Маркус Левин из XYO: Почему L1, ориентированный на данные, может стать основой “доказательства происхождения” для искусственного интеллекта

В последнем эпизоде SlateCast соучредитель XYO Маркус Левин присоединился к ведущим CryptoSlate, чтобы объяснить, почему децентрализованные сети физической инфраструктуры (DePIN) выходят за рамки нишевых экспериментов — и почему XYO создала специализированный Layer-1 для обработки такого типа данных, которые всё больше требуются ИИ и приложениям в реальном мире.

Амбиции Левина в отношении сети предельно ясны: «Во-первых, я думаю, что у XYO будет восемь миллиардов узлов», — сказал он, называя это амбициозной целью, но уверен, что она соответствует направлению развития отрасли.

Тезис DePIN: «каждый уголок мира»

Левин представил DePIN как структурный сдвиг в способах координации рынками физической инфраструктуры, указывая на быстрые ожидания роста сектора. Он сослался на прогноз Всемирного экономического форума, согласно которому DePIN может вырасти с нынешних десятков миллиардов до триллионов к 2028 году.

Для XYO масштаб — это не гипотеза. Один из ведущих отметил, что сеть выросла «до более чем 10 миллионов узлов», что стало отправной точкой для обсуждения не теоретических «что если», а того, что ломается, когда объём данных из реального мира становится товаром.

Доказательство происхождения для ИИ: проблема в данных, а не только в вычислениях

Отвечая на вопрос о дипфейках и утрате доверия к медиа, Левин отметил, что узким местом для ИИ являются не только вычисления, но и происхождение данных. «С помощью DePIN вы можете доказать, откуда пришли данные», — сказал он, описывая модель, в которой данные можно проверять от начала до конца, отслеживать в цепочках обучения и запрашивать, когда системе потребуются подтверждённые данные.

По его мнению, происхождение данных создаёт обратную связь: если модель обвиняют в галлюцинациях, можно проверить, действительно ли исходные данные подтверждены — или запросить новые, специфические данные из децентрализованной сети, а не брать их из ненадёжных источников.

Почему важен data-native Layer-1

XYO потратила годы, стараясь не создавать собственную цепочку, — отметил Левин, выступая в роли промежуточного ПО между сигналами из реального мира и смарт-контрактами. Но «никто этого не сделал», и объём данных в сети заставил взяться за дело.

Он просто объяснил цель дизайна: «Блокчейн не должен раздуваться… и он действительно создан для данных».

Подход XYO основан на механизмах вроде Proof of Perfect и ограничениях «lookback»-типа, позволяющих сохранять требования к узлам минимальными даже при росте объёмов данных.

Онбординг через COIN: превращая не-крипто пользователей в узлы

Ключевым драйвером роста стало приложение COIN, которое Левин описал как инструмент, превращающий мобильные телефоны в узлы сети XYO.

Вместо того чтобы сразу погружать пользователей в волатильность токенов, приложение использует баллы, привязанные к доллару, и широкий спектр вариантов для обмена — со временем переводя пользователей на крипто-инфраструктуру.

Двойная токеномика: согласование стимулов с XL1

Левин отметил, что система с двумя токенами создана для разделения вознаграждений/безопасности экосистемы и расходов на операции в цепи. «Мы чрезвычайно воодушевлены этой двойной токен-системой», — сказал он, описывая $XYO как внешний актив для стейкинга/управления/безопасности, а $XL1 — как внутренний токен для газа/транзакций, используемый в XYO Layer One.

Партнёры из реального мира: инфраструктура зарядки и POI-данные картографического уровня

Левин указал на новые партнёрства как на ранний стимул для развития внутри широкой экосистемы DePIN, в частности, на сделку с Piggycell — крупной южнокорейской сетью зарядных станций, которой требуется доказательство местоположения и которая планирует токенизировать данные на XYO Layer One.

Он также описал другой кейс использования Proof-of-Location с наборами данных точек интереса (время работы, фото, информация о заведениях), утверждая, что крупный партнёр по геолокации обнаружил ошибки в собственных данных «в 60% случаев», тогда как данные, полученные через XYO, были «на 99,9% корректными», что позволило использовать их для построения карт крупными предприятиями.

В целом, позиция Левина была последовательна: если ИИ и RWA нуждаются в надёжных входных данных, то следующим конкурентным полем станет не столько скорость моделей, сколько проверяемые цепочки данных, привязанные к реальному миру.

Публикация XYO’s Markus Levin: Why a data-native L1 could become AI’s “proof of origin” backbone впервые появилась на CryptoSlate.