如果您一直关注 Space and Time 项目，您可能听说过“连接链上和链下数据”这个短语，它指的是存在于区块链上的数据和存在于区块链之外的数据。这是 Space and Time 的核心功能，它独特地允许在单个查询中连接两种类型的数据。但为什么这很重要，它真正能为开发者带来什么？

链上数据：透明、可验证

区块链是一种去中心化的数字账本，以安全、透明和可验证的方式记录交易。区块链是去中心化的，这意味着它们由分布式网络而不是中央机构运营。存储在区块链上的数据是防篡改的，任何人都可以轻松访问和验证。通过在链上存储数据，企业创建了单一事实来源，可用于为决策提供信息并提高透明度。这些数据用于为去中心化应用程序或 dapp 提供支持，以扩展区块链技术在世界上的使用方式。

链下数据：真实世界洞察‍

但区块链可以存储的数据量和类型非常有限。某些数据（例如大型数据集或私人信息）可能太大或太敏感而无法存储在区块链上。在这种情况下，数据必须存储在链外的单独数据库或存储系统中。这些数据（称为“链下数据”）可以来自多种来源，包括企业数据系统、实时传感器或游戏玩法。

为了支持现实世界的用例，dapp 需要能够利用链上和链下数据。例如，供应链管理 dapp 可以使用存储在区块链上的交易数据来跟踪货物在供应链中的移动。但为了全面了解供应链，dapp 还需要访问链下数据，例如天气数据、交通数据和其他实时信息。通过结合链上和链下数据，dapp 可以提供更准确、更全面的供应链视图。

但如今的链下数据位于集中式、可篡改的数据库中。并且无法保证从这些数据库中出来的查询结果没有被操纵。‍

连接链上和链下数据

‍时空是第一个在防篡改环境下将链上和链下数据结合起来的去中心化数据仓库。空间和时间对所有主要区块链进行索引，并将数据规范化为相关的、可查询的状态。开发人员可以从任何集中源加载链下数据，并将其与单个查询中的区块链数据结合起来。

‍Space and Time 采用一种名为 Proof of SQL™ 的新型专利加密技术来生成可验证的防篡改结果，证明每个查询计算均准确运行且底层数据未被篡改。借助 Space and Time，开发人员可以以简单的 SQL 格式加入无需信任的链上和链下数据，并将结果直接加载到智能合约中，为他们的 dapp 提供支持——所有这些都在一个社区运营的数据平台中进行。

区块链技术和去中心化应用程序使在线安全性、透明度和可追溯性发生了巨大变化，为世界上每个行业提供了新的用例。通过弥合链上和链下数据之间的差距，Space and Time 为 dapp 提供了更完整、更准确的世界观，从而帮助组织做出更好的决策并提高透明度。随着区块链技术的使用不断增长，将链下数据与链上数据集成的需求只会变得更加重要。Space and Time 正在将加密保证的链上和链下数据引入 Web3。‍

原文：

https://medium.com/@SpaceandTimeDB/trustless-data-to-power-dapps-a08775e427aa

在人工智能（AI）和数据驱动创新的时代，信息的准确性和可信性变得至关重要。可验证性，即检查数据有效性和真实性的能力，不再只是一个可有可无的功能。这是绝对必要的。展望未来十年及以后，可验证性的重要性只会继续增长。原因如下。

数据革命和人工智能：可验证性挑战

随着人工智能的出现，我们已经进入了决策日益自动化的阶段。人工智能算法从数据中学习，它们做出的决策取决于它们所输入的数据。如果输入数据有缺陷、有偏见或不完整，结果将反映出这些缺陷。

此外，随着人工智能系统变得越来越复杂，其决策过程往往变得不那么透明，导致有时被称为“黑匣子”的人工智能。这种不透明性使得理解特定结果是如何达成的具有挑战性，凸显了对可验证数据和可解释人工智能模型的需求。

深度造假和错误信息的兴起

在数据泛滥的世界中，区分事实与虚构的能力变得至关重要。我们看到深度造假和错误信息活动的兴起，这些活动利用先进的人工智能技术来创建和传播难以区分真假的虚假信息。可验证性可以在应对这些威胁方面发挥至关重要的作用，有助于维护数字领域的真相和信任。

‍

解决方案：可验证的数据库

这就是空间和时间发挥作用的地方。作为一个可验证的数据库，时空确保数据不仅可靠、准确，而且可追溯、可审计。

空间和时间创建了一个分散的数据分类帐。通过这种方式，数据库提供了清晰的、不可更改的数据历史记录，确保了透明度和去信任性。

未来：人工智能时代的信任和透明度

随着我们的前进，对可验证数据的需求只会变得更加重要。随着人工智能和数据驱动决策的兴起，信任我们交互的信息的能力至关重要。像空间和时间这样的可验证数据库提供了一种在日益复杂的数字环境中确保信任、促进透明度和问责制的方法。

归根结底，可验证性不仅仅涉及数据完整性；还涉及数据完整性。这是为了建设一个我们可以自信地依赖人工智能系统的未来，因为我们知道它们的决策是基于准确、可靠的信息。这是为了创造一个在面对日益复杂的情况和潜在的错误信息时坚持真相和透明度的世界。这是为了确保当我们迈向未来时，我们对塑造世界的数据充满信心。

当谈到区块链流行语时，“zk 证明”可能位居榜首。零知识证明（zk 证明）是一种在不透露陈述本身的情况下证明陈述有效性的数学方法。Zk 证明作为一种强大的工具在区块链中获得了广泛的关注，它可以为链下数据的准确性提供加密保证。通过使用 zk 证明，预言机网络可以验证它们提供给智能合约的数据，有助于确保整个区块链生态系统的完整性和可靠性。

zk 证明的主要好处是它们允许在不泄露底层信息的情况下验证数据。在预言机网络的背景下，这意味着数据提供者可以证明其数据的准确性，而无需泄露用于生成数据的敏感信息。

‍ ZK-保护个人信息的证明

当数据本质上是私有的（例如患者健康记录）时，这一点尤其重要。考虑一个医疗保健应用程序，该应用程序允许患者访问他们的个人记录并与他们的医疗保健提供者共享这些记录。这些记录中的数据是由各种链下来源生成的，包括医疗设备、实验室测试和其他专用传感器。医疗保健应用程序的开发人员可以利用 zk 证明向最终用户证明数据是准确的且未被篡改，而无需泄露数据本身。患者和医疗保健提供者可以保证重要数据的可靠性，同时保护患者隐私和个人健康信息的机密性。

ZK证明保护知识产权

‍Zk 证明还可用于确保专有数据集生成的数据的准确性。例如，游戏开发人员可能拥有用于生成游戏内物品或资产的专有数据集。使用 zk 证明，开发者可以向玩家证明该数据集中的数据是准确的并且没有被篡改，而无需透露底层数据或用于生成它的算法。这使得玩家可以信任游戏以及他们在游戏中拥有的物品，而不必仅仅依赖开发者的话。它还允许开发商保护他们的知识产权和商业秘密，同时仍然为玩家提供信任游戏所需的保证。

区块链扩展

Zk 证明还可用于增强区块链网络的隐私性和可扩展性。例如，zk 证明可用于在公共区块链上创建私人交易，其中交易详细信息仅对相关方可见，并且不会记录在公共分类账上。这种方法在不破坏零信任模型的情况下保护个人或组织的隐私。

Zk 证明还可以用于提高网络的可扩展性，允许验证交易，而不需要网络上的所有节点来处理和验证它们，这减少了网络的压力，并可以提高其整体性能。

使用 Zk Proofs 构建去中心化数据库

当基于共识的验证不可扩展时，这对于去中心化数据库网络来说是一个特别重要的解决方案。如果我运行自己的去中心化数据库节点，最终用户如何知道从我的数据库返回的查询结果实际上是准确的，并且我没有篡改它？在区块链的背景下，所有节点进行通信并就结果达成共识。但就数据库而言，整个网络中的每个数据库节点都无法运行相同的查询一千次并达成共识——这不是一个可行或可扩展的解决方案。zk 证明可用于验证网络中运行的查询结果是否准确且未被篡改，而不会牺牲效率或性能。

Zk-SNARK 和 SQL 证明‍

zk-SNARK 是 zk 证明的一种形式，被设计得特别高效和紧凑。与其他可能需要大量计算资源和数据来验证的证明机制不同，zk-SNARK 旨在快速且使用相对少量的数据进行验证。这些类型的证明是非交互式的，这意味着证明者和验证者在验证过程中不需要相互通信，这使得它们非常适合在效率和可扩展性至关重要的应用程序中使用。

Space and Time 采用 Proof of SQL™，这是一种新颖的加密技术，允许数据仓库生成 SQL 查询执行的 zk-SNARK 加密证明，证明查询计算已准确完成，并且查询和数据都是可验证的防篡改。Space and Time是第一个支持对链上和链下数据执行SQL并以密码方式保证结果的去中心化数据仓库。这使得开发人员能够将事务查询和可扩展分析的结果直接连接到他们的智能合约，以实现无需信任的自动化和真正去中心化应用程序的开发。

这篇博文改编自最近的播客节目，其中 Space and Time 首席技术官兼联合创始人 Scott Dykstra 采访了 ChainML 创始人兼首席执行官 Ron Bodkin，讨论了休斯顿的能力、生成式 AI 的未来以及两者之间的合作关系项目。

**Scott Dykstra：***我是 Space and Time 联合创始人兼首席技术官 Scott Dykstra，我和 ChainML 首席执行官兼创始人 Ron Bodkin 在一起。Space and Time 一直在与 ChainML 合作开展大量工作，将文本到 SQL 的 AI 集成到 Space and Time 中。也就是说，ChainML 实际上提供了一个对话式 AI 引擎，Space and Time 在我们的聊天机器人中使用了该引擎。如果没有 ChainML 团队以及 Ron 和他的工程团队的帮助，我们在聊天机器人方面将面临很大的挑战。因此，Ron 提供的是企业级对话人工智能引擎，我们已将其集成到我们的应用程序中。与 ChainML 合作是一次非常有趣的经历，ChainML 也是我们在 Chainlink BUILD 计划中的另一个合作伙伴。罗恩，很高兴见到你。***Scott：**是什么让 ChainML 专注于对话式人工智能？ChainML 这段旅程的起点是什么？ **Scott：**是的，我认为 ChainML 在聊天机器人中提供的功能给我们留下了深刻的印象，例如针对区块链数据进行预测、围绕意图路由的功能，就像我要求在聊天机器人中执行某个操作一样。聊天机器人，ChainML 很好地弄清楚了意图是什么，并将我的请求路由到适当的后端来满足该请求，无论是文本到 Python 应用程序还是文本到 SQL 应用程序，还是预测模型，或者，你知道，可能即将推出一些更复杂的功能。询问有关《时空》文档的问题。您认为这将走向何方？您认为 ChainML 在 AI 和 Web3 的交叉点上继续构建什么？

**罗恩·博德金：**很高兴今天在这里与您交谈，斯科特，我们非常高兴与您在休斯顿合作。你知道，我们认为 Space and Time 确实是应用对话式人工智能使应用程序更有用的创新者。休斯顿正在使获得客户支持和提出问题变得容易，而不仅仅是文档，甚至生成代码以方便与数据库和支持技术集成，并轻松使用空间和时间数据库进行分析，以便用户可以可视化数据，甚至进行预测。你知道，这里面有很大的力量。我们看到越来越多的项目意识到通过生成式人工智能添加这些功能非常重要。您知道，我们感到兴奋的事情之一是我们的引擎可以轻松地将这些更复杂的用例分解为小型代理，这些代理可以一起协作并真正交付结果。我当然很高兴谈论我们如何合作以及我们如何实现这一目标。

**斯科特：**我完全同意。我认为很多项目、Web3 中的很多协议都会尝试构建自己的聊天机器人，并意识到使用 OpenAI 的聊天 API 来启动和运行聊天机器人或者获取基础知识很容易。但是当他们开始意识到，嘿，需要有一层意图 - 路由层是我能描述的最好的，这有点像位于前端聊天机器人和后端大型语言之间的中间件层正在与您交谈的模特。您需要中间的一些东西作为基于代理的框架来与后端的大型语言模型进行通信。您认为 ChainML 明年会走向何方？您很快就谈到了开源对话式人工智能引擎。您的团队还在做什么？

**Ron：**作为一个团队，我们 ChainML 的人已经在人工智能领域工作了很多年，所有领导团队都在人工智能领域工作了十多年。而且，您知道，多年来我们一直对大型语言模型的强大功能感到兴奋。我对此感到兴奋，并在 Google Cloud CTO 办公室与大客户合作时利用它。当我去 Vector Institute（加拿大领先的人工智能研究机构之一）并与一些大型行业客户合作时，我们正在帮助他们研究如何使用这些模型来提供客户支持以及与客户互动。而且技术正在变得越来越好。因此，我们开始与 Web3 客户交谈，并询问“围绕人工智能所做的哪些事情让您感到兴奋？” 我们看到人们对改善用户访问数据的体验非常感兴趣。我们构建了一个小型黑客马拉松演示来展示我们所兴奋的事情，斯科特，你看到了，也许我会让你描述一下接下来发生的事情。

**Scott：**随着 LM 的开源方面变得越来越好，您是否认为 ChainML 有可能在某个时候训练您自己的 LM？

**罗恩：**我们很兴奋！我们正在准备该引擎的开源版本。所以这很快就会到来。这将使更多的人能够构建一些强大的体验。显然，随着越来越多的 Space and Time 客户开始使用休斯顿，我们感到很兴奋，并表示，我们如何扩展它并在代理中添加我们自己的一些技能和功能，以使其能够很好地适合我们的用例。这些都是我们想做的重要事情。您知道，我们认为，行业越来越多地转向如何不只是构建演示？嘿，您可以构建一个调用 GPT-4 并执行一些有趣操作的演示。但是如何构建可以部署的健壮的东西呢？如何做到这一点才能真正对它返回的答案充满信心，并进行事实检查和获取参考资料等事情？如何使用不同的模型和日益强大的开源模型来准备信息并验证它？与最强大的商业模型（如 GPT-4 和 Claude）配合，可以产生真正高质量的结果。所以我们认为这很重要。

**Scott：**我们的合作伙伴关系目前只专注于数据管理——我们可以在聊天机器人中提供哪些不同的功能，使 dapp 开发人员、业务分析师、数据工程师能够更好地管理他们的数据。所以我可以看到一个开源的 LLM 可能在这些领域进行了微调，这对未来的 Space and Time 和 ChainML 确实有利。

下一步将开始进行多式联运，对吧？因此，不仅是语言，还包括处理图像和视频以及更复杂的模式。我认为，你知道，更多的公司和项目将会像 Space and Time 一样，在他们的应用程序中构建丰富的对话体验，比如 Houston。因此，我认为更多的组织将会这样做，因为它非常有价值，而且这将利用访问数据库数据以及非结构化数据的需求。我认为您仍然看到更多的人正在构建“如何查询文档？”的演示。但你知道，能够在人工智能中集成文档和结构化数据也将非常重要。

**Scott：**而且，您知道，这远远超出了文本到 SQL 的范围。我开始看到许多不同的以数据为中心的应用程序（无论是在 Web3 中还是在 Web2 中）开始使用文本到 SQL 进行越来越多的工作，我们稍后将对此进行描述。但我认为，当您还可以生成简单的 Python 脚本来将数据加载到数据库中、将数据加载到空间和时间中、从外部源获取数据以及生成 Chainlink 预言机作业时，它就会变得非常强大。因此，真正有趣的地方是在前端：我说，嘿，给我一个 Python 脚本，这是我的 Python 脚本的参数。在后端，ChainML 解释该请求并将该请求路由到以 Python 为中心的模块，然后该模块要求 GPT-4 返回 Python 脚本。ChainML 所做的是提供一个中间件层，在对话中适当地进行路由，因为单独地，如果我说，你知道，向我展示所有至少有 10 笔链上交易的 Polygon 钱包，这是一个这是非常不同类型的请求，也是我们将发送到 GPT-4 的一组非常不同的提示。ChainML 提供了中间件，一个中间层，可以将请求路由到适当的后端逻辑，无论是 SQL、Python、理解文档、提交错误，您可以采取许多不同的操作在专注于数据的聊天机器人中。如果你只做一件事，那很容易，对吧？如果我们只进行文本到 SQL，这很容易，但当有很多不同的操作时，ChainML 会有所帮助。 是的，我绝对同意。我们已经谈论了很多关于休斯顿的事情。让我们快速浏览一下休斯顿，描述休斯顿是什么，然后从那里开始。Houston 是 Space and Time 的聊天机器人，是与 ChainML 合作构建的，当然也是由 ChainML 提供支持的。Houston 是我们共同构建的一个聊天机器人，旨在让用户更好地执行文本到 SQL 的生成：例如，在提示符下询问自然语言问题，返回 SQL，针对区块链数据运行该 SQL。我们还使用 Python 做了很多工作。例如，我今天正在玩一个提示：写一个 Python 脚本来从 Polygon 周围的 Twitter API 中获取 Twitter 情绪数据，基本上是说，嘿，我想写一个简单的 Python 脚本来 ping Twitter 的 API，获取任何我们可以围绕 Polygon 获取数据 — 你知道 Twitter 上围绕 Polygon 的讨论是什么吗？然后，当然，将其集成到我们的应用程序中，我们会看到这个开放的人工智能为我们生成了 Python 脚本。我们可以在我们的 Python 预览器、代码编辑器、代码预览器中实时调试它，然后从那里开始。

**Ron：**我们正在与许多很高兴使用它的客户合作。我们认为将会有越来越多的功能，不仅仅是意图检测之类的东西，还有如何进行细化和改进。如何通过良好的协调规划来分解更复杂的问题？你什么时候得到一个人的反馈？正确的？所以我认为，今天，人们往往植根于一种非常非常短周期的聊天机器人心态，比如，我要求人工智能助手快速做某事，它会做或不做。我们认为，它正在走向一个世界，人们将在人工智能的持续帮助下完成更复杂的项目。我们认为这是一个非常重要的方向。其中一部分还包括增加更丰富的质量管理。

**Scott：**所以，你知道，我们的很多业务分析师都在研究代表 Polygon 的数据集。因此，我们已经获得了 Polygon 上链上内容的关系 SQL 副本。而且还有很多桌子。您有自己的区块表，可以与您的本机钱包表等连接，但开始查询它可能会很困难。因此，好处是您可以跳入我们的查询编辑器或聊天机器人，并开始编写 SQL，从 Polygon 块中选择所有内容。我们可以开始看到我们引用的块表，以及我们可以加入的其他表。但是我们的很多用户说，嘿，我们需要向前迈出一步，我们需要真正开始查询它。所以我可能会说，你知道，看看这里的这个数据集，我会说，你知道，向我展示所有区块表，其中使用的 Gas 量大于一定量的 Gas 或区块奖励高于一定数量。现在，这是一个非常强大的发现工具，可用于开始构建仪表板或为数据集充电。只需一秒钟，我们就从 OpenAI 获取 SQL，该 SQL 查询针对空间和时间数据库执行。我们甚至可以在那里看到一些生成的可视化效果。而且，您知道，对聊天机器人中正确的数据可视化可能是什么样子的一些猜测。ChainML 的作用在于，当我说“显示 XYZ”时，ChainML 知道这是一个 SQL 请求，而不是我要求的 Python 脚本，也不是有关 Space and Time 文档的问题。我不想进行一般性的聊天对话，我有一个非常有针对性、非常具体的请求：向我展示多边形块。因此 ChainML 知道这是一个 SQL 请求，将请求适当地路由到后端 SQL 模块，然后该模块与 OpenAI 对话，并向 GPT-4 提供一堆额外的提示上下文。 确切地。因此，当您只需要开始处理一些数据、发现某些数据集或开始快速编写查询时，聊天机器人可能会特别有用。例如，这些可能不是您必须放入仪表板的生产级查询。但有时他们是这样的，而且只是开始寻找你需要的数据，整理数据集，开始使用正确的模式、正确的列针对区块链数据编写 SQL，并找出一些简单的东西，比如，嘿，向我展示每天的 Polygon 交易以开始，或者，你知道，向我展示所有至少有 5 笔链上交易的 Polygon 钱包，并开始，你知道，在聊天机器人中取回准确的 SQL。该 SQL 在聊天机器人中执行，当然，您不仅可以获得查询结果，而且还可以可视化该查询结果并编辑数据可视化。在一个案例中，我问，嘿，向我展示 Polygon 每天的交易情况，在一个舒适的范围内。我们正在返回带时间戳的交易哈希、发件人和收件人地址以及有关该组钱包的信息。在下一个查询中，我询问的是链上有一定数量交易的钱包。因此，只要能够在聊天机器人中提出自然语言问题并返回针对空间和时间执行的准确 SQL，它确实可以加快找到所需内容的价值实现时间。

那么，如何衡量人工智能在各种任务上的表现，以便您能够不断改进并了解自己的处境？正确的。因此，这既包括使用人工智能来获取有关人工智能的反馈，也包括何时让人们提供输入，无论是应用程序的用户提供明确的反馈，还是只是使用第三方团队提供关键反馈，以便你可以不断评估和改进。因此，这些都是我们很高兴能够开展工作的领域。我们也很高兴能够继续推进引擎运行的底层基础设施。我们有一个执行人工智能的协议，它允许你以去中心化的方式运行，这样你就可以以抗审查的方式在正确的位置在正确的 GPU 上运行。所以我们也正在朝这个方向努力。我们认为这也将成为 AI 和 Web3 交叉点的一个重要方向。

**斯科特：***您预计还有哪些其他行动对您的客户很重要？Space and Time 非常注重数据工程：SQL、Python、有关我们文档的问题，重点是数据库。您认为 ChainML 路由对您的客户还有哪些其他行为或意图？***斯科特：**我也这么认为。我认为围绕文档、错误报告、错误报告、客户支持还有更多用例，几乎每个协议、每个 dapp、每个项目都可以利用这些用例，尤其是任何拥有自己的文档的项目，人们已经要求很多的问题。 **斯科特：***那么，举一个简单的例子。假设我从你们的文档中问了一个非常粗糙的问题：告诉我如何使用 PKI 进行身份验证。ChainML 会将其解释为文档请求，适当路由该请求以检索支持文档，然后 OpenAI 就会明白，嘿，PKI 正在引用公钥加密技术。鉴于我们所有的文档，它将返回一个非常合理的响应，说明如何使用私钥签署质询以及如何开始使用空间和时间安全身份验证 API。***Scott：**嗯，到目前为止，我们所做的只是将自然语言问题转换为 SQL，这已经是一个非常非常强大的基础设施，可以快速找到您需要的内容并回答您的问题。但这会变得更多，你知道，我们可以进一步从 SQL 中抽象出一个层。你明白我在说什么吗，罗恩？ *是的。你知道，这只会变得更加强大，因为人们开始提出更复杂的问题，不仅涉及我们的文档，当然还涉及我们摄取到空间和时间并提供的大量索引区块链数据。它最终将成为区块链数据的谷歌搜索引擎。现在，有一个问题到 SQL 语句的映射，我说，嘿，给我看看至少有 10 个 NFT 的 Polygon 钱包的数量。这是请求到 SQL 的映射。但是，随着我们在矢量搜索方面做得更好，随着我们在组织区块链数据方面做得更好，甚至，你知道，开始将原始区块链数据本身潜在地提供给开源法学硕士，随着时间的推移，区块链数据本身可以搜索、可以生成搜索或使用最近邻算法与矢量搜索数据库、ChainML 和空间和时间一起基本上可以构建区块链数据的 Google 搜索。***Scott：**请告诉我一些您对 Space 和 Time 以及所有客户和合作伙伴如何构建 on-chainML 的期望吗？它真的只是一个托管在后端的 API 吗？与 ChainML 的集成是什么样的？

**罗恩：**是的，这是个好问题。我的意思是，我非常看好开源语言模型的快速进步以及用于阅读高质量开源的资金。所以，你知道，我认为将会有越来越多的机会使用各种优秀的开源模型来创造有价值的体验，并且许多公司已经在测试和比较它们。但我认为，如何微调它们并对数据进行小幅调整以使其适合特定用例，通常存在一些容易实现的目标？我们发现，这通常不是您想要做的第一件事，您可以通过集成外部数据为模型提供正确的信息并准备响应，甚至尝试一些不同的提示策略并评估和完善来更快地行动。因此，您可以做很多事情来提高人工智能代理的质量，而无需构建自己的自定义模型。

**Scott：**从我们的角度来看，Space and Time 的下一步实际上是构建越来越多的数据工程重点功能。在本次讨论的前面，我们展示了文本到 Python，我说，嘿，给我一个 Python 脚本，它可以 ping Twitter API，获取围绕 Polygon 这样的关键字的一些 Twitter 情绪数据。我认为这将成为使用数据库加速实现价值的一个非常非常基本的事情，尤其是已经加载了索引区块链数据的 Web3 原生数据库：空间和时间。作为一项服务，我们已经对链上内容的精确副本进行了索引，并使其可供查询。我们的客户正在使用 ChainML 的对话式 AI 引擎来查询该数据。但随后客户希望将其与自己的数据或链下数据或链下参考表中的数据或来自 TradFi 的财务数据结合起来，以加入与 DeFi 相关的链上数据，例如利率。他们可能想要获取 Twitter 数据以加入链上活动，并查看其映射情况。他们可能希望将游戏数据映射到哪些游戏内事件导致了链上 NFT 购买或铸币。链上发生的事情与链下发生的事情的交集将非常重要。 **Scott：**另一方面，对于业务分析师来说，实际生成整个仪表板非常重要，而不仅仅是 SQL 结果，不仅仅是查询，而是基本上围绕某个主题的整个分析套件。所以你知道，嘿，聊天机器人，嘿，休斯顿，更重要的是，嘿，ChainML，给我一个关于 Aave 清算的仪表板，或者给我一个关于 Chainlink OCR 向节点运营商支付的仪表板，或者给我一个关于 NFT 钱包活动的仪表板今天从这个特定的 NFT 项目开始。我在 Twitter 上看到某个 NFT 薄荷糖真的很流行。我可以在聊天机器人中提出问题，为自己构建一个小仪表板，这样我就可以了解我的 NFT 铸币厂现在的实时链上活动。从这里获得的价值非常快，这是我的铸币厂的地址，您可以快速向我展示有关我的铸币厂的信息，活跃的钱包，哪些钱包交易最多，底价，您知道，快速生成整个仪表板，将是我们的下一个前沿。 *是的，我认为从数据工程的角度来看，除了简单的文本到 Python 之外，我们接下来可以解决的一些领域实际上是构建端到端的整个管道，真正的 ETL 管道，即包括 Chainlink oracle 的管道这些作业不仅将数据加载到空间和时间中，而且实际上将空间和时间数据加载到链上，您知道，快速开发完整的端到端数据管道，您可能会获取链外数据，将其加载到空间中和时间，处理它，查询它，然后将其放在链上，通过 Chainlink 或其他预言机网络将其发送回您的智能合约。端到端的管道将非常重要。我们将做大量工作来利用 OpenAI 来加速这一进程。嘿，聊天机器人，即，嘿，ChainML，给我一个管道，抓取债券市场数据，将其加载到空间和时间中，将其与 Aave 的链上利率结合起来，然后将整个数据集传回我的智能合约。因此，这些端到端数据管道主要对数据工程师和 dapp 开发人员来说非常重要。***斯科特：**我完全同意。这是我们两个项目的重点与 ChainML 的完美交集，因此专注于成为意图引擎、用于将请求路由到大型语言模型的会话引擎，以及空间和时间，它拥有真正全面的当前内容副本 -链。我们收集所有数据，组织数据，并使其可供处理。ChainML 生成将要处理的实际代码，该代码将处理该数据。所以，与您的团队合作非常愉快。您的团队所做的事情给我留下了深刻的印象。它确实大大提高了我们的用户体验质量。

但这肯定是我们随着时间的推移而思考的一个方向，社区希望看到用于培训开源的资源。因此，随着我们规模的扩大，我们可能会在这个领域做更多的事情。但现在，我认为很高兴看到如此多的非营利组织、学术界以及商业公司创建开源大型语言模型。我认为在 Web3 社区中，DAO 将越来越多地站出来并希望支持伟大模型的创建。所以我认为这是一个快速发展和进步的领域。

**Ron：**是的，我认为你肯定想测试一下，然后说，在某些时候，你是否会通过专门针对数据库查询和分析用例微调 LLM 获得更好的结果，而不是，你知道，有多少结果？只需跟上最新模型的快速发展并向他们提供正确的信息以产生良好的结果，您是否会受益？另外，我们关注的一件大事，我认为很重要的是，它不仅仅是一个完成的事情，比如要求一个模型产生一个输出，而是能够测试它并使用什么的反馈那是为了完善它。甚至与此同时，一些批评者说，“这有什么潜在的错误或潜在的不正确之处？” 并解决这个问题。或者，你知道，也许最终会回到用户那里问他们，“嘿，我想澄清一下，你知道，你如何衡量这个关键目标，以便查询不仅仅是正确的数据，而是方法你想测量一下吗？” 正确的？

因此，坦率地说，我认为这是一个很大的转变，业内人士非常关注培训模型。但这些生成式人工智能模型的强大之处在于，一个模型可以在多种任务上表现出色。如果你给它一些背景信息，那就可以做得很好。所以我认为未来训练自定义模型的需要会大大减少。

**Ron：**即使在生成代码或执行数据库查询时，控制流中也已经存在一些复杂性，您不仅必须能够输入正确的上下文信息，对吗？就像，您知道，为了生成目的，需要从空间和时间代码库中获取哪些相关代码？正在使用的最新 API 或最新表是什么？但随后也会迭代结果说，嘿，也许让我们测试一下，就像，嘿，这里可能有错误，所以让我们修改脚本或 SQL 代码来响应，看看什么实际上会产生正确的结果。因此，即使在这些链之一中，获取准备信息和生成结果的整个流程，迭代直到获得工作结果然后返回它，也比仅仅让我们尽力而为要复杂得多你看，对吧？

这是一个巨大的胜利，因为大多数时候，当用户使用 ChatGPT 时，它不知道最新的 API。它的信息在 2021 年就被切断了，所以它已经过时了。而且您甚至没有关于某些 API 的任何信息。第二，如果它犯了错误，你就有责任去接受它，引导它，告诉它这是错误，你要做什么来修复它。而且你不需要与聊天机器人来回喂食的过程。因此，对于用户来说，让所有工作都能自动且可预测地完成是一个巨大的胜利。

**Ron：**是的，我的意思是，ChainML 的引擎不仅决定什么是正确运行的链、什么是正确的功能集，而且在控制流程中，比如，嘿，首先，我们如何提供相关的功能您所要求的该查询的表、您所要求的查询类型，并提供有关其子集的信息以生成 SQL，然后使用运行查询的结果来说明是否有错误，就放弃它返回并纠正它以获得正确的结果？就像在代码生成示例中一样，使用 API 中的最新代码提示它，以便它知道如何生成信息，这与您回顾 GPT-4 等模型中内置的内容不同，其中它拥有最后的知识关于 API 的内容是 2021 年底的。所以已经过时了，对吧？因此，获取最新信息，基于该信息生成，然后循环和更正，这对于脚本很重要，对于 SQL 也很重要，而且，你知道，我们认为这是为分析师创造影响力的一种非常强大的方式，对吧？你不需要成为提示专家，你不需要用勺子喂养像 ChatGPT 这样的聊天机器人，然后回去说，让我运行它，让我获取更多信息，让我修复错误。您无需轮流聊天即可获得有用的查询。它将自动执行所有这些操作，最终您将获得一个功能强大的分析工具。正确的？

而且，你知道，我不想过多地预览我们的发展方向。但我们认为这是我们可以构建的一个原语，并构建用户可以拥有的更强大的分析工具。因此，不仅生成查询并将其可视化，而且如何不断提高标准，以便分析师可以更好地查看丰富数据库中的所有数据，例如空间和时间数据库，以及所有精彩的区块链索引数据，并在此基础上真正进行强大的分析。

**Ron：**我们认为 DeFi 和金融领域有很多人经常喜欢深入分析不同的策略并预测潜在的结果 - 你知道，自动化他们的交易策略和风险管理协议，对吧？因此，这些都是越来越多的内置功能的示例，因此代理可以进行更多的分析，为您提供更多的杠杆作用和更多的自动化，同时仍然让您最终拥有控制权并决定您想要做什么。我们看到许多协议不仅希望将支持集成到已编写的文档中，还希望集成到根据最新代码自动生成的文档中。甚至还有代码示例。你知道，我们看到很多项目都对这种能力感到兴奋。他们正在重新思考整个研究和分析领域，将结构化和非结构化数据结合起来，因此不仅拥有来自时空数据库的丰富数据库数据，而且还拥有可能是公司以前的报告或已发布的信息的文档。我们经常看到这样的用例，分析师希望将已经发布的、社交媒体上发布的信息与数据库数据结合起来，我们认为这种丰富的组合非常强大。

**罗恩：**是的。您知道，文档是重要来源之一。从 Discord 或其他社区讨论中的噪音中提取信号 - 你如何才能找到权威的答案，而不是新人出现并一遍又一遍地问同一问题的噪音，但谁在富有洞察力地回答问题？您如何从最新的代码中实际获取信息？事实证明，大多数项目的文档都缺少代码，这是一个众所周知的秘密。因此，实际上，优先使用代码而不是书面文档很重要。就像，这是真的，您可能想根据代码所说的内容而不是不久前记录的内容来回答，对吧？因此，回答技术问题并帮助人们提高工作效率是我们认为很多项目都在寻找的一个非常重要的领域。

**Ron：**还要指出另一件事，就是这样做，你知道，在调用 GPT-4 之前，我们已经对文档建立了索引，并且可以接受该查询并说，我们将找到文档中的以下部分：与它最相关的，这样我们就可以提示它并将其作为大型语言模型的输入，以便它根据正确的上下文进行回答。

**罗恩：**当然。我认为现在是对使用空间和时间的人们说的好时机，我们很想听听我们如何使休斯顿对您来说更加强大。它如何改进您的分析并使其更轻松地访问所有出色的区块链数据和可视化？如何使其成为区块链数据分析的最佳工具？

**Ron：**是的，我的意思是，我们提供 API。我们的引擎可以轻松地将不同的链组合在一起，这些链使用各种模型来解决诸如预测、选择数据、测试假设、查找信息和文档、提供有针对性的对话支持（例如客户服务）等任务，对吗？因此可以很容易地集成这些。它们都被设计为真正的模块化，因此您可以扩展它们，可以更改提示策略，可以将自己的文档和信息放在适当的位置，并说明哪些表与您的项目相关，等等，然后使控制意图是什么、链条是什么、它如何运作、甚至有预算真的很容易，这样你就可以说出你将使用多少资源。

因此，我们让启动和运行以及执行此类用例变得非常容易，并不断构建更复杂的功能。继续构建，例如，如何进行一定程度的过滤？您如何确保所产生的结果与您的品牌想要接触客户并与客户互动的方式一致，对吧？所以有一系列的功能。使用 API 开始很容易，而且扩展也很容易。

**罗恩：**是的，我完全同意。我认为，灵活地引入各种数据来公开数据，以便人工智能可以适当地使用它，是持续投资和改进的一个重要领域。所以我们对此感到兴奋。我认为，您知道，您正在开创性地使其成为该协议的最佳开发人员体验。我认为任何 Web3 协议，或者实际上任何以开发人员为中心的项目，都需要考虑如何构建这些人工智能功能，以使其为客户提供丰富、高效的体验。

**罗恩：**是的，超级令人兴奋。我们还认为，这在某种程度上提高了更强大的代理的标准，无论是为数据工程师实现完整管道的自动化，还是为分析师真正推动下一个水平的自动化和复杂性的仪表板，都是一些超级令人兴奋的方向。它与我们的路线图以及我们想要继续构建引擎的方向非常一致。当然，到目前为止，合作非常顺利，非常高兴休斯顿能够上线并交到客户手中，并且很高兴推出该引擎让更多人试用。

**罗恩：**谢谢，伙计们。今天和你谈话真是太好了。

1. 现实世界资产代币化 Instruxi 与其客户之一 ION Digital 合作，提交了 Chainlink 2023 春季黑客松项目：一个引人注目的现实世界用例，将埋藏在地下的黄金储备数字化。代表有关这些储量的索赔的数据存储在空间和时间中。ION Digital 查询 Space and Time 以审查索赔数据，Instruxi Neutrino 引擎针对谁可以访问它、为什么他们可以访问它以及他们将如何访问它制定了策略。该策略实际上是一种 NFT，表明他们拥有底层安全性以及与之相关的所有数据。

SQL 证明可以验证在链上创建策略之前数据没有被操纵。例如，如果您知道代币 ID 价值 1,000 盎司黄金，则可以从空间和时间数据库中获取该值 1,000 以及该值未被篡改的证明。空间和时间可以显示出处并确保整个过程的去中心化：从消费代币到铸造该代币，再到参与建立储备的第三方审计员。

1. 减少太空垃圾碰撞 当航天局炸毁卫星时，会产生大量垃圾，从而损坏其他航天器。由于这些机构都希望对其卫星周围的数据保密，因此很难有效地传达爆炸发生的时间和地点。Instruxi 正在努力建立数据信任，使航天机构能够通过网络共享多个来源的私人数据，以最大限度地减少计划爆炸的影响。

空间和时间作为数据库层，促进私有数据的安全管理。通过空间和时间，这些各方可以将私有卫星数据加载到数据库中，在其整个生命周期中对其进行加密，并且仅与其他方共享减轻损害所需的最重要信息。这些各方可以保证所共享的数据是准确且防篡改的，并由 SQL 证明进行加密保证。

1. 患者记录标记化 当患者在医院的不同部分或医疗机构之间移动时，他们的数据也会随之移动。Instruxi 正在努力对这些数据进行标记，以便为患者提供更高的透明度，并更好地控制其记录的访问时间、地点和方式。链下患者数据可以加载到 Space and Time 中，通过基于角色的访问控制进行加密、授权，并铸造为由 SQL 证明验证的令牌。患者知道他们的数据只能由授权方访问，并且医疗保健提供者可以确保他们收到的数据是准确且未被篡改的。

2. 动态房地产 NFT 区块链技术和 NFT 为房地产和其他现实世界资产的所有权中令人兴奋的新用例奠定了基础，但传统的 NFT 只代表数据的静态快照。动态 NFT 可以解决元数据本质上是动态的用例，例如属性值的变化。Instruxi 正在构建一个框架，将现实世界的财产数据连接到动态 NFT。

Instruxi 提供任何前端可能需要的必要连接，以有效呈现存储在空间和时间中的属性实时数据。在这种情况下，NFT 拥有一个元数据 URI，其中包含有关基础房地产资产的足够外围信息。这使得持有人或任何前端应用程序能够在需要时从空间和时间获取有关该财产的最新数据。

期待 现实世界资产的代币化代表了区块链技术在我们日常生活中实现变革性进步的潜力。随着 Web2 和 Web3 的不断融合，Space and Time 和 Instruxi 等项目正在开创去中心化、去信任化和现实世界创新的新范式。

构建 Web3 原生数据仓库的挑战之一是所需的极端数字规模和精度 - 我们已经看到 Gas 费用、Gas 限制、代币奖励等要求数字规模和精度达到 72 位或以上。Oracle 或 Snowflake 等传统数据仓库的 Decimal 数据类型最高可达 37 位，利用 Float 数据类型来处理更大的数字。Float 数据类型面临的挑战是缺乏精度，这在 Web3 中意味着在聚合各方之间的价值转移时缺乏保真度。或者，一些 Web3 数据提供程序将这些非常大的数字存储在 VarChar 等字符字段中，但会牺牲基本数学函数的性能。用户可以在全精度数字之间进行选择，并能够执行基本计算。

为了实现高保真 Web3 用例，Space and Time 构建了 Big Decimal 数据类型来支持 Web3 极端大小和精度，同时仍然保留数学功能。

怎么运行的

Space and Time从多个端点接收区块链数据，然后将其发送到Kafka主题，数据仓库从中实时消费数据并将其写入表中。另外，我们建立了一个 ETL 流程，用于将历史区块链数据批量加载到数据仓库中。这允许用户访问区块 1 中的所有数据，还可以访问实时添加到链中的数据。我们努力使区块链事件与空间和时间中反映的数据之间的延迟尽可能低。

我们不是使用类似 JSON 的模式存储区块链数据，而是将区块链表提取到特定的结构化模式中，使开发人员更容易使用数据。对于开发人员来说，在关系模式之上编写应用程序和查询要容易得多，而不是简单的 JSON 块。

由于 Space and Time 是一个 HTAP 数据仓库，因此它由两种不同的查询引擎组成：OLTP（事务性、基于行）引擎和 OLAP（分析、基于列）引擎。从用户的角度来看，没有分叉——您只需运行查询并获取结果即可。Space and Time 处理到验证器层中适当引擎的路由。当用户运行事务查询时，它是从具有极端延迟的行格式数据库提供服务的。如果查询路由器确定用户运行了分析查询，则由 OLAP 引擎提供服务，该引擎作用于列式存储格式，以实现更快的查询响应时间并减少存储和查询引擎之间的数据传输。

当我们构建区块链索引服务时，我们意识到区块链数据（特别是财务数据，如钱包余额）的精度可以高达 78 位。虽然我们的 OLTP 引擎本身支持这种精度级别，但 OLAP 引擎不支持超过 38 的精度和超过 18 的标度。尽管数据以字符串格式存储，但仍然无法进行计算（即使对此类数据进行基本的数学运算（如加法和减法），而不会损失精度。因此，我们创建了 Big Decimal 数据类型，它支持无限精度，允许用户以有意义的方式处理区块链数据，而不会损失精度。

如何使用它

要创建包含小数值小数列的表：

创建 表ETH.FUNGIBLETOKEN_WALLET(密钥整数, 余额小数( 78 , 10 ))

上面的余额字段可以包含精度（总位数）为 78 的小数值。小数位数为 10，即小数点后的位数可以为 10。

要创建一个包含整数小数列的表格：

创建 表ETH.FUNGIBLETOKEN_WALLET(密钥整数, 余额小数( 78 , 0 ))

请注意上面的刻度为 0。这将使我们能够在字段中存储整数。您可以尽可能任意地定义比例和精度。

支持的操作

注意：对于二元运算，如果前导操作数的数据类型不是 Big Decimal，查询引擎将尝试对 Big Decimal 进行截断和四舍五入，从而导致精度损失。

例如，以下表达式将导致精度损失，因为 1 是前导操作数并且不是大十进制：

1–3000000089999919191919190000000000000000.2000000

为了避免失去精度，请使用强制转换：

强制转换( 1 , 小数( 48 , 7 ) - 3000000089999919191919190000000000000000.2000000 )

它能实现什么

Web3 原生数据类型可实现高保真 Web3 分析用例，否则无法实现真正​​的精度：

• Gas 优化是大多数智能合约作者主要关心的问题，但开发人员如何知道什么是“好”？当自费用户开始寻找替代方案时，断点在哪里？能够进行精确的数据仓库/大数据分析意味着能够轻松了解 Gas 消耗的生态系统如何随时间变化，并帮助开发人员将其 Gas 使用情况置于更广泛的行业背景中，无论是 DeFi、DEX 还是游戏。

• 同样，使用机器学习模型来预测未来的 Gas 费用可以让开发人员和用户了解各种价格点的未来可能性。这为用户提供了大量使用的计划，以做出最有效的选择，也为寻求提供更低成本替代方案的开发人员提供了帮助。

应用程序堆栈由三个核心组件组成：前端、后端和数据库。前端提供 UI/UX，后端处理应用程序的逻辑，数据库存储和检索数据。在去中心化应用程序中，智能合约充当后端（保存逻辑），区块链充当数据库。但区块链可以存储的数据量极其有限，智能合约可以执行的逻辑也极其有限。因此，开发人员还部署数据库和后端来为他们的 dapp 以及智能合约提供支持。

如果去中心化应用程序构建在集中式后端和数据库上，那么它并不是真正去中心化的。Space and Time 不仅构建了第一个去中心化数据仓库，为分析、应用程序和规模提供支持，我们还提供了由我们的去中心化网络运营的内置 API 网关。空间和时间网关提供了构建可扩展的、数据驱动的 dapp 所需的所有 API，因此您不必管理自己的后端基础设施或依赖集中式解决方案。

怎么运行的

数据API

空间和时间 API 网关的核心支持与平台中的数据进行交互。我们的SQL API使用户能够执行创建表、插入/更新/删除数据和查询数据等操作。使用 SQL API，用户可以使用传统 SQL 语法与平台交互来快速入门。通过资源发现API，用户可以轻松地更好地了解平台中存在的所有资源以及它们周围的元数据（例如，您可以查看所有表组成以太坊区块链数据集以及每个表具有哪些列）以及它们之间的外键关系）。最后，通过我们的View API，用户可以构建一个独特的 API 端点，从中可以执行常见查询，从而提高性能并促进底层 SQL 的未来开发，独立于引用它的 API 请求。用户甚至可以构造参数化视图，这些视图在运行时接受参数（有效的查询模板）。

流媒体

空间和时间流解决方案使用户能够利用 Kafka 将大容量数据流直接传输到他们的表中。我们提供了一套配置 API，允许用户设置自己的 Kafka 主题，以便他们可以引导生产者并开始使用 Space 和 Time 作为数据接收器。此外，我们提供了一个强大的基于 JSON 的配置设计，用户可以从中描述如何摄取 Kafka 记录中的数据，提供其实现并让平台处理其余的事情。

配套服务

除了为用户提供一种简单的方法将数据传入和传出平台之外，网关实际上在幕后执行更多功能。仅举几例，网关确保数据可用且一致，协调多个副本之间的用户数据复制，并在检测到活动副本故障时透明地重新路由请求。网关的另一个核心功能是跟踪网络中的所有资源，将新资源分配给具有更多可用空间和计算能力的数据仓库集群，并迁移数据以确保所有集群的均匀使用。最后，网关支持证明验证以支持 SQL 证明。当数据通过网关到达数据仓库时，将构建并存储证明数据。稍后，当执行防篡改查询时，将检索存储的证明数据并将其用于验证数据仓库构建的证明。

它能实现什么

借助 Space and Time，开发人员不必在管理自己的后端基础设施和依赖集中式后端解决方案之间做出选择。空间和时间既是您的数据库，也是您的去中心化、无服务器后端。要在 Space and Time 上构建 dapp，您所要做的就是部署您的前端和智能合约。剩下的我们来处理。