پرش به محتوا
کریپکس
لوگوی TRAC

قیمت اوریجین‌تریل TRAC

رتبه ۱۳۸OriginTrailتوکن

$0.3486دلار

▲ +۳.۳۰٪ ۲۴ ساعت

نمودار قیمت اوریجین‌تریل

در حال بارگذاری نمودار…

قیمت‌ها به دلار و بر پایه‌ی داده‌ی تجمیعی بازار است.

آمار بازار اوریجین‌تریل

ارزش بازار

۱۷۴٫۳ میلیون دلار

ارزش کاملاً رقیق‌شده (FDV)

۱۷۴٫۳ میلیون دلار

حجم معاملات ۲۴ ساعته

۴٫۵۷ میلیون دلار

عرضه‌ی در گردش

۵۰۰ میلیون TRAC

عرضه‌ی کل

۵۰۰ میلیون TRAC

سقف عرضه

۵۰۰ میلیون TRAC

جفت‌ارزهای فعال

۱۳۲

تاریخ افزوده‌شدن

۵ بهمن ۱۳۹۶

۱ ساعت

+۰.۰۷٪

۲۴ ساعت

+۳.۳۰٪

۷ روز

+۱.۲۳٪

۳۰ روز

-۱۱.۴۲٪

۹۰ روز

+۲۶.۳۱٪

۱ سال

-۴۱.۵۶٪

سهم عرضه‌ی در گردش۱۰۰٪

بازه‌های قیمتی اوریجین‌تریل

بازه‌ی ۲۴ ساعته$0.3324 — $0.3665
بازه‌ی ۵۲ هفته$0.251 — $0.7866

بیشینه‌ی تاریخی

$3.87 دلار

کمینه‌ی تاریخی

$0.003785 دلار

اوریجین‌تریل چیست؟

OriginTrail (TRAC) چیست؟

OriginTrail اکوسیستمی است که زیرساختی قابل‌اعتماد برای دانشِ مورد استفاده در هوش مصنوعی (AI) می‌سازد. این پروژه با تضمین منشأ اطلاعات و فراهم‌کردن امکان کشف مهم‌ترین دانش‌ها و دارایی‌های دنیای واقعی (RWAs)، به چالش اطلاعات نادرست در عصر هوش مصنوعی می‌پردازد.

OriginTrail با توانمندسازی برندها و سازندگان پیشرو در جهان، اینترنتی قابل‌راستی‌آزمایی برای هوش مصنوعی غیرمتمرکز ایجاد می‌کند. این پروژه از گراف دانش غیرمتمرکز منحصربه‌فرد خود و بلاک‌چین NeuroWeb بهره می‌گیرد تا جست‌وجو و راهکارهای مبتنی بر هوش مصنوعی را برای کسب‌وکارها و افراد در سراسر جهان فراهم کند.

OriginTrail از حمایت و مشارکت سازمان‌های پیشرو در جهان، از جمله مؤسسه استانداردهای بریتانیا، SCAN، Polkadot، Parity، Walmart، فدراسیون جهانی هموفیلی، Oracle، ابتکار اینترنت نسل بعدی کمیسیون اروپا و برنامه کارآفرینی Microsoft برای اثرگذاری مثبت برخوردار شده است. این مشارکت‌ها به گسترش بنیان دانشی قابل‌اعتماد OriginTrail و کاربردپذیری آن در صنایعی با ارزش تریلیون‌دلاری کمک می‌کنند و در عین حال، اینترنتی قابل‌راستی‌آزمایی از دانش فراهم می‌آورند که به‌ویژه برای پیشبرد اقتصاد دارایی‌های دنیای واقعی اهمیت دارد.

بهترین راه برای مشاهده عملکرد این فناوری، بررسی ChatDKG است؛ ربات آزمایشی پرسش‌وپاسخ در X (Twitter) که بر پایه دارایی‌های دانشی قابل‌اعتماد در گراف دانش غیرمتمرکز OriginTrail (DKG) کار می‌کند. ChatDKG پاسخ‌هایی مبتنی بر هوش مصنوعی قابل‌اعتماد OriginTrail ارائه می‌دهد.

مرحله متکالف در نقشه راه OriginTrail هدفی بلندپروازانه را دنبال می‌کند: ایجاد بزرگ‌ترین اینترنت قابل‌راستی‌آزمایی جهان برای هوش مصنوعی، متشکل از 100 billion دارایی دانشی و فراهم‌کننده افزایشی 100,000x در مقیاس‌پذیری. این مرحله، همان‌طور که از نامش پیداست، در پی ایجاد اثرات شبکه‌ای در سراسر DKG متعلق به OriginTrail است و از روش‌های نوینی برای دستیابی به رشد خودکار DKG بهره می‌گیرد؛ رشدی که بر پایه بنیان دانشی جنسیس شکل می‌گیرد و سازمان‌ها و افراد هر دو در ایجاد آن نقش دارند.

بخش جنسیسِ مرحله متکالف همچنین قابلیت‌های استخراج دانش و سیگنال‌دهی دانش را معرفی می‌کند تا رشد پیوسته اینترنت قابل‌راستی‌آزمایی را پیش ببرد.

پس از مرحله جنسیس و گذار به نسخه بومی هوش مصنوعی V8، در مرحله همگرایی قابلیت‌های بیشتری در دسترس قرار می‌گیرند. با بهره‌گیری از پیشرفت‌های هوش مصنوعی و DKG، استخراج خودکار دانش را ممکن می‌کنیم که به نوبه خود به DKG خودکار می‌انجامد. در آن مرحله، دانش جدید با دخالت بسیار محدود انسان به DKG افزوده می‌شود.

خدماتی مانند عامل‌های هوش مصنوعی، استنتاج دانش را مستقیماً روی DKG انجام می‌دهند تا «نقاط کور» دانشی را که می‌توانند پر کنند بیابند، دانش تازه را جست‌وجو کنند و مطابق با سیگنال‌دهی دانش، آن را به DKG بیفزایند.

بنیان‌گذاران OriginTrail چه کسانی هستند؟

بنیان‌گذاران OriginTrail، Žiga Drev، Tomaž Levak و Branimir Rakić، این پروژه را با چشم‌انداز ساخت و پیاده‌سازی یک گراف دانش غیرمتمرکز (DKG) بنیان گذاشتند؛ زیرساختی که برای فراهم‌کردن اشتراک‌گذاری دانش قابل‌اعتماد میان کسب‌وکارها و افراد در سراسر جهان طراحی شده است. مأموریت آن‌ها پاسخ‌گویی به نیاز روزافزون به داده‌های قابل‌راستی‌آزمایی، شفاف و غیرمتمرکز در دنیای دیجیتالِ هرچه پیچیده‌تر بود.

این چشم‌انداز به پذیرش پروژه از سوی مؤسسات بزرگی از جمله مؤسسه استانداردهای بریتانیا (BSI)، شبکه ممیزی انطباق تأمین‌کنندگان (SCAN)، راه‌آهن فدرال سوئیس (SBB)، فدراسیون جهانی هموفیلی (WFH) و پروژه‌های متعدد مورد حمایت دولت‌های اتحادیه اروپا و بریتانیا انجامیده است.

بنیان‌گذاران با پایبندی به اصول بی‌طرفی، فراگیری و کاربردپذیری، مشارکت‌هایی با شرکت‌های فناوری پیشرو را هدایت کردند و برنامه‌ای برای اعطای کمک‌هزینه راه‌اندازی کردند تا خطرهای توسعه را به حداقل برسانند و رشد جامعه OriginTrail را تقویت کنند.

در راستای مأموریت مستمر خود برای مقابله با چالش‌های عصر هوش مصنوعی، از جمله اطلاعات نادرست، دیپ‌فیک‌ها و دست‌کاری داده‌ها، شرکت Trace Labs، توسعه‌دهندگان اصلی OriginTrail، به سهام‌دار مؤسس umanitek تبدیل شد. Umanitek بر بنیان هوش مصنوعی نمادین DKG بنا شده است تا از قابل‌اعتمادبودن اطلاعات اطمینان حاصل کند، از مالکیت داده‌ها دفاع کند و زیرساخت دیجیتال مقاوم در برابر سانسور را حفظ کند.

چه چیزی OriginTrail را منحصربه‌فرد می‌کند؟

OriginTrail به‌دلیل عوامل زیر منحصربه‌فرد است:

زیرساخت دانشی قابل‌اعتماد: OriginTrail اکوسیستمی است که بر ساخت زیرساختی قابل‌اعتماد برای دانشِ مورد استفاده در هوش مصنوعی (AI) تمرکز دارد. این پروژه منشأ اطلاعات را تضمین می‌کند و با اطلاعات نادرست مقابله می‌کند؛ موضوعی که در عصر هوش مصنوعی اهمیتی حیاتی دارد.

گراف دانش غیرمتمرکز (DKG): OriginTrail از یک گراف دانش غیرمتمرکز (DKG) منحصربه‌فرد بهره می‌گیرد که سازمان‌دهی و کشف دارایی‌های دانشی قابل‌اعتماد و آماده برای هوش مصنوعی را ممکن می‌سازد. این گراف جست‌وجوی کارآمد و راهکارهای مبتنی بر هوش مصنوعی را برای کسب‌وکارها و افراد در سراسر جهان فراهم می‌کند.

توسعه متن‌باز: توسعه فنی OriginTrail متن‌باز است و جامعه OriginTrail آن را پیش می‌برد. توسعه‌دهندگان اصلی به‌طور فعال مجموعه متن‌باز، از جمله نرم‌افزار نود، کیت‌های توسعه نرم‌افزار (SDKs)، ماژول‌های بلاک‌چین و کتابخانه‌های بصری را نگه‌داری می‌کنند. این رویکرد همکاری و نوآوری را در اکوسیستم OriginTrail تقویت می‌کند.

خلاصه‌ی وایت‌پیپر اوریجین‌تریل

مشاهده‌ی وایت‌پیپر اصلی ↗

این متن چشم‌انداز «اینترنت قابل‌راستی‌آزمایی برای هوش مصنوعی» را بر پایه‌ی همگرایی هوش مصنوعی، اینترنت و فناوری بلاکچین معرفی می‌کند. محور آن گراف دانش غیرمتمرکز OriginTrail (DKG) و چارچوب dRAG است که برای بهبود منشأشناسی، صحت‌پذیری و مالکیت اطلاعات مورد استفاده‌ی سامانه‌های هوش مصنوعی طراحی شده‌اند. متن همچنین سازوکارهای تشویقی مبتنی بر TRAC و NEURO را برای گسترش این زیرساخت شرح می‌دهد.

ایده و هدف پروژه

هدف پروژه ایجاد اینترنتی قابل‌راستی‌آزمایی برای هوش مصنوعی است که با ترکیب فناوری‌های کریپتو، اینترنت و هوش مصنوعی، به چالش‌هایی مانند اطلاعات نادرست، مالکیت داده، حقوق مالکیت فکری و سوگیری پاسخ دهد. این رویکرد بر شفافیت، منشأشناسی و امکان بررسی اطلاعات تکیه دارد تا کاربران بتوانند منابع پاسخ‌های هوش مصنوعی را ارزیابی کنند. متن اصول بی‌طرفی، فراگیری و کاربردپذیری را از پایه‌های تحقق هوش مصنوعی قابل‌اعتماد می‌داند.

چگونه کار می‌کند (فناوری)

چارچوب dRAG منابع بیرونی را در گراف دانش غیرمتمرکز (DKG) سازمان‌دهی می‌کند و هوش مصنوعی عصبی، مانند مدل‌های زبانی بزرگ، را با هوش مصنوعی نمادین، مانند گراف‌های دانش، ترکیب می‌کند. منبع اصلی DKG «دارایی‌های دانش» است؛ ظرف‌هایی قابل‌مالکیت برای دانش در قالب‌های گوناگون که می‌توان آن‌ها را ایجاد، به‌روزرسانی یا منتقل کرد. هر دارایی دانش از مالکیت، قابلیت کشف و صحت‌پذیری برخوردار است؛ از جمله با اثبات‌های رمزنگاری مبتنی بر درخت مرکل که وضعیت دانش را روی بلاکچین ثبت می‌کنند. شبکه‌های پارانت، دارایی‌های دانش، خدمات هوش مصنوعی و قواعد تشویقی را حول کاربردها یا موضوعات مشخص گرد هم می‌آورند.

توکن و توکنومیکس

TRAC برای جبران استفاده از خدمات شبکه‌ی DKG به‌کار می‌رود؛ همچنین سهام‌گذاری آن در گره‌ها به پاداش‌گیری و امنیت شبکه کمک می‌کند و در صورت رفتار مخرب، سهام گره می‌تواند کاهش یابد. دارندگان TRAC می‌توانند توکن خود را به گره‌ها واگذار کنند و بخشی از پاداش گره را دریافت کنند. NEURO توکن بومی بلاکچین NeuroWeb است و برای کارمزد تراکنش‌ها، سهام‌گذاری و رأی‌گیری حاکمیتی، از جمله درباره‌ی مشوق‌های پارانت‌ها، استفاده می‌شود. انتشار دارایی دانش به TRAC و نیز توکن گس بلاکچین مورد استفاده نیاز دارد؛ این توکن گس بسته به زنجیره می‌تواند NEURO، DAI، ETH یا دارایی دیگری باشد.

کاربردها

پارانت‌ها می‌توانند دانش عمومی و خصوصیِ در دسترس را برای ارائه‌ی پاسخ از طریق dRAG به کار گیرند و خدماتی مانند عامل‌های هوش مصنوعی، رابط‌های dRAG، قراردادهای هوشمند و اوراکل‌های داده ارائه کنند. متن حوزه‌هایی مانند صنعت 4.0، علم غیرمتمرکز، پایداری، داده‌های آموزشی مدل‌های زبانی بزرگ، شبکه‌های محتوای ویدئویی، کشف هنر، بازارهای پیش‌بینی، ورزش و سرگرمی را به‌عنوان نمونه‌های کاربرد پارانت‌ها نام می‌برد. تشویق انتشار دانش و ارائه‌ی خدمات می‌تواند بر اساس قواعدی مانند ارتباط موضوعی، انطباق با هستی‌شناسی و الزامات کیفیت داده انجام شود.

مکانیزم اجماع و امنیت

متن سازوکار اجماع مشخصی معرفی نمی‌کند، اما ثبت اثبات‌های رمزنگاری وضعیت دارایی‌های دانش روی بلاکچین را برای بررسی و حسابرسی فراهم می‌سازد. گره‌های DKG برای دریافت سهمی از کارمزدهای انتشار با یکدیگر رقابت می‌کنند و ارزیابی آن‌ها به کیفیت خدمات، میزان سهام TRAC و نشانی پارانت گره وابسته است. سهام TRAC نقشی امنیتی دارد و ممکن است در صورت عملکرد مخرب گره کاهش یابد.

نقشه‌ی راه و تیم

متن نقشه‌ی راه زمان‌بندی‌شده یا جزئیات مشخصی درباره‌ی تیم ارائه نمی‌کند. در صفحه‌ی آغازین، Trace Labs به‌عنوان توسعه‌دهندگان اصلی OriginTrail معرفی شده است.

این بخش خلاصه‌ی فارسی تهیه‌شده از متن وایت‌پیپر اصلی است و جایگزین آن نیست؛ برای جزئیات دقیق و فنی حتماً متن اصلی (انگلیسی) را ببینید.

قرارداد هوشمند اوریجین‌تریل

  • Ethereum0xaa7a9ca87d3694b5755f213b5d04094b8d0f0a6f
  • Gnosis Chain0xeddd81e0792e764501aae206eb432399a0268db5
  • Base0xA81a52B4dda010896cDd386C7fBdc5CDc835ba23

اطلاعات این صفحه از منابع عمومی گردآوری شده و فقط جنبه‌ی آموزشی و اطلاع‌رسانی دارد؛ قیمت ممکن است چند دقیقه تأخیر داشته باشد. این صفحه توصیه‌ی خرید یا فروش نیست.