutável e registos de propriedade: Consiste em provas de estado do gráfico de activos e registos de propriedade representados por tokens não fungíveis armazenados na cadeia de blocos.

O gráfico de activos é constituído por afirmações que representam o estado do conteúdo dos activos. As asserções são armazenadas no DKG e têm impressões digitais encriptadas para verificação. A integridade de cada afirmação pode ser verificada de forma independente, recalculando a impressão digital encriptada e comparando o resultado com o registo correspondente da impressão digital na cadeia de blocos. Tecnicamente, uma afirmação é serializada usando N-Quads (armazenados no DKG) e utiliza uma impressão digital encriptada (raiz Merkle do gráfico N-Quads, imutavelmente armazenada na cadeia de blocos) para verificação da afirmação. Os activos de conhecimento podem conter dados públicos e privados. Os dados de asserção públicos são replicados para a Rede Descentralizada OriginTrail e disponibilizados publicamente, enquanto os dados de asserção privados estão contidos no domínio privado do proprietário do ativo (por exemplo, um Nó OriginTrail operado pelo proprietário do ativo, como um indivíduo ou empresa). Em geral, um Ativo de Conhecimento é uma combinação de registos NFT e registos semânticos. Com o SDK dkg.js, poderá efetuar operações CRUD (Criar, Ler, Atualizar, Transferir) em Activos de Conhecimento.

Carácter definitivo do Estado

Semelhante a uma base de dados distribuída, o OriginTrail Decentralized Knowledge Graph aplica mecanismos de replicação e requer mecanismos para alcançar um estado consistente de activos de conhecimento em toda a rede. No OriginTrail DKG, a consistência do estado é coordenada utilizando uma cadeia de blocos que aloja provas de estado dos activos de conhecimento, bem como informações de confirmação replicadas dos nós DKG. Isto significa que as actualizações dos activos de conhecimento existentes são aceites pelos nós da rede (à semelhança do modo como os nós aceitam os activos de conhecimento aquando da sua criação) e que todas as operações de estado aceites podem ser utilizadas. Existem três fases do estado dos activos de conhecimento:

• LATEST: Indica o estado do Ativo de Conhecimento a ser atualizado, aguardando a submissão do nó DKG. Quando a confirmação é recebida, o estado é transferido para LATEST_FINALIZED.

• LATEST_FINALIZED: O estado do último envio aceite pela rede.

• HISTÓRICO: Qualquer estado anteriormente concluído, identificável pelo seu hash de estado. O Resource Description Framework (RDF) é um modelo normalizado do W3C concebido para representar dados sobre objectos físicos e conceitos abstractos (recursos). É um modelo que expressa relações entre entidades num formato gráfico. O esquema RDF fornece um mecanismo para descrever recursos relacionados e as suas relações. É semelhante às linguagens de programação orientadas para objectos, mas descreve as propriedades sob a forma de classes de recursos. O RDF implementa consultas através da linguagem de consulta SPARQL. Os UALs (Universal Asset Locators) são identificadores pertencentes à DKG, semelhantes aos URLs nos contextos tradicionais da Web. O UAL segue a especificação DID URL e é utilizado para identificar e localizar Activos de Conhecimento específicos no OriginTrail Decentralized Knowledge Graph (DKG). A UAL é composta por 5 partes:

• predicado did (identificador descentralizado)

• predicado dkg (gráfico de conhecimento descentralizado)

• identificador da blockchain (otp:2043 = OriginTrail NeuroWeb Mainnet)

• endereço da cadeia de blocos (por exemplo, o endereço do contrato inteligente NFT associado ao ativo relevante)

• identificador específico do contrato, como o ID do token NFT

• componentes de consulta e de fragmento.

Por exemplo, um UAL pode ter o seguinte aspeto: didotp:2043/0x5cac41237127f94c2d21dae0b14bfefa99880630/318322. Este UAL refere-se ao gráfico de conhecimento descentralizado na rede principal, com o endereço blockchain 0x5cac41237127f94c2d21dae0b14bfefa99880630, e o token ID 318322.

Economia dos tokens

O token foi emitido em 2018 com um fornecimento total de 500.000.000 tokens. Atualmente, estão em circulação 402.324.425 tokens, o que representa uma taxa de circulação de 80%. O preço atual do token é de $0,83 USD, com o preço máximo a atingir 3,863 dólares em 2 de novembro de 2021 e o ponto mais baixo a rondar os 0,2 dólares. O seu valor quadruplicou. Relativamente à distribuição de tokens, a maioria dos tokens, 50%, foi atribuída aos investidores, 18% aos fundadores, 20% ao desenvolvimento do projeto, 5% aos consultores da equipa e 5% à liquidez. Isto significa que, para além dos 50% atribuídos aos investidores, os restantes 50% são também detidos pela sua equipa, o que suscita algumas preocupações quanto ao método de distribuição.

Conclusão

Em conclusão, este projeto pode ser considerado como um projeto profundamente envolvido no aspeto gráfico do conhecimento da cadeia de blocos. No entanto, sabemos que, na era da Web2, existem muitas empresas centradas nos gráficos de conhecimento. Embora o conceito seja de facto inovador, o valor da aplicação prática é atualmente limitado, à semelhança do que acontece no domínio dos grandes volumes de dados. Para concretizar verdadeiramente o potencial dos gráficos de conhecimento, é necessário conseguir a interoperabilidade dos dados entre sectores e explorar eficazmente o valor dos dados. Isto exige esforços cumulativos e não pode ser conseguido de um dia para o outro. No entanto, com a acumulação gradual, os avanços podem ocorrer subitamente, à semelhança do ChatGPT.

Além disso, este projeto teve início em 2017 e tem vindo a transitar continuamente para as últimas tendências. Recentemente, lançou o whitepaper 3.0, assinalando uma mudança para a IA a partir de gráficos de conhecimento, o que parece razoável. Além disso, anuncia frequentemente colaborações com várias empresas B2B, o que indica uma boa base de projectos e desenvolvimentos em curso. A única preocupação reside na distribuição dos tokens, que é algo centralizada. No entanto, após anos de consolidação, esta questão foi um pouco atenuada. Quanto às estratégias de fichas, estão em curso novas discussões no seio da comunidade.

Declaração de exoneração de responsabilidade：

1. Este artigo foi reimpresso de[书中自有大饼屋], Encaminhar o título original'去中心化知识图谱龙头-OriginTrail 项目分析',Todos os direitos de autor pertencem ao autor original[Teacher Zhu321]. Se houver objecções a esta reimpressão, contacte a equipa da Gate Learn, que tratará prontamente do assunto.
2. Declaração de exoneração de responsabilidade: Os pontos de vista e opiniões expressos neste artigo são da exclusiva responsabilidade do autor e não constituem um conselho de investimento.
3. As traduções do artigo para outras línguas são efectuadas pela equipa Gate Learn. A menos que seja mencionado, é proibido copiar, distribuir ou plagiar os artigos traduzidos.