zkML: طبقة الثقة التي افتقدها الذكاء الاصطناعي والعملات المشفرة
أصبح الذكاء الاصطناعي جزءًا لا يتجزأ من التمويل اللامركزي (DeFi) — من التصفية الآلية وتسعير الرسوم الديناميكي إلى أدوات تحسين العائد على السلسلة. لكن هناك مشكلة جوهرية لم تُحل بعد: كيف تتحقق من أن نموذجًا للذكاء الاصطناعي نفّذ فعلًا العملية الحسابية التي ادّعى تنفيذها، من دون إعادة تشغيل النموذج بأكمله على السلسلة؟
التعلم الآلي بإثبات المعرفة الصفرية (zkML) هو الحل. فهو يمكّن المُثبِت من إنشاء برهان تشفيري يثبت أن نموذجًا محددًا أنتج مخرجات محددة انطلاقًا من مدخلات محددة — ويمكن التحقق من كل ذلك على السلسلة بجزء بسيط من تكلفة الحوسبة.
لماذا يهم ذلك؟
• يمكن تدقيق بروتوكولات التمويل اللامركزي التي تستخدم درجات مخاطر مدعومة بالذكاء الاصطناعي بطريقة لا تتطلب الثقة
• يمكن لوكلاء الذكاء الاصطناعي على السلسلة إثبات أن استدلالهم كان نزيهًا ولم يتعرض للتلاعب
• يمكن لمالكي النماذج تحقيق الدخل من مخرجاتها من دون كشف الأوزان
• يمكن للعقود الذكية استخدام مخرجات الذكاء الاصطناعي مع ضمان الثقة ذاته الذي توفره خلاصات أسعار أوراكل
أكثر الشبكات استعدادًا لهذا هي الشبكات التي تتمتع بنهائية سريعة وتكلفة منخفضة للتحقق من البراهين: $ETH من خلال خفض تكلفة بيانات الاستدعاء في EIP-4844، و$SOL بفضل إنتاجيتها في التنفيذ المتوازي، و$BNB عبر بنية ZK التحتية لـ opBNB.
لا يزال zkML في بداياته — فتوليد البراهين ما زال بطيئًا ويتطلب عتادًا مكثفًا. لكن مساره يتسارع. عندما تصبح براهين الاستدلال رخيصة، سيرتفع سقف مصداقية الذكاء الاصطناعي على السلسلة إلى الأبد.
الثقة هي أندر الموارد في عالم العملات المشفرة. ويجعلها zkML قابلة للبرمجة.
#zkML #AIandCrypto #ZeroKnowledge #DeFiInfrastructure #بلوكتشين
أصبح الذكاء الاصطناعي جزءًا لا يتجزأ من التمويل اللامركزي (DeFi) — من التصفية الآلية وتسعير الرسوم الديناميكي إلى أدوات تحسين العائد على السلسلة. لكن هناك مشكلة جوهرية لم تُحل بعد: كيف تتحقق من أن نموذجًا للذكاء الاصطناعي نفّذ فعلًا العملية الحسابية التي ادّعى تنفيذها، من دون إعادة تشغيل النموذج بأكمله على السلسلة؟
التعلم الآلي بإثبات المعرفة الصفرية (zkML) هو الحل. فهو يمكّن المُثبِت من إنشاء برهان تشفيري يثبت أن نموذجًا محددًا أنتج مخرجات محددة انطلاقًا من مدخلات محددة — ويمكن التحقق من كل ذلك على السلسلة بجزء بسيط من تكلفة الحوسبة.
لماذا يهم ذلك؟
• يمكن تدقيق بروتوكولات التمويل اللامركزي التي تستخدم درجات مخاطر مدعومة بالذكاء الاصطناعي بطريقة لا تتطلب الثقة
• يمكن لوكلاء الذكاء الاصطناعي على السلسلة إثبات أن استدلالهم كان نزيهًا ولم يتعرض للتلاعب
• يمكن لمالكي النماذج تحقيق الدخل من مخرجاتها من دون كشف الأوزان
• يمكن للعقود الذكية استخدام مخرجات الذكاء الاصطناعي مع ضمان الثقة ذاته الذي توفره خلاصات أسعار أوراكل
أكثر الشبكات استعدادًا لهذا هي الشبكات التي تتمتع بنهائية سريعة وتكلفة منخفضة للتحقق من البراهين: $ETH من خلال خفض تكلفة بيانات الاستدعاء في EIP-4844، و$SOL بفضل إنتاجيتها في التنفيذ المتوازي، و$BNB عبر بنية ZK التحتية لـ opBNB.
لا يزال zkML في بداياته — فتوليد البراهين ما زال بطيئًا ويتطلب عتادًا مكثفًا. لكن مساره يتسارع. عندما تصبح براهين الاستدلال رخيصة، سيرتفع سقف مصداقية الذكاء الاصطناعي على السلسلة إلى الأبد.
الثقة هي أندر الموارد في عالم العملات المشفرة. ويجعلها zkML قابلة للبرمجة.
#zkML #AIandCrypto #ZeroKnowledge #DeFiInfrastructure #بلوكتشين