Guide по Crypto & AI
Криптовалюты и искусственный интеллект.
Много картинок на английском, рекомендую использовать ChatGPT 4 + DALL-E для перевода с картинок, ну или совсем топорные варианты вроде гугл переводчика
"Когда появится великое изобретение, оно почти наверняка будет представлено в запутанной, неполной и путающей форме. Для самого первооткрывателя оно будет понято лишь наполовину; для всех остальных это будет загадка. Для любой гипотезы, которая сначала не выглядит безумной, нет надежды." - Freeman Dyson
В этой статье я исследую текущие и потенциальные интеграции криптовалюты и ИИ, и представляю 17 различных проектов, которые, возможно, стоит добавить в ваш список наблюдения.
Готовьтесь, я собираюсь поделиться множеством альфы (это заняло действительно много времени, ха-ха).
Но прежде чем спускаться в кроличью нору, позвольте мне сказать одно: мы только начинаем изучать область Crypto x AI. Эта область находится на начальной стадии, она сложная и на данный момент очень спекулятивна.
Я всего лишь скромный исследователь криптовалют, который пытается разобраться в новой развивающейся вертикали, так что, пожалуйста, будьте осторожны при подходе к любым инвестициям в этой области. Мы находимся на очень ранней спекулятивной стадии, и вполне вероятно, что цены в этом цикле значительно опередят технологии и фундаменты.
Сказав это, давайте копнем глубже.
Что нас ждет?
- Общий обзор ИИ
- Стек ИИ
- Почему криптовалюта и ИИ хорошо сочетаются?
- Различные новые вертикали криптовалюты x ИИ
- Список наблюдения за Crypto x AI (17 проектов)
Общий обзор ИИ
Искусственный интеллект (ИИ) - это сложная тема, и для полного понимания всех аспектов того, что он представляет, потребуются годы изучения. Но ради этого поста я утверждаю, что ИИ относится к области, которая пытается имитировать или моделировать когнитивный человеческий интеллект для выполнения широкого спектра задач - от обучения, рассуждений, решения проблем до понимания естественного языка.
Хотя ИИ много лет был узкоспециализированной областью исследований и разработок, его настоящий прорыв произошел с появлением ChatGPT. Мы все помним, как были поражены, когда впервые взаимодействовали с этим генеративным ботом ИИ. Оглядываясь назад, можно с уверенностью сказать, что это был момент, подобный появлению iPhone.
Он имел самый быстрый прием среди потребительских продуктов в истории, набрав 100 миллионов пользователей за 2 месяца. В сравнении, Facebook потребовалось 1500 дней, чтобы достичь такого же количества пользователей.
Сейчас мы наблюдаем экспоненциальный рост в этой области. Учитывая оценку ARK, что производительность моделей обучения может увеличиться в 5 раз только в 2024 году, очевидно, что ИИ продолжит открывать широкий спектр применений.
В ближайшие годы неудивительно будет увидеть появление нескольких многомиллиардных компаний как в приложениях, использующих ИИ, так и в инфраструктуре, делающей революцию ИИ возможной. Фактически, финансирование в этой области недавно взлетело.
Говоря об этом, давайте немного подробнее рассмотрим, что на самом деле делает это явление, называемое ИИ, возможным.
Стек ИИ
Как и вы, я уверен, что, когда вы думаете об ИИ, первое, что приходит вам в голову, это ChatGPT и генеративные запросы ИИ. Но это только вершина айсберга, и на самом деле поле "ИИ" гораздо сложнее. Чтобы лучше его понять, вот краткий обзор различных слоев технологий и компонентов, составляющих стек ИИ:
Вычислительное оборудование
ИИ - это не только код. ИИ требует значительных ресурсов, и специфическая физическая инфраструктура, такая как нейронные процессорные блоки (NPU), графические процессорные блоки (GPU) и тензорные процессорные блоки (TPU), является неотъемлемой частью. В конечном счете, именно это обеспечивает физические средства для выполнения расчетов и выполнения алгоритмов, которые заставляют системы ИИ работать. Без них ИИ бы не существовало.
Лидеры этой области - Nvidia (которой к настоящему времени не требуется представления), Intel и AMD. Они конкурируют за разработку наиболее эффективного оборудования, как в отношении обучения моделей, так и для задач вывода.
Nvidia была одним из самых простых способов получить доступ к этой революции до сих пор (как показано недавним движением цен Nvidia).
Облачные платформы
Разработчики ИИ полагаются на оборудование для работы своих моделей. Как правило, у них есть два способа получить эту мощность: они могут либо использовать GPU локально; либо полагаться на облачных провайдеров. Первое решение часто оказывается слишком дорогим и экономически неоправданным, и со временем облачные провайдеры оказались интересной альтернативой.
Это крупные корпорации с большими ресурсами, которые приобретают и эксплуатируют это мощное оборудование и позволяют разработчикам использовать эти ресурсы на основе оплаты по мере использования или по подписке. Это устраняет необходимость для разработчиков инвестировать в собственную физическую инфраструктуру и обслуживать ее.
Лидеры этой области - AWS, Google Cloud или Nvidia DGX cloud. Их цель - предоставить разработчикам всех размеров быстрый доступ к multi-node суперкомпьютеру для обучения самых сложных LLM.
Модели
Поверх этого находится самая сложная и обсуждаемая часть ИИ: модели ML (Машинное обучение). Это вычислительные системы, разработанные для выполнения задач без явных программных инструкций и представляют собой мозг системы ИИ.
ML делится на три этапа: данные, обучение и вывод, и существует три основных типа обучения: обучение с учителем, обучение без учителя и обучение с подкреплением.
- Обучение с учителем относится к обучению на примерах (предоставленных учителем). Модели может быть показаны картинки собак и учитель говорит ей, что это собаки. Затем модель учится отличать собак от других животных.
- Многие популярные модели, такие как LLM (например, GPT-4 и LLaMa) обучаются с использованием обучения без учителя. В этом режиме обучения учитель не предоставляет ни руководства, ни примеров. Скорее, модель учится находить закономерности в данных.
- Обучение с подкреплением (обучение методом проб и ошибок), в основном используется в задачах последовательного принятия решений, таких как управление роботами и игра в игры (например, шахматы или Go).
Наконец, эти модели могут быть либо с открытым исходным кодом (которые можно найти на хабах моделей, например, Hugging Face), либо с закрытым исходным кодом (модели типа OpenAI, доступ к которым осуществляется через API).
Приложение: Это последний слой стека ИИ, и это тот, с которым мы обычно сталкиваемся как пользователи. Они могут быть как B2B (от бизнеса к бизнесу), так и B2C (от бизнеса к потребителю) и использовать модели ИИ для создания приложения на их основе. Популярным примером является Replika, приложение, которое позволяет вам создать виртуального партнера и общаться на любые темы 24/7. При изучении различных отзывов видно, что оно оказало ощутимое влияние на жизнь многих людей.
В целом, кажется, что эти различные технологические слои все еще находятся на ранних этапах развития и что мы только в начале того, что некоторые любят называть кембрийским взрывом. С учетом этого мы увидим, что криптовалюта играет роль в этом технологическом буме.
Почему Crypto & AI хорошо сочетаются
Хотя криптовалюта не обязательно является необходимой на каждом уровне стека ИИ, есть много причин полагать, что децентрализованный ИИ так же важен, как децентрализованные деньги, что смарт-контракты могут использовать машинное обучение для создания мощных пользовательских опытов, или что криптовалюта может принести больше безопасности, прозрачности и открыть новые случаи использования для ИИ.
ИИ доминирует в ландшафте криптовалют
И рынок уже показывает большой энтузиазм по поводу потенциального применения криптовалюты и ИИ, и тенденция показывает, что это самый горячий нарратив. С начала 2024 года ИИ показал очень хорошие результаты по сравнению с другими секторами в криптовалюте.
С учетом всех дальнейших разработок, которые должны произойти в этой области, есть много причин полагать, что мы все еще на очень раннем этапе, и пузырь, скорее всего, только формируется.
Говоря об этом, давайте посмотрим, какие различные разработки происходят между криптовалютой и ИИ.
Различные вертикали Crypto & AI
Вот несколько основных синергий между криптовалютой и ИИ:
От централизованных облачных провайдеров к DePIN:
Как мы обсуждали, основные слои ИИ - это оборудование и облачные провайдеры. Хотя криптовалюта не может конкурировать в производстве лучшего оборудования (и нет для этого причин), справедливо предположить, что она может играть роль в предоставлении доступа к этим multi-node суперкомпьютерам более эффективным, более безопасным и децентрализованным способом. Это часть направления crypto, называемого DePIN, или Децентрализованная Физическая Инфраструктура. Они представляют блокчейн-протоколы, которые стимулируют децентрализованные сообщества строить и поддерживать физическое оборудование.
Здесь основное применение DePIN для ИИ будет в:
Идея здесь проста: разработчикам ИИ нужно больше GPU и емкости для хранения данных, и есть много причин полагать, что проекты криптовалюты DePIN могут помочь вывести новое предложение вычислительных мощностей и системы хранения данных на рынок, активируя неиспользуемые ресурсы с помощью стимулов на основе токенов.
Вот отличный обзор всего сектора DePIN, если вам интересно углубиться.
Обеспечение прозрачности, управление пользователями и владения данными:
ИИ будет больше, чем интернет. Это означает, что понимание используемых моделей, как они работают и какие данные в них вводятся, становится критически важным для хорошей работы свободного и демократического общества. В связи с этим возникает ощущение, что бесконечные споры о "черном ящике" и мегамощности гигантов Web2.0 можно прекратить, передав право собственности пользователям через токенизацию ИИ (от инфраструктуры до модели и приложения).
Знание происхождения используемых ИИ моделей может быть очень важным в некоторых обстоятельствах. Как и во всем, модели имеют предвзятости, и в зависимости от того, как они сделаны и на каких данных они обучены, результаты могут быть совершенно разными. Существует веская причина утверждать, что модели и обучение ИИ должны быть децентрализованы и на блокчейне, чтобы обеспечить большую прозрачность.
Нам не нужен Сенат или непрозрачные структуры, которые будут определять направление развития мира (с помощью моделей искусственного интеллекта), контролировать наши данные без согласия, а также бесконечные условия, которые, будем честны, мы никогда не сможем прочитать и ответить на них.
Используя крипто инфраструктуру, мы можем избежать повторения тех же ошибок, что и с интернет-приложениями. Вместо этого у нас могло бы быть коллективное владение, децентрализованное управление и прозрачность на всех уровнях. Это путь вперед.
Согласование стимулов и монетизация ИИ:
Высококачественные тренировочные данные являются одним из основных факторов производительности моделей. Однако, как упоминалось ARK, премиальные источники для тренировочных данных высокого качества могут быть исчерпаны к 2024 году, что потенциально приведет к стагнации в производительности моделей.
Здесь криптовалюта может стимулировать людей монетизировать как частные, так и публичные наборы данных, а также ИИ модели, агенты и другие части стека ИИ. С возможностью создавать многосторонние, глобальные рынки без разрешений, каждый может быть вознагражден за вклад. Также появляется возможность стимулировать людей поддерживать качество данных, используемых для обучения основных моделей ИИ, или предоставлять различные модели для определенной сети.
Криптовалюта вызывает бум финансов. Стеку ИИ нужен собственный механизм платежей. Звучит как хорошее сочетание, верно?
On-chain AI/ML (ZKML & opML):
Криптография с нулевым разглашением информации является одной из самых популярных технологий в веб3, так как она позволяет создавать доказательства "целостности" для заданного набора вычислений, где проверка доказательства значительно проще, чем выполнение самих вычислений.
Когда мы говорим о ZKML, мы имеем в виду возможность применения доказательства с нулевым разглашением информации к "выводу" и "данным" части модели машинного обучения (а не к части обучения, которая сама по себе слишком вычислительно интенсивна). По мере развития исследований и технологий в этой области мы можем увидеть более эффективные и масштабируемые решения, которые потенциально могут сделать доказательства с нулевым разглашением информации более применимыми к этапу обучения моделей машинного обучения.
С ZKML вычисления скрыты от проверяющего, но доказывающий может подтвердить вычислительную корректность ML без раскрытия дополнительной информации.
OPML (Оптимистическое машинное обучение) — это другой подход, который позволяет осуществлять вывод и обучение/дообучение модели ИИ в системе блокчейна с использованием оптимистического подхода. Модели LlaMA2 и Stable Diffusion теперь могут быть доступны в блокчейне благодаря оптимистическим механизмам (похожим на Optimism и Arbitrum).
Последнее решение из конкретного проекта, о котором мы скажем далее, сочетает zkML и opML, позволяя Ethereum запускать любую модель с функциями конфиденциальности.
Это может привести к новой эре моделей машинного обучения, которые будут на блокчейне и прозрачны, где будет легко проверить, что данный вывод является результатом определенной модели и входной пары. В мире непрозрачных моделей и непрозрачных наборов данных это может стать изменением игры и вернуть власть пользователям (что следует за предшествующими идеями обеспечения прозрачности и управления пользователями).
Аутентификация и конфиденциальность:
По мере роста приложений ИИ мы приближаемся к точке, когда никто не будет знать, что является реальным или симулированным в Интернете. Глядя на это изображение, созданное Sora, недавней текстово-видео платформой от OpenAI, думаете ли вы, что сможете отличить? И подумайте о том, как это будет убедительнее с каждым годом.
Учитывая эту реальность, есть веские основания для создания децентрализованной идентичности, хранящейся на блокчейнах. Это может защитить людей от непреднамеренного взаимодействия с ботами ИИ и отличить реальную информацию от глубоких фальшивок. В мире, где банковский кризис может произойти за несколько кликов (как мы все испытали с SVB), становится критически важным предоставление доказательств подлинности, и криптовалюта, похоже, является лучшим способом это сделать.
Вот простой пример того, как это может работать: официальный автор чего-либо мог бы цифровым образом подписать "хэш" на блокчейне, говоря "Я сделал это сам". Другая сторона (скажем, медиакомпания) могла бы подтвердить это, подписав транзакцию, которая гласит "Я это подтверждаю". Пользователи могли бы удостоверить себя в подписях, криптографически доказав контроль, скажем, над доменными именами (например, nytimes.com).
Таким образом, информация может быть доказуемой, прозрачной, неизменной и компонуемой. И это становится ключевым фактором для post-ИИ мира, в котором мы начинаем жить.
Crypto x AI Watchlist
Я уверен, что к настоящему времени вы, возможно, согласитесь, что есть много причин полагать, что во время следующего этапа этого бычьего рынка, хороший AI watchlist может стать одним из ваших лучших активов.
К счастью для вас, мы собираемся рассмотреть именно это. Но прежде, давайте напомним себе, что сейчас спекуляции вездесущи, и крайне важно проявлять осторожность. Правда в том, что реальные, ощутимые проекты сейчас редкость. Так что то, что следует дальше, это не предсказания, это лишь идеи. И идеи меняются довольно сильно, когда становится доступно больше данных и время отделяет шум.
Это не полный список, это лишь проекты, в которые мне удалось погрузиться и которые, как мне кажется, достойны внимания. В этой категории происходит много всего, и я, очевидно, пропустил множество отличных команд.
Эти проекты заслуживают внимания в контексте интеграции криптовалюты и ИИ:
1. Render Network
TLDR: Render — это пионерская децентрализованная GPU платформа. Проект направлен на использование полного потенциала децентрализованных GPU для двух видов проектов: создание 3D контента и ИИ.
Bull case: GPU уже в дефиците, и если ИИ будет развиваться текущими темпами, дефицит только усилится, что представляет возможность для Render Network + это один из крупнейших токенов, который, вероятно, выиграет от повествования об ИИ в этом цикле. У Render также есть несколько клиентов по ИИ вычислениям.
2. Akash Protocol
TLDR: Akash — это децентрализованный рынок вычислительных мощностей, запущенный в основной сети в сентябре 2020 года как приложение Cosmos chain. Первая версия Akash была сосредоточена на CPU, но недавно перешла на GPU вычисления, используя сдвиг парадигмы в вычислительной инфраструктуре благодаря буму ИИ (аналогично Render).
Bull Case: Текущее видение проекта в четырех словах: "AirBnB для GPU вычислений".
Здесь интересный тезис об Akash от Modular Capital.
3. Ora
TL;DR: ORA — это верифицируемый протокол оракула, который позволяет внедрить ИИ и сложные вычисления on-chain . Их решение opp/ai сочетает преимущества zkML и opML, представляя собой прорыв в двух направлениях.
Bull Case: Их инновации отмечают переломный момент в развитии ИИ на блокчейне, объединяя ландшафты zkML и opML.
Как получить экспозицию: Присоединяйтесь к их дискорду, чтобы получать больше обновлений и стать ранним участником.
4. io.net
TL;DR: Это еще один интересный проект DePIN, построенный на Solana, который предоставляет доступ к распределенным облачным кластерам GPU за долю стоимости сопоставимых централизованных услуг.
Bull case: Децентрализованный AWS для обучения ML на GPU. Мгновенный безразрешительный доступ к глобальной сети GPU и CPU. Революционная технология, позволяющая облачное кластеризование GPU вместе. Может сэкономить стартапам в области ИИ до 90% их вычислительных затрат. Интеграция Render и Filecoin.
Как получить экспозицию: Присоединяйтесь к Discord io.net, они будут проводить программу сообщества, которая приведет к airdrop токена IO.
5. Bittensor
TL;DR: Bittensor — это децентрализованный проект с открытым исходным кодом, цель которого — создать протокол нейронных сетей на блокчейне, позволяя создавать ИИ dApps и обеспечивать обмен ценностями между моделями ИИ в равноправном режиме.
Bull case: Это амбициозный проект, который недавно привлек много внимания и стал крупнейшей AI монетой по рыночной капитализации. TAO, вероятно, станет одним из крупнейших бенефициаров спекуляций на ИИ в этом цикле.
Как получить экспозицию: Застейкать на Tensorplex для потенциального дропа, это Lido от мира Bittensor. Вы так же можете искать beta токены на $TAO.
6. Gensyn
TL;DR: Протокол Gensyn - это протокол первого уровня, не требующий доверия для вычислений в области глубокого обучения, который напрямую и немедленно вознаграждает участников со стороны предложения за предоставление сети своего вычислительного времени и выполнение задач ML.
Bull case: У этого проекта очень, очень сильные бекеры, и если они смогут реализовать задуманное, они определенно станут крупным проектом инфраструктуры AI в криптовалюте.
Ожидайте статью про Gensyn на русском.
7. Allora
TL;DR: Allora - это самосовершенствующаяся децентрализованная сеть искусственного интеллекта. Allora позволяет приложениям использовать более умный и более безопасный ИИ через самосовершенствующуюся сеть моделей машинного обучения. Объединяя исследования на переднем крае механизмов краудсорсинга (предсказания среди участников), распределенного обучения и zkML, Allora открывает новые возможности для разработки приложений на стыке криптовалют и искусственного интеллекта.
Bull case: Allora разработана Upshot – лидером рынка в разработке инфраструктуры AI x Crypto в течение последних 2,5 лет. Они сосредоточены на финансовых вариантах использования: ленты цен, управляемые ИИ, DeFi vaults, управление рисками на базе ИИ и т.д., что может означать, что они найдут PMF раньше многих.
8. Botto
TL;DR: Botto – это полностью автономный художник с замкнутым циклом процесса, результаты которого не изменяются человеческими руками. Единственный вклад человека – это голосование за работы Botto, чтобы направлять, что делает далее художник.
Bull case: Этот уникальный проект объединяет ИИ, Искусство, NFT и DeFi, и уже генерирует реальный доход (4,5 млн долларов с момента создания). Искусство Botto было продано в Christie’s. Это первый в истории ИИ-художник, в который вы можете инвестировать. Доход от продажи искусства распределяется между стейкерами.
Как получить экспозицию: $BOTTO или покупка NFT Botto на Super Rare.
9. Parallel (Colony)
TL;DR: Colony – это игра, которая никогда не заканчивается и управляется ИИ, где все предметы в симуляции находятся на блокчейне. Вас соединяют с аватаром Parallel, который действует как "ботинки на земле". Вы и ваш аватар будете работать вместе и совместно использовать ресурсы сети, чтобы перемещаться по постоянно расширяющемуся миру Parallel, который работает на базе PRIME.
Bull case: PRIME – один из немногих токенов, который действительно пересекается с играми и ИИ. Colony может стать новым определяющим жанр игрой и имеет реальный вирусный потенциал, если команда сможет это реализовать. Студия, производящая эту игру, вероятно, лучшая в пространстве веб3 игр.
Как получить экспозицию: $PRIME и NFT аватары Parallel. Зарегистрируйтесь, чтобы играть в игру при ее запуске.
10. Aethir
TL;DR: Aethir представляет новый подход к инфраструктуре облачных вычислений, сосредоточенный на владении, распределении и использовании корпоративных графических процессоров (GPU). Он функционирует как рынок и агрегатор, облегчая связь между участниками с предложением, такими как операторы нод и поставщики GPU, и пользователями и организациями из секторов, требующих интенсивных вычислений, таких как ИИ, виртуализированные вычисления, облачные игры и майнинг криптовалют.
Bull case: Aethir выглядит как еще один сильный конкурент в категории облачных вычислений на GPU. Они утверждают, что имеют в 20 раз больше GPU, чем у Render. Они будут запускаться в очень благоприятной среде в горячем секторе.
Как получить экспозицию: Предстоящая продажа нод и присоединение к их дискорду.
11. Morpheus
TL;DR: Morpheus создает первую по-настоящему децентрализованную peer-to-peer сеть персональных умных агентов, чтобы демократизировать ИИ для широкой публики.
Bull case: Одним интересным фактом об этом проекте является то, что одним из его участников является Эрик Вурхис, настоящий OG в этом пространстве. Проект напоминает мне Bittensor от мира агентов.
12. Autonolas
TL;DR: Autonolas - это открытый рынок для создания и использования децентрализованных агентов ИИ. Но это не только это, но и набор инструментов для разработчиков для создания агентов ИИ, которые размещаются off-chain и могут подключаться к нескольким блокчейнам, включая Polygon, Ethereum, Gnosis Chain или Solana.
Bull case: Autonolas - один из немногих проектов ИИ, где есть доказательства некоторого принятия сегодня. OLAS - один из немногих токенов, которые сейчас живы и на которые люди могут делать ставки в категории AI crypto. Хорошо написано ниже.
Как получить экспозицию: $OLAS
13. MyShell
TL;DR: MyShell - это децентрализованная и комплексная платформа для обнаружения, создания и стейкинга приложений, родных для ИИ.
Bull case: MyShell - это своего рода магазин приложений ИИ, но платформа, которая также позволяет вам создавать ботов ИИ и приложения. Он позволяет любому стать предпринимателем ИИ и монетизировать свое приложение. Этот продукт уже работает.
Как получить экспозицию: Хотя у них еще нет токена, вы можете зарегистрироваться в их приложении и начать взаимодействовать с ботами, чтобы заработать очки (кто знает, к чему это может привести).
14. OriginTrail
TL;DR: OriginTrail интегрирует блокчейн и ИИ для предложения Децентрализованного Графа Знаний (DKG), который обеспечивает целостность и происхождение данных, повышая возможности ИИ за счет доступа к проверенной сети информации. Это слияние направлено на повышение эффективности и надежности агентов ИИ в различных отраслях, создавая безопасную, доверительную основу для создания, проверки и запроса данных.
Bull case: Работающий продукт. Клиенты предприятий. Насколько я понимаю, графы знаний позволяют ИИ интерпретировать данные и понимать их в контексте всего происходящего. У TRAC также, кажется, есть культ.
Как получить экспозицию: $TRAC
15. Ritual
TL;DR: Ritual представляет собой открытый, суверенный исполнительный слой для ИИ. Ritual позволит разработчикам беспрепятственно интегрировать ИИ в их приложения или протоколы на любой сети, позволяя им настраивать, монетизировать и проводить вывод моделей с использованием криптографических схем.
С Ritual видение заключается в том, чтобы разработчики могли создавать полностью прозрачные DeFi, самоулучшающиеся блокчейны, автономные агенты, генерируемый контент и многое другое.
Bull case: Ritual действительно имеет поддержку высшего уровня. Разработчики могут прямо сейчас попробовать SDK Infernet. Я нашел одного разработчика, который несколько дней назад запустил экспериментальный проект NFT с использованием SDK. Довольно круто (я опоздал для минта).
Как получить экспозицию: Присоединяйтесь к их дискорду и следите за обновлениями.
Вероятно будет обзор на русском.
16. Nillion
TL;DR: Nillion позволяет обучать и выводить модели ИИ безопасным и конфиденциальным способом, создавая основу безопасного персонализированного ИИ.
Bull case: Сеть слепых вычислений Nillion открывает множество новых вариантов использования, среди которых персонализированный ИИ является огромной неразгаданной областью. Персонализированный ИИ не будет широко принят, если не будет существовать обработка частных данных. Решение Nillion действительно кажется изменяющим игру.
Как получить экспозицию: Присоединяйтесь к их дискорду и держите глаза открытыми. Если вы разработчик, я верю, что они скоро будут проводить некоторые хакатоны.