" Децентрализованные вычисления объединяют криптовалюту и искусственный интеллект. Децентрализованные вычислительные протоколы стремятся использовать свободные вычислительные мощности, создавая модели с открытым исходным кодом посредством стимулирования вычислений или стремясь к будущему, в котором модели ИИ можно будет создавать на низовом уровне.
Что такое децентрализованные вычисления?
Поскольку мир быстро осознал, что ИИ никуда не денется и будет играть лишь более важную роль в нашей повседневной жизни и рабочих процессах, криптоиндустрия пришла к аналогичному соглашению. Проекты выпускаются быстро, противодействуя централизованным компаниям, занимающимся искусственным интеллектом с закрытым исходным кодом, которые доминируют в традиционном мире искусственного интеллекта. Несмотря на то, что OpenAI является самой известной командой искусственного интеллекта (благодаря ChatGPT), существует множество других команд, организаций и исследовательских лабораторий, работающих над созданием наиболее эффективной и производительной модели большого языка (LLM) с учетом сегодняшних технологий. Проекты Crypto + AI используют противоположный подход, работая над сотрудничеством в области децентрализованного искусственного интеллекта с открытым исходным кодом, предназначенного для работы в глобальных распределенных реестрах, которые мы знаем как блокчейны.
Общий обзор
По своей сути ИИ требует огромных вычислительных ресурсов как для обучения моделей, так и для выполнения выводов. Этот спрос резко возрос по мере усложнения моделей ИИ и роста спроса на вычисления.
Ярким примером является компания OpenAI, которая заметила, что ее требования к вычислительным ресурсам увеличивались с удвоения каждые два года до удвоения каждые три с половиной месяца в период с 2012 по 2018 год. Этот экспоненциальный рост спроса не только усилил конкуренцию за вычислительные ресурсы, но и значительно увеличил затраты, что побудило некоторых представителей сектора криптомайнинга перепрофилировать свои графические процессоры для услуг облачных вычислений.
Центральной проблемой является нехватка современных графических процессоров, таких как предложения Nvidia, которые необходимы для обучения искусственного интеллекта. Высокий спрос на эти графические процессоры привел к длительному времени ожидания и необходимости заключения длительных контрактов, которые могут заблокировать больше вычислительных мощностей, чем компания может использовать, что усугубляет неэффективность рынка. Децентрализованные вычислительные платформы появляются как решение этих проблем, создавая вторичный рынок, который позволяет немедленно сдавать в аренду избыточные вычислительные мощности, тем самым увеличивая предложение и доступность, а также предлагая конкурентоспособные цены.
Концентрация A100 по организациям. Источник: State of Al Report.
Ключевым преимуществом децентрализованных вычислений является их устойчивость к цензуре, что обеспечивает противовес растущей концентрации разработки ИИ среди нескольких крупных технологических компаний. Такая концентрация вызывает обеспокоенность по поводу способности этих организаций диктовать нормы и ценности, заложенные в модели ИИ, особенно когда они настаивают на регулировании, которое может подавлять инновации вне их контроля. Децентрализованные вычислительные платформы, такие как Akash, среди прочих, демократизируют доступ к вычислительным ресурсам, обеспечивая более справедливое игровое поле для разработки ИИ.
Akash Network иллюстрирует этот децентрализованный подход через свою «супероблачную» платформу с открытым исходным кодом, используя механизм доказательства доли для облегчения рынка ресурсов облачных вычислений. Модель связывает арендаторов, которым требуются вычислительные ресурсы, с поставщиками, используя систему обратного аукциона для обеспечения конкурентоспособных цен. В основе этой экосистемы лежат валидаторы, которые поддерживают целостность сети и облегчают транзакции с использованием собственного токена Akash, AKT , тем самым стимулируя участие и обеспечивая безопасность сети.
Несмотря на обещания снижения затрат и повышения доступности, темпы внедрения таких услуг, как аренда графических процессоров на Akash, были скромными. Это подчеркивает критическую проблему для децентрализованных вычислительных платформ: необходимость сбалансировать предложение с фактическим спросом. Хотя Akash продемонстрировал впечатляющие показатели внедрения on-chain, коэффициенты использования его вычислительных ресурсов указывают на то, что предложение по-прежнему превышает спрос, что позволяет предположить, что сектору еще предстоит полностью извлечь выгоду из своего потенциального рынка.
Gensyn представляет собой еще один аспект сектора децентрализованных вычислений, уделяя особое внимание обучению моделей машинного обучения. Он представляет новую систему проверки, обеспечивающую точность и целостность внешних вычислений, тем самым решая серьезную проблему децентрализованных вычислений. Подход Gensyn не только делает машинное обучение более доступным и экономически эффективным, но также обещает использовать избыточные вычисления из различных источников, тем самым расширяя пул вычислительных ресурсов, доступных для разработки ИИ.
Bittensor, со своей стороны, стремится превратить генерацию искусственного интеллекта в товар с помощью децентрализованного протокола, который поощряет совместное обучение моделей и логические выводы. Он представляет инновационный механизм «Доказательство интеллекта», в котором участники, известные как майнеры, получают вознаграждение, внося свой вклад в коллективный интеллект сети. Этот подход направлен на создание более распределенной и совместной модели разработки ИИ, в отличие от централизованных моделей, которые в настоящее время доминируют в этой области.
Появление децентрализованных вычислений для ИИ является частью более широкой тенденции к использованию технологий блокчейна и криптовалют для создания более открытых, доступных и справедливых технологических экосистем. Хотя такие платформы, как Akash, Gensyn и Bittensor, предлагают многообещающий взгляд на потенциал децентрализованных вычислений, сектор в целом сталкивается с серьезными проблемами с точки зрения внедрения, нормативных препятствий и обеспечения достаточного баланса спроса и предложения. Успех этих инициатив, вероятно, будет зависеть от их способности продемонстрировать явные преимущества перед централизованными альтернативами, включая экономию средств, устойчивость к цензуре и содействие инновациям посредством более открытого доступа к вычислительным ресурсам.
Интеграция децентрализованных вычислительных платформ может проложить путь к новой эре развития искусственного интеллекта, характеризующейся большей демократизацией вычислительных ресурсов и расширением прав и возможностей более широкого круга заинтересованных сторон вносить вклад в развитие технологий искусственного интеллекта.
Анализ проектов
Ознакомившись с общей схемой децентрализованных вычислений, мы можем сосредоточить внимание на некоторых нынешних лидерах.
Что такое Bittensor?
Сегодня собственный токен Bittensor TAO торгуется с оборотной рыночной капитализацией в 4,1 миллиарда долларов, причем подавляющее большинство приходится на криптовалюту и искусственный интеллект.
Bittensor представляет собой значительный шаг вперед в области децентрализованного искусственного интеллекта и технологии блокчейна, предлагая уникальную структуру, цель которой — произвести революцию в том, как цифровые товары, особенно искусственный интеллект, создаются и проверяются в децентрализованной сети. В отличие от традиционных систем блокчейна, таких как Биткойн, Ethereum и Filecoin, которые переплетают основные функции блокчейна с системами проверки, Bittensor вносит сдвиг парадигмы, разделяя эти компоненты. Такое разделение позволяет выполнять более сложные и ресурсоемкие задачи, не нагружая сам блокчейн. Этот инновационный подход стал возможным благодаря реализации Yuma Consensus (YC), который служит основой механизма проверки Bittensor, обеспечивая согласие между валидаторами подмеханизмов сети.
Протокол Bittensor представляет собой новаторское достижение в интеграции технологии блокчейна с ИИ, фокусируясь на децентрализации вычислительных усилий, необходимых для обучения модели ИИ и получения выводов. Суть инноваций Bittensor заключается в уникальном подходе к консенсусу, проверке и стимулированию вычислительного вклада, который имеет решающее значение для функционирования децентрализованных сетей искусственного интеллекта.
В основе протокола Bittensor лежит Yuma Consensus, новый механизм консенсуса, специально разработанный для удовлетворения уникальных требований сети. В отличие от традиционных алгоритмов консенсуса, которые фокусируются исключительно на соглашении о действительности транзакций или создании блоков, YC спроектирован так, чтобы гарантировать согласие между валидаторами относительно ценности вычислительных задач, выполняемых узлами в сети. Это особенно сложно в контексте искусственного интеллекта, где «правильность» результатов не всегда является двоичной или легко поддающейся количественной оценке.
YC работает путем преобразования различных механизмов стимулирования, разработанных валидаторами подсети, в единую систему стимулов. Это гарантирует, что майнеры не просто выполняют задачи случайным образом, а направляются на действия, которые коллективно согласованы и повышают ценность сети. С помощью YC Bittensor может создать динамическую и адаптивную сеть, в которой проверка данных – например, результатов модели ИИ – достигается посредством консенсуса, несмотря на субъективный характер того, что представляет собой ценную информацию.
Bittensor представляет концепцию, известную как «Доказательство интеллекта» , инновационный механизм доказательства, который валидаторы используют для проверки вклада узлов в сети. Это выходит за рамки традиционных механизмов доказательства работы или доказательства доли, поскольку требует от узлов фактически вносить ценную вычислительную работу — например, обработку обучения модели ИИ или задачи вывода — в коллективный разум сети.
Механизм Proof of Intelligence гарантирует, что вклад узлов — это не просто вычислительные усилия, затраченные ради безопасности (как при доказательстве работы), но напрямую связанные с целью сети по созданию и улучшению моделей ИИ. Это согласует стимулы участников сети с глобальными целями Bittensor, создавая самоусиливающуюся экосистему, в которой создание интеллекта ИИ является одновременно средством и целью.
Отличительной особенностью протокола Bittensor является отделение его основных функций блокчейна от систем проверки, которые предназначены для работы вне сети. Такое разделение позволяет системам проверки работать с большим объемом данных и интенсивными вычислениями, не перегружая при этом сам блокчейн. Он также обеспечивает гибкость, необходимую для удовлетворения сложных и развивающихся требований проверки модели ИИ, которые могут значительно различаться в разных подсетях внутри сети Bittensor.
Системы проверки вне сети имеют решающее значение для поддержания масштабируемости и эффективности сети. Они позволяют валидаторам использовать сложные модели и алгоритмы искусственного интеллекта для проверки вклада узлов, гарантируя, что сеть может поддерживать широкий спектр приложений искусственного интеллекта без ущерба для скорости или производительности.
Bittensor использует структуру подсетей для организации своих децентрализованных вычислительных ресурсов, что позволяет создавать специализированные рынки или «подсети» для различных цифровых товаров, включая модели искусственного интеллекта, данные и вычислительную мощность. Каждая подсеть работает в соответствии со своим собственным набором правил и механизмов стимулирования, определяемых валидаторами подсети, но все они способствуют достижению общей цели по созданию децентрализованного интеллекта.
Стимулирование вкладов в Bittensor осуществляется через TAO, которое используется для вознаграждения узлов за их вычислительный вклад и облегчения транзакций внутри сети. Эта экономика, основанная на токенах, гарантирует, что участники имеют финансовую мотивацию вносить ценные ресурсы в сеть, стимулируя рост и развитие децентрализованной экосистемы искусственного интеллекта Bittensor.
По своей сути технологический прорыв Bittensor заключается в его способности способствовать развитию децентрализованных товарных рынков или «подсетей» в рамках единой системы токенов. Эти подсети работают через блокчейн Bittensor, обеспечивая беспрепятственное взаимодействие и интеграцию в единую вычислительную инфраструктуру.
Основная ценность, которую Bittensor привносит в сектор децентрализованных вычислений, заключается в его ориентации на использование возможностей цифровых рынков для продвижения самого важного цифрового товара общества — искусственного интеллекта. Направляя динамику цифрового рынка на создание и использование машинного интеллекта, Bittensor стремится демократизировать преимущества и право собственности на ИИ, гарантируя, что он доступен с нуля, а не монополизирован технологическими гигантами. Такое видение позиционирует Bittensor как ключевую платформу в будущем технологий, предоставляя язык для написания рынков индивидуальных товаров, таких как вычисления, и предлагая внешним клиентам доступ к ресурсам по более низким ценам без посредников.
Планы Bittensor на будущее включают дальнейшее развитие протокола для поддержки более широкого спектра приложений искусственного интеллекта и вычислительных задач. Это включает в себя повышение масштабируемости, безопасности и эффективности протокола, а также расширение его экосистемы за счет включения большего количества разработчиков, валидаторов и пользователей.
Что такое Gensyn?
Протокол Gensyn представляет собой новаторское решение в секторе децентрализованных вычислений, специально разработанное для облегчения вычислений с глубоким обучением в среде, не требующей доверия. Используя технологию блокчейна уровня 1, Gensyn обеспечивает прямое и немедленное вознаграждение тем, кто вкладывает свои вычислительные ресурсы в задачи машинного обучения. Этот инновационный подход устраняет необходимость в централизованном администрировании или правоприменении за счет автоматизации распределения задач и оплаты с помощью смарт-контрактов. Задача Gensyn заключается в проверке завершенной работы по машинному обучению — сложной проблеме, которая пересекает различные области, включая теорию сложности, криптографию и оптимизацию. Для решения этой проблемы Gensyn представляет уникальный механизм проверки, который одновременно эффективен и масштабируем, преодолевая ограничения традиционных методов репликации.
В основе системы проверки Gensyn лежат три ключевые концепции: вероятностное доказательство обучения, протокол точного определения на основе графов и поощрительная игра в стиле Truebit. Вероятностное доказательство обучения использует метаданные процессов оптимизации на основе градиента для создания сертификатов работы, которые можно эффективно проверить. Протокол точного определения на основе графов позволяет последовательно выполнять и сравнивать проверочные работы, обеспечивая их точность. Наконец, поощрительная игра в стиле Truebit использует механику ставок и среза, чтобы стимулировать честное поведение участников, создавая финансово рациональную экосистему для всех участников.
Экосистема Gensyn состоит из четырех основных ролей: отправители, решатели, проверяющие и информаторы. Отправители — пользователи, предоставляющие задания на расчет и оплачивающие выполненную работу. Решатели выполняют реальные задачи ML и генерируют доказательства для проверки. Верификаторы играют решающую роль в обеспечении целостности процесса недетерминированного обучения, воспроизводя части доказательств решателей и оценивая их достоверность. Информаторы выступают в качестве защитных мер, контролируя работу проверяющих и выявляя неточности для поддержания целостности системы.
Работа протокола состоит из восьми отдельных этапов, начиная с отправки задачи, где отправители описывают свои задачи и предоставляют необходимые данные и модели. За этим следует профилирование для установления базовых пороговых значений для проверки, обучение решателей задач и создание доказательств. Проверка доказательств проверяющими и возможные проблемы со стороны информаторов обеспечивают точность и честность выполненных задач. В случае возникновения споров может возникнуть договорной арбитраж, который в конечном итоге приводит к урегулированию, при котором участники получают компенсацию в зависимости от их вклада, а также результатов проверки и возражений.
Инновационный подход Gensyn к децентрализованным вычислениям машинного обучения решает серьезные проблемы в этом секторе, такие как проверка подлинности выполненной работы без необходимости избыточных вычислений. Интегрируя передовые криптографические и теоретико-игровые принципы, Gensyn обеспечивает высокую степень доверия и безопасности при децентрализованном выполнении задач машинного обучения. Это не только расширяет доступ к вычислительным ресурсам для проектов глубокого обучения, но и стимулирует участие широкого круга поставщиков вычислительных услуг — от частных лиц с недостаточно используемым оборудованием до крупномасштабных центров обработки данных.
Дорожная карта Gensyn
Gensyn Limited, организация, стоящая за разработкой протокола, готовит почву для радикального перехода к разработке с открытым исходным кодом после события генерации токенов (TGE).
Этот сдвиг будет осуществляться под руководством Gensyn Foundation, который представляет интересы протокола и управляет посредством децентрализованной модели. Фонд выпустит токены на TGE, создав структуру управления во главе с избранным советом для принятия решений посредством сетевых предложений и референдумов. Модель управления, первоначально опиравшаяся на основных членов и раннее сообщество для быстрой разработки протоколов, призвана со временем превратиться в более децентрализованный совет. Эта структура гарантирует, что Gensyn остается адаптируемым и соответствует интересам сообщества, способствуя развитию протокола и более широкой экосистемы через казначейство, финансируемое за счет небольшого процента сборов за выполнение задач.
Дорожная карта технологического развития Gensyn разбита на три стратегических этапа: тестовая сеть, канареечная сеть и основная сеть, каждый из которых играет важную роль в зрелости протокола. Первоначальное внимание будет сосредоточено на разработке тестовой сети для тестирования основных технологий с привлечением первых пользователей и основных членов сообщества, которые сыграют решающую роль в доработке протокола. После тестовой сети Gensyn планирует запустить ретрансляционную сеть на Kusama в качестве канареечной сети, представив канареечный служебный токен, имеющий реальную экономическую ценность. Этот этап рассматривается как бета-версия протокола, предлагающая доступ к новым функциям с некоторым сопутствующим риском. Заключительный этап включает в себя запуск протокола в ретрансляционной цепочке Polkadot в качестве основной сети, что сделает Gensyn надежным и действующим протоколом для глобального использования.
Долгосрочное видение Gensyn включает создание экосистемы, которая решает фундаментальные проблемы прикладного машинного обучения: доступ к вычислительным мощностям, данным и знаниям.
Что такое Akash?
Сеть Akash представляет собой новаторский шаг в области децентрализованных облачных вычислений, запущенный как основная сеть в сентябре 2020 года и построенный на базе блокчейна Cosmos. Его создание было обусловлено стремлением демократизировать доступ к ресурсам облачных вычислений, предлагая рынок для недостаточно используемых вычислений по ставкам, значительно более низким, чем у традиционных поставщиков облачных услуг. Используя технологию блокчейна для координации и проведения транзакций, Akash создает децентрализованную экосистему, в которой пользователи могут безопасно арендовать и использовать вычислительные ресурсы, уделяя особое внимание контейнерным облачным приложениям, управляемым через Kubernetes.
Akash столкнулся со значительными препятствиями, связанными с подключением и удержанием пользователей, в первую очередь из-за сложностей, связанных с управлением кошельком Cosmos, и нестабильностью его собственного токена AKT. Компания Akash сосредоточила свое внимание на вычислениях на графических процессорах, извлекая выгоду из нехватки ресурсов и перехода к более графически интенсивным вычислительным задачам.
Чем больше, тем лучше. Источник: Kaplan (2020).
В этом контексте особое внимание Akash уделяет предоставлению ресурсов графических процессоров корпоративного уровня. Он удовлетворяет острую потребность в высокопроизводительной вычислительной мощности, необходимой для сложных вычислений, необходимых в современных приложениях на базе искусственного интеллекта.
Переход на вычисления на графических процессорах привел к тому, что сеть Akash выросла до поддержки 150-200 графических процессоров с коэффициентом использования 50-70%, в основном с упором на чипы корпоративного уровня, такие как Nvidia A100, известные своими возможностями рабочих нагрузок искусственного интеллекта. Этот сдвиг подтверждает более широкую рыночную тенденцию к обучению моделей искусственного интеллекта, где высокопроизводительные графические процессоры пользуются большим спросом. Стратегия предложения Akash нацелена на широкий круг поставщиков графических процессоров, включая публичные гиперскейлеры, частные компании, криптомайнеры и предприятия с недостаточно используемыми графическими процессорами, стремясь открыть вторичный рынок, который может значительно повысить видимость и полезность простаивающих вычислительных ресурсов.
Что касается спроса, Akash добился успехов в улучшении пользовательского опыта и расширении своей привлекательности для более широкой аудитории. Такие инновации, как разрешение платежей в стейблкоине USDC, интеграция с популярными кошельками, такими как MetaMask, и запуск интерфейсных решений, таких как AkashML, демонстрируют стремление Akash уменьшить неудобства для пользователей и сделать облачные вычисления более доступными. Добавление чипов потребительского уровня и чипов AMD в существующее портфолио Nvidia иллюстрирует реакцию Akash на растущие потребности рынка и ее стремление поддерживать более широкий спектр вычислительных задач, включая вывод моделей искусственного интеллекта, который, как ожидается, превзойдет обучение моделей по размеру рынка.
Дорожная карте Akash и последние обновления
2023 год стал переломным для Akash, характеризующимся важными вехами, которые укрепили его позиции в качестве ведущей децентрализованной сети облачных вычислений. Радикальный шаг к открытию всей кодовой базы и добавление поддержки графических процессоров — сначала для моделей NVIDIA, а затем для моделей AMD — сыграли решающую роль в расширении сетевых возможностей. Эта открытая структура для вклада сообщества, отражающая DAO, способствовала созданию динамичной экосистемы, в которой процветают инновации.
Формирование групп специальных интересов (SIG) и рабочих групп (WG) под контролем Руководящего комитета создало среду сотрудничества, которая резко контрастирует с организационными проблемами, наблюдаемыми во многих DAO.
Внедрение поддержки графических процессоров в сети Akash стало стратегическим ответом на глобальную нехватку графических процессоров, устраняя критические узкие места в секторах искусственного интеллекта и машинного обучения. Сделав доступными в сети широкий спектр графических процессоров, включая высокопроизводительные чипы для обучения искусственного интеллекта и графические процессоры потребительского уровня для более широких приложений, Akash смягчила некоторые ограничения поставок, от которых страдает отрасль.
Важной вехой стало сотрудничество между Overclock Labs и ThumperAI по обучению базовой модели искусственного интеллекта на Akash, получившей название «Akash-Thumper» (AT-1). Это начинание не только подчеркивает возможности Akash в обучении распределенных моделей, но также подчеркивает потенциал сети для облегчения разработки ИИ с открытым исходным кодом.
Дорожная карта Akash на период до 2024 года основное внимание уделяет масштабированию сети за счет привлечения поставщиков высокопроизводительных вычислений и расширения вклада сообщества.
Участие Akash в ключевых отраслевых мероприятиях и ее известность в средствах массовой информации еще больше подчеркивают ее растущее влияние в секторе децентрализованных вычислений.
Приложения для криптографии и искусственного интеллекта
Слияние децентрализованных технологий, в частности блокчейна и искусственного интеллекта, знаменует эпоху преобразований для различных секторов, от финансов до здравоохранения и не только. Исследуем несколько основных синергий, возникающих в результате слияния протоколов криптографии и искусственного интеллекта.
Во-первых, синергия между децентрализованным искусственным интеллектом и технологией блокчейна обещает радикальный сдвиг в суверенитете и конфиденциальности данных. Традиционные системы искусственного интеллекта в значительной степени полагаются на централизованные хранилища данных, что создает значительные риски в отношении безопасности и конфиденциальности данных. Децентрализованный искусственный интеллект, основанный на протоколах блокчейна, обеспечивает модель, в которой данные хранятся в распределенной сети, что значительно повышает безопасность данных и конфиденциальность пользователей. Эта модель не только защищает от утечки данных, но и дает людям возможность контролировать свои данные, позволяя более согласованно использовать данные при обучении модели ИИ.
Во-вторых, интеграция криптомеханизмов с ИИ повышает масштабируемость и доступность моделей ИИ. Традиционные облачные услуги искусственного интеллекта часто связаны с высокими затратами и контролем, который ограничивает доступ к ним небольшим разработчикам и компаниям. Криптоэкономические модели, подобные предложенным Gensyn, стимулируют вклад вычислительных ресурсов в сеть посредством токенов или других крипто-вознаграждений. Это не только снижает барьер для входа в разработку ИИ за счет снижения затрат, но и стимулирует создание более динамичной экосистемы инноваций в области ИИ. Распределяя вычислительную нагрузку по глобальной сети участников, децентрализованный ИИ может масштабироваться более эффективно, удовлетворяя растущий спрос на услуги ИИ без узких мест централизованной инфраструктуры. Эта модель поддерживает разработку более надежных и разнообразных моделей ИИ за счет использования более широкого спектра источников данных и вычислительных стратегий, что потенциально может привести к более репрезентативным и менее предвзятым инновациям.
Наконец, слияние блокчейна и ИИ открывает новые возможности для прозрачных и не требующих доверия операций ИИ. Одной из проблем текущих реализаций ИИ является природа «черного ящика» алгоритмов ИИ, где процесс принятия решений часто непрозрачен, что приводит к проблемам доверия. Технология блокчейн, с присущей ей прозрачностью и неизменностью, может обеспечить проверяемую запись операций, решений и эволюции моделей ИИ. Эта прозрачность имеет решающее значение для чувствительных приложений ИИ, таких как финансы, здравоохранение и правовые системы, где заинтересованным сторонам необходимы гарантии справедливости, точности и соответствия решений ИИ.
Смарт-контракты могут автоматизировать выполнение решений, основанных на искусственном интеллекте, без доверия, гарантируя, что действия будут выполняться на основе заранее определенных критериев без необходимости использования посредников. Эта синергия повышает доверие к системам искусственного интеллекта и обеспечивает их интеграцию в более широкий спектр приложений.
Синергия между децентрализованным искусственным интеллектом и технологией блокчейна способна переопределить ландшафт цифровых инноваци
Этот исследовательский отчет не предназначен для использования в качестве финансового совета. Вся информация в этом отчете предназначена только для образовательных целей и не должна быть основой для каких-либо инвестиционных решений, которые вы принимаете.
Об авторе:
Reflexivity Research — одна из самых быстрорастущих исследовательских фирм в мире криптовалют. Компания была основана Уиллом Клементе и Энтони Помплиано с целью предоставления криптографических исследований в легко усваиваемых форматах.
