a16z এর ২০২৬ সালের জন্য ক্রিপ্টো শিল্পের ৮টি প্রধান ট্রেন্ড পূর্বাভাস: প্রাইভেси ব্লকচেইনের উত্থান, ট্রানজেকশন প্ল্যাটফর্ম রূপান্তর ইত্যাদি

লেখক: a16z

সংকলন: Deep Tide TechFlow

a16z (Andreessen Horowitz) সম্প্রতি ২০২৬ সালে প্রযুক্তি খাতে উদ্ভূত হতে পারে এমন "বড় ধারণা"গুলির তালিকা প্রকাশ করেছে। এই ধারণাগুলি তার Apps, American Dynamism, Biotechnology, Cryptocurrency, Growth, Infrastructure এবং Speedrun টিমের অংশীদারদের দ্বারা প্রস্তাবিত হয়েছে।

নিচে ক্রিপ্টোকারেন্সি ক্ষেত্রের বিশেষ অবদানকারীদের থেকে কিছু নির্বাচিত মূল ধারণা এবং অন্তর্দৃষ্টি রয়েছে, যা স্মার্ট এজেন্ট এবং কৃত্রিম বুদ্ধিমত্তা (AI), স্টেবলকয়েন, টোকেনাইজেশন এবং ফিন্যান্স, গোপনীয়তা এবং নিরাপত্তা থেকে শুরু করে ভবিষ্যদ্বাণী বাজার এবং অন্যান্য অ্যাপ্লিকেশন পর্যন্ত বিস্তৃত বিষয় কভার করে। ২০২৬ সালের প্রযুক্তি দৃষ্টিভঙ্গি সম্পর্কে আরও জানতে, সম্পূর্ণ নিবন্ধ পড়ুন।

ভবিষ্যৎ নির্মাণ

ট্রেডিং প্ল্যাটফর্মগুলি শুধুমাত্র শুরু, শেষ নয়।

আজ, স্টেবলকয়েন এবং কিছু মূল অবকাঠামো ছাড়া, প্রায় সমস্ত ভালো পারফরম্যান্সকারী ক্রিপ্টোকারেন্সি কোম্পানি ট্রেডিং প্ল্যাটফর্মে রূপান্তরিত হয়েছে বা রূপান্তরিত হওয়ার প্রক্রিয়ায় রয়েছে। তবে, "প্রতিটি ক্রিপ্টো কোম্পানি যদি একটি ট্রেডিং প্ল্যাটফর্ম হয়ে যায়" তবে চূড়ান্ত ফলাফল কী হবে? প্রচুর সমজাতীয় প্রতিযোগিতা শুধুমাত্র ব্যবহারকারীদের বিভ্রান্ত করবে না বরং শুধুমাত্র কয়েকজন বিজয়ী রেখে যেতে পারে। যে কোম্পানিগুলি খুব তাড়াতাড়ি ট্রেডিংয়ে স্থানান্তরিত হয় তারা আরও প্রতিযোগিতামূলক এবং টেকসই ব্যবসায়িক মডেল তৈরি করার সুযোগ হারাতে পারে।

আমি সম্পূর্ণভাবে বুঝি যে প্রতিষ্ঠাতারা একটি সুস্থ আর্থিক অবস্থান বজায় রাখতে যে চ্যালেঞ্জের মুখোমুখি হন, কিন্তু শুধুমাত্র স্বল্পমেয়াদী পণ্য-বাজার ফিট অনুসরণ করা একটি মূল্য দিতে হতে পারে। এটি ক্রিপ্টো শিল্পে বিশেষভাবে স্পষ্ট, যেখানে টোকেন এবং অনুমানের চারপাশের অনন্য গতিশীলতা প্রায়শই প্রতিষ্ঠাতাদের "তাৎক্ষণিক সন্তুষ্টি"র পথে নিয়ে যায়, অনেকটা "মার্শম্যালো পরীক্ষা"র মতো।

লেনদেন নিজেই কোনো সমস্যা নয়—এগুলি প্রকৃতপক্ষে বাজার পরিচালনার একটি গুরুত্বপূর্ণ কার্যকারিতা—কিন্তু তারা অগত্যা চূড়ান্ত লক্ষ্য নয়। যে প্রতিষ্ঠাতারা পণ্য নিজেই ফোকাস করে এবং দীর্ঘমেয়াদী দৃষ্টিভঙ্গি সহ পণ্য-বাজার ফিট খোঁজেন তারা শেষ পর্যন্ত বড় বিজয়ী হওয়ার সম্ভাবনা রাখেন।

– আরিয়ানা সিম্পসন, জেনারেল পার্টনার, a16z ক্রিপ্টো টিম

স্টেবলকয়েন, RWA টোকেনাইজেশন, পেমেন্ট এবং ফিন্যান্স সম্পর্কে নতুন চিন্তাভাবনা

রিয়েল-ওয়ার্ল্ড অ্যাসেট (RWA) টোকেনাইজেশন এবং স্টেবলকয়েন সম্পর্কে আরও ক্রিপ্টো-নেটিভ উপায়ে চিন্তা করা

আমরা দেখেছি যে ব্যাংক, ফিনটেক কোম্পানি এবং সম্পদ পরিচালনা সংস্থাগুলি মার্কিন স্টক, পণ্য, সূচক এবং অন্যান্য ঐতিহ্যবাহী সম্পদ ব্লকচেইনে আনতে ব্যাপক আগ্রহ দেখাচ্ছে। তবে, যত বেশি ঐতিহ্যবাহী সম্পদ ব্লকচেইনে আনা হচ্ছে, তাদের টোকেনাইজেশন প্রায়শই "শারীরিক"—অর্থাৎ, বিদ্যমান বাস্তব-বিশ্ব সম্পদ ধারণার উপর ভিত্তি করে, ক্রিপ্টোর নেটিভ বৈশিষ্ট্যগুলি সম্পূর্ণভাবে ব্যবহার না করে।

বিপরীতে, চিরস্থায়ী ফিউচার (perps) এর মতো সিন্থেটিক সম্পদ ফর্মগুলি গভীর তরলতা প্রদান করে এবং বাস্তবায়ন করা সহজ। Perps একটি সহজে বোঝা যায় এমন লিভারেজ মেকানিজম প্রদান করে, যা তাদের ক্রিপ্টো বাজারের জন্য সম্ভবত সবচেয়ে উপযুক্ত নেটিভ ডেরিভেটিভ করে তোলে। উদীয়মান বাজার ইক্যুইটিগুলি সম্ভবত "perpify" অন্বেষণ করার জন্য সবচেয়ে আগ্রহজনক সম্পদ শ্রেণিগুলির মধ্যে একটি। উদাহরণস্বরূপ, কিছু স্টকের জন্য, তাদের শূন্য-মেয়াদ-তারিখ (0DTE) বিকল্প বাজারের তরলতা প্রায়শই স্পট মার্কেটের চেয়ে গভীর, যা perpify একটি মূল্যবান পরীক্ষা করে তোলে।

শেষ পর্যন্ত, এটি সবই "অবিরামতা" এবং "টোকেনাইজেশন" এর মধ্যে পছন্দের নিচে নেমে আসে; যেকোনো ক্ষেত্রে, আমাদের আগামী বছরে আরও ক্রিপ্টো-নেটিভ বাস্তব-বিশ্ব সম্পদ টোকেনাইজেশন দেখার কারণ রয়েছে।

একইভাবে, ২০২৬ সালে, স্টেবলকয়েন খাত "শুধু টোকেনাইজেশন নয়, ইস্যুকরণ উদ্ভাবন" দেখতে পাবে। স্টেবলকয়েনগুলি ২০২৫ সালে মূলধারায় পরিণত হয়েছে এবং তাদের ইস্যুকরণ ক্রমাগত বৃদ্ধি পাচ্ছে।

তবে, একটি শক্তিশালী ক্রেডিট অবকাঠামোর অভাব রয়েছে এমন স্টেবলকয়েনগুলি আরও "সংকীর্ণ ব্যাংক"এর মতো, নির্দিষ্ট, অত্যন্ত তরল সম্পদ ধারণ করে যা অত্যন্ত নিরাপদ বলে বিবেচিত হয়। যদিও সংকীর্ণ ব্যাংকগুলি একটি কার্যকর পণ্য, আমি বিশ্বাস করি না যে তারা অন-চেইন অর্থনীতির দীর্ঘমেয়াদী স্তম্ভ হয়ে উঠবে।

আমরা অনেক উদীয়মান সম্পদ ব্যবস্থাপক, কিউরেটর এবং প্রোটোকল দেখেছি যারা অফ-চেইন জামানত দ্বারা সুরক্ষিত অন-চেইন সম্পদ-সমর্থিত ঋণের জন্য চাপ দিচ্ছেন। সাধারণত, এই ঋণগুলি অফ-চেইনে তৈরি হয় এবং তারপর টোকেনাইজ করা হয়। তবে, আমি বিশ্বাস করি এই টোকেনাইজেশন পদ্ধতি সীমিত সুবিধা প্রদান করে, সম্ভবত শুধুমাত্র ইতিমধ্যে অন-চেইনে থাকা ব্যবহারকারীদের কাছে বিতরণ করতে। অতএব, ঋণ সম্পদ সরাসরি অন-চেইনে তৈরি করা উচিত, অফ-চেইনে তৈরি করে তারপর টোকেনাইজ করা উচিত নয়। অন-চেইনে ঋণ সম্পদ তৈরি করা ঋণ পরিষেবা খরচ, ব্যাক-এন্ড অবকাঠামো খরচ হ্রাস করে এবং প্রবেশযোগ্যতা উন্নত করে। চ্যালেঞ্জগুলি সম্মতি এবং মানীকরণে নিহিত, কিন্তু ডেভেলপাররা এই সমস্যাগুলি সমাধান করতে কাজ করছেন।

– গাই উওলেট, জেনারেল পার্টনার, a16z ক্রিপ্টো টিম

স্টেবলকয়েনগুলি ব্যাংকের মূল লেজারের আপগ্রেড চালিত করে, সম্পূর্ণ নতুন পেমেন্ট দৃশ্য খুলে দেয়।

আজ, বেশিরভাগ ব্যাংক এখনও পুরানো সফটওয়্যার সিস্টেম চালায় যা আধুনিক ডেভেলপারদের পক্ষে চেনা কঠিন: ব্যাংকগুলি ১৯৬০ এবং ৭০ এর দশকের প্রথম দিকে বড় আকারের সফটওয়্যার সিস্টেমের প্রাথমিক গ্রহণকারী ছিল। ১৯৮০ এবং ৯০ এর দশকে, দ্বিতীয় প্রজন্মের মূল ব্যাংকিং সফটওয়্যার আবির্ভূত হতে শুরু করে (যেমন Temenos' GLOBUS এবং InfoSys' Finacle)। তবে, এই সফটওয়্যারগুলি বৃদ্ধ হয়ে গেছে এবং আপগ্রেডগুলি খুব ধীর হয়েছে। ফলস্বরূপ, ব্যাংকিং শিল্পের অনেক গুরুত্বপূর্ণ মূল লেজার—এই মূল ডাটাবেসগুলি যা আমানত, জামানত এবং অন্যান্য দায়বদ্ধতা রেকর্ড করে—এখনও COBOL প্রোগ্রামিং ভাষা ব্যবহার করে মেইনফ্রেম কম্পিউটারে চলে, আধুনিক APIগুলির পরিবর্তে ব্যাচ ফাইল ইন্টারফেসের উপর নির্ভর করে।

বিশ্বব্যাপী সম্পদের সংখ্যাগরিষ্ঠ এখনও এই দশকের পুরানো মূল লেজারে সংরক্ষিত। যদিও এই সিস্টেমগুলি অনুশীলনে প্রমাণিত হয়েছে, নিয়ন্ত্রকদের দ্বারা বিশ্বস্ত এবং জটিল ব্যাংকিং দৃশ্যে গভীরভাবে সংযুক্ত, তারা উদ্ভাবনে একটি বাধাও হয়ে উঠেছে। উদাহরণস্বরূপ, রিয়েল-টাইম পেমেন্টের মতো মূল বৈশিষ্ট্যগুলি যোগ করতে কয়েক মাস বা এমনকি বছর সময় লাগতে পারে এবং যথেষ্ট প্রযুক্তিগত ঋণ এবং জটিল নিয়ন্ত্রক প্রয়োজনীয়তা মোকাবেলা করা জড়িত।

এখানেই স্টেবলকয়েন আসে। গত কয়েক বছরে, স্টেবলকয়েনগুলি একটি পণ্য-বাজার ফিট খুঁজে পেয়েছে এবং সফলভাবে মূলধারার আর্থিক অঙ্গনে প্রবেশ করেছে। এই বছর, ঐতিহ্যবাহী আর্থিক প্রতিষ্ঠান (TradFi) অভূতপূর্ব স্তরে স্টেবলকয়েনকে গ্রহণ করেছে। স্টেবলকয়েন, টোকেনাইজড ডিপোজিট, টোকেনাইজড সরকারি বন্ড এবং অন-চেইন বন্ডের মতো আর্থিক উপকরণগুলি ব্যাংক, ফিনটেক কোম্পানি এবং আর্থিক প্রতিষ্ঠানগুলিকে নতুন পণ্য বিকশিত করতে এবং আরও গ্রাহকদের সেবা প্রদান করতে সক্ষম করে। আরও গুরুত্বপূর্ণভাবে, এই উদ্ভাবনগুলি প্রতিষ্ঠানগুলিকে তাদের উত্তরাধিকার সিস্টেমগুলি পুনর্লিখন করতে বাধ্য করে না—যদিও এই সিস্টেমগুলি বৃদ্ধ, তারা দশক ধরে স্থিরভাবে চলছে। স্টেবলকয়েনগুলি এইভাবে প্রতিষ্ঠানগুলিকে একটি সম্পূর্ণ নতুন উপায় উদ্ভাবনের জন্য প্রদান করে।

– স্যাম ব্রোনার

বুদ্ধিমান এজেন্ট এবং AI এর ভবিষ্যৎ

গুরুত্বপূর্ণ গবেষণা কার্য সম্পাদনের জন্য AI ব্যবহার করা

একজন গাণিতিক অর্থনীতিবিদ হিসাবে, এই বছরের শুরুতে, আমি ভোক্তা-গ্রেড AI মডেলগুলিকে আমার কার্যপ্রবাহ বুঝতে অবিশ্বাস্যভাবে কঠিন পেয়েছিলাম; তবে, নভেম্বরে, আমি তাদের বিমূর্ত নির্দেশনা দিতে পারতাম যেন তারা PhD ছাত্র... এবং তারা কখনও কখনও সম্পূর্ণ নতুন এবং সঠিকভাবে সম্পাদিত উত্তর ফেরত দিত। তদুপরি, আমরা AI কে আরও বিস্তৃত গবেষণা ক্ষেত্রে ব্যবহৃত দেখতে শুরু করছি—বিশেষ করে যুক্তিতে, যেখানে AI মডেলগুলি এখন শুধুমাত্র সরাসরি আবিষ্কারে সহায়তা করছে না বরং স্বাধীনভাবে Putnam সমস্যা সমাধান করছে (সম্ভবত বিশ্বের সবচেয়ে কঠিন কলেজ-স্তরের গণিত পরীক্ষা)।

যা অস্পষ্ট থাকে তা হল কোন ক্ষেত্রে এই গবেষণা-সহায়ক পদ্ধতি সবচেয়ে সহায়ক হবে এবং কীভাবে। তবে, আমি প্রত্যাশা করি যে AI এর গবেষণা ক্ষমতা একটি নতুন "বহুমুখী" গবেষণা শৈলী উৎসাহিত এবং অনুপ্রাণিত করবে: একটি যা বিভিন্ন ধারণার মধ্যে সম্পর্ক অনুমান করার এবং আরও অনুমানমূলক উত্তর থেকে দ্রুত এক্সট্রাপোলেট করার প্রবণতা রাখে। এই উত্তরগুলি সম্পূর্ণভাবে সঠিক নাও হতে পারে, তবে অন্তত নির্দিষ্ট যৌক্তিক কাঠামোর মধ্যে, তারা সঠিক দিকে নির্দেশ করতে পারে। বিদ্রূপাত্মকভাবে, এই পদ্ধতি কিছুটা মডেল "মায়া"র শক্তি কাজে লাগানোর মতো: যখন এই মডেলগুলি যথেষ্ট "স্মার্ট" হয়ে ওঠে, তাদের স্বাধীনভাবে বিমূর্ত স্থান অন্বেষণ করার অনুমতি দেওয়া কিছু অসঙ্গত ধারণা তৈরি করতে পারে, কিন্তু কখনও কখনও এটি যুগান্তকারী আবিষ্কারের দিকে নিয়ে যেতে পারে, অনেকটা মানুষ যেমন সবচেয়ে সৃজনশীল হয় যখন তারা রৈখিক চিন্তাভাবনা থেকে মুক্ত হয় এবং স্পষ্ট দিকনির্দেশনার বাইরে পা রাখে।

এই উপায়ে সমস্যা সম্পর্কে চিন্তা করার জন্য একটি সম্পূর্ণ নতুন AI কার্যপ্রবাহ প্রয়োজন—শুধুমাত্র একটি "প্রক্সি-টু-প্রক্সি" মডেল নয়, বরং একটি আরও জটিল "প্রক্সি-র্যাপড-প্রক্সি" মডেল—যেখানে বিভিন্ন স্তরের মডেলগুলি গবেষকদের প্রাথমিক পর্যায়ের মডেলগুলি মূল্যায়নে সহায়তা করে এবং ধীরে ধীরে মূল্যবান অন্তর্দৃষ্টি বের করে নেয়। আমি এই পদ্ধতি ব্যবহার করে গবেষণাপত্র লিখেছি, যেখানে অন্যরা এটি পেটেন্ট অনুসন্ধান, শিল্পের নতুন রূপ উদ্ভাবন এবং এমনকি (দুর্ভাগ্যবশত) স্মার্ট কন্ট্র্যাক্ট আক্রমণ করার নতুন উপায় আবিষ্কারের জন্য ব্যবহার করেছে।

তবে, এই "র্যাপড রিজনিং এজেন্ট"এর গবেষণা মডেল চালানোর জন্য, মডেলগুলির মধ্যে আরও ভাল আন্তঃপরিচালনযোগ্যতা প্রয়োজন এবং প্রতিটি মডেলের অবদান সনাক্ত এবং যুক্তিসঙ্গতভাবে ক্ষতিপূরণ দেওয়ার একটি উপায় প্রয়োজন—এবং এগুলি হল সমস্যা যা এনক্রিপশন প্রযুক্তি সমাধান করতে সাহায্য করতে পারে।

– স্কট কমিনার্স, a16z ক্রিপ্টোগ্রাফি গবেষণা দলের সদস্য, হার্ভার্ড বিজনেস স্কুলের অধ্যাপক

AI এজেন্ট দ্বারা খোলা নেটওয়ার্কে আরোপিত লুকানো কর

AI এজেন্টদের উত্থানের সাথে, এক ধরণের "লুকানো কর" খোলা ইন্টারনেটকে নিপীড়ন করছে এবং মৌলিকভাবে তার অর্থনৈতিক ভিত্তি ব্যাহত করছে। এই ব্যাঘাত ইন্টারনেটের প্রসঙ্গ এবং সম্পাদন স্তরের মধ্যে ক্রমবর্ধমান অসামঞ্জস্য থেকে উদ্ভূত : বর্তমানে, AI এজেন্টগুলি বিজ্ঞাপন-সমর্থিত সামগ্রী ওয়েবসাইট (প্রসঙ্গ স্তর) থেকে ডেটা বের করে ব্যবহারকারীদের সুবিধা প্রদান করে, যখন পদ্ধতিগতভাবে সামগ্রী তৈরিকে সমর্থন করে এমন রাজস্ব প্রবাহ এড়িয়ে যায় (যেমন বিজ্ঞাপন এবং সাবস্ক্রিপশন)।

খোলা ওয়েবের আরও পতন প্রতিরোধ করতে (এবং AI কে জ্বালানি যোগানো বৈচিত্র্যময় সামগ্রী রক্ষা করতে), আমাদের প্রযুক্তিগত এবং অর্থনৈতিক সমাধান বড় আকারে স্থাপন করতে হবে। এতে পরবর্তী প্রজন্মের স্পন্সরড সামগ্রী, মাইক্রো-অ্যাট্রিবিউশন সিস্টেম বা অন্যান্য উদ্ভাবনী তহবিল মডেল অন্তর্ভুক্ত থাকতে পারে। বিদ্যমান AI লাইসেন্সিং চুক্তিগুলিও স্বল্পদৃষ্টিসম্পন্ন স্টপগ্যাপ ব্যবস্থা প্রমাণিত হয়েছে, সাধারণত শুধুমাত্র AI ট্রাফিক এনক্রোচমেন্টের কারণে হারানো রাজস্বের একটি ছোট ভগ্নাংশের জন্য সামগ্রী সরবরাহকারীদের ক্ষতিপূরণ দেয়।

ইন্টারনেটের একটি সম্পূর্ণ নতুন প্রযুক্তি-অর্থনৈতিক মডেল প্রয়োজন যা মূল্য স্বয়ংক্রিয়ভাবে প্রবাহিত হতে দেয়। আগামী বছর সবচেয়ে গুরুত্বপূর্ণ পরিবর্তন হবে স্থির অনুমোদন মডেল থেকে রিয়েল-টাইম ব্যবহারের উপর ভিত্তি করে ক্ষতিপূরণ মডেলে স্থানান্তর। এর মানে সিস্টেম পরীক্ষা এবং স্কেল করা—সম্ভাব্যভাবে ব্লকচেইন-সমর্থিত ন্যানোপেমেন্ট এবং পরিশীলিত অ্যাট্রিবিউশন মানদণ্ড ব্যবহার করা—AI এজেন্ট দ্বারা কাজের সফল সমাপ্তিতে তথ্য অবদান রাখে এমন প্রতিটি সত্তাকে স্বয়ংক্রিয়ভাবে পুরস্কৃত করতে।

– লিজ হার্কাভি, a16z ক্রিপ্টো বিনিয়োগ দল

গোপনীয়তা হল পরিখা

গোপনীয়তা ক্রিপ্টো স্পেসে সবচেয়ে গুরুত্বপূর্ণ পরিখা হয়ে উঠবে।

গোপনীয়তা হল মূল বৈশিষ্ট্যগুলির মধ্যে একটি যা বিশ্বব্যাপী ফিন্যান্সকে ব্লকচেইনে চালিত করছে। তবে, এটি আজ প্রায় সমস্ত ব্লকচেইনে অনুপস্থিত একটি গুরুত্বপূর্ণ উপাদানও। বেশিরভাগ ব্লকচেইনের জন্য, গোপনীয়তা প্রায়শই কেবল একটি গৌণ, পরবর্তী চিন্তা।

তবে, গোপনীয়তা নিজেই এখন ব্লকচেইন প্রযুক্তির জন্য একটি মূল পার্থক্যকারী। আরও গুরুত্বপূর্ণভাবে, গোপনীয়তা একটি "চেইন লক-ইন" বা একটি গোপনীয়তা নেটওয়ার্ক প্রভাবও তৈরি করতে পারে। এটি বিশেষত গুরুত্বপূর্ণ এমন যুগে যেখানে কর্মক্ষমতা প্রতিযোগিতা আর পর্যাপ্ত সুবিধা নয়।

ক্রস-চেইন ব্রিজ প্রোটোকলগুলি বিভিন্ন চেইনের মধ্যে স্থানান্তর অবিশ্বাস্যভাবে সহজ করে তোলে, যতক্ষণ সমস্ত তথ্য পাবলিক। তবে, গোপনীয়তা প্রবর্তন করা হলে এই সুবিধা অদৃশ্য হয়ে যায়: চেইন জুড়ে টোকেন স্থানান্তর সহজ, কিন্তু চেইন জুড়ে গোপনীয়তা স্থানান্তর অত্যন্ত কঠিন। ব্যবহারকারীরা একটি গোপনীয়তা চেইনে বা বাইরে যাওয়ার সময় ঝুঁকির মুখোমুখি হয়, পাবলিক চেইন বা অন্য গোপনীয়তা চেইনে স্যুইচ করুক, কারণ অন-চেইন ডেটা, মেমপুল বা নেটওয়ার্ক ট্রাফিক পর্যবেক্ষণকারীরা সম্ভাব্যভাবে তাদের পরিচয় অনুমান করতে পারে। একটি গোপনীয়তা চেইন এবং একটি পাবলিক চেইনের মধ্যে বা এমনকি দুটি গোপনীয়তা চেইনের মধ্যে সীমানা অতিক্রম করা বিভিন্ন মেটাডেটা ফাঁস করতে পারে, যেমন লেনদেন সময় এবং পরিমাণের মধ্যে পারস্পরিক সম্পর্ক—তথ্য যা ব্যবহারকারীদের ট্র্যাকিং অনেক সহজ করতে পারে।

অনেক সমজাতীয় নতুন চেইনের তুলনায় যাদের লেনদেন ফি প্রতিযোগিতার কারণে প্রায় শূন্যে চালিত হতে পারে, গোপনীয়তা বৈশিষ্ট্য সহ ব্লকচেইনগুলি শক্তিশালী নেটওয়ার্ক প্রভাব তৈরি করতে পারে। বাস্তবতা হল যদি একটি "সাধারণ-উদ্দেশ্য" ব্লকচেইনে একটি পরিপক্ক ইকোসিস্টেম, কিলার অ্যাপ্লিকেশন বা অন্যায় বিতরণ সুবিধা না থাকে, তবে ব্যবহারকারীদের এটি ব্যবহার করা বা তার উপর তৈরি করা, তাকে ছেড়ে দিন আনুগত্য বিকশিত করার কোনো কারণ নেই।

পাবলিক ব্লকচেইনে, ব্যবহারকারীরা সহজেই অন্য চেইনের ব্যবহারকারীদের সাথে লেনদেন করতে পারে—তারা কোন চেইনে যোগদান করে তা কোনো ব্যাপার না। তবে, প্রাইভেট ব্লকচেইনে, ব্যবহারকারীরা যোগদান করার জন্য যে চেইনটি বেছে নেয় তা বিশেষভাবে গুরুত্বপূর্ণ হয়ে ওঠে, কারণ একবার যোগদান করলে, তারা গোপনীয়তা এক্সপোজারের ঝুঁকি এড়াতে অন্য চেইনে স্থানান্তরিত হওয়ার সম্ভাবনা কম। এই ঘটনা একটি "বিজয়ী-সব-নেয়" গতিশীলতা তৈরি করে। এবং যেহেতু বেশিরভাগ বাস্তব-বিশ্ব অ্যাপ্লিকেশনের জন্য গোপনীয়তা গুরুত্বপূর্ণ, কয়েকটি গোপনীয়তা চেইন শেষ পর্যন্ত ক্রিপ্টো স্পেসে আধিপত্য বিস্তার করতে পারে।

– আলী ইয়াহিয়া, a16z ক্রিপ্টো টিমের জেনারেল পার্টনার

অন্যান্য শিল্প এবং অ্যাপ্লিকেশন

ভবিষ্যদ্বাণী বাজার বৃহত্তর, বিস্তৃত এবং স্মার্ট হয়ে উঠবে।

ভবিষ্যদ্বাণী বাজার ধীরে ধীরে মূলধারায় প্রবেশ করেছে এবং আগামী বছরে, ক্রিপ্টোগ্রাফি এবং কৃত্রিম বুদ্ধিমত্তা (AI) এর সাথে তাদের সম্মিলনের সাথে, তারা বৃহত্তর, আরও ব্যাপকভাবে ব্যবহৃত এবং আরও বুদ্ধিমান হয়ে উঠবে, যখন ডেভেলপারদের জন্য নতুন এবং গুরুত্বপূর্ণ চ্যালেঞ্জও নিয়ে আসবে।

প্রথমত, ভবিষ্যদ্বাণী বাজারে আরও কন্ট্র্যাক্ট তালিকাভুক্ত হবে। এর মানে আমরা শুধুমাত্র প্রধান নির্বাচন বা ভূরাজনৈতিক ঘটনাগুলির রিয়েল-টাইম অডের অ্যাক্সেস পাব না, বরং বিস্তৃত সূক্ষ্ম ফলাফল এবং জটিল ক্রস-ইভেন্টের জন্য ভবিষ্যদ্বাণীও পাব। এই নতুন কন্ট্র্যাক্টগুলি আরও তথ্য উন্মোচন করে এবং ধীরে ধীরে নিউজ ইকোসিস্টেমে সংহত হয় (একটি প্রবণতা যা ইতিমধ্যে শুরু হয়েছে), তারা গুরুত্বপূর্ণ সামাজিক প্রশ্ন উত্থাপন করবে, যেমন তথ্যের মূল্য কীভাবে ভারসাম্য করা যায় এবং এই বাজারগুলিকে আরও স্বচ্ছ এবং অডিটযোগ্য করতে কীভাবে আরও ভালভাবে ডিজাইন করা যায়—যে প্রশ্নগুলি ক্রিপ্টোগ্রাফির মাধ্যমে সম্বোধন করা যেতে পারে।

নতুন কন্ট্র্যাক্টের ঢেউ সম্বোধন করতে, আমাদের এই কন্ট্র্যাক্টগুলি সমাধান করতে বাস্তব-বিশ্ব ঘটনাগুলিতে সম্মতিতে পৌঁছানোর নতুন উপায় প্রয়োজন। যদিও কেন্দ্রীভূত প্ল্যাটফর্ম সমাধানগুলি (যেমন একটি ঘটনা প্রকৃতপক্ষে ঘটেছে কিনা তা নিশ্চিত করা) গুরুত্বপূর্ণ, তাদের সীমাবদ্ধতা জেলেনস্কি মামলা বাজার এবং ভেনেজুয়েলা নির্বাচন বাজারের মতো বিতর্কিত ক্ষেত্রে উন্মোচিত হয়েছে। এই প্রান্তিক ক্ষেত্রে সম্বোধন করতে এবং ভবিষ্যদ্বাণী বাজারকে আরও ব্যবহারিক অ্যাপ্লিকেশনে প্রসারিত করতে সহায়তা করতে, উপন্যাস বিকেন্দ্রীকৃত শাসন প্রক্রিয়া এবং লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) অরাকলগুলি বিতর্কিত ফলাফলের পিছনে সত্য নির্ধারণে সহায়তা করতে পারে।

AI এর সম্ভাবনা LLM-চালিত অরাকল ছাড়িয়ে প্রসারিত। উদাহরণস্বরূপ, এই প্ল্যাটফর্মে সক্রিয় AI এজেন্টগুলি স্বল্পমেয়াদী ট্রেডিং সুবিধা অর্জনের জন্য বিশ্বব্যাপী সংকেত সংগ্রহ করতে পারে। এটি শুধুমাত্র আমাদের সম্পূর্ণ নতুন দৃষ্টিভঙ্গি থেকে বিশ্বকে দেখতে সাহায্য করে না বরং ভবিষ্যৎ প্রবণতার আরও সঠিক ভবিষ্যদ্বাণীর জন্যও অনুমতি দেয়। (Prophet Arena-এর মতো প্রকল্পগুলি ইতিমধ্যে ক্ষেত্রের উত্সাহে জ্বালানি যুগিয়েছে।) পরিশীলিত রাজনৈতিক বিশ্লেষক হিসাবে অন্তর্দৃষ্টি প্রদান করার বাইরে, এই AI এজেন্টগুলি তাদের উদীয়মান কৌশলগুলি পরীক্ষা করার সাথে সাথে জটিল সামাজিক ঘটনাগুলির জন্য মৌলিক ভবিষ্যদ্বাণী কারণগুলিও প্রকাশ করতে পারে।

ভবিষ্যদ্বাণী বাজার কি মতামত জরিপ প্রতিস্থাপন করবে? না। বিপরীতভাবে, তারা মতামত জরিপ উন্নত করবে (এবং মতামত জরিপ তথ্য ভবিষ্যদ্বাণী বাজারেও ফিড করা যেতে পারে)। রাজনৈতিক অর্থনীতির একজন অধ্যাপক হিসাবে, আমি ভবিষ্যদ্বাণী বাজারের মতামত জরিপের বৈচিত্র্যময় ইকোসিস্টেমের সাথে মিলিয়ে কাজ করার সম্ভাবনা সম্পর্কে সবচেয়ে উত্তেজিত—কিন্তু আমাদের নতুন প্রযুক্তির উপর নির্ভর করতে হবে, যেমন AI, যা জরিপ অভিজ্ঞতা উন্নত করতে পারে, এবং এনক্রিপশন, যা জরিপ এবং প্রশ্নাবলী অংশগ্রহণকারীরা মানুষ এবং রোবট নয় তা যাচাই করার সম্পূর্ণ নতুন উপায় প্রদান করতে পারে।

– অ্যান্ডি হল, a16z-এ ক্রিপ্টো গবেষণা উপদেষ্টা, স্ট্যানফোর্ড বিশ্ববিদ্যালয়ে রাজনৈতিক অর্থনীতির অধ্যাপক

এনক্রিপশন প্রযুক্তি ব্লকচেইনের বাইরে সম্পূর্ণ নতুন অ্যাপ্লিকেশনে প্রসারিত হবে।

বছরের পর বছর ধরে, SNARKs (শূন্য-জ্ঞান সংক্ষিপ্ত অ-ইন্টারেক্টিভ প্রমাণ, এক ধরণের ক্রিপ্টোগ্রাফিক প্রমাণ যা গণনা পুনরায় সম্পাদন না করে প্রমাণের সঠিকতা যাচাই করে) প্রধানত ব্লকচেইন ক্ষেত্রে ব্যবহৃত হয়েছে। এর কারণ তাদের গণনামূলক ওভারহেড নিষিদ্ধভাবে বড়: একটি গণনা প্রমাণ করা সেই গণনা সরাসরি চালানোর চেয়ে এক মিলিয়ন গুণ বেশি শ্রমসাধ্য হতে পারে। যে দৃশ্যগুলিতে এই ওভারহেড হাজার হাজার বৈধতাকারীদের মধ্যে বিতরণ করা প্রয়োজন, এটি মূল্যবান, কিন্তু অন্যান্য দৃশ্যে এটি অব্যবহারিক।

এই পরিস্থিতি পরিবর্তিত হতে চলেছে। ২০২৬ সালের মধ্যে, zkVM (শূন্য-জ্ঞান ভার্চুয়াল মেশিন) প্রোভারদের গণনামূলক ওভারহেড প্রায় ১০,০০০ গুণে হ্রাস পাবে, যখন তাদের মেমরি ফুটপ্রিন্ট মাত্র কয়েকশ মেগাবাইট হবে—মোবাইল ফোনে চালানোর জন্য যথেষ্ট দ্রুত এবং বিভিন্ন দৃশ্য জুড়ে ব্যাপক প্রয়োগের জন্য যথেষ্ট সস্তা। একটি কারণ যে এই "১০,০০০ গুণ" একটি গুরুত্বপূর্ণ টিপিং পয়েন্ট হতে পারে তা হল হাই-এন্ড GPUগুলির সমান্তরাল থ্রুপুট ল্যাপটপ CPUগুলির প্রায় ১০,০০০ গুণ। ২০২৬ সালের শেষ নাগাদ, একটি একক GPU রিয়েল টাইমে CPU সম্পাদনের প্রয়োজন হয় এমন গণনামূলক প্রমাণ তৈরি করতে সক্ষম হবে।

এটি পূর্ববর্তী গবেষণা পত্রে প্রস্তাবিত কিছু দৃষ্টিভঙ্গি আনলক করবে: যাচাইযোগ্য ক্লাউড কম্পিউটিং। আপনি যদি ইতিমধ্যে ক্লাউডে CPU ওয়ার্কলোড চালাচ্ছেন (কারণ আপনার গণনামূলক কাজগুলি GPU ত্বরণের জন্য অপর্যাপ্ত, বা আপনার প্রাসঙ্গিক দক্ষতার অভাব রয়েছে, বা ঐতিহাসিক কারণে), আপনি যুক্তিসঙ্গত খরচে গণনামূলক সঠিকতার ক্রিপ্টোগ্রাফিক প্রমাণ পেতে সক্ষম হবেন। তদুপরি, প্রোভার ইতিমধ্যে GPUগুলির জন্য অপ্টিমাইজ করা হয়েছে, আপনার কোডে কোনো অতিরিক্ত টুইকের প্রয়োজন নেই।

– জাস্টিন থেলার, a16z ক্রিপ্টোগ্রাফি গবেষণা দলের সদস্য, জর্জটাউন বিশ্ববিদ্যালয়ে কম্পিউটার সায়েন্সের সহযোগী অধ্যাপক

— a16z এনক্রিপ্টেড সম্পাদনা দল