Phỏng vấn CEO của Footprint Analytics Navy: Sự tích hợp giữa AI và Web3

Web3 đang dẫn đầu kỷ nguyên tiếp theo của Internet. Tuy nhiên, vấn đề phân mảnh và không chuẩn hóa dữ liệu trên chuỗi vẫn tồn tại. Footprint Analytics ra mắt giải pháp dữ liệu toàn diện sử dụng công nghệ AI để tự động thu thập, làm sạch và tương quan dữ liệu blockchain, đồng thời xây dựng các tiêu chuẩn dữ liệu chuỗi chéo để cho phép các nhà phát triển truy cập và phân tích dữ liệu thuận tiện hơn.

Chúng tôi hy vọng sẽ trở thành phiên bản Web3 của Google Analytics, cung cấp các công cụ phân tích hoạt động và phân tích tăng trưởng hàng đầu trong ngành thông qua hơn 20 chuỗi công khai và phạm vi bao phủ dữ liệu có cấu trúc để giúp các dự án Web3 đạt được hoạt động tiếp thị chính xác. Navy, người sáng lập và Giám đốc điều hành của Footprint cho biết “Đồng thời, chúng tôi cũng đang khám phá ứng dụng AI ở các khía cạnh khác, chẳng hạn như thu thập bảng phân tích dữ liệu thông qua AI, để cải thiện hơn nữa hiệu quả sản xuất của ngành công nghiệp blockchain.”

Navy tin rằng sự kết hợp giữa AI và công nghệ blockchain chắc chắn sẽ trở thành chất xúc tác cho ứng dụng quy mô lớn của Web3. Một mặt, dữ liệu chất lượng cao là cơ sở để đào tạo các mô hình AI; mặt khác, AI có thể giúp tạo ra dữ liệu có giá trị cao. Dữ liệu là huyết mạch của ngành này. Chúng tôi đang cố gắng xây dựng một hệ sinh thái chu kỳ tích cực nơi AI và công nghệ blockchain có thể bổ sung cho nhau, từ đó thúc đẩy sự phát triển của toàn bộ ngành Web3.

Câu hỏi 1: Navy có thể vui lòng giới thiệu những gì Footprint Analytics hiện đang làm không?

Footprint Analytics cam kết xây dựng nền tảng dữ liệu có cấu trúc kết nối dữ liệu Web2 và Web3.

Giá trị cốt lõi của chúng tôi nằm ở cấu trúc dữ liệu. Mặc dù Web3 có lợi thế hơn Web2 về tính mở và minh bạch của dữ liệu trên chuỗi nhưng cũng có một số thách thức, ví dụ, sự phát triển của ngành vẫn còn ở giai đoạn đầu, dữ liệu thiếu tiêu chuẩn và cấu trúc hoàn chỉnh nên việc việc ứng dụng dữ liệu trở nên khó khăn.

Để minh họa bằng một ví dụ, nếu bạn muốn lấy dữ liệu giao dịch của Opensea trên nhiều chuỗi như Ethereum, Solana và Polygon, bạn cần hiểu mô hình kinh doanh của Opensea, đọc mã hợp đồng thông minh và phân tích từng chuỗi một (chẳng hạn như Ethereum, Solana, Polygon, v.v.), v.v.) để trích xuất dữ liệu giao dịch.

Tuy nhiên, có một số vấn đề với quá trình này. Trước hết, quy trình này phức tạp và toàn bộ quá trình lấy dữ liệu cũng phức tạp và dễ xảy ra lỗi. Thứ hai, công nghệ khó khăn hơn, thiết kế sổ cái và cấu trúc dữ liệu của các chuỗi khác nhau cũng khác nhau. Cuối cùng, đó là sự lãng phí tài nguyên, nếu 1.000 người cần lấy dữ liệu này, một quy trình rườm rà tương tự sẽ được thực hiện 1.000 lần, điều này sẽ làm giảm đáng kể hiệu quả thu thập dữ liệu và lãng phí tài nguyên máy tính.

Do đó, sứ mệnh của Footprint Analytics là trừu tượng hóa dữ liệu từ nhiều lĩnh vực khác nhau, bao gồm GameFi, NFT và DeFi, v.v., để thiết lập các tiêu chuẩn dữ liệu cho ngành Web3 và cung cấp cho các nhà phát triển cũng như người tham gia trong ngành dữ liệu hiệu quả và chính xác.

Cho đến nay, chúng tôi đã ra mắt tổng cộng hơn 20 chuỗi công khai và các sản phẩm chủ yếu bao gồm 3 phần chính:

• Giải pháp ngành Phân tích tăng trưởng dấu chân: Cung cấp các giải pháp tùy chỉnh cho các dự án Web3 trong lĩnh vực tăng trưởng tiếp thị và phân tích hoạt động, có thể so sánh với phiên bản Web3 của Google Analytics, giúp các dự án đạt được mức tăng trưởng dựa trên dữ liệu.

• 0 công cụ phân tích dữ liệu mã: Trải nghiệm người dùng tương tự như ChatGPT và có thể lấy được báo cáo phân tích dữ liệu thông qua các câu hỏi và câu trả lời đơn giản. Tôi thấy trước rằng trong tương lai, việc sử dụng dữ liệu trên chuỗi sẽ cực kỳ dễ dàng mà không cần hiểu sâu về logic kinh doanh Web3 hoặc các kỹ năng lập trình nâng cao, giúp việc di chuyển từ người dùng Web2 sang Web3 trở nên dễ dàng hơn.

• API chuỗi chéo đa chuỗi miễn phí: Thông qua API thống nhất, có thể truy cập dữ liệu chuỗi chéo vào nhiều chuỗi, cung cấp cho người dùng trải nghiệm truy xuất dữ liệu đa chuỗi liền mạch miễn phí.

Q2: Trong dự án Web3 hiện tại, việc kết hợp với AI đã trở thành xu hướng hấp dẫn. Trong số đó, dù là GPT hay AIGC, mỗi dự án đều thể hiện những ý tưởng khác nhau trong việc kết hợp với AI tùy theo tình hình riêng.

Tiếp theo, Navy được yêu cầu thảo luận về cách tích hợp AI với Web3 từ góc độ trường dữ liệu, phần này có thể được phân tích từ cả góc độ công nghệ và kịch bản ứng dụng để thể hiện rõ hơn các phương pháp và khả năng của sự tích hợp này.

Là một nền tảng dữ liệu, Footprint và AI có khả năng kết hợp tự nhiên. Cơ sở hạ tầng của AI chủ yếu bao gồm ba khía cạnh chính: sức mạnh tính toán, dữ liệu và thuật toán. Trong số đó, sức mạnh tính toán là nền tảng hỗ trợ việc đào tạo và thực thi các mô hình AI, dữ liệu là linh hồn của AI và các thuật toán quyết định hiệu suất của AI, bao gồm cả độ chính xác và hiệu ứng ứng dụng của mô hình.

Trong số các yếu tố này, dữ liệu chắc chắn là cốt lõi và quan trọng nhất. Dữ liệu là huyết mạch của các ngành công nghiệp và doanh nghiệp, đồng thời nó cũng liên quan đến các lĩnh vực chính như quyền riêng tư và tuân thủ, đồng thời giá trị của nó là vô cùng lớn. Tiền thậm chí không nhất thiết phải mua được dữ liệu vì nó liên quan đến quyền riêng tư, sự tuân thủ, v.v. Trong số đó, AI vừa là người tiêu dùng dữ liệu, vừa là nhà sản xuất dữ liệu.

Hiện tại, Footprint có các khía cạnh chính sau trong ứng dụng kết hợp dữ liệu và AI:

Trong giai đoạn tạo nội dung dữ liệu, ứng dụng AI đóng một vai trò quan trọng trong nền tảng của chúng tôi. Đầu tiên, chúng tôi sử dụng AI để tạo mã xử lý dữ liệu, từ đó cung cấp cho người dùng trải nghiệm phân tích dữ liệu hiệu quả hơn.

Cụ thể, chúng tôi tập trung vào đổi mới trong hai lĩnh vực.

Một mặt là sự đối chiếu, phân loại “Dữ liệu tham khảo”. Lấy hợp đồng mới được triển khai trên blockchain làm ví dụ, AI của chúng tôi có thể tự động xác định hợp đồng đó thuộc về giao thức nào, loại hợp đồng và thậm chí cả hợp đồng đó thuộc loại LP hay loại hoán đổi trong nền tảng Dex. Việc sắp xếp và phân loại thông minh này giúp cải thiện đáng kể khả năng sử dụng dữ liệu.

Mặt khác, dựa trên những Dữ liệu tham khảo này, chúng tôi cũng có thể tạo dữ liệu miền trên. Ví dụ: chúng ta có thể sử dụng AI để tạo dữ liệu trong các lĩnh vực như GameFi và NFT nhằm cung cấp cho người dùng tài nguyên dữ liệu phong phú hơn. Cách tiếp cận này không chỉ cải thiện chất lượng nội dung dữ liệu mà còn cho phép người dùng hiểu sâu hơn về động lực dữ liệu trong các lĩnh vực khác nhau.

Về trải nghiệm người dùng phía trước, chúng tôi đã triển khai chức năng phân tích thông minh AI. Như đã đề cập trước đó, người dùng có thể có trải nghiệm tương tự như trò chuyện với ChatGPT khi sử dụng Dấu chân để phân tích dữ liệu. Người dùng có thể đặt câu hỏi và tự động nhận được báo cáo phân tích tương ứng. Logic đằng sau nó là chuyển đổi văn bản thành câu lệnh SQL, do đó hạ thấp đáng kể ngưỡng để người dùng thực hiện phân tích dữ liệu.

Cuối cùng, về mặt hỗ trợ người dùng sản phẩm, chúng tôi đã phát triển robot dịch vụ khách hàng AI. Chúng tôi cung cấp dữ liệu trong lĩnh vực blockchain, bao gồm dữ liệu có cấu trúc trong GameFi, NFT, DeFi và các lĩnh vực khác, cho AI để xây dựng robot dịch vụ khách hàng AI độc quyền của Footprint. Robot dịch vụ khách hàng AI này có thể cung cấp cho người dùng sự hỗ trợ và trả lời tức thì các câu hỏi liên quan đến việc sử dụng Dấu chân, chẳng hạn như loại dữ liệu, định nghĩa dữ liệu, cách sử dụng API, v.v., giúp cải thiện đáng kể hiệu quả hỗ trợ khách hàng và giảm đầu vào thủ công.

Tất nhiên, mặc dù ứng dụng AI có thể nâng cao năng suất và giúp chúng ta giải quyết hầu hết các vấn đề nhưng nó không thể giải quyết được tất cả các vấn đề. Dựa trên kinh nghiệm xử lý dữ liệu của chúng tôi, AI có thể giúp giải quyết khoảng 70% đến 80% vấn đề.

Câu 3: Trong quá trình kết hợp AI với Web3 sẽ có vấn đề gì? Có bất kỳ khó khăn kỹ thuật, trải nghiệm người dùng, tuân thủ quyền sở hữu, đạo đức đạo đức và các vấn đề liên quan khác không

Từ góc độ vĩ mô, bất kể AI được áp dụng trong lĩnh vực nào, điều quan trọng cần cân nhắc là việc chấp nhận khả năng chịu lỗi của AI. Trong các tình huống ứng dụng khác nhau, các yêu cầu về khả năng chịu lỗi cũng khác nhau. Trong quá trình này, độ chính xác và độ tin cậy của AI cần phải được cân nhắc với khả năng chịu lỗi của con người.

Trong lĩnh vực chăm sóc sức khỏe, quyết định tin tưởng AI hoặc bác sĩ có thể liên quan đến những thách thức về niềm tin. Trong thế giới đầu tư, AI có thể cung cấp các yếu tố ảnh hưởng đến hướng giá của BTC, nhưng mọi người vẫn có thể nghi ngờ khi đưa ra quyết định thực sự mua hoặc bán.

Tuy nhiên, trong thế giới phân tích hoạt động và tiếp thị, chẳng hạn như đối với việc lập hồ sơ và phân tầng, yêu cầu về độ chính xác có thể không cao vì các lỗi nhỏ không gây ảnh hưởng lớn. Do đó, tỷ lệ chấp nhận lỗi sẽ dễ chấp nhận hơn trong những trường hợp này.

Hiện tại, Footprint vẫn đang tập trung vào dữ liệu trên con đường kết hợp AI và Web3 và gặp một số thách thức trong quá trình này:

Đầu tiên là vấn đề sản xuất dữ liệu, làm thế nào để cung cấp dữ liệu chất lượng cao cho AI để đạt được khả năng sản xuất dữ liệu hiệu quả và chính xác hơn. Chúng ta có thể so sánh mối quan hệ giữa AI và dữ liệu với động cơ và xăng của ô tô. AI là động cơ và dữ liệu là nhiên liệu mà nó cần. Động cơ dù tốt đến đâu cũng không thể phát huy tối đa hiệu suất nếu không có nhiên liệu chất lượng.

Điều này liên quan đến cách tạo ra dữ liệu chất lượng cao, chẳng hạn như sản xuất dữ liệu nhanh chóng và tự động trong các lĩnh vực như GameFi, NFT và DeFi. Điều này bao gồm cách tự động sắp xếp các mối quan hệ của dữ liệu, tức là biểu đồ dữ liệu. Cụ thể, chúng ta cần làm rõ nhiều thông tin như thỏa thuận chứa hợp đồng, loại hợp đồng và nhà triển khai. Mục tiêu cốt lõi của quá trình này là liên tục cung cấp dữ liệu chất lượng cao cho AI để đạt được khả năng sản xuất dữ liệu hiệu quả và chính xác hơn, từ đó hình thành một chu trình đạo đức.

Thứ hai là vấn đề bảo mật dữ liệu. Mặc dù bản chất của Web3 nằm ở sự phân cấp và minh bạch, nhưng với sự phát triển của ngành, chúng ta cũng sẽ thấy tình trạng tương tự như Web2, nơi nhu cầu về quyền riêng tư dữ liệu dần được đề cao. Ví dụ: bảo vệ quyền riêng tư về danh tính, tài sản và thông tin giao dịch của người dùng. Điều này tạo ra một vấn đề: tính mở của dữ liệu trên chuỗi ngày càng suy yếu, dữ liệu có thể cung cấp cho AI cũng giảm dần. Tuy nhiên, khi ngành công nghiệp phát triển, vấn đề này cũng sẽ được giải quyết và công nghệ mã hóa đồng cấu là một trong những giải pháp.

Nói tóm lại, sự kết hợp giữa AI và Web3 phải đối mặt với một vấn đề cốt lõi: thu thập dữ liệu, tức là làm thế nào để có được dữ liệu chất lượng cao và chuyển nó cho AI. Thách thức cuối cùng đối với AI sẽ là tính sẵn có của dữ liệu.

Câu 4: Mặc dù AI không phải là một thuật ngữ mới nhưng sự kết hợp giữa AI và Web3 vẫn còn ở giai đoạn sơ khai. Tôi có thể hỏi những lĩnh vực hoặc sự kết hợp nào mà Navy cho rằng AI có thể xuất hiện trong Web3 trong tương lai, được kỳ vọng sẽ trở thành điểm bùng nổ, thu hút một lượng lớn người dùng đến với Web3 và đạt được sự áp dụng trên quy mô lớn?

Theo tôi, để đạt được sự kết hợp và áp dụng Web3 và AI trên quy mô lớn, cần phải giải quyết hai vấn đề cốt lõi. Trước tiên, chúng tôi cần phục vụ tốt hơn cho các nhà xây dựng và phát triển Web3, đặc biệt là những người trong GameFi, NFT, mạng xã hội, v.v. Thứ hai, chúng ta cần hạ ngưỡng ở phía ứng dụng để người dùng dễ dàng nhập trường này hơn.

Đầu tiên là vấn đề phục vụ các nhà phát triển. Trong lĩnh vực dành cho nhà phát triển, có hai loại ứng dụng chính.

Một là nền tảng dành cho nhà phát triển dựa trên AI. Loại nền tảng này sử dụng công nghệ AI để tạo ra các mẫu mã tự động. Cho dù phát triển nền tảng DEX hay thị trường NFT, các mẫu mã đều có thể được tạo một cách thông minh dựa trên nhu cầu cụ thể của nhà phát triển, từ đó cải thiện đáng kể hiệu quả phát triển. Trong lĩnh vực trò chơi, các nhà phát triển cũng có thể sử dụng công nghệ AI để làm mô hình trò chơi và tạo hình ảnh trò chơi nhanh hơn, từ đó đẩy nhanh quá trình phát triển và ra mắt trò chơi. Loại nền tảng này có thể cung cấp cho các nhà phát triển nhiều khả năng hơn, cho phép họ dành nhiều năng lượng hơn cho sự sáng tạo và đổi mới mà không phải tốn quá nhiều thời gian cho những công việc cơ bản lặp đi lặp lại.

Danh mục khác là nền tảng dữ liệu do AI điều khiển. Loại nền tảng này tự động tạo dữ liệu miền trong nhiều ngành khác nhau thông qua công nghệ AI, chẳng hạn như GameFi, NFT, SocialFi, DeFi, v.v. Mục tiêu của các nền tảng này là hạ thấp ngưỡng cho phép các nhà phát triển sử dụng dữ liệu và giúp việc phân tích và ứng dụng dữ liệu trở nên dễ dàng hơn. Thông qua công nghệ AI, nền tảng có thể tự động tạo ra nhiều dữ liệu khác nhau, cung cấp cho các nhà phát triển nguồn dữ liệu phong phú để họ có thể hiểu rõ hơn về xu hướng thị trường, hành vi người dùng, v.v. Loại nền tảng dữ liệu này cung cấp cho các nhà phát triển nhiều hỗ trợ dữ liệu hơn, khiến ngưỡng sử dụng dữ liệu của các nhà phát triển trở nên cực kỳ thấp và thúc đẩy sự ra đời của nhiều ứng dụng sáng tạo hơn.

Việc hạ thấp ngưỡng ứng dụng luôn là vấn đề then chốt trong lĩnh vực Web3. Ví dụ, một số giải pháp chuỗi công cộng với mức phí gần như bằng 0 gần đây đã xuất hiện trên thị trường, nhằm mục đích tăng số lượng giao dịch mỗi giây (TPS). Ngoài ra, các giải pháp như MPC Wallet cũng có thể giải quyết hiệu quả ngưỡng di chuyển ban đầu từ Web2 sang Web3 và giải quyết những khó khăn trong quá trình di chuyển.

Giải pháp cho những vấn đề này không chỉ dựa vào công nghệ AI mà còn liên quan đến sự phát triển và hoàn thiện của toàn bộ hệ sinh thái Web3. Mặc dù AI đóng vai trò quan trọng trong việc nâng cao hiệu quả và giảm bớt các rào cản, nhưng bản thân cơ sở hạ tầng và sự phát triển của Web3 vẫn là những yếu tố then chốt trong chủ đề muôn thuở là giải quyết các rào cản phía ứng dụng.

Footprint Analytics là nền tảng dữ liệu có cấu trúc liên kết Web2 và Web3. Với sự trợ giúp của công nghệ trí tuệ nhân tạo tiên tiến, chúng tôi cung cấp nền tảng phân tích dữ liệu không cần mã đầu tiên và API dữ liệu hợp nhất trong lĩnh vực Tiền điện tử, cho phép người dùng nhanh chóng truy xuất dữ liệu NFT, GameFi và DeFi từ hơn 26 hệ sinh thái chuỗi công cộng.

Footprint Website: https://www.footprint.network