$SXT
لا تعني زيادة البيانات تلقائيًا اتخاذ قرارات أفضل. والسؤال الأصعب هو ما إذا كان بإمكان التطبيق إثبات موثوقية بياناته والحسابات التي يستند إليها القرار.
يمكن للعقد الذكي فحص الحالة على السلسلة، لكن النشاط السابق والمعلومات عبر السلاسل وسجلات الأعمال الخاصة قد تكون خارج نطاق رؤيته الأصلية. ويمكن لقاعدة بيانات خارجية تقديم الإجابات، لكن يظل المستخدمون بحاجة إلى الثقة بمصدر البيانات وبعملية الحساب.
تعالج Space and Time هذه الفجوة باستخدام Proof of SQL. وتصف وثائقها جداول علائقية، يتولى المدقّقون الحفاظ على التزامات تشفيرية بشأنها. تنفّذ عُقد الإثبات استعلامات SQL خارج السلسلة، وتُنشئ برهانًا عديم المعرفة يثبت سلامة البيانات وصحة الاستعلام. ويمكن للعقد الذكي التحقق من هذا البرهان دون معالجة مجموعة البيانات نفسها.
لهذا التمييز أهمية في مجالات الذكاء الاصطناعي وترميز الأصول وDeFi. إذ يمكن لسير عمل الذكاء الاصطناعي الاستفادة من حسابات قابلة للتحقق. ويمكن للأصول المرمّزة ربط معلومات الأصول خارج السلسلة بالنشاط على السلسلة. كما يمكن لتطبيقات DeFi فحص السلوك السابق للمستخدمين بدلًا من الاعتماد على لقطة للحالة الراهنة فحسب.
ليس السؤال ببساطة ما إذا كان لدى التطبيق بيانات، بل ما إذا كان بإمكان الآخرين التحقق بشكل مستقل من النتيجة التي يتصرف التطبيق بناءً عليها. وهذه هي المشكلة التي صُممت Space and Time لمعالجتها.
@SpaceandTime #SXT $SXT
لا تعني زيادة البيانات تلقائيًا اتخاذ قرارات أفضل. والسؤال الأصعب هو ما إذا كان بإمكان التطبيق إثبات موثوقية بياناته والحسابات التي يستند إليها القرار.
يمكن للعقد الذكي فحص الحالة على السلسلة، لكن النشاط السابق والمعلومات عبر السلاسل وسجلات الأعمال الخاصة قد تكون خارج نطاق رؤيته الأصلية. ويمكن لقاعدة بيانات خارجية تقديم الإجابات، لكن يظل المستخدمون بحاجة إلى الثقة بمصدر البيانات وبعملية الحساب.
تعالج Space and Time هذه الفجوة باستخدام Proof of SQL. وتصف وثائقها جداول علائقية، يتولى المدقّقون الحفاظ على التزامات تشفيرية بشأنها. تنفّذ عُقد الإثبات استعلامات SQL خارج السلسلة، وتُنشئ برهانًا عديم المعرفة يثبت سلامة البيانات وصحة الاستعلام. ويمكن للعقد الذكي التحقق من هذا البرهان دون معالجة مجموعة البيانات نفسها.
لهذا التمييز أهمية في مجالات الذكاء الاصطناعي وترميز الأصول وDeFi. إذ يمكن لسير عمل الذكاء الاصطناعي الاستفادة من حسابات قابلة للتحقق. ويمكن للأصول المرمّزة ربط معلومات الأصول خارج السلسلة بالنشاط على السلسلة. كما يمكن لتطبيقات DeFi فحص السلوك السابق للمستخدمين بدلًا من الاعتماد على لقطة للحالة الراهنة فحسب.
ليس السؤال ببساطة ما إذا كان لدى التطبيق بيانات، بل ما إذا كان بإمكان الآخرين التحقق بشكل مستقل من النتيجة التي يتصرف التطبيق بناءً عليها. وهذه هي المشكلة التي صُممت Space and Time لمعالجتها.
@SpaceandTime #SXT $SXT
