ইন্টারলিংকের ভিতরে: মানব-যাচাইকৃত ব্লকচেইন সিস্টেমের উপর একটি ঘনিষ্ঠ দৃষ্টিভঙ্গি

ইন্টারলিঙ্ক ফেসিয়াল স্ক্যানিং এবং লাইভনেস সনাক্তকরণের মাধ্যমে মানুষের পরিচয় যাচাই করার উপর দৃষ্টি নিবদ্ধ করে একটি ব্লকচেইন প্রকল্প হিসেবে আবির্ভূত হয়েছে। ইন্টারলিংক ল্যাবস দ্বারা চালু করা এই নেটওয়ার্কের লক্ষ্য হল একটি বিকেন্দ্রীভূত ব্যবস্থা তৈরি করা যেখানে প্রতিটি অংশগ্রহণকারীকে একজন অনন্য ব্যক্তি হিসেবে নিশ্চিত করা হয়, যা Web3 পরিবেশে বট হস্তক্ষেপ এবং সিবিল আক্রমণের মতো সমস্যাগুলি সমাধান করে। প্রকল্পটি $ 20 মিলিয়ন এই বছরের শুরুতে বীজ তহবিলে, বিনিয়োগকারীদের দ্বারা সমর্থিত, যার মধ্যে রয়েছে স্টার্টআপসের জন্য গুগল এবং মোনাড। আজ অবধি, এটি ২.৫ মিলিয়নেরও বেশি যাচাইকৃত ব্যবহারকারীর প্রতিবেদন করেছে, যা জুন মাসে দশ লক্ষ নিবন্ধিত স্ক্যান অতিক্রম করার পর থেকে স্থিতিশীল বৃদ্ধি চিহ্নিত করে। এই সম্প্রসারণ বিশ্বব্যাপী ব্যবহারকারী ভিত্তি তৈরির চলমান প্রচেষ্টাকে প্রতিফলিত করে, যদিও প্ল্যাটফর্মটি এখনও প্রাথমিক পর্যায়ে রয়েছে।

মূল দৃষ্টিভঙ্গি: প্রকৃত মানুষের জন্য একটি নেটওয়ার্ক

ইন্টারলিংক নিজেকে একটি "মানব নেটওয়ার্ক" এর ভিত্তি হিসেবে স্থাপন করে, যেখানে যাচাইকৃত ব্যক্তিরা সিস্টেমের মেরুদণ্ড গঠন করে। প্রকল্পের শ্বেতপত্রে পরিচয়, শাসন এবং অর্থনৈতিক সমন্বয়ের ক্ষেত্রে প্রয়োগের উপর জোর দিয়ে এক বিলিয়ন সক্রিয় অংশগ্রহণকারীদের কাছে পৌঁছানোর লক্ষ্যের রূপরেখা দেওয়া হয়েছে। ব্যবহারকারীরা এককালীন যাচাইকরণ প্রক্রিয়ার পরে "মানব নোড" হয়ে ওঠে, যা ব্যক্তিগত তথ্য সংরক্ষণের প্রয়োজন ছাড়াই তাদের পরিচয় নেটওয়ার্কের সাথে আবদ্ধ করে।

এই পদ্ধতিটি সাধারণ ব্লকচেইন থেকে আলাদা, যেখানে বেনামী ওয়ালেট সহজেই গুণ করা যায়। পরিবর্তে, ইন্টারলিংক একটি এক-ব্যক্তি-এক-পরিচয় মডেল প্রয়োগ করে। ডেভেলপাররা হিউম্যান অথ SDK এর মাধ্যমে এটিকে একীভূত করতে পারে, যা বহিরাগত প্ল্যাটফর্মগুলিকে কাঁচা বায়োমেট্রিক তথ্য অ্যাক্সেস না করেই ব্যবহারকারীদের যাচাই করার অনুমতি দেয়। এই দৃষ্টিভঙ্গি AI দ্বারা অর্থায়িত সার্বজনীন মৌলিক আয়ের মাধ্যমে পুরষ্কার বিতরণের দিকে প্রসারিত, যদিও বাস্তবায়নের বিশদটি এই মুহুর্তে ধারণাগত রয়ে গেছে।

নেটওয়ার্কের কাঠামোতে মডুলার উপাদান রয়েছে: একটি পরিচয় স্তর, অ্যাপ্লিকেশন ইন্টারফেস এবং টোকেন পরিচালনার জন্য একটি ব্লকচেইন। এটি এয়ারড্রপ এবং স্টেকিংয়ের মতো ক্ষেত্রগুলিতে ন্যায্য অংশগ্রহণ সক্ষম করার চেষ্টা করে, যেখানে জাল অ্যাকাউন্টগুলি প্রায়শই ফলাফলকে বিকৃত করে।

মূল উপাদান: ইন্টারলিঙ্ক আইডি এবং হিউম্যান নোড

এর মূলে রয়েছে ইন্টারলিংক আইডি, একটি বায়োমেট্রিক-ভিত্তিক যাচাইকরণ ব্যবস্থা। ব্যবহারকারীরা অ্যাপের মাধ্যমে তাদের মুখ স্ক্যান করে এবং এআই অ্যালগরিদমগুলি ছবি বা ভিডিওর মতো প্রতারণা রোধ করার জন্য জীবন্ততা পরীক্ষা করে। একবার যাচাই হয়ে গেলে, আইডিটি ইকোসিস্টেম বৈশিষ্ট্যগুলিতে অ্যাক্সেস প্রদান করে এবং ব্যবহারকারীকে একটি হিউম্যান নোডে পরিণত করে।

হিউম্যান নোডগুলি ঐতিহ্যবাহী খনির হার্ডওয়্যারকে মানুষের অংশগ্রহণের মাধ্যমে প্রতিস্থাপন করে। কোনও বিশেষ সরঞ্জামের প্রয়োজন হয় না; সক্রিয় থাকা এবং অবদান রাখার মাধ্যমে পুরষ্কার পাওয়া যায়, যেমন মিনি-অ্যাপের সাথে জড়িত থাকা বা সংস্থান ভাগ করে নেওয়া। সিস্টেমটি ব্যক্তিত্বের প্রমাণ ব্যবহার করে, যাচাইকরণ এবং কার্যকলাপের স্তরের উপর ভিত্তি করে টোকেন বিতরণ করে। এই পদ্ধতিটি প্রুফ-অফ-ওয়ার্ক মডেলের তুলনায় কম শক্তি ব্যবহারের লক্ষ্য রাখে।

নোডগুলি ইন্টারলিংক টোকেন ($ITL বা $ITLG) অর্জন করে, যার পুরষ্কার উপস্থিতি এবং কাজের সাথে সম্পর্কিত। নেটওয়ার্ক স্বাস্থ্য বজায় রাখার জন্য নিষ্ক্রিয় নোডগুলিকে টোকেন বার্ন সহ জরিমানা করা হয়। সাম্প্রতিক DAO ভোটে এই প্রক্রিয়াটি অনুমোদিত হয়েছে, সম্প্রদায়ের 72% সমর্থন সহ। এটি নিষ্ক্রিয় নোডগুলির জন্য মুলতুবি পুরষ্কারগুলিকে দ্রুতগতিতে বার্ন করে, সম্ভাব্যভাবে যদি ব্যালেন্স শূন্যে পৌঁছায় তবে সেগুলি সংযোগ বিচ্ছিন্ন করে।

ইন্টারলিঙ্ক অ্যাপ এবং বিস্তৃত বাস্তুতন্ত্র

ইন্টারলিংক অ্যাপটি মূল প্রবেশপথ হিসেবে কাজ করে। এটি আইডি ব্যবস্থাপনা, টোকেন ট্র্যাকিং এবং সামাজিক, গেমিং এবং অর্থায়নের মতো বিভাগগুলিতে মিনি-অ্যাপগুলিতে অ্যাক্সেস পরিচালনা করে। ব্যবহারকারীরা কাজগুলি সম্পন্ন করে বা ডিভাইস কম্পিউটিং শক্তি ভাগ করে AI প্রশিক্ষণে অবদান রাখতে পারেন, সবকিছুই ডেটা গোপন রেখে। একটি ড্যাশবোর্ড এই অবদানগুলি ট্র্যাক করে, স্বচ্ছতা প্রদান করে।

ডেভেলপাররা অ্যাপ তৈরি এবং স্থাপনের জন্য মিনি-অ্যাপ ডেভেলপমেন্ট কিট (MDK) ব্যবহার করে। ঐতিহ্যবাহী অ্যাপ স্টোরের বিপরীতে, এই মার্কেটপ্লেসটি কেন্দ্রীভূত অনুমোদন ছাড়াই সরাসরি প্রকাশনার অনুমতি দেয়। ইন্টারলিঙ্ক SDK-এর মতো ইন্টিগ্রেশন টুলগুলি iOS, Android এবং ওয়েব সমর্থন করে, AI-কেন্দ্রিক প্রকল্পগুলির জন্য 500 মিলিয়ন ডলার পর্যন্ত অনুদান পাওয়া যায়।

অ্যাপের বাইরে, ইন্টারলিংক হিউম্যানপ্যাডের সাহায্যে হার্ডওয়্যার অন্বেষণ করে, যা উচ্চমানের ক্যামেরার অভাবযুক্ত অঞ্চলে যাচাইকরণের জন্য একটি পরিধেয় ডিভাইস। আইপড শাফলের মতো আকারের, এটি বায়োমেট্রিক্সের উপর দৃষ্টি নিবদ্ধ করে এবং ব্যাংকিং সুবিধাবঞ্চিত জনগোষ্ঠীর জন্য আর্থিক অ্যাক্সেস সক্ষম করতে পারে। ইকোসিস্টেমে আরও অন্তর্ভুক্ত রয়েছে Defi উপাদান: একটি নন-কাস্টোডিয়াল ওয়ালেট, ক্রিপ্টোকে ফিয়াটে রূপান্তরকারী QR পেমেন্ট, এবং স্পট ট্রেডিংয়ের জন্য বিনিময়, ব্রিজিং এবং লিভারেজ সহ পারপেচুয়াল।

প্রতিশ্রুতিশীল প্রকল্পগুলি আবিষ্কার করুন...

প্রতিশ্রুতিবদ্ধ প্রকল্প...

(বিজ্ঞাপন)

প্রবন্ধটি চলতে থাকে...

কারিগরি ভিত্তি: বায়োমেট্রিক্স, গোপনীয়তা এবং এআই

ইন্টারলিংকের প্রযুক্তিগত ভিত্তি পরিচয় যাচাইয়ের জন্য উন্নত বায়োমেট্রিক্সের উপর নির্ভর করে, যার সাথে শক্তিশালী গোপনীয়তা ব্যবস্থা এবং AI-চালিত প্রক্রিয়াগুলি সুরক্ষা এবং স্কেলেবিলিটি নিশ্চিত করে। সিস্টেমটি মুখের স্বীকৃতি দিয়ে শুরু হয়, ব্যবহারকারীর স্ক্যান বিশ্লেষণের জন্য কনভোলিউশনাল নিউরাল নেটওয়ার্ক (CNN) এবং ভিশন ট্রান্সফরমার (ViTs) এর মতো গভীর শিক্ষার মডেল ব্যবহার করে। XceptionNet এবং EfficientNet এর মতো আর্কিটেকচার দ্বারা অনুপ্রাণিত এই মডেলগুলি বাস্তব এবং সিন্থেটিক চিত্রের বিশাল ডেটাসেটে প্রশিক্ষিত। তারা নকলের সূক্ষ্ম লক্ষণগুলি সনাক্ত করে, যেমন অপ্রাকৃত ত্বকের টেক্সচার বা অনিয়মিত ঝলকানো প্যাটার্ন।

ফেসিয়াল ফ্রেমের একটি ক্রম অনুসারে, সনাক্তকরণ মডেলটি একটি সত্যতা সম্ভাব্যতা গণনা করে, মূলত 0 (সম্ভবত সিন্থেটিক) থেকে 1 (প্রমাণিক) ইনপুট স্কোর করে। এর মধ্যে রয়েছে পৃথক চিত্রের স্থানিক বিশ্লেষণ এবং ফ্রেম জুড়ে টেম্পোরাল চেক, গতিবিধির ধারাবাহিকতা পরিমাপ করার জন্য অপটিক্যাল প্রবাহ ব্যবহার করা - নিম্ন সমন্বয় প্রায়শই ডিপফেককে চিহ্নিত করে, কারণ AI-উত্পাদিত সামগ্রী প্রাকৃতিক গতিশীলতার সাথে লড়াই করে। বর্ণালী বিশ্লেষণ চিত্রগুলিতে ফ্রিকোয়েন্সি প্যাটার্নগুলি আরও পরীক্ষা করে, নকলগুলিতে সাধারণ শিল্পকর্মগুলি প্রকাশ করে। মডেলটি একটি বাইনারি ক্রস-এনট্রপি লস ফাংশনের মাধ্যমে ত্রুটিগুলি হ্রাস করে নিজেকে পরিমার্জিত করে, যা সত্য লেবেলের সাথে ভবিষ্যদ্বাণীগুলির তুলনা করে।

জীবন্ততা সনাক্তকরণ আরেকটি স্তর যোগ করে, যার মাধ্যমে ব্যবহারকারীদের রিয়েল-টাইম উপস্থিতি নিশ্চিত করার জন্য হাসি বা চোখের পলক ফেলার মতো ক্রিয়া সম্পাদন করতে হয়। এটি চোখের নড়াচড়া বা মাইক্রো-এক্সপ্রেশনের মতো শারীরবৃত্তীয় সংকেত পর্যবেক্ষণ করে স্থির চিত্র বা প্রাক-রেকর্ড করা ভিডিওগুলিকে প্রতিহত করে। ঝুঁকি কমাতে সমস্ত প্রক্রিয়াকরণ ব্যবহারকারীর ডিভাইসে স্থানীয়ভাবে ঘটে, শুধুমাত্র এনক্রিপ্ট করা বৈশিষ্ট্যগুলি যাচাইয়ের জন্য পাঠানো হয়।

গোপনীয়তা মূল বিষয়, এনক্রিপ্ট করা বায়োমেট্রিক ডেটার মাধ্যমে সমাধান করা হয়। মুখের স্ক্যানের মতো কাঁচা ইনপুটগুলিকে ResNet বা ViTs-এর মতো মডেল ব্যবহার করে ফিচার ভেক্টরে রূপান্তরিত করা হয়। এই ভেক্টরগুলি উপাদানগুলিকে সজ্জিত করার জন্য সল্টিং এবং র্যান্ডম প্রজেকশন হ্যাশিংয়ের মধ্য দিয়ে যায়, তারপরে স্থানীয়তা-সংবেদনশীল হ্যাশিং দ্বারা বাইনারি কোড তৈরি করা হয় যা মূল প্রকাশ না করেই মেলানোর অনুমতি দেয়। জিরো-নলেজ প্রুফ (ZKPs) তারপর পেডারসেন কমিটমেন্টের মতো স্কিম ব্যবহার করে এই হ্যাশগুলি কমিট করুন, যেখানে একটি মান লুকানো থাকে কিন্তু প্রমাণযোগ্য। যাচাইকরণের সময়, ব্যবহারকারীরা একটি বিকেন্দ্রীভূত নোড পুলে সংরক্ষিত ডেটা প্রকাশ না করেই মিল দেখানোর প্রমাণ তৈরি করে।

এআই বর্ধিতকরণ এটিকে আরও শক্তিশালী করে: স্ব-তত্ত্বাবধানে শেখার বৈশিষ্ট্যগুলি লেবেল ছাড়াই বের করা হয়, ডিফারেনশিয়াল গোপনীয়তা পুনর্গঠন প্রতিরোধের জন্য শব্দ যোগ করে এবং স্পুফের বিরুদ্ধে জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GANs) পরীক্ষা করে। ফলাফল হল অপরিবর্তনীয়, বাতিলযোগ্য এনক্রিপশন—যদি আপোস করা হয়, ব্যবহারকারীরা একটি নতুন রূপান্তরের মাধ্যমে পুনরায় নথিভুক্ত করতে পারেন। এই নকশাটি ডেটা এক্সপোজার কমিয়ে এবং স্টোরেজ বিকেন্দ্রীকরণ করে, লঙ্ঘনের ঝুঁকি হ্রাস করে GDPR এবং CCPA মেনে চলে। এটি নিরাপদ অনবোর্ডিং, রোগী যাচাইয়ের জন্য স্বাস্থ্যসেবা এবং ভোটার চেকের মতো সরকারি পরিষেবাগুলির জন্য অর্থায়নে অ্যাপ্লিকেশনগুলিকে সক্ষম করে।

ZKP গুলি এর বেশিরভাগই ভিত্তি করে, বিশদ প্রকাশ না করেই বিবৃতির প্রমাণ প্রদান করে। তারা সম্পূর্ণতা (সত্য বিবৃতি যাচাইকারীদের বিশ্বাস করায়), সঠিকতা (মিথ্যা বিবৃতি খুব কমই করে), এবং শূন্য-জ্ঞান (কোনও অতিরিক্ত তথ্য ফাঁস হয় না) পূরণ করে। প্রোটোকলে প্রতিশ্রুতি, চ্যালেঞ্জ, প্রতিক্রিয়া এবং যাচাইকরণের ধাপগুলি অন্তর্ভুক্ত থাকে। ইন্টারলিঙ্কে, ব্যবহারকারীরা zk-SNARKs বা zk-STARKs এর মাধ্যমে বয়স অন-চেইনের মতো বৈশিষ্ট্যগুলি প্রমাণ করে, যা সংক্ষিপ্ত প্রমাণ এবং পোস্ট-কোয়ান্টাম সুরক্ষা প্রদান করে। চ্যালেঞ্জগুলির মধ্যে রয়েছে কম্পিউটেশনাল ওভারহেড, অপ্টিমাইজেশন দ্বারা সম্বোধন করা এবং বিশ্বস্ত সেটআপ, STARKs এর মাধ্যমে এড়ানো।

ফেডারেটেড লার্নিং ডেটা কেন্দ্রীভূত না করেই ডিভাইসগুলিতে AI মডেলগুলিকে প্রশিক্ষণ দেয়। প্রশিক্ষণে, ডিভাইসগুলি সুরক্ষিত এমবেডিং - বায়োমেট্রিক্সের অপরিবর্তনীয় উপস্থাপনা - ব্যবহার করে আপডেট গণনা করে এবং শুধুমাত্র একটি অ্যাগ্রিগেটরের কাছে গ্রেডিয়েন্ট পাঠায়, যা বিশ্বব্যাপী মডেল আপডেট করার জন্য তাদের গড় করে। এটি কনভারজেন্স গ্যারান্টি সহ বিতরণ করা নমুনাগুলিতে ক্ষতির ফাংশনকে অপ্টিমাইজ করে। মডেল ছাঁটাইয়ের মতো কৌশলগুলি মোবাইল ডিভাইসের জন্য ওভারহেড হ্রাস করে এবং ব্যবহারকারীরা অলস সময়ে অপ্ট-ইন করে পুরষ্কার অর্জন করে। ব্যাকআপ প্রক্রিয়াগুলি রিয়েল-টাইম পর্যবেক্ষণ এবং স্থিতিস্থাপকতার জন্য ফেইলওভার সহ নোডগুলিতে এনক্রিপ্ট করা ডেটা প্রতিলিপি করে।

অনুমান অনুসারে, স্থানীয় ডিভাইসগুলি নতুন স্ক্যানগুলিকে এমবেডিংয়ে প্রক্রিয়া করে এবং ভবিষ্যদ্বাণীর জন্য মডেলটি চালায়, যেমন সত্যতা স্কোর, ডেটা গোপন রাখে। এটি কম লেটেন্সি, স্কেলেবিলিটি এবং দৃঢ়তা প্রদান করে, মেট্রিক্স 0.001 এর নিচে মিথ্যা গ্রহণযোগ্যতা এবং 0.005 এর নিচে প্রত্যাখ্যান দেখায়। কেন্দ্রীভূত সিস্টেমের তুলনায়, এটি বিভিন্ন ডেটার মাধ্যমে জালিয়াতি সনাক্তকরণকে 20% উন্নত করে। নমুনার আকার এবং প্রদত্ত সময়ের উপর ভিত্তি করে প্রণোদনা, অংশগ্রহণ 40% বৃদ্ধি করেছে।

সামগ্রিকভাবে, এই উপাদানগুলি একটি বহু-স্তরীয় প্রতিরক্ষা তৈরি করে। বেঞ্চমার্কগুলিতে কর্মক্ষমতা 90% নির্ভুলতার চেয়ে বেশি, ফেডারেটেড আপডেটগুলি নতুন হুমকির সাথে অভিযোজন নিশ্চিত করে। যদিও দুর্বলতা বিদ্যমান, এই সংমিশ্রণ আক্রমণের খরচ উল্লেখযোগ্যভাবে বৃদ্ধি করে, ইন্টারলিঙ্ককে একটি স্কেলেবল পরিচয় কাঠামো হিসাবে অবস্থান করে।

টোকেন অর্থনীতি এবং আর্থিক কাঠামো

ইন্টারলিংক একটি নিয়োগ করে দ্বৈত-টোকেন অর্থনীতি $ITL এবং $ITLG এর সাথে, যা বিনিয়োগ থেকে ইউটিলিটি আলাদা করার জন্য ডিজাইন করা হয়েছে এবং একই সাথে সম্মতি এবং বাস্তুতন্ত্রের বৃদ্ধিকে সমর্থন করে। $ITL-এর মোট ১০ বিলিয়ন টোকেনের সরবরাহ রয়েছে, যা ইন্টারলিংক ফাউন্ডেশন দ্বারা একটি কৌশলগত রিজার্ভ হিসাবে পরিচালিত হয়। এর অর্ধেক—৫ বিলিয়ন—$ITLG হোল্ডারদের জন্য বরাদ্দ করা হয়েছে, বাকিটা প্রাতিষ্ঠানিক বৃদ্ধি এবং স্থিতিশীলতাকে সহায়তা করে। এই টোকেনটি বৃহত্তর নেটওয়ার্ক সহায়তার উপর দৃষ্টি নিবদ্ধ করে, যেমন তহবিল উন্নয়ন এবং অংশীদারিত্ব।

১০০ বিলিয়ন ডলারের সরবরাহ সহ $ITLG, সক্রিয় মানব অংশগ্রহণের প্রতিনিধিত্ব করে। আশি শতাংশ হিউম্যান নোড মাইনারদের জন্য নির্ধারিত, কার্যকলাপ এবং সম্পদ ভাগাভাগির মতো নেটওয়ার্ক অবদানের জন্য যাচাইকৃত ব্যবহারকারীদের পুরস্কৃত করে। বাকি ২০% ডেভেলপার এবং কমিউনিটি প্রোগ্রামের জন্য অনুদান সহ প্রণোদনা প্রদান করে। ধারকরা কেবল $ITLG ধরে রেখে $ITL উপার্জন করতে পারেন, রূপান্তর ছাড়াই, দীর্ঘমেয়াদী সম্পৃক্ততা বৃদ্ধি করে।

এই মডেলটি ক্রিপ্টো অনুশীলন থেকে এসেছে যেখানে একটি টোকেন বিনিয়োগের জন্য নিরাপত্তা হিসেবে কাজ করে, SEC নিয়মাবলীর সাথে সামঞ্জস্যপূর্ণ, অন্যদিকে অন্যটি দৈনন্দিন কার্যক্রম পরিচালনা করে। এর লক্ষ্য ভারসাম্য বজায় রাখা: $ITLG মিনি-অ্যাপ, পেমেন্ট এবং লঞ্চপ্যাডে ব্যবহারকারীদের সম্পৃক্ততা চালায়, অন্যদিকে $ITL সম্প্রসারণের জন্য সহায়তা প্রদান করে। টোকেনের মধ্যে কোনও সরাসরি অদলবদল নেই, যা স্বতন্ত্র ভূমিকার উপর জোর দেয়।

এই কাঠামোটি স্পট সোয়াপ, ক্রস-চেইন ব্রিজ এবং ১০০ গুণ পর্যন্ত লিভারেজ সহ স্থায়ী ট্রেডিংয়ের জন্য ITLX এক্সচেঞ্জের মতো DeFi উপাদানগুলিকে সমর্থন করে। QR পেমেন্টগুলি ক্রিপ্টো-টু-ফিয়াট রূপান্তরগুলিকে অনুমতি দেয়, যা ব্যবসায়ীদের গ্রহণকে সহজ করে তোলে। প্রকল্পের ডকুমেন্টেশনে সাম্প্রতিক স্পষ্টীকরণগুলি নিয়ন্ত্রক আনুগত্য নিশ্চিত করার জন্য এই পৃথকীকরণকে তুলে ধরে, $ITLG বাস্তব-বিশ্বের ব্যবহারের জন্য যেমন ব্যাংকিংবিহীন অঞ্চলে সাহায্য বিতরণের জন্য স্থাপন করা হয়েছে।

বরাদ্দ অন্তর্ভুক্তিকে উৎসাহিত করে, খনির পুরষ্কারের উপর ভিত্তি করে ব্যক্তিত্বের প্রমাণ হার্ডওয়্যারের পরিবর্তে। এটি AI-অর্থায়িত UBI-এর বৃহত্তর দৃষ্টিভঙ্গির সাথে সম্পর্কিত, যেখানে টোকেন যাচাইকৃত অংশগ্রহণকারীদের মধ্যে মূল্য বিতরণ করে। ভেস্টিং বা বার্নের সুনির্দিষ্ট বিকশিত হওয়ার সাথে সাথে, অর্থনীতি ন্যায্যতাকে অগ্রাধিকার দেয়, যেখানে সম্প্রদায়ের শাসন সমন্বয়কে প্রভাবিত করে।

রোডম্যাপ: লঞ্চ থেকে বিশ্বব্যাপী স্কেল পর্যন্ত

ইন্টারলিংকের পাঁচ বছরের পরিকল্পনা ২০২৫ সালে মূল পণ্যগুলি দিয়ে শুরু হবে: আইডি, অ্যাপ, চেইন, এসডিকে, ওয়ালেট এবং এক্সচেঞ্জ। এটি ১ কোটি যাচাইকৃত ব্যবহারকারী, এনআইএসটি-শীর্ষ ফেসিয়াল মডেল এবং প্রধান এক্সচেঞ্জগুলিতে টোকেন তালিকা তৈরির লক্ষ্যবস্তু। পেমেন্টের জন্য একটি ইন্টারলিংক কার্ডের লক্ষ্য তিন কোটি ব্যবহারকারীর কাছে পৌঁছানো।

২০২৬ সালের মধ্যে, মনোযোগ এআই এজেন্ট, মালিকানাধীন এলএলএম এবং ডেভেলপার সম্প্রদায়ের দিকে চলে যাবে। মার্কিন স্টক এক্সচেঞ্জ তালিকাভুক্তির প্রস্তুতির মধ্যে রয়েছে অডিট এবং এসইসি সম্মতি। ১৮০টি দেশে ইউবিআই উদ্যোগের মাধ্যমে টোকেন সম্প্রসারণের লক্ষ্য লক্ষ করা যাবে।

২০২৭ সাল থেকে, লক্ষ্যগুলির মধ্যে রয়েছে এক বিলিয়ন ব্যবহারকারী, শীর্ষ মিনি-অ্যাপ নেটওয়ার্ক হিসেবে অবস্থান এবং সুবিধাবঞ্চিত এলাকায় সাহায্যের জন্য $ITLG কে একটি অর্থপ্রদানের মান হিসেবে অন্তর্ভুক্ত করা। অবকাঠামোর লক্ষ্য হল ঐতিহ্যবাহী KYC পদ্ধতিগুলি প্রতিস্থাপন করে ১০০ বিলিয়ন যাচাইকরণ পরিচালনা করা।

সাম্প্রতিক মাইলফলকগুলির মধ্যে রয়েছে গুগল এবং এডব্লিউএসের সাথে অংশীদারিত্ব, এবং সম্পৃক্ততা বৃদ্ধির জন্য পুরষ্কার এবং ভিডিও প্রতিযোগিতার মতো সম্প্রদায় প্রচারণা। প্রকল্পটি প্রতিক্রিয়া শোনার উপর জোর দেয়, রিয়েল-টাইম ইন্টারঅ্যাকশনের জন্য চ্যাট বৈশিষ্ট্যের মতো আপডেট সহ।

সামনে দেখ

ইন্টারলিংক ডিজিটাল বিশ্বাসের ক্ষেত্রে বাস্তব সমস্যাগুলি সমাধান করে, বট থেকে শুরু করে গোপনীয়তা পর্যন্ত। এর মানব-কেন্দ্রিক নকশা আরও ন্যায্য Web3 অ্যাপ্লিকেশনগুলিকে সমর্থন করতে পারে, কিন্তু বিশ্বব্যাপী বায়োমেট্রিক্স স্কেল করার ক্ষেত্রে ডিভাইস অ্যাক্সেস এবং নিয়ন্ত্রক বৈচিত্র্যের মতো বাধা জড়িত। উচ্চাভিলাষী লক্ষ্য - এক বিলিয়ন ব্যবহারকারী - বাস্তবায়ন পরীক্ষা করবে।

ব্লকচেইন বিকশিত হওয়ার সাথে সাথে, এই ধরণের প্রকল্পগুলি যাচাইকৃত অংশগ্রহণের দিকে পরিবর্তনকে হাইলাইট করে। যোগদানে আগ্রহী পাঠকরা ডাউনলোড অ্যাপটি দেখুন অথবা অন্বেষণ করুন সাদা কাগজ বিস্তারিত জানার জন্য। Web3-তে এটি পরিচয়কে নতুন আকার দেয় কিনা তা এখনও দেখা বাকি, তবে কাঠামোটি এগিয়ে যাওয়ার জন্য একটি কাঠামোগত পথ প্রদান করে।

সোর্স:

1. ইন্টারলিংক অফিসিয়াল শ্বেতপত্র – ইন্টারলিংকের ব্যক্তিত্ব প্রমাণ মডেল, প্রযুক্তিগত বাস্তবায়ন এবং বাস্তুতন্ত্রের উপাদানগুলির বিস্তারিত ব্যাখ্যা।
2. ইন্টারলিঙ্ক ল্যাবস গুগলের কৌশলগত বিনিয়োগ নিশ্চিত করেছে - ইয়াহু ফিনান্স
3. ইন্টারলিঙ্ক ল্যাবস ফান্ডিং ইনসাইটস - ক্রিপ্টোর্যাঙ্ক