Inside InterLink: Isang Mas Malapit na Pagtingin sa Human-Verified Blockchain System

InterLink ay lumitaw bilang isang blockchain project na nakatuon sa pag-verify ng mga pagkakakilanlan ng tao sa pamamagitan ng facial scanning at liveness detection. Inilunsad ng InterLink Labs, ang network ay naglalayong lumikha ng isang desentralisadong sistema kung saan ang bawat kalahok ay kinumpirma bilang isang natatanging tao, tinutugunan ang mga isyu tulad ng panghihimasok sa bot at pag-atake ng sybil sa mga kapaligiran ng Web3. Sinigurado ang proyekto $ 20 Milyon sa seed funding mas maaga sa taong ito, na sinusuportahan ng mga mamumuhunan kabilang ang Google para sa Mga Startup at Monad. Sa ngayon, nag-uulat ito ng higit sa 2.5 milyong na-verify na mga user, na nagmamarka ng tuluy-tuloy na paglago mula nang lumampas sa isang milyong nakarehistrong pag-scan noong Hunyo. Ang pagpapalawak na ito ay sumasalamin sa patuloy na pagsisikap na bumuo ng isang pandaigdigang base ng gumagamit, kahit na ang platform ay nananatili sa mga unang yugto nito.

Ang Pangunahing Pananaw: Isang Network para sa Mga Tunay na Tao

Inilalagay ng InterLink ang sarili bilang isang pundasyon para sa isang "Human Network," kung saan ang mga na-verify na indibidwal ang bumubuo sa backbone ng system. Binabalangkas ng whitepaper ng proyekto ang isang layunin na maabot ang isang bilyong aktibong kalahok, na nagbibigay-diin sa mga aplikasyon sa pagkakakilanlan, pamamahala, at koordinasyon sa ekonomiya. Ang mga user ay nagiging "Human Nodes" pagkatapos ng isang beses na proseso ng pag-verify, na nagbubuklod sa kanilang pagkakakilanlan sa network nang hindi nangangailangan ng personal na data storage on-chain.

Ang diskarte na ito ay naiiba sa mga tipikal na blockchain, kung saan ang mga anonymous na wallet ay madaling ma-multiply. Sa halip, ang InterLink ay nagpapatupad ng modelong one-person-one-identity. Maaaring isama ito ng mga developer sa pamamagitan ng Human Auth SDK, na nagpapahintulot sa mga external na platform na i-verify ang mga user nang hindi ina-access ang hilaw na biometric na impormasyon. Ang pananaw ay umaabot sa pamamahagi ng mga gantimpala sa pamamagitan ng isang uri ng unibersal na pangunahing kita na pinondohan ng AI, kahit na ang mga detalye sa pagpapatupad ay nananatiling konsepto sa puntong ito.

Kasama sa istruktura ng network ang mga modular na bahagi: isang layer ng pagkakakilanlan, mga interface ng application, at isang blockchain para sa pamamahala ng token. Nilalayon nitong paganahin ang patas na pakikilahok sa mga lugar tulad ng airdrops at staking, kung saan ang mga pekeng account ay kadalasang naglilihis ng mga resulta.

Mga Pangunahing Elemento: InterLink ID at Human Nodes

Nasa puso ang InterLink ID, isang biometric-based na verification system. Ini-scan ng mga user ang kanilang mukha sa pamamagitan ng app, at sinusuri ng mga algorithm ng AI ang liveness upang maiwasan ang mga spoof tulad ng mga larawan o video. Kapag na-verify na, ang ID ay nagbibigay ng access sa mga feature ng ecosystem at gagawing Human Node ang user.

Pinapalitan ng Human Nodes ang tradisyunal na hardware sa pagmimina ng partisipasyon ng tao. Walang kinakailangang espesyal na kagamitan; Ang mga reward ay nagmumula sa pananatiling aktibo at pag-aambag, gaya ng pakikipag-ugnayan sa mga mini-app o pagbabahagi ng mga mapagkukunan. Gumagamit ang system ng proof-of-personhood, na namamahagi ng mga token batay sa pag-verify at mga antas ng aktibidad. Nilalayon ng pamamaraang ito ang mas mababang paggamit ng enerhiya kumpara sa mga proof-of-work na modelo.

Ang mga node ay nakakakuha ng mga InterLink token ($ITL o $ITLG), na may mga reward na nauugnay sa presensya at mga gawain. Ang mga hindi aktibong node ay nahaharap sa mga parusa, kabilang ang mga token burn, upang mapanatili ang kalusugan ng network. Inaprubahan ng kamakailang boto ng DAO ang mekanismong ito, na may 72% na suporta mula sa komunidad. Mabilis nitong sinusunog ang mga nakabinbing reward para sa mga natutulog na node, na posibleng madiskonekta ang mga ito kung umabot sa zero ang balanse.

Ang InterLink App at Mas Malawak na Ecosystem

Ang InterLink App ay nagsisilbing pangunahing entry point. Pinangangasiwaan nito ang pamamahala ng ID, pagsubaybay sa token, at pag-access sa mga mini-app sa mga kategorya tulad ng social, gaming, at pananalapi. Maaaring mag-ambag ang mga user sa pagsasanay sa AI sa pamamagitan ng pagkumpleto ng mga gawain o pagbabahagi ng kapangyarihan sa pag-compute ng device, habang pinapanatiling pribado ang data. Sinusubaybayan ng isang dashboard ang mga kontribusyong ito, na nag-aalok ng transparency.

Ginagamit ng mga developer ang Mini-App Development Kit (MDK) upang bumuo at mag-deploy ng mga app. Pinapayagan ng marketplace ang direktang pag-publish nang walang mga sentralisadong pag-apruba, na naiiba sa tradisyonal na mga tindahan ng app. Ang mga tool sa pagsasama tulad ng InterLink SDK ay sumusuporta sa iOS, Android, at web, na may mga grant na available—hanggang 500 milyong $ITL—para sa mga proyektong nakatuon sa AI.

Higit pa sa app, ginalugad ng InterLink ang hardware gamit ang HumanPad, isang naisusuot na device para sa pag-verify sa mga rehiyong walang mataas na kalidad na camera. Sukat tulad ng isang iPod Shuffle, tumutuon ito sa biometrics at maaaring paganahin ang pinansiyal na pag-access para sa mga hindi naka-banked na populasyon. Kasama rin sa ecosystem DeFi elemento: isang non-custodial wallet, mga QR payment na nagko-convert ng crypto sa fiat, at mga palitan para sa spot trading, bridging, at perpetuals na may leverage.

Tuklasin ang Mga Promising Project...

Mga Promising Project...

(Advertisement)

Nagpapatuloy ang artikulo...

Mga Teknikal na Salungguhit: Biometrics, Privacy, at AI

Ang teknikal na pundasyon ng InterLink ay umaasa sa mga advanced na biometric para sa pag-verify ng pagkakakilanlan, na sinamahan ng matatag na mga hakbang sa privacy at mga prosesong hinimok ng AI upang matiyak ang seguridad at scalability. Nagsisimula ang system sa pagkilala sa mukha, gamit ang mga deep learning models tulad ng convolutional neural network (CNNs) at vision transformers (ViTs) upang suriin ang mga pag-scan ng user. Ang mga modelong ito, na inspirasyon ng mga arkitektura tulad ng XceptionNet at EfficientNet, ay sinanay sa malawak na mga dataset ng mga tunay at sintetikong larawan. Nakikita nila ang mga banayad na palatandaan ng mga peke, tulad ng hindi natural na mga texture ng balat o hindi regular na mga pattern ng pagkislap.

Para sa isang pagkakasunud-sunod ng mga facial frame, kinakalkula ng modelo ng pag-detect ang isang authenticity na probabilidad, na mahalagang minarkahan ang input mula 0 (malamang synthetic) hanggang 1 (authentic). Kabilang dito ang spatial na pagsusuri ng mga indibidwal na larawan at temporal na pagsusuri sa mga frame, gamit ang optical flow para sukatin ang pagkakapare-pareho ng paggalaw—ang mas mababang pagkakaugnay ay kadalasang nagba-flag ng mga deepfake, habang ang nilalamang nabuo ng AI ay nakikipagpunyagi sa natural na dinamika. Sinusuri ng spectral analysis ang mga pattern ng dalas sa mga larawan, na nagpapakita ng mga artifact na karaniwan sa mga pekeng. Pinipino ng modelo ang sarili nito sa pamamagitan ng pagliit ng mga error sa pamamagitan ng binary cross-entropy loss function, na naghahambing ng mga hula laban sa mga totoong label.

Ang liveness detection ay nagdaragdag ng isa pang layer, na nangangailangan ng mga user na magsagawa ng mga pagkilos tulad ng pagngiti o pag-blink upang kumpirmahin ang real-time na presensya. Kinukontra nito ang mga static na larawan o mga na-prerecord na video sa pamamagitan ng pagsubaybay sa mga physiological signal, gaya ng paggalaw ng mata o micro-expression. Ang lahat ng pagpoproseso ay nangyayari nang lokal sa device ng user upang mabawasan ang mga panganib, na may mga naka-encrypt na feature lamang na ipinadala para sa pag-verify.

Ang privacy ay sentro, tinutugunan sa pamamagitan ng naka-encrypt na biometric data. Ang mga raw input, tulad ng mga facial scan, ay ginagawang mga feature vector gamit ang mga modelo tulad ng ResNet o ViTs. Ang mga vector na ito ay sumasailalim sa salting at random projection hashing upang palamutihan ang mga bahagi, na sinusundan ng locality-sensitive hashing upang lumikha ng mga binary code na nagbibigay-daan sa pagtutugma nang hindi inilalantad ang mga orihinal. Zero-knowledge proofs (ZKPs) pagkatapos ay gawin ang mga hash na ito gamit ang mga scheme tulad ng mga pangako ng Pedersen, kung saan ang isang halaga ay nakatago ngunit mapapatunayan. Sa panahon ng pag-verify, bumubuo ang mga user ng mga patunay na nagpapakita ng mga tugma nang hindi inilalantad ang data, na nakaimbak sa isang desentralisadong node pool.

Pinalalakas ito ng mga pagpapahusay ng AI: ang self-supervised learning ay kumukuha ng mga feature na walang mga label, ang differential privacy ay nagdaragdag ng ingay upang maiwasan ang muling pagtatayo, at mga generative adversarial networks (GANs) na pagsubok laban sa mga spoof. Ang resulta ay hindi na mababawi, nakanselang pag-encrypt—kung nakompromiso, ang mga user ay maaaring mag-enroll muli sa isang bagong pagbabago. Sumusunod ang disenyong ito sa GDPR at CCPA sa pamamagitan ng pagliit ng pagkakalantad ng data at pag-desentralisa ng storage, na binabawasan ang mga panganib sa paglabag. Nagbibigay-daan ito sa mga aplikasyon sa pananalapi para sa secure na onboarding, pangangalagang pangkalusugan para sa pag-verify ng pasyente, at mga serbisyo ng gobyerno tulad ng mga pagsusuri sa botante.

Pinapatibay ng mga ZKP ang karamihan nito, na nagbibigay-daan sa patunay ng mga pahayag nang hindi nagbubunyag ng mga detalye. Natutugunan ng mga ito ang pagiging kumpleto (nakakakumbinsi ang mga tunay na pahayag sa mga nag-verify), katumpakan (bihira ang mga mali), at walang kaalaman (walang mga karagdagang pagtagas ng impormasyon). Kasama sa protocol ang pangako, hamon, pagtugon, at mga hakbang sa pag-verify. Sa InterLink, pinatutunayan ng mga user ang mga katangian tulad ng edad on-chain sa pamamagitan ng zk-SNARKs o zk-STARKs, na nag-aalok ng maiikling patunay at post-quantum security. Kasama sa mga hamon ang computational overhead, na tinutugunan ng mga pag-optimize, at mga pinagkakatiwalaang setup, na iniiwasan gamit ang mga STARK.

Sinasanay ng federated learning ang mga modelo ng AI sa iba't ibang device nang hindi nagsasentro ng data. Sa pagsasanay, kino-compute ng mga device ang mga update gamit ang mga secure na pag-embed—mga hindi maibabalik na representasyon ng biometrics—at nagpapadala lang ng mga gradient sa isang aggregator, na nag-a-average sa mga ito para i-update ang pandaigdigang modelo. Ito ay nag-o-optimize ng function ng pagkawala sa mga ibinahagi na sample, na may mga garantiya ng convergence. Binabawasan ng mga diskarte tulad ng model pruning ang overhead para sa mga mobile device, at ang mga user ay nag-opt-in sa mga oras ng idle, na nakakakuha ng mga reward. Ang mga mekanismo ng pag-backup ay kinokopya ang naka-encrypt na data sa mga node, na may real-time na pagsubaybay at failover para sa katatagan.

Sa hinuha, pinoproseso ng mga lokal na device ang mga bagong pag-scan sa mga pag-embed at patakbuhin ang modelo para sa mga hula, tulad ng mga marka ng pagiging tunay, na pinananatiling pribado ang data. Nagbubunga ito ng mababang latency, scalability, at tibay, na may mga sukatan na nagpapakita ng maling pagtanggap sa ibaba 0.001 at pagtanggi sa ilalim ng 0.005. Kung ikukumpara sa mga sentralisadong sistema, pinapabuti nito ang pagtuklas ng panloloko ng 20% ​​sa pamamagitan ng magkakaibang data. Ang mga insentibo, batay sa laki ng sample at oras na naiambag, ay tumaas ng 40%.

Sa pangkalahatan, ang mga elementong ito ay lumikha ng isang multi-layered na depensa. Ang pagganap ay lumampas sa 90% na katumpakan sa mga benchmark, na may mga pinagsama-samang pag-update na tinitiyak ang pagbagay sa mga bagong banta. Bagama't may mga kahinaan, ang kumbinasyon ay nagpapataas ng malaki sa mga gastos sa pag-atake, na nagpoposisyon sa InterLink bilang isang scalable identity framework.

Token Economy at Pinansyal na Istraktura

Ang InterLink ay gumagamit ng a dual-token na ekonomiya na may $ITL at $ITLG, na idinisenyo upang ihiwalay ang utility mula sa pamumuhunan habang sinusuportahan ang pagsunod at paglago ng ecosystem. Ang $ITL ay may kabuuang supply na 10 bilyong token, na pinamamahalaan ng InterLink Foundation bilang isang strategic reserve. Kalahati nito—5 bilyon—ay inilalaan para sa mga may hawak ng $ITLG, na ang iba ay tumutulong sa paglago at katatagan ng institusyon. Nakatuon ang token na ito sa mas malawak na suporta sa network, tulad ng mga pag-unlad ng pagpopondo at pakikipagsosyo.

Ang $ITLG, na may 100 bilyong suplay, ay kumakatawan sa aktibong pakikilahok ng tao. Ang walumpung porsyento ay itinalaga para sa mga minero ng Human Node, na nagbibigay ng reward sa mga na-verify na user para sa mga kontribusyon sa network tulad ng aktibidad at pagbabahagi ng mapagkukunan. Ang natitirang 20% ​​ay nagpopondo ng mga insentibo, kabilang ang mga gawad para sa mga developer at mga programa sa komunidad. Ang mga may hawak ay maaaring kumita ng $ITL sa pamamagitan lamang ng paghawak ng $ITLG, nang hindi nangangailangan ng mga conversion, na nagsusulong ng pangmatagalang pakikipag-ugnayan.

Ang modelong ito ay kumukuha mula sa mga kasanayan sa crypto kung saan ang isang token ay nagsisilbing seguridad para sa pamumuhunan, na umaayon sa mga regulasyon ng SEC, habang ang iba ay nagpapagana sa pang-araw-araw na operasyon. Nilalayon nito ang balanse: Ang $ITLG ay nagtutulak ng paglahok ng user sa mga mini-app, pagbabayad, at launchpad, habang ang $ITL ay nagbibigay ng suporta para sa pagpapalawak. Walang direktang pagpapalit sa pagitan ng mga token, na nagbibigay-diin sa mga natatanging tungkulin.

Sinusuportahan ng istraktura ang mga bahagi ng DeFi, tulad ng ITLX Exchange para sa mga spot swaps, cross-chain bridges, at perpetual trading na may hanggang 100x na leverage. Nagbibigay-daan ang mga pagbabayad sa QR ng crypto-to-fiat na mga conversion, na nagpapagaan sa pag-aampon ng merchant. Itinatampok ng mga kamakailang paglilinaw sa dokumentasyon ng proyekto ang paghihiwalay na ito upang matiyak ang pagsunod sa regulasyon, na nakaposisyon ang $ITLG para sa mga totoong paggamit tulad ng pamamahagi ng tulong sa mga hindi naka-banked na rehiyon.

Hinihikayat ng mga alokasyon ang pagiging kasama, na may mga reward sa pagmimina batay sa patunay-ng-katauhan sa halip na hardware. Nauugnay ito sa mas malawak na pananaw ng UBI na pinondohan ng AI, kung saan namamahagi ang mga token ng halaga sa mga na-verify na kalahok. Habang nagbabago ang mga detalye sa paglalagay o paso, inuuna ng ekonomiya ang pagiging patas, na may impluwensya sa mga pagsasaayos ng pamamahala sa komunidad.

Roadmap: Mula sa Paglunsad hanggang Global Scale

Magsisimula ang limang taong plano ng InterLink sa mga pangunahing produkto sa 2025: ID, app, chain, SDK, wallet, at exchange. Tina-target nito ang 10 milyong na-verify na user, NIST-top facial models, at mga listahan ng token sa mga pangunahing palitan. Ang isang InterLink Card para sa mga pagbabayad ay naglalayong maabot ang tatlong milyong user.

Pagsapit ng 2026, maililipat ang focus sa mga ahente ng AI, mga proprietary LLM, at mga komunidad ng developer. Kasama sa mga paghahanda para sa isang listahan ng stock exchange sa US ang mga pag-audit at pagsunod sa SEC. Ang pagpapalawak ng token ay tumitingin sa sampu-sampung milyon sa pamamagitan ng mga hakbangin ng UBI sa 180 bansa.

Mula 2027, kasama sa mga layunin ang isang bilyong user, pagpoposisyon bilang nangungunang network ng mini-app, at $ITLG bilang pamantayan sa pagbabayad para sa tulong sa mga lugar na kulang sa serbisyo. Nilalayon ng imprastraktura na pangasiwaan ang 100 bilyong pag-verify, na pinapalitan ang mga tradisyonal na pamamaraan ng KYC.

Kasama sa mga kamakailang milestone ang pakikipagsosyo sa Google at AWS, at mga kampanya sa komunidad tulad ng mga bounty at video contest para mapalakas ang pakikipag-ugnayan. Binibigyang-diin ng proyekto ang pakikinig sa feedback, na may mga update tulad ng mga feature ng chat para sa real-time na pakikipag-ugnayan.

Naghahanap Nauna pa

Tinutugunan ng InterLink ang mga tunay na isyu sa digital trust, mula sa mga bot hanggang sa privacy. Ang disenyong nakasentro sa tao ay maaaring suportahan ang mas patas na mga application sa Web3, ngunit ang pag-scale ng biometrics sa buong mundo ay nagsasangkot ng mga hadlang tulad ng pag-access sa device at mga pagkakaiba-iba ng regulasyon. Ang mga ambisyosong target—isang bilyong user—ay susubok sa pagpapatupad.

Habang umuunlad ang blockchain, lumilipat ang mga proyektong tulad nito tungo sa napatunayang partisipasyon. Maaaring sumali ang mga mambabasang interesadong sumali download ang app o galugarin ang whitepaper para sa mga detalye. Kung ito ay muling hinuhubog ang pagkakakilanlan sa Web3 ay nananatiling makikita, ngunit ang balangkas ay nagbibigay ng isang nakabalangkas na landas pasulong.

Pinagmumulan:

1. Opisyal na Whitepaper ng InterLink – Detalyadong paliwanag ng InterLink's proof-of-personhood model, teknikal na pagpapatupad, at mga bahagi ng ecosystem.
2. Kinukumpirma ng InterLink Labs ang Strategic Investment mula sa Google – Yahoo Finance
3. Mga Insight sa Pagpopondo ng InterLink Labs – Cryptorank