Matuto kayo kay Nesa (NES): Pagbuo ng Verifiable AI Execution Layer
Panimula: Ang Nesa ay isang privacy-preserving, verifiable, decentralized AI execution layer. Ito ay nagpapahintulot sa mga user at developer na patakbuhin ang AI models sa isang distributed network ng compute nodes nang walang pagkakabase sa isang solong sentralized na provider. Sa pamamagitan ng cryptographic techniques tulad ng Equivariant Encryption, Homomorphic Secret Sharing over Encrypted Embeddings, MetaInf scheduling, at decentralized model execution, ang Nesa ay naglalayong gawing private, verifiable, scalable, at accessible ang AI inference sa buong Web3.
Isang Bagong Layer ng Infrastraktura para sa AI
Ang AI ay nagsisiging isa sa mga pinakamahalagang teknolohiya sa mundo, ngunit ang karamihan sa infrastruktura ng AI ay patuloy na sentralisado.
Ngayon, karaniwang nakakakonekta ang mga gumagamit sa AI sa pamamagitan ng mga black-box API na pinapagana ng mga malalaking kumpanya. Maaaring makapangyarihan ang mga platform na ito, ngunit nagdudulot ito ng ilang mga problema. Karaniwang hindi kayang i-verify ng mga gumagamit kung paano nilikha ng isang modelo ang isang sagot, nakadepende ang mga developer sa mga sentralisadong provider, at maaaring pilitin ang mga negosyo na ipadala ang sensitibong data sa mga server na hindi nila kinokontrol.
Ito ay lalo pang mahirap para sa Web3.
Ang mga aplikasyon sa blockchain ay binubuo sa paligid ng transparensya, pagmamay-ari, at pagkakatotoo, ngunit ang mga sistema ng AI ay kadalasang malabo at sentralisado. Kung ang isang smart contract, dapp, o AI agent ay nakadepende sa isang off-chain na modelo, maaaring walang paraan para sa mga gumagamit na malaman kung tama ang paggawa ng inference.
Nesa ay disenyo upang lutasin ito sa pamamagitan ng paglikha ng decentralized execution layer para sa AI.
Sa halip na mag-asa sa isang kumpanya o isang server, ang AI inference ay maaaring ma-distribute sa isang network, ma-verify nang kriptograpikong, at ma-coordinate sa pamamagitan ng blockchain infrastructure.
Pribadong AI Inference ay Disenyo
Ang privacy ay isa sa mga pangunahing layunin ng Nesa.
Sa karaniwang mga sistema ng AI, karaniwang ipinapadala ng mga gumagamit ang kanilang data diretso sa isang sentralisadong server. Maaaring makita ng server ang mga prompt, mga file, pag-uugali ng gumagamit, mga output, at minsan ay kahit ang sensitibong negosyo o personal na impormasyon.
Nesa ay gumagamit ng ibang pagkakataon.
Nakadisenyo ang network upang ma-proseso ang mga AI query nang walang anumang node na makakakita ng buong input, buong model, o buong output. Ginagawa ito sa pamamagitan ng mga kriptograpikong paraan tulad ng Equivariant Encryption at Homomorphic Secret Sharing sa panloob na encrypted embeddings.
Pinapayagan ng Equivariant Encryption ang mga layer at embedding ng model na ma-transform sa isang encrypted domain kung saan maaari pa ring magpatuloy ang computation nang epektibo.
Gumagamit ang HSS-EE ng secret sharing sa encrypted embeddings, na nagpapahintulot sa inference na ma-split sa maraming server o node habang pinoprotektahan ang mga user input, intermediate states, at model parameters.
Ito ang nagpapakilala sa Nesa mula sa mga sistema na nagtatagpuan lamang sa tiwala sa hardware o simpleng reputasyon. Ang layunin nito ay gawing bahagi ng disenyo ng komputasyon ang privacy.
Makatotohanang Resulta, Hindi Mga Pangako na Black-Box
Ang Nesa ay binuo rin sa paligid ng verifiability.
Sa sentralisadong AI, karaniwang kailangan ng mga gumagamit na maniwala na ang provider ay ginamit ang tamang modelo, ginamit ang tamang input, at ibinigay ang wastong resulta. Madalas walang patunay na ang output ay ginawa nang tapat.
Nesa ay naglalayong pagbabagoin ito sa pamamagitan ng suporta sa on-chain verification ng off-chain inference.
Kapag sumumite ng AI query ang isang user o dapp, ang pagpapatakbo ng modelo ay nangyayari sa decentralized network. Ang resulta ay maaaring kasama ng cryptographic proof o consensus-based verification, na tumutulong sa mga user at application na masiguro na tama ang pagpapatakbo ng inference.
Mahalaga ito para sa mga mataas na halaga ng paggamit.
Kung ginagamit ang AI sa DeFi, pangkalusugan, pamamahala, pagtinda, pagkilala, o automation ng negosyo, kailangan ng mga gumagamit higit sa isang kakaibang sagot. Kailangan nila ang tiwala na ang computation ay wasto at hindi naabuso.
Ang pagkakasunod ni Nesa ay nagbibigay ng mas malakas na pagkakasangkot sa pagpapatupad ng AI, ginagawa itong mas angkop para sa mga aplikasyon na nangangailangan ng walang katiyakan na pag-verify.
Distributed Execution Across Many Nodes
Nesa ay disenyo upang maiwasan ang mga bottleneck ng centralized compute.
Karaniwang nangangailangan ang malalaking AI model ng mahal na mga GPU at espesyalisadong imprastruktura. Ito ang nagiging dahilan kung bakit mahirap ma-access ng mga mas maliit na developer, startup, at mga miyembro ng komunidad ang AI infrastructure.
Ipinakilala ng Nesa ang distributed execution, kung saan ang malalaking AI workload ay maaaring hatiin sa iba’t ibang node sa network. Ang model ay maaaring hatiin sa mas maliit na mga bahagi, at ang bawat node ay may responsibilidad lamang sa isang bahagi ng computation.
Naglalayong magbigay ng dalawang benepisyo.
Una, itinataguyod nito ang scalability dahil ang trabaho ay maaaring ipamahagi sa isang global na node network替代 sa pag-asa sa isang data center.
Pangalawa, ito ay nagbabawas sa mga hadlang sa pagkakaroon ng pagkakataon dahil hindi lahat ng node ay kailangang isang GPU machine ng top-tier. Kasama ang model sharding at optimized execution, kahit ang mas simpleng hardware ay makakatulong sa network.
Nagpapahalaga ito sa mas malawak na layunin ni Nesa: gawing mas bukas, distribuido, at ma-access ang AI infrastructure.
MetaInf at Adaptive AI Scheduling
Isa sa mga pangunahing inobasyon ni Nesa ay ang MetaInf.
Ang MetaInf ay isang meta-learned inference scheduler na disenyo upang piliin ang pinakamabuting estratehiya sa pagpapatakbo para sa bawat gawain, modelo, at profile ng hardware. Sa halip na gamitin ang isang fixed na paraan para sa lahat ng workload, natututo ang MetaInf mula sa mga nakaraang pattern ng pagpapatakbo at nag-aadapt sa sitwasyon.
Mahalaga ito dahil ang AI inference ay hindi magkakatulad.
Maaaring magrequire ang iba’t ibang mga modelo, device, input, at workload ng iba’t ibang mga estratehiya sa pag-optimize. Ang isang paraan na epektibo sa isang modelo ay maaaring hindi efisiente sa isa pang modelo. Ang isang node na may malakas na GPU resources ay maaaring kailanganin ang iba’t ibang estratehiya kaysa sa isang mas maliit na edge device.
Tinutulungan ng MetaInf ang Nesa na i-optimize ang latency, efficiency ng hardware, at execution performance nang dinamiko.
Ito ay naggagawang mas praktikal ang Nesa bilang isang decentralized AI network dahil maaari itong mag-adjust sa mga tunay na kondisyon ng network at pagkakaiba-iba ng hardware kesa sa pagtatayang lahat ng node ay magkakapareho.
DAIs: Mga De sentralisadong AI na Mga App
Kinilala rin ni Nesa ang DAIs, o mga De Sentralisadong AI na Mga Aplikasyon.
Ang DAI ay isang AI product na tumatakbo nang naka-native sa network ng Nesa. Maaaring maging parang karaniwang AI application sa mga user, ngunit sa ilalim nito ay nakasalalay ito sa decentralized inference, staking-based credibility, at on-chain coordination.
Mahalaga ito dahil ang decentralized AI ay hindi dapat manatiling konsepto lamang ng imprastruktura.
Para sa mga user na magsanay dito, kailangan ng mga tunay na aplikasyon na maaari nilang gamitin. Ang DAIs ay nagpapahintulot sa mga developer na ilunsad ang mga AI na produkto nang hindi nagpapatakbo ng kanilang sariling sentralisadong imprastruktura. Ang Nesa ang nagpapahalaga sa pagpapatupad, koordinasyon, pag-verify, at mga insentibo.
Maaaring suportahan nito ang maraming uri ng aplikasyon, kabilang ang mga chatbot, AI agents, mga kasangkapan sa pananaliksik, enterprise assistants, mga produkto sa analitika, at Web3-native AI services.
Sa simpleng termino, ang DAIs ay nagpapalit ng imprastruktura ni Nesa sa mga produkto ng AI na nakadirekta sa mga gumagamit.
Model Marketplace at Developer Access
Ang Nesa ay naglalaman ng decentralized query marketplace at model store.
Maaaring i-deploy ng mga developer ang open-source o proprietary na AI models sa pamamagitan ng model upload pipeline at Model Playground ni Nesa. Ipinapahintulot nito sa mga gumawa ng model na i-publish ang kanilang mga model nang hindi kailangang mag-manage ng hosting, scaling, o execution environments mismo.
Ang model store ay maaaring suportahan ang malalaking language model, vision-language model, at iba pang AI modalities.
Nagkakaroon ito ng isang merkado kung saan ang mga gumagamit ay maaaring magtanong sa mga modelo, ang mga developer ay maaaring mag-contribute ng mga modelo, ang mga operator ng node ay maaaring magbigay ng compute, at ang mga validator ay maaaring tumulong sa pagpapanatili ng seguridad at pag-verify ng pagpapatupad.
Suporta rin ng Nesa ang cross-chain AI access sa pamamagitan ng AI Link, na nagpapahintulot sa mga aplikasyon sa ibang blockchain na tumawag sa mga kakayahan ng AI execution ng Nesa nang hindi nila ililipat ang kanilang mga user, asset, o contract sa Nesa mismo.
Ibig sabihin ngayon na si Nesa ay hindi lamang nagtatayo ng isang AI chain. Ito ay nagtatayo ng isang AI execution layer na makakaserve sa maraming blockchain ecosystems.
Gamit ng NES Token
Ang $NES ay ang native token ng Nesa ecosystem.
Ginagamit ito sa sistema ng query at bayad ng network. Maaaring sumumite ang mga developer ng PayForQuery transactions upang mag-publish ng query data at magbayad para sa AI inference execution. Pinrioritize ang mga transaksyon sa pamamagitan ng gas-price mempool, kaya ang mga transaksyon na may mas mataas na bayad ay maaaring makatanggap ng prioridad.
Konektado rin ang $$NES sa staking at seguridad ng network. Kailangan ng mga miner o mga participant ng node na mag-stake ng $$NES, na nagbibigay sa kanila ng ekonomikong eksposur sa tapat at epektibong pagproseso ng AI query. Kung mangyayari ang masasamang pag-uugali o pagtatabi ng data, maaari ng sistema gamitin ang mga crypto-economic na parusa tulad ng slashing.
Ang pamamahala ay isa pang bahagi ng utility ng $NES. Maaaring mag-proposal at magboto ang mga tagapag-angkat tungkol sa pagbabago sa mga napiling parameter ng network, at kumukuha ang community pool ng bahagi ng block rewards upang suportahan ang mga inisyatiba ng ecosystem.
Sa kabuuan, ang $NES ay disenyo upang suportahan ang pagpapatupad ng AI query, network security, pamamahala, at paglago ng ecosystem.
Ang Mas Malaking Larawan para sa Nesa
Nesa ay nagtatayo ng imprastruktura para sa isang AI ekonomiya na mas bukas, mas mapapatotohanan, at nagpapahinga sa privacy.
Ang kasalukuyang ekonomiya ng AI ay pinamamahalaan ng mga sentralisadong platform. Sila ang nagtataglay ng kontrol sa pag-access, presyo, compute, distribusyon ng modelo, at data ng gumagamit. Ito ay bumubuo ng mataas na hadlang para sa mas maliit na mga developer at mahinang jamin para sa mga gumagamit na nangangailangan ng privacy o kawastuhan.
Nesa ay nagmungkahi ng iba’t ibang modelo.
Nagpapahintulot ito sa mga provider ng compute, tagagawa ng modelo, mga developer, validator, mga user, at AI applications na makilahok sa isang decentralized AI network. Ang AI execution ay maaaring hilingin sa iba’t ibang chain, patotohanan sa pamamagitan ng kriptograpikong mekanismo, at isagawa nang hindi ipinapakita ang sensitibong data sa isang sentralisadong provider.
Sa maikling pananalita, binubuo ni Nesa ang isang decentralized AI execution layer kung saan ang AI inference ay maaaring maging pribado, verifiable, at ekonomikong bukas — lumilipat ang AI mula sa black-box cloud APIs patungo sa trustless infrastructure para sa Web3 at higit pa.
Mga Reward mula sa Pagpapakilala:
Manawak ng mga bagong user upang sumali sa kampanyang Learn & Earn at makuha ang karagdagang reward. Para sa bawat kaibigan na matagumpay na inimbita na mag-register at kumpletuhin ang kinakailangang pag-trade, makakatanggap ka ng 25% rebate sa bayarin. Mas maraming kwalipikadong user na iyong iimbita, mas maraming reward ang makakakuha ka. Para sa mga detalye, mangyaring bisitahin: https://www.kucoin.com/fil/referral
Paano Mag-invite
Disclaimer: Ang information sa page na ito ay maaaring magmula sa mga third party at hindi necessary na nagre-reflect sa mga view o opinion ng KuCoin. Ang content na ito ay para sa reference lang at hindi nagko-constitute ng anumang form ng representation o warranty, at hindi rin dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring may kasamang mga risk ang pag-invest sa mga virtual asset. Paki-assess nang maigi ang mga product risk at ang iyong risk tolerance batay sa financial situation mo. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.