互联网发展到今天，如洪水猛兽般正颠覆性将改变我们的世界。最近很多人在研究 WEB3.0, 而在 WEB3.0 的理解上也是五花八门，而比较集中的说法是 WEB3.0 时代，对信息的读取更智能，这不由得要提到知识图谱，更要提及构建超大知识图谱库的 EpiK。
试想一下，WEB3.0 时代，互联网将懂你想要的任何东西。知识图谱为未来互联网提供了重要基础部件，而 EpiK 铭识协议对知识图谱的构建就意义重大了。接下来，看下 EpiK 如何影响 WEB3.0。
WEB1.0：单向可读
互联网在 20 世纪 60-70 年代建立，刚开始用于科研和军事领域，而后在 90 年代进入商用。Internet 上的大多数信息以 WEB （网页）的形式获得，大致在 1990-2000 年的互联网时代就可以称之为 WEB1.0。
对于我们来说，门户网站、BBS 等等信息浏览类的应用在当时是很流行的，可以看出一个特点 WEB1.0 更多是“read”，浏览或者阅读。
WEB2.0 ：读写、交互
2000 年开始，互动变得越来越快捷与频繁，各种交互系统出现，比如社交网络，现在你拿着手机看到我的这篇文章，然后是转发、点赞、留言等动作都是在进行互动，滴滴、美团、携程、阿里巴巴、腾讯、字节跳动等等互联网企业抓住了 WEB2.0 的红利，这都是 WEB2.0 给我们带来的改变。
这一阶段的 WEB 在底层逻辑上其实只发生了一个变化，从 Read 到 Read&Write;，即从只能浏览阅读发展到读与写，“互动”加入进去了。
难道加入了一个“可写”、“可互动”，就长出来这么多东西吗？是的。
我们身处变革之中，对身边的日新月异的变化有时候不是那么敏感，有时候都想不起来自己当年用诺基亚的情景，好像生活本来如此，且会一直这样下去。
为了帮助我们理解 WEB2.0，请大家思考一个问题，苹果手机最大的变革是什么？
还记得曾经乔布斯的惊人一幕吗？对，一个没有键盘的手机。从此人和手机的交互效率提高了，这一切的最主要架构改变是什么？一个电容屏幕，一块屏幕。曾经的 iPhone 只是在交互层面做了一个改进，其他的改进都是在这个改进之后的生长，本质是提升交互感，提高交互效率。
iPhone 使交互更舒服，而 WEB2.0 比起 WEB1.0 是多了交互。这其中的影响力差别大致类似于：发明灯泡和使灯泡更亮一些。底层架构上的一个特点的增加，产生出一个巨大繁荣的生态。
这是随手给自己的手机截屏，上面的应用多数都是 WEB2.0 的产物。
WEB3.0：语义网络
接着这个例子讲，你每天对着手机阅读信息，存储数据，和机器和人进行交互，突然有一天你发现你很多的动作产生了很多数据，这些数据被平台公司拿着换来许多的财富。而你永远都是一个“消费者”，实际上你本身也是个创造者，自己数据的创造者，只是你的创造并没有给你带来收益。但是，数据确权只是 WEB3.0 的一个应用，不是他的定义。
WEB3.0 的一个核心是语义网络，要理解 WEB3.0 首先要理解语义网络。
Tim Berners-Lee 曾经解释过语义网络的概念：
“我有一个梦想，网络中的所有计算机能够分析网络中的数据，包括内容、链接、人与计算机之间的往来。语义网络会让这一切成为可能，日常的交易机制、事务以及我们的日常生活都会由机器与机器之间的沟通来处理。人们吹嘘多年的“智能代理”将最终实现。”
所以，简化理解，语义网络是网络信息交互的一种改变，机器和机器之间的交互变得更加容易，而伯纳斯李所说的“智能代理”让我们很容易联想到“智能合约”。制定规则，触发条件，自动执行。
到现在我还没有提及区块链，因为 WEB3.0 很多人在语义网络的基础上， 认为这加入了 “可验证”或者叫做“信任”，而区块链被称为“信任的机器”，所以 WEB3.0 就是区块链。这个说法也对，但有其局限性。区块链是一种生产关系，它会使语义网络变得可靠、安全、可验证，但是区块链不是 WEB3.0 的全部。
知识图谱
语义网络如果能够实现，首先需要机器有相当的智能，而机器如何有相当的智慧呢？知识图谱。
我们抛开繁杂的声音，回归到常识：一个人如何变得智慧？如何被称为智慧？需要这个人有相当的知识。
他有完整的知识体系，所以才被称为专家、教授、学者、智者。可是到了人工智能领域，被媒体报道宣传出来的就是，只要喂养人工智能数据，哪怕是杂乱无章的数据，它就可以长起来变得智能。这种想法逻辑上来说，就好像让给猴子放一堆电影，然后过一段时间它就成为世界级的导演一样荒唐。
所以，提及 WEB3.0 的人都会提及人工智能、物联网，可是这本身是语义网络的知识图谱不断完善之后的产物。
领域专家汇编知识图谱：有组织的知识胜过无组织的存储
现在的分布式存储项目各有其优点，但是有一个缺点是致命的，如何吹嘘分布式存储就是 WEB3.0 的基石？目前市面上知名的存储项目，没有一个不是在灌数据，无用的数据，目的只是为了获得奖励。这和 WEB3.0 的构想，和语义网络的初衷稍微有点远。
有组织的知识胜过无组织的存储。当下的存储是粗暴的无组织的，有组织的只是一部分矿工，还有可能是被质押机制套住的矿工。
在这种数据下想让机器变得智能，如同 100 万只猴子在 100 万台电脑前乱码打字，给他 100 万年或许真的会碰出一首莎士比亚或者李白的长诗。但是这种概率太低了，不能喂机器垃圾数据让它变聪明，如同不可能指望着整天喂孩子垃圾食品让他长得很健壮。
而 EpiK 铭识协议不同，它从一开始就设计了建立“知识图谱”这个目标，以及领域专家这个角色。这区别于市面上几乎所有的存储项目。要理解 EpiK 铭识协议的发展路线，需要理解 WEB3.0 的概念和 EpiK 的逻辑。
EpiK 铭识协议的逻辑分为三层：
第一层、分布式存储；
第二层、知识图谱；
第三层、人工智能。
这是一个推进的关系，分布式存储的数据汇总而成知识图谱，随着知识图谱的扩张，语义网络慢慢变得坚实可靠之后，AI （人工智能）才能接受知识图谱进行训练。领域专家是核查数据有效性、建立知识图谱的重要角色之一。
知识是没有国界的，全部人类共建知识应该归属于全人类，不应该被巨头垄断，这就是知识图谱的另一个初衷，利用区块链技术可以实现数据权力的再分配，EpiK 项目发展的过程会让所有人从知识的增长中获益。事实上，让每个个体在互联网协作中获益，也是 WEB3.0 增长的源动力之一。
仰望星空，脚踏实地
EpiK 的三层逻辑是发展路线图也是愿景，完成这个愿景需要有更多的人参与和支持，大家一起绘制这个知识图谱，完善未来的语义网络。
区块链的通证功能显现出来，矿工维护网络获取挖矿奖励、基金会促进生态、项目方专心项目、领域专家审核数据将其转化为知识的谱系。
EpiK 铭识协议主网还在开发中，现阶段最重要的是矿工的支持，当然，这不是如同一些项目（如 Filecoin）用质押和缓慢释放等手段把他们困在项目里，回本遥遥无期。而是吸引。
现在市面上的矿机可以分为三大类：比特币 ASIC 矿机、ETH 为代表的显卡矿机、Filecoin 为代表的存储矿机。这个时间点已经没有一种矿机可以一年内回本了，而 EpiK 目前阶段参与挖矿，可以在 3 6 个月内回本，矿机门槛较低，矿机管理相较于比特币矿机管理起来还容易，不需要专业的运维团队。
这就是脚踏实地，吸引大家参与，而不是套住投资者。为了实现公平和参与方便，EpiK 铭识协议还设置了 7+7 机制，简化理解就是挖矿只需要质押 7 天，所有解锁也只需要 7 天，如果断网停机或者不想参与挖矿了，所有质押的 EPK 币（EpiK 代币）全部退回，停止算力但不会扣除质押币。
目前 EpiK 这个项目还处于早期，可是已经获得了 4000+矿工的支持，这个发展速度相当快，一个优秀的项目不是要多么金光闪闪的背景，而是逻辑和路径的优秀，说白了，你能让大家赚到钱，你才优秀。
矿工还在挖矿，矿工群体还在迅速扩大，这是用脚投票的结果。一边赚钱，一边为人类构建知识图谱，完善语义网络成为 WEB3.0 的基石，这是俗话说的：“有面子也有里子”的事儿。
总结
本文讲解了 WEB3.0 的发展历程，希望大家能从通俗地讲解中深入理解 WEB3.0 的涵义。在此基础上，引出了 EpiK 铭识协议的三层逻辑，该逻辑路径与 WEB3.0 非常契合。EpiK 项目中知识图谱的建立或将会成为 WEB3.0 发展的重要基石，人工智能、物联网等未来将会在 EpiK 的发展过程中不断获得助力。
EpiK 不单单是一个分布式存储项目——那只是逻辑的第一层。
—
EpiK Protocol 铭识协议
EpiK Protocol 致力于去中心化的超大规模知识图谱构建，通过去中心化存储技术（IPFS）、去中心化自治组织（DAO）和通证经济模型（Token Economy），组织并激励全球社区成员将人类各领域知识梳理成知识图谱，共建共享并持续更新这一人类永恒知识库，从而将人工智能(AI)的视野拓展到更智能的未来。
代币名：EPK
合约地址：0xdaf88906ac1de12ba2b1d2f7bfc94e9638ac40c4
生态合作机构：Chainlink，清华大学大数据研究中心，Open Knowledge Foundation，OpenSLR，CSAGI，小牛思拓，面壁者数据，中软国际，DR.SEEK等等
EPIK 官网 ：
https://www.epik-protocol.io/
EPIK 钱包：
https://epik-protocol.io/wallet
EPIK GitHub：
https://github.com/EpiK-Protocol
EPIK 微信公众号: EpiK Protocol 铭识
EPIK 微信社群：Sigrid_EpiK
EpiK电报群:
https://t.me/EpikProtocol
