فهرست مطالب
1. مقدمه
اجماع اثبات کار (PoW) از زمان معرفی بیتکوین، پایهگذار سیستمهای بلاکچین بدون مجوز بوده است. تحلیلهای سنتی فرض میکنند هزینههای استخراج همگن هستند، اما واقعیت ساختارهای هزینه ناهمگن را به دلیل تفاوت قیمت برق، کارایی سختافزار و اکنون، سودمندیهای خارجی از محاسبات کار مفید نشان میدهد.
ظهور اثبات کار مفید (PoUW) پاداشهای خارجی برای انجام محاسبات سودمند مانند بارهای کاری آموزش و استنتاج هوش مصنوعی معرفی میکند. این مقاله کار [19] را با گنجاندن سودمندیهای خارجی در تحلیل تعادل استخراج گسترش میدهد و رفتارهای استراتژیک جدید و پیامدهای عدم تمرکز را آشکار میسازد.
تنوع هزینه
هزینههای استخراج میتواند به دلیل تفاوت قیمت برق در مناطق مختلف ۳۰۰-۵۰۰٪ متغیر باشد
پاداشهای خارجی
بارهای کاری هوش مصنوعی میتوانند ۴۰-۶۰٪ درآمد اضافی فراتر از پاداشهای بلوک ارائه دهند
2. چارچوب نظری
2.1 ساختارهای هزینه استخراجکنندگان
هر استخراجکننده $i$ یک تابع هزینه $C_i(h_i) = c_i \cdot h_i$ دارد که در آن $h_i$ نرخ هش و $c_i$ هزینه هر واحد محاسبه است. ناهمگنی در مقادیر $c_i$ مزایای استراتژیک برای استخراجکنندگان کمهزینه ایجاد میکند.
2.2 مدل سودمندی خارجی
تابع سودمندی خارجی برای استخراجکننده $i$ به صورت $U_i^{ext} = \sum_{j=1}^{n} r_j \cdot x_{ij}$ تعریف میشود که در آن $r_j$ نشاندهنده پاداشهای خارجی برای کار مفید $j$ و $x_{ij}$ تخصیص منابع استخراجکننده $i$ به کار $j$ است.
3. تحلیل تعادل
3.1 رفتار استراتژیک استخراج
استخراجکنندگان سودمندی کل $\pi_i = R \cdot \frac{h_i}{H} + U_i^{ext} - C_i(h_i)$ را بهینه میکنند که در آن $R$ پاداش بلوک و $H = \sum_{i=1}^{m} h_i$ نرخ هش کل شبکه است. تحلیل ما نشان میدهد استخراجکنندگانی که به سودمندیهای خارجی بالا دسترسی دارند ممکن است کارهای مفید را در بلوکهای تکی متمرکز کنند تا سودآوری را حداکثر کنند.
3.2 معیارهای عدم تمرکزگرایی
ما عدم تمرکزگرایی را با استفاده از آنتروپی شانون مدل میکنیم: $E = -\sum_{i=1}^{m} p_i \log_2 p_i$ که در آن $p_i = h_i/H$ نشاندهنده نسبت تلاش محاسباتی کل توسط استخراجکننده $i$ است. آنتروپی بالاتر نشاندهنده عدم تمرکزگرایی بهتر است.
4. نتایج تجربی
شبیهسازیهای ما نشان میدهند وقتی پاداشهای خارجی از ۵۰٪ پاداشهای بلوک فراتر میروند، تعادل استخراج به طور قابل توجهی جابجا میشود. استخراجکنندگان کمهزینه با سودمندیهای خارجی در مقایسه با استخراجکنندگان سنتی به ۷۰-۸۰٪ سودآوری بالاتر دست مییابند. آنتروپی عدم تمرکزگرایی در سناریوهای سودمندی خارجی بالا ۱۵-۲۵٪ کاهش مییابد که نشاندهنده ریسکهای تمرکز بالقوه است.
شکل ۱: سودآوری استخراج در مقابل نسبت سودمندی خارجی
نمودار رشد نمایی در سودآوری استخراجکننده را هنگامی که نسبت سودمندی خارجی از ۰٪ به ۱۰۰٪ افزایش مییابد نشان میدهد. استخراجکنندگان با مزیت هزینه ($c_i < \bar{c}$) در نسبت سودمندی خارجی ۸۰٪ در مقایسه با استخراجکنندگان پر هزینه حاشیه سود ۲.۳ برابری بالاتری نشان میدهند.
شکل ۲: آنتروپی عدم تمرکزگرایی تحت سناریوهای مختلف
مقایسه آنتروپی شانون در سه سناریو: هزینههای همگن (آنتروپی = ۴.۲)، هزینههای ناهمگن بدون سودمندیهای خارجی (آنتروپی = ۳.۸)، و هزینههای ناهمگن با سودمندیهای خارجی (آنتروپی = ۳.۱). سودمندیهای خارجی عدم تمرکزگرایی را ۲۶٪ کاهش میدهند.
5. چارچوب فنی
چارچوب ریاضی اصلی بازی استخراج را برای شامل کردن سودمندیهای خارجی گسترش میدهد. مسئله بهینهسازی استخراجکننده به صورت زیر میشود:
$$\max_{h_i, x_{ij}} \left[ R \cdot \frac{h_i}{\sum_{k=1}^m h_k} + \sum_{j=1}^n r_j x_{ij} - c_i h_i \right]$$
مشروط بر: $\sum_{j=1}^n x_{ij} \leq h_i$ و $x_{ij} \geq 0$
این منجر به شرط تعادل میشود: $\frac{R}{H} \left(1 - \frac{h_i}{H}\right) + \max_j r_j = c_i$
6. نمونه چارچوب تحلیل
یک سناریو با سه استخراجکننده در نظر بگیرید: استخراجکننده A (کمهزینه، سودمندی خارجی بالا)، استخراجکننده B (هزینه متوسط، سودمندی متوسط)، استخراجکننده C (پر هزینه، سودمندی پایین). با استفاده از تحلیل تعادل ما:
- استخراجکننده A هنگامی که $r_j > 0.6R$ باشد ۸۰٪ منابع را به کارهای خارجی تخصیص میدهد
- استخراجکننده B استراتژی ترکیبی را دنبال میکند و پاداشهای داخلی و خارجی را متعادل میکند
- استخراجکننده C عمدتاً بر استخراج سنتی متمرکز میشود مگر اینکه پاداشهای خارجی از $0.8R$ فراتر روند
توزیع نرخ هش حاصل نشان میدهد استخراجکننده A 45٪ از قدرت شبکه را کنترل میکند که علیرغم سودمندی کل بالاتر، نگرانیهای تمرکز ایجاد میکند.
7. کاربردهای آینده
ادغام بارهای کاری هوش مصنوعی با اجماع بلاکچین فرصتهای قابل توجهی ارائه میدهد. جهتهای آینده شامل موارد زیر است:
- الگوریتمهای دشواری تطبیقی که مقادیر سودمندی خارجی را در نظر میگیرند
- اشتراکگذاری کار مفید چند زنجیرهای برای جلوگیری از سلطه زنجیره تکی
- چارچوبهای نظارتی برای تأیید و حسابرسی سودمندی خارجی
- مکانیسمهای اجماع ترکیبی که PoUW را با عناصر اثبات سهام ترکیب میکنند
توسعات اخیر در بازارهای استنتاج هوش مصنوعی میتوانند تا سال ۲۰۲۸ بیش از ۵۰ میلیارد دلار ارزش سودمندی خارجی ایجاد کنند که اساساً اقتصاد استخراج را تغییر میدهد.
تحلیل تخصصی: معضل سودمندی خارجی
بینش اصلی
این مقاله تنش اساسی در سیستمهای PoUW را آشکار میسازد: سودمندیهای خارجی کارایی اقتصادی ایجاد میکنند اما عدم تمرکزگرایی را تهدید میکنند. نویسندگان به درستی شناسایی میکنند که وقتی استخراجکنندگان میتوانند پاداشهای خارجی قابل توجهی کسب کنند، تعادل استخراج سنتی از هم میپاشد. این فقط نظری نیست - ما این را در زمان واقعی با ورود شرکتهای هوش مصنوعی به استخراج رمزارز مشاهده میکنیم.
جریان منطقی
این تحقیق به طور منطقی از مدل هزینه ناهمگن [19] ساخته شده است، اما گسترش سودمندی خارجی جایی است که چیزها خطرناک میشوند. چارچوب ریاضی به طور ظریفی نشان میدهد که چگونه استخراجکنندگان عقلانی هنگامی که پاداشهای خارجی غالب میشوند به سمت تمرکز بهینهسازی خواهند کرد. معیار عدم تمرکزگرایی مبتنی بر آنتروپی به ویژه هوشمندانه است - آنچه ما به طور شهودی میدانستیم را کمّی میکند: کار مفید قدرت را متمرکز میکند.
نقاط قوت و ضعف
قوت مقاله در پایه بازی-نظری دقیق آن نهفته است که یادآور کار بنیادی در [18] است که نقصها در تحلیل امنیتی اصلی ناکاموتو را آشکار کرد. با این حال، نویسندگان پیامدهای نظارتی را دست کم میگیرند. اگر شرکتهای هوش مصنوعی بتوانند به طور مؤثر امنیت بلاکچین را از طریق پرداختهای سودمندی خارجی بخرند، ما به مداخله نظارتی بالقوه مشابه آنچه در ICOها در سال ۲۰۱۸ دیدیم نگاه میکنیم.
بینشهای قابل اجرا
معماران بلاکچین باید بلافاصله سقفهای سودمندی خارجی و مالیاتهای عدم تمرکزگرایی پیشرونده را پیادهسازی کنند. این تحقیق پیشنهاد میکند پروتکلها به مکانیسمهای تنظیم پویا که به تمرکز سودمندی خارجی پاسخ میدهند نیاز دارند. سرمایهگذاران باید مراقب پروژههای PoUW با اقدامات ضد تمرکز داخلی باشند - اینها در بلندمدت بهتر عمل خواهند کرد.
8. مراجع
- Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System
- Eyal, I., & Sirer, E. G. (2014). Majority is not Enough: Bitcoin Mining is Vulnerable
- Carlsten, M., et al. (2016). On the Instability of Bitcoin Without the Block Reward
- Ball, M., et al. (2017). Proofs of Useful Work
- Zhu, J., et al. (2020). CycleGAN for Image-to-Image Translation
- Ethereum Foundation. (2023). Restaking and EigenLayer Technical Specifications