Blockchain AI သည် လုပ်ငန်းများသည် Core Infrastructure ကို ဦးစားပေးသည်- Tiger Research အနေဖြင့် မွေးစားခြင်းကွာဟမှုကို ရင်ဆိုင်နေရသည်။

ပိုမိုကျယ်ပြန့်သော AI အရှိန်အဟုန်ဖြင့် ဆက်လက်အရှိန်မြှင့်နေသော်လည်း 'blockchain AI' အပိုင်းသည် ပင်မရေစီးကြောင်းဝယ်လိုအားကို ဆွဲဆောင်ရန် ရုန်းကန်နေရသည်—ကွာဟချက်တစ်ခုသည် နည်းပညာပိုင်းဆိုင်ရာ လိုက်ဖက်မှုမရှိခြင်းနှင့် အချိန်ကိုက်ခြင်းအကြောင်း ပိုမိုနည်းပါးသည်ဟု Tiger Research မှပြောကြားခဲ့သည်။ မကြာသေးမီက အစီရင်ခံစာတစ်ခုတွင်၊ ကုမ္ပဏီသည် ယနေ့ခေတ်စီးပွားရေးလုပ်ငန်းများသည် AI အစုအဝေးတွင် ကြုံတွေ့နေရသော ပိတ်ဆို့မှုများအတွက် သုံးစွဲနေကြသည်ဟု စောဒကတက်ခဲ့ပြီး blockchain-based AI ပရောဂျက်များစွာသည် စျေးကွက်ကို ဦးစားပေးမရသေးသည့် ပြဿနာများအတွက် ဖြေရှင်းနည်းများကို နေရာချထားပေးနေသည်။

Tiger Research ၏ ပင်မရောဂါရှာဖွေမှုသည် ယခုအချိန်တွင် ကုမ္ပဏီများ အရေးတကြီးလိုအပ်နေသည့်အရာများ—ပိုမိုတွက်ချက်မှု၊ စျေးသက်သာသော ကောက်ချက်ချမှု၊ ပိုမိုကောင်းမွန်သောမှတ်ဉာဏ်နှင့် ကွန်ရက်ချိတ်ဆက်မှု၊ နှင့် ယုံကြည်စိတ်ချရသောဒေတာစင်တာပါဝါ—နှင့် 'ဒေတာအချုပ်အခြာအာဏာ' နှင့် ဗဟိုချုပ်ကိုင်မှုလျှော့ချခြင်းကဲ့သို့သော 'ဒေတာအချုပ်အခြာအာဏာ' နှင့် 'ဗဟိုချုပ်ကိုင်မှုလျှော့ချခြင်း' ကဲ့သို့သော blockchain AI သည် ပုံမှန်အားဖြင့် အလေးပေးသည့်အရာများကြား 'မတူညီ'။ Capital၊ အစီရင်ခံစာတွင် ဖော်ပြထားပြီး၊ ပမာဏမြင့်မားသော မြန်နှုန်းမြင့်မှတ်ဉာဏ် (HBM)၊ optical အပြန်အလှန်ချိတ်ဆက်မှုများနှင့် ဒေတာစင်တာများအတွက် ပါဝါအခြေခံအဆောက်အအုံများ အပါအဝင် ရှင်းလင်းစွာတိုင်းတာနိုင်သော စွမ်းဆောင်ရည် အမြတ်များနှင့် ကုန်ကျစရိတ်များကို လျှော့ချခြင်းဖြင့် ဖြေရှင်းချက်ဆီသို့ စီးဆင်းနေသည်။ ဆန့်ကျင်ဘက်အားဖြင့်၊ blockchain AI ပရောဂျက်များသည် ဝန်ဆောင်မှုပေးသူများကိုပြောင်းရန် သို့မဟုတ် အလုပ်အသွားအလာများပြန်လည်တည်ဆောက်ရန် အန္တရာယ်-မနှစ်သက်သောလုပ်ငန်းများအတွက် လုံလောက်သောအားသာချက်များကို သရုပ်ပြရန် ရုန်းကန်နေရပါသည်။

တင်းမာမှုသည် ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော ကွန်ပြူတာနှင့် ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော သိုလှောင်မှုတွင် အထင်ရှားဆုံးဖြစ်သည်— blockchain AI ဇာတ်ကြောင်း၏အခြေခံများဖြစ်လာသော အမျိုးအစားနှစ်ခုဖြစ်သည်။ ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော ကွန်ပြူတာကွန်ရက်များသည် နည်းပညာပံ့ပိုးပေးသူများအပေါ် မှီခိုအားထားမှုကို လျှော့ချရန်နှင့် ကုန်ကျစရိတ်သက်သာရန်အတွက် အသုံးမ၀င်သော GPU များကို စုစည်းရန် ရည်ရွယ်သည်။ Filecoin နှင့် Arweave ကဲ့သို့သော ပရောဂျက်များက လူကြိုက်များသည့် ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော သိုလှောင်မှုပုံစံများသည် ဒေတာအပေါ် ပိုမိုခိုင်မာသော အသုံးပြုသူထိန်းချုပ်မှုနှင့် ရေရှည်ထိန်းသိမ်းမှုကို မြှင့်တင်ပေးသည်။

သို့သော်လည်း Tiger Research သည် လုပ်ငန်းဝယ်ယူသူများသည် အယူဝါဒထက် ယုံကြည်စိတ်ချရမှုကို ရွေးချယ်လေ့ရှိကြောင်း စောဒကတက်ခဲ့သည်။ ခေတ်မီ AI အတွက် လိုအပ်သော အတိုင်းအတာတွင်- တစ်ပြိုင်တည်းလုပ်ဆောင်ခြင်း၏ petabytes၊ အလွန်နိမ့်သော latency၊ တင်းကျပ်သော ဝန်ဆောင်မှုအဆင့် သဘောတူညီချက်များ (SLAs) နှင့် ပျက်ကွက်မှုများ ဖြစ်ပေါ်သည့်အခါ ကြိုတင်မှန်းဆနိုင်သော ပြန်လည်ရယူခြင်း- လက်ရှိ cloud ဝန်ဆောင်မှုပေးသူများသည် စံသတ်မှတ်ထားဆဲဖြစ်သည်။ ပြတ်ပြတ်သားသား နည်းပညာဆိုင်ရာ အစွန်းမရောက်ဘဲ၊ လုပ်ငန်းလည်ပတ်မှု သာလွန်မှုထက် အခြေခံမူများပေါ်တွင် အခြေခံသည့် ကတိတစ်ခုအတွက် ရွှေ့ပြောင်းအခြေချမှုအန္တရာယ်ကို လုပ်ငန်းရှင်များက ယူဆရန် မက်လုံးအနည်းငယ်သာရှိသည်ဟု အစီရင်ခံစာက ဆိုသည်။

အစီရင်ခံစာတွင် ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာ စိုးရိမ်ပူပန်မှုကိုလည်း မီးမောင်းထိုးပြထားသည်- ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော ကွန်ရက်များသည် အမည်မဖော်နိုင်သော ခွဲဝေပါဝင်သူများမှ ပံ့ပိုးပေးသော အရင်းအမြစ်များပေါ်တွင် မူတည်သောကြောင့် ၎င်းတို့သည် မူလအားဖြင့် ခန့်မှန်းရခက်နိုင်ပါသည်။ ၎င်းသည် node churn ဖြစ်နိုင်ခြေကို တိုးစေသည်၊ တသမတ်တည်းဖြစ်သော စွမ်းဆောင်ရည်နှင့် ဝန်ဆောင်မှု၏ အရည်အသွေးကို ပြောင်းလဲနိုင်သည်။ ကုန်ကျစရိတ်မြင့်မားသော လေ့ကျင့်ရေးအလုပ်များကို လုပ်ဆောင်နေသည့် လုပ်ငန်းများအတွက်၊ အနှောင့်အယှက်တစ်ခုသည် အချိန်ဆုံးရှုံးသွားခြင်းနှင့် စျေးကွက်အခွင့်အလမ်းများ လွတ်သွားခြင်းကို ဆိုလိုနိုင်သည်—ယင်းနောက်ပိုင်း လျော်ကြေးငွေသည် အပြည့်အဝမကာမိနိုင်သည့် ပျက်စီးဆုံးရှုံးမှုများဖြစ်သည်။ ကော်ပိုရိတ်ရှုထောင့်မှ Tiger Research မှအကြံပြုထားသည်၊ blockchain AI ကို 'လျော်ကြေးပေးရသည့်ဆုံးရှုံးမှု' အဖြစ်မဟုတ်ဘဲ ပထမနေရာ၌ တရားမျှတရန်ခက်ခဲသော မသေချာမရေရာမှုအဖြစ် ရှုမြင်နိုင်ပါသည်။

ဒေတာစျေးကွက်များသည် ခိုင်မာသောသီအိုရီ၏နောက်ထပ်ဥပမာကိုပေးစွမ်းသော်လည်း အနီးနားတွင် အကန့်အသတ်ရှိသောဆွဲငင်အားကိုပေးသည်။ On-chain data marketplaces များသည် ဒေတာဝန်ဆောင်မှုပေးသူများနှင့် မော်ဒယ်ဆော့ဖ်ဝဲရေးသားသူများကြား တိုက်ရိုက်ငွေပေးငွေယူများကို ပွင့်လင်းမြင်သာသောစျေးနှုန်းနှင့် အလိုအလျောက်ဖြေရှင်းမှုများဖြင့် လုပ်ဆောင်နိုင်ရန် ကြိုးပမ်းသည်။ Ocean Protocol နှင့် Grass တို့သည် ယင်းကဲ့သို့သော စနစ်များကို တည်ဆောက်ရန် ကိုယ်စားပြုကြိုးပမ်းမှုများအဖြစ် ကိုးကားခဲ့ကြသည်။ သို့သော် လက်တွေ့တွင် ဒေတာဖြန့်ဝေမှုသည် အဆင်ပြေမှု၊ အတိုင်းအတာနှင့် အမြစ်တွယ်နေသော ပလပ်ဖောင်းဂေဟစနစ်များဖြင့် လွှမ်းမိုးထားကြောင်း အစီရင်ခံစာက စောဒကတက်ခဲ့သည်။ လက်ရှိသမ္မတများသည် မြန်နှုန်း၊ ရင်းနှီးမှုနှင့် သက်သေပြထားသော ကွပ်မျက်မှုကို ကမ်းလှမ်းသောအခါတွင် ပွင့်လင်းမြင်သာမှုတစ်ခုတည်းသည် ကြီးမားသောအပြောင်းအရွှေ့ကို စတင်ရန် လုံလောက်သည်။

မော်ဒယ်နှင့် အနုမာနအတည်ပြုခြင်း—ကိုယ်ရေးကိုယ်တာထိန်းသိမ်းခြင်း AI နှင့်အတူ—အခြားသောနှောင့်နှေးမှုမျိုးနှင့် ရင်ဆိုင်နေရသည်။ Zero-knowledge machine learning (ZKML) ကဲ့သို့သော နည်းပညာများသည် AI မော်ဒယ်သည် သတ်မှတ်ထားသော စည်းမျဉ်းများကို လိုက်နာကြောင်း သီအိုရီအရ သက်သေပြနိုင်သည်၊ သို့မဟုတ် ရလဒ်များသည် အရေးကြီးသော အချက်အလက်များကို မဖော်ပြဘဲ မှန်ကန်ကြောင်း သက်သေပြနိုင်သည်။ ချဉ်းကပ်မှုသည် ကျန်းမာရေးစောင့်ရှောက်မှု၊ အာမခံနှင့် ပြည်သူ့ရေးရာကဏ္ဍများတွင် အထူးသက်ဆိုင်နိုင်ပြီး လုံခြုံရေးနှင့် စာရင်းစစ်ဆေးနိုင်မှုမှာ အဓိကဖြစ်သည်။ သို့သော်လည်း Tiger Research က စျေးကွက်အချက်ပြမှုမှာ အားနည်းနေဆဲဖြစ်ကြောင်း ပြောကြားခဲ့သည်- ကုမ္ပဏီအများစုသည် အဆိုပါကိရိယာများကို အလိုအလျောက်အသုံးပြုခြင်းအတွက် ကုန်ကျစရိတ်များကို ပေးဆောင်ရန် အတင်းအကြပ်မခံစားရသေးပါ။

ထိုလမ်းကြောင်းတွင်၊ အစီရင်ခံစာသည် မွေးစားခြင်းကို 'စည်းမျဉ်း-ဦးဆောင်' အဖြစ် ဘောင်ခတ်ထားသည်။ ဥရောပသမဂ္ဂ၏ AI အက်ဥပဒေကဲ့သို့သော မူဘောင်များသည် ဒေတာသက်သေပြမှု၊ လုံခြုံရေးထိန်းချုပ်မှုများ၊ တာဝန်ခံမှုနှင့် အတည်ပြုနိုင်မှု—အခြေအနေများ—“ကောင်းမွန်သော-ရှိရန်” မှ လုပ်ငန်းလည်ပတ်မှုလိုအပ်ချက်အဖြစ်သို့ မြှင့်တင်ပေးမည့် အခြေအနေများကို ဖန်တီးနိုင်သည်။ ထိုအခြေအနေအောက်တွင်၊ blockchain AI ၏တန်ဖိုးအဆိုပြုချက်သည် မှန်းဆဝယ်လိုအားနှင့် လိုက်လျောညီထွေမှုဖိအားများနှင့် စံသတ်မှတ်ထားသောမျှော်လင့်ချက်များကြောင့် လျော့နည်းသွားမည်ဖြစ်သည်။

တစ်ချိန်တည်းတွင် AI အေးဂျင့်မူဘောင်များကို ပိုမိုမျှော်လင့်ထားသည့် အလောင်းအစားတစ်ခုအဖြစ် တင်ပြခဲ့သည်။ Tiger Research သည် ပင်မရောင်းချသူများ—အတွင်းပိုင်းအလုပ်အသွားအလာအလိုအလျောက်လုပ်ဆောင်မှုနှင့် ကုန်ထုတ်စွမ်းအားကိုအာရုံစိုက်သည့်-နှင့် တည်ငြိမ်သောငွေပေးချေမှုလမ်းကြောင်းများမှတစ်ဆင့် ငွေပေးချေမှုလမ်းကြောင်းများမှတစ်ဆင့် ငွေပေးချေနိုင်ပြီး ပြင်ပကွန်ရက်များတစ်လျှောက်တွင် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရရှိသည့် အေးဂျင့်များ၏ blockchain-native concept နှင့် Tiger Research သည် ပင်မရောင်းချသူများမှ အကောင်အထည်ဖော်နေသော အေးဂျင့်အကောင်အထည်ဖော်မှုများကို ရေးဆွဲထားသည်။ ထိုအမြင်သည် တိုးမြင့်လုပ်ဆောင်သော လုပ်ငန်းအလိုအလျောက်လုပ်ဆောင်ခြင်းထက် စက်မှစက် (M2M) စီးပွားရေးကို ဆိုလိုသည်။

အတားအဆီးမှာ စျေးကွက်ရင့်ကျက်မှုဖြစ်သည်။ ကုမ္ပဏီအများစုသည် AI ဖြန့်ကျက်မှုအတွက် ROI သက်သေပြရန်နှင့် ဘေးကင်းမှုနှင့် ယုံကြည်စိတ်ချရမှုကို သေချာစေရန် လုပ်ဆောင်နေဆဲဖြစ်သည်။ ရလဒ်အနေဖြင့်၊ ပွင့်လင်းသောပတ်ဝန်းကျင်တွင် သီးခြားလုပ်ဆောင်နေသော အများအပြားအေးဂျင့်စနစ်များသည် စိတ်ကူးဖြင့်ဆွဲဆောင်မှုရှိနိုင်သော်လည်း ထိပ်တန်းဘတ်ဂျက်ဦးစားပေးမဟုတ်သေးပါ။ မည်သို့ပင်ဆိုစေကာမူ Tiger Research သည် သမားရိုးကျငွေကြေးနှင့် blockchain သည် ကြိမ်နှုန်းမြင့်မားသော၊ မိုက်ခရိုတန်ဖိုး၊ နယ်စပ်ဖြတ်ကျော်အခြေချနေထိုင်မှုစနစ်များကို ထိရောက်စွာလုပ်ဆောင်ရန် ခက်ခဲနေသေးသဖြင့် သမားရိုးကျငွေကြေးနှင့် blockchain သည် တူညီသောခြေရင်း၌ ယှဉ်ပြိုင်နိုင်သည့် နယ်ပယ်အနည်းငယ်ထဲမှတစ်ခုအဖြစ် Tiger Research မှ ငွေပေးချေမှုများကို ဖော်ထုတ်ခဲ့သည်။

အဆုံးစွန်အားဖြင့်၊ Tiger Research သည် blockchain AI သည် 'အသုံးမဝင်သောကြောင့်' လျစ်လျူမရှုထားကြောင်း၊ သို့သော် စျေးကွက်၏အချိန်ဇယားနှင့် ကဏ္ဍ၏အဆိုပြုထားသောဖြေရှင်းချက်များသည် ထပ်တူမကျသောကြောင့်ဖြစ်သည်။ ဗဟိုချုပ်ကိုင်မှုလျှော့ချထားသော ကွန်ပျူတာနှင့် သိုလှောင်မှုတွင် ကုန်ကျစရိတ်နှင့် ဒေတာပိုင်ဆိုင်မှုတို့နှင့်ပတ်သက်၍ ငြင်းခုံမှုများရှိနိုင်သော်လည်း စွမ်းဆောင်ရည်နှင့် ယုံကြည်စိတ်ချရမှု ကွာဟချက်သည် လုံလောက်စွာ ကျဉ်းမြောင်းသွားခြင်းမရှိပေ။ စည်းမျဥ်းခိုင်မာလာသည်နှင့်အမျှ အတည်ပြုခြင်းနှင့် ကိုယ်ရေးကိုယ်တာကိရိယာများသည် ပိုမိုသက်ဆိုင်လာနိုင်သည်။ အေးဂျင့်မူဘောင်များသည် လုပ်ငန်းအဆင်သင့်ဖြစ်မှုနှင့် အသုံးပြုသူလက်ခံမှုကို အမီလိုက်နိုင်ရန် အချိန်ပိုလိုအပ်နိုင်သည်။

အစီရင်ခံစာတွင် အရင်းအနှီးဝင်ရောက်မှုအပေါ် လက်တွေ့ကျသော ကန့်သတ်ချက်အဖြစ် “ လူသတ်သမားအသုံးပြုမှု” မရှိခြင်းကိုလည်း ထောက်ပြထားသည်။ ChatGPT သည် AI အခင်းအကျင်းတစ်လျှောက်ဝယ်လိုအားနှင့်ရင်းနှီးမြှုပ်နှံမှုကိုပြန်လည်ပုံဖော်သကဲ့သို့၊ blockchain AI သည်စားသုံးသူသို့မဟုတ်စီးပွားရေးလုပ်ငန်းများအတွက်အပြုအမူကိုပြောင်းလဲစေသည့်ကျယ်ပြန့်သောခံစားခဲ့ရသော application ကိုထုတ်လုပ်ခြင်းမရှိသေးပါ။ ထိုအထောက်အထားမရှိဘဲ၊ ကဏ္ဍသည် ရှေးရိုးဆန်သော ပင်မအရင်းအနှီးကို ဆွဲဆောင်ရန် ရုန်းကန်နေရပြီး ပရောဂျက်တန်ဖိုးများနှင့် ကာလတိုစက်မှုလုပ်ငန်းဆိုင်ရာ မျှော်မှန်းချက်များကြားမှ သိမြင်နိုင်သော အကွာအဝေးကို ချဲ့ထွင်ရန် ရုန်းကန်နေရသည်ဟု Tiger Research က ဆိုသည်။

သို့သော်လည်း Tiger Research သည် blockchain AI ၏ရေရှည်အလားအလာကိုမပယ်ချခဲ့ပါ။ ယင်းအစား၊ ၎င်းသည် မျိုးဆက်သစ်အခြေခံအဆောက်အအုံများ ရှင်းလင်းပြတ်သားပြီး အရေးပေါ်စျေးကွက်လိုအပ်ချက်မပြည့်မီမီ မကြာခဏတွေ့မြင်ရသည့် 'လုပ်ငန်းအချိန်နောက်ကျခြင်း' အဖြစ် လက်ရှိနိမိတ်လက္ခဏာကို ဖော်ပြသည်။ ကဏ္ဍသည် ယနေ့ခေတ် AI တန်ဖိုးကွင်းဆက်၏ စွမ်းဆောင်ရည်စံညွှန်းများဆီသို့ ရွေ့လျားနေသလား သို့မဟုတ် အနာဂတ်ပါရာဒိုင်းတစ်ခုဆီသို့ ဆက်လက်တည်ဆောက်နေခြင်းရှိမရှိ၊ အစီရင်ခံစာသည် တစ်ဦးချင်း ပရောဂျက်များ ၎င်းတို့ကိုယ်မိမိ ရပ်တည်ပုံအပေါ် မူတည်မည်ဖြစ်သည်။ Tiger Research ၏အမြင်တွင် AI နှင့် blockchain ဇာတ်လမ်းသည် မပြီးပြတ်သေးသည်—တူညီသောနာရီတွင်တောင်းဆိုမှုရောက်ရှိရန်စောင့်ဆိုင်းနေသည်။