Trích dẫn của Markus Levin từ XYO: Tại sao một L1 sinh ra để xử lý dữ liệu có thể trở thành xương sống "chứng minh nguồn gốc" của AI

Trong tập mới nhất của SlateCast, đồng sáng lập XYO Markus Levin đã tham gia cùng các host của CryptoSlate để phân tích lý do tại sao các mạng hạ tầng vật lý phi tập trung (DePIN) đang vượt ra ngoài các thử nghiệm nhỏ lẻ—và tại sao XYO đã xây dựng một Layer-1 chuyên dụng để xử lý loại dữ liệu mà AI và các ứng dụng thực tế ngày càng đòi hỏi.

Tham vọng của Levin dành cho mạng lưới là rõ ràng: “Trước tiên, tôi nghĩ XYO sẽ có tám tỷ nút,” ông nói, gọi đó là mục tiêu tham vọng—nhưng một mục tiêu mà ông tin phù hợp với hướng đi của ngành.

Chủ đề “mọi ngóc ngách của thế giới” của DePIN

Levin định hình DePIN như một sự thay đổi cấu trúc trong cách các thị trường phối hợp hạ tầng vật lý, chỉ ra kỳ vọng tăng trưởng nhanh chóng của ngành này. Ông trích dẫn dự báo của Diễn đàn Kinh tế Thế giới rằng DePIN có thể mở rộng từ hàng chục tỷ hiện nay lên hàng nghìn tỷ vào năm 2028.

Đối với XYO, quy mô không phải là giả thuyết. Một trong các host đã lưu ý rằng mạng đã phát triển “hơn 10 triệu nút,” mở ra cuộc thảo luận ít hơn về “nếu như” và nhiều hơn về những gì sẽ xảy ra khi khối lượng dữ liệu thực tế trở thành sản phẩm.

Chứng minh nguồn gốc cho AI: vấn đề dữ liệu, không chỉ tính toán

Khi được hỏi về deepfake và sự sụp đổ niềm tin vào truyền thông, Levin lập luận rằng nút thắt của AI không chỉ là tính toán—mà còn là nguồn gốc dữ liệu. “Trong khi DePIN, bạn có thể, uh, chứng minh nguồn gốc của dữ liệu,” ông nói, phác thảo một mô hình nơi dữ liệu có thể được xác minh từ đầu đến cuối, theo dõi vào các quy trình huấn luyện, và được truy vấn khi hệ thống cần sự thật căn cứ.

Theo ông, nguồn gốc tạo ra một vòng phản hồi: nếu một mô hình bị buộc tội “ảo tưởng,” nó có thể kiểm tra xem dữ liệu đầu vào có thể xác minh nguồn gốc hay không—hoặc yêu cầu dữ liệu mới, cụ thể từ một mạng phi tập trung thay vì lấy từ các nguồn không đáng tin cậy.

Tại sao Layer-1 gốc dữ liệu lại quan trọng

XYO đã dành nhiều năm cố gắng không xây dựng một chuỗi khối, Levin nói—hoạt động như một trung gian giữa các tín hiệu thực tế và hợp đồng thông minh. Nhưng “không ai xây dựng nó,” và khối lượng dữ liệu của mạng đã bắt buộc phải làm điều đó.

Ông giải thích mục tiêu thiết kế đơn giản: “Blockchain không thể phình to… và nó thực sự chỉ dành cho dữ liệu.”

Cách tiếp cận của XYO tập trung vào các cơ chế như Proof of Perfect và các hạn chế kiểu “lookback” nhằm giữ yêu cầu về nút nhẹ nhàng, ngay cả khi dữ liệu lớn lên.

Triển khai COIN: biến người dùng không crypto thành các nút mạng

Một trong những yếu tố thúc đẩy tăng trưởng chính là ứng dụng COIN, mà Levin mô tả như một cách để biến điện thoại di động thành các nút mạng của XYO.

Thay vì đẩy người dùng vào sự biến động của token ngay lập tức, ứng dụng sử dụng điểm liên kết đô la và các tùy chọn quy đổi rộng hơn—rồi dần dần kết nối người dùng vào các hệ thống crypto theo thời gian.

Mô hình token kép: phù hợp hóa các ưu đãi với XL1

Levin nói rằng hệ thống token kép được thiết kế để tách biệt phần thưởng/hệ sinh thái/bảo mật khỏi chi phí hoạt động của chuỗi. “Chúng tôi rất hào hứng với hệ thống token kép này,” ông nói, mô tả $XYO là tài sản staking/quản trị/bảo mật bên ngoài và $XL1 là token gas/giao dịch nội bộ dùng trên Layer-1 của XYO.

Đối tác thực tế: hạ tầng sạc và dữ liệu POI đạt chuẩn bản đồ

Levin nhấn mạnh các quan hệ đối tác mới như một động lực “ứng dụng tiêu biểu” ban đầu trong hệ sinh thái DePIN rộng lớn hơn, trích dẫn thỏa thuận với Piggycell—một mạng lưới sạc lớn của Hàn Quốc cần chứng minh vị trí và dự định token hóa dữ liệu trên XYO Layer One.

Ông cũng mô tả một trường hợp sử dụng khác về chứng minh vị trí liên quan đến bộ dữ liệu điểm quan tâm (giờ, hình ảnh, thông tin địa điểm), cho biết một đối tác lớn về định vị đã phát hiện ra vấn đề trong dữ liệu của chính họ “chiếm 60% các trường hợp,” trong khi dữ liệu do XYO cung cấp “đúng 99,9%,” giúp các doanh nghiệp lớn thực hiện bản đồ hóa sau này.

Tổng thể, thông điệp của Levin nhất quán: nếu AI và RWAs cần các đầu vào đáng tin cậy, thì ranh giới cạnh tranh tiếp theo có thể ít liên quan đến các mô hình nhanh hơn—và nhiều hơn về các quy trình dữ liệu xác minh dựa trên thế giới thực.