ด้วยการแนะนำของ AI โปรแกรม LLM ที่เพิ่งเปิดตัวจะกลายเป็นคุณสมบัตินักฆ่าของ Dune หรือไม่
เมื่อเร็ว ๆ นี้ Dune ซึ่งเป็นเว็บไซต์สืบค้นข้อมูลที่เข้ารหัสได้ประกาศที่จะอัปเดตแผนกลยุทธ์ LLM (Large language model, Large language model) ฟังก์ชัน Query Explanations ที่สนับสนุนโดย GPT-4 จะเปิดตัวในช่วงแรกและจะทยอยเพิ่มฟังก์ชันอื่น ๆ ในภายหลัง เช่น การสืบค้นด้วยภาษาธรรมชาติ (Natural Language Querying), การหลีกคำสั่ง SQL (Query Translations), การค้นหาที่ปรับให้เหมาะสม เป็นต้น
ชื่อระดับแรก
ช่องว่างการสืบค้นข้อมูลของ Dune
ด้วยความเปิดกว้างและความโปร่งใสของข้อมูล blockchain ทุกคนสามารถเข้าถึงข้อมูล blockchain ได้โดยตรง แต่ข้อมูลดิบ (Raw Data) มักจะระบุได้ยาก และเป็นเรื่องยากสำหรับโปรแกรมเมอร์ที่ไม่ใช่มืออาชีพที่จะเข้าใจความหมายของมัน แต่ข้อมูลที่อยู่ในนั้น มีมูลค่าทางเศรษฐกิจมหาศาล ดังนั้นเครื่องมือวิเคราะห์ข้อมูลต่างๆ จึงเกิดขึ้นตามเวลาที่ต้องการ โดยมอบการเข้าถึงทางอ้อมและเครื่องมือวิเคราะห์เชิงลึกสำหรับนักวิเคราะห์ นักวิจัย และนักลงทุนรายย่อยทั่วไป
ตัวอย่างเช่นอย่างเป็นทางการง่าย"nft.trades "กระบวนการสืบค้นประกอบด้วยการแปลงคำสั่ง SQL เกือบ 200,000 บรรทัดและรหัสทดสอบ 100,000 บรรทัด และมีสมาชิกชุมชนเข้าร่วม 55 คน ผู้ใช้คนเดียวไม่สามารถจัดการงานขนาดใหญ่เช่นนี้ได้
ประการที่สองคือมาตรฐาน SQL ที่รองรับโดยเวอร์ชัน V1 และ V2 ของ Dune ไม่เหมือนกัน V1 และ V2 ใช้ PostgreSQL และ Spark SQL ตามลำดับ และ Dune SQL มีแผนที่จะรวมเข้าด้วยกันให้เสร็จสมบูรณ์ในอนาคต
ก่อนอัปเกรดฟังก์ชัน LLM ในครั้งนี้ Dune ได้เตรียมเอ็นจิ้นคิวรีแบบรวมไว้แล้ว และวางแผนที่จะโยกย้ายไปยัง Dune SQL หลังเดือนกรกฎาคมปีนี้เพื่อให้แน่ใจว่าลอจิกของผลิตภัณฑ์มีเอกภาพ Dune SQL ที่อัปเดตอิงตามการใช้งานเอ็นจิ้นการสืบค้นแบบโอเพ่นซอร์ส Trino Dune ปรับให้เหมาะสมเพื่อให้เหมาะกับความต้องการของ Dune ไม่มีความแตกต่างที่สำคัญจาก Spark SQL ยอดนิยม แต่เพิ่มเติมในแง่ของฟังก์ชันและไวยากรณ์เฉพาะ ปรับปรุง ตัวอย่างเช่น Dune SQL มีตัวดำเนินการเพิ่มเติมเพื่ออำนวยความสะดวกในการคำนวณวันที่และเวลาอย่างรวดเร็ว และจำกัดสิทธิ์ในการจัดการ การดำเนินการทั้งหมดที่เกี่ยวข้องกับการลบและการอัปเดตข้อมูลต้นฉบับนั้นไม่สามารถทำได้เพื่อความปลอดภัยของข้อมูล
อย่างไรก็ตาม ปัญหาของ SQL เกณฑ์สูงไม่สามารถแก้ไขได้โดยการเปลี่ยนกระบวนทัศน์ SQL ซึ่งหมายความว่าผู้ใช้และโปรแกรมเมอร์ส่วนใหญ่ต้องปรับให้เข้ากับรูปแบบไวยากรณ์ใหม่ ตัวอย่างเช่น สำหรับคำสั่งแบบสอบถามเฉพาะ ผู้ใช้ใหม่ และโปรแกรมเมอร์ต้อง เพื่อปรับตัว ความต้องการเครื่องมืออัตโนมัติไม่เพียงมีความสำคัญในทางปฏิบัติสำหรับผู้ใช้ทั่วไปเท่านั้น แต่ยังเป็นประโยชน์อย่างยิ่งต่อโปรแกรมเมอร์ที่ไม่คุ้นเคยกับไวยากรณ์ใหม่อีกด้วย
ชื่อระดับแรก
LLM: ปลดล็อกความรู้สึกมีส่วนร่วมของผู้ใช้ทั่วไป
กระบวนการทั่วไปของ Dune คือการแยกโครงสร้างข้อมูลบนห่วงโซ่ ผู้ใช้มืออาชีพดำเนินการสืบค้นผ่าน SQL จากนั้นแชร์แดชบอร์ด (แดชบอร์ด) กับผู้ใช้ที่ต้องการ ในกระบวนการนี้ สิ่งที่สำคัญที่สุดคือการเรียกใช้คิวรี และผู้ใช้ส่วนใหญ่ไม่สามารถใช้ฟังก์ชันคิวรีได้เนื่องจากไม่มีความรู้ด้านโค้ด
หลังจากแนะนำฟังก์ชันการตีความคิวรีแล้ว มีการปรับแต่งกระบวนการที่กล่าวถึงข้างต้นอย่างละเอียด ในอินเทอร์เฟซการสืบค้น SQL ที่เขียนโดยผู้ใช้มืออาชีพ หน้าคำอธิบายจะปรากฏขึ้น ซึ่งจะบอกฟังก์ชันเฉพาะของรหัสผู้ใช้ในรูปแบบภาษาธรรมชาติโดยสัญชาตญาณ ซึ่งเทียบเท่ากับการเพิ่มการสืบค้น SQL แพตช์ที่อธิบายจะไม่เปลี่ยนแปลงเวิร์กโฟลว์ปัจจุบัน นอกจากนี้ ยังเป็นบทเรียนที่ทีมได้เรียนรู้เมื่อรวมคำสั่ง SQL นั่นคือเพื่อลดการรบกวนพฤติกรรมที่มีอยู่ของผู้ใช้ แต่เพื่อเพิ่มประสิทธิภาพ ประสบการณ์ในกระบวนการที่มีอยู่ให้มากที่สุด
หลังจากเพิ่ม LLM ความแตกต่างของความสามารถระหว่างผู้ใช้มืออาชีพและผู้ใช้ทั่วไปได้ถูกลบออกไปในระดับหนึ่ง ด้วยความช่วยเหลือจากความสามารถในการเข้าใจรหัสของ GPT-4 ผู้ใช้ทั่วไปสามารถเข้าใจบทบาทของคำสั่งการสืบค้นโดยสัญชาตญาณโดยไม่ต้องมีความรู้ SQL อย่างเชี่ยวชาญ ก่อนการเปิดตัวฟังก์ชันนี้ ผู้ใช้สามารถอ่านแผนภูมิบนหน้าคัมบังได้เท่านั้น แต่หลังจากแนะนำฟังก์ชันการตีความแบบสอบถาม ผู้ใช้ทั่วไปยังสามารถเข้าใจความหมายเฉพาะของรหัส SQL
ตัวอย่างเช่น หากอลิซต้องการสอบถามเกี่ยวกับข้อมูลธุรกรรม LayerZero เธอสามารถค้นหา Dune Kanban ที่ Bob ทำขึ้นได้โดยตรง และพบว่า 49.4% ของผู้ใช้กระจุกตัวใน 1 ครั้ง ดังนั้น Alice จึงมีเหตุผลที่จะอนุมานได้ว่านี่คือศักยภาพ การกระตุ้นเศรษฐกิจ อย่างไรก็ตาม มันเป็นไปไม่ได้ที่จะตัดสินใจขั้นสุดท้าย ดังนั้นอลิซจึงตัดสินใจตรวจสอบรหัสเพื่อตรวจสอบว่าข้อสรุปนั้นเชื่อถือได้หรือไม่
แต่อลิซพบว่าแม้ผลลัพธ์จะมีข้อมูลเพียง 5 แถว แต่คิวรีโค้ดมี 150 แถว ระดับ SQL ของอลิซไม่เพียงพอที่จะยืนยันความถูกต้องของแต่ละคำสั่ง ในขณะนี้ ฟังก์ชันการตีความคิวรีจะ "แปล" คำอธิบายเฉพาะ ของโค้ดเช่นดังรูป Query แบ่งออกเป็น 3 ส่วน คือ ข้อมูลที่รวบรวมครอบคลุมหลาย Chain เช่น Arbitrum, Avalanche, BNB, Ethereum, Optimism, Polygon และ Fantom และส่วนที่สองเป็นการคำนวณ จำนวนธุรกรรมสำหรับผู้ใช้แต่ละราย (`ผู้ส่ง`) ขั้นตอนที่สามคือการจำแนกผู้ใช้โดยการตั้งค่าเกณฑ์สำหรับปริมาณ: 1 Tx', '2 ~ 5 Tx', '5 ~ 10 Tx', '10 ~ 20 Tx' และ '>= 20 Tx'
ในตอนนี้ อลิซสามารถวิเคราะห์และตัดสินได้โดยไม่ต้องเข้าใจความหมายของโค้ดที่บ็อบเขียน โดยพื้นฐานแล้ว ฟังก์ชันของ Query Interpretation เทียบเท่ากับ Escape และการแปลระหว่างโค้ดและมนุษย์ ในทางกลับกัน ภาษามนุษย์ยังสามารถแปลเป็นคำสั่ง SQL ด้วยพรของ LLM ต้องขอบคุณข้อมูลคำสั่ง Query จำนวนมหาศาล ซึ่งบรรลุได้ไม่ยาก
การสอบถามด้วยภาษาธรรมชาติ (Natural Language Querying) เป็นทิศทางที่สำคัญสำหรับการปรับปรุง LLM ในภายหลังของ Dune ข้อความค้นหาด้วยภาษาธรรมชาติช่วยให้ผู้ใช้สามารถทำงานสร้างแผนภูมิได้โดยการถ่ายทอดคำสั่ง ซึ่งสอดคล้องกับวิธีคิดของคนทั่วไปมากกว่าการใช้คำสั่ง SQL การสร้างแบบลากและวาง และหลีกเลี่ยงการใส่ใจกับรายละเอียดการใช้งาน
นอกจากนี้ ข้อความค้นหาภาษาธรรมชาติไม่ได้ทดแทนผู้ใช้มืออาชีพ เช่น กลุ่มนักวิเคราะห์ แต่เป็นส่วนเสริม มีแผนภูมิเกือบ 700,000 รายการใน Dune ที่มีอยู่ และงานวิเคราะห์ส่วนใหญ่ทับซ้อนกันและขัดแย้งกัน การใช้แบบสอบถามภาษาธรรมชาติยังช่วย ระบบเข้าใจความสัมพันธ์ระหว่างกราฟ ซึ่งจะช่วยปรับปรุงประสิทธิภาพของงานวิเคราะห์ทั้งหมดให้ดียิ่งขึ้น
หลังจากเพิ่ม LLM แล้ว แผนภูมิ SpellBook และข้อมูลเอกสารที่มีอยู่จะถูกรวมเข้าด้วยกันอีกครั้ง ตามตัวอย่าง chatbot ของ OpenAI Dune จะพัฒนา chatbot เพื่อช่วยให้ผู้ใช้เข้าใจและใช้ระบบความรู้ที่มีอยู่ได้ง่ายขึ้นโดยไม่ต้องเสียสมาธิ ด้วยข้อมูลที่ไม่เกี่ยวข้อง
ตัวอย่างเช่น Alice สามารถย้อนกลับการสืบค้นข้อมูลด้านบนเกี่ยวกับการกระจายปริมาณธุรกรรมของผู้ใช้ LayerZero ขั้นแรกให้ออกคำสั่งการสืบค้นเป็นภาษาอังกฤษ และอธิบายเวิร์กโฟลว์ของแต่ละขั้นตอน จากนั้น Dune จะช่วย Alice เขียนโค้ด 150 บรรทัด จากนั้นจึงสร้างแผนภูมิ
สรุป: ทุกคนสามารถเป็นนักวิเคราะห์ข้อมูลได้
เป้าหมายของ Dune ไม่ใช่การสร้างแพลตฟอร์มการวิเคราะห์ข้อมูลแบบ on-chain เพียงอย่างเดียว แต่เพื่อสร้างท่อส่งข้อมูลที่อนุญาตให้ข้อมูลไหลเวียนได้อย่างอิสระ ทำให้ผู้ใช้สามารถจับภาพ แปลง จัดการ สืบค้น แสดงภาพ และใช้ข้อมูลเพื่อดำเนินการ
ข้อสันนิษฐานของการไหลของข้อมูลคือจะต้องทำให้เป็นโมดูล สามารถรวมและกำหนดค่าได้ตามอำเภอใจ และสร้างชุดข้อมูลที่ใช้ร่วมกันโดยชุมชน แทนที่จะกระจุกตัวอยู่ในคำสั่ง SQL ที่ซับซ้อนหรือ API การชำระเงิน และท้ายที่สุดจะได้รับสิทธิ์เท่าเทียมกันที่ทุกคนสามารถโต้ตอบได้ พร้อมข้อมูลรูปภาพ
โดยสรุป แผน LLM ของ Dune คือ "การแปล" และผู้ช่วย เป้าหมายคือให้ผู้ใช้ทั่วไปเข้าใจทุกอย่างที่ข้อมูลนำเสนอ ไม่เพียง แต่การแสดงผลสุดท้ายเท่านั้น แต่ยังเจาะลึกไปถึงกระบวนการสร้าง และสุดท้าย ทุกคนทำได้ On-chain data analysis.
