La popularité récente de Worldcoin a également créé suffisamment d'élan pour un récit Web 3+IA. Worldcoin appartient au concept zkML et est dérivé de zk+ML (preuve de connaissance nulle et apprentissage automatique). Il s'agit également d'une combinaison émergente qui a été On en a beaucoup parlé récemment, zk Il va sans dire que la technologie doit être mentionnée, et le ML est un sous-domaine de l'IA. AI+Web3 a déjà été un récit populaire dans l'industrie, mais actuellement il n'y a pas de bon concept ou de bon cas d'utilisation pour Connecter les deux de manière transparente. Lors de la récente conférence au Monténégro, Vitalik a également fait l'éloge de zkSNARK. Couplé à la popularité de Worldcoin, il est prévisible que zkML se démarquera.

Vous n'êtes peut-être pas familier avec zkML. Cet article dissipe principalement le brouillard sur zkML, en se concentrant sur l'introduction, les cas d'utilisation et certains projets potentiels de zkML. Officiellement, comme il n'y a pas beaucoup de cas d'utilisation de zkML à l'heure actuelle, j'espère que vous le pourrez. saisissez l'opportunité et renseignez-vous à l'avance. Préparez-vous à de nouveaux concepts et cas d'utilisation.

Web3 + ML

zkML combine la preuve sans connaissance et l'apprentissage automatique. En fait, en dehors du Web 3, ML n'est plus un mot nouveau. La technologie a été largement utilisée dans certains domaines, tels que le traitement du langage naturel (NLP), la conduite autonome, l'e-commerce. commerce, etc. Les domaines ont atteint un niveau supérieur grâce à la technologie ML, et ML a même pris une position dominante dans certains domaines. Par conséquent, zkML est également la tendance générale à l'avenir. L'intégration du ML dans les contrats intelligents fournira également des services plus complexes et intelligents. méthodes de traitement des contrats intelligents.

En ajoutant des fonctionnalités de ML, les contrats intelligents peuvent devenir plus autonomes et dynamiques, leur permettant d'agir sur la base de données en chaîne en temps réel plutôt que de règles statiques. Les contrats intelligents seront plus flexibles et adaptables à davantage de scénarios, y compris ceux qui n'auraient peut-être pas été prévus lors de la création initiale du contrat. En termes simples, les capacités de ML augmenteront l'automatisation, la précision, l'efficacité et la flexibilité de tout contrat intelligent que nous mettons sur la chaîne.

Actuellement, l'une des raisons pour lesquelles le ML n'est pas largement adopté dans la cryptographie est que le coût de calcul nécessaire à l'exécution de ces modèles sur la chaîne est très élevé. Par exemple, fastBERP - un type de modèle de langage NLP, l'adoption de ce modèle nécessite l'utilisation. d'environ 1800 MFLOPS (millions de flottants) arithmétique de points, qui ne peuvent pas être exécutés directement sur l'EVM. Alors que les modèles d'application doivent faire des prédictions basées sur des données du monde réel, pour avoir des contrats intelligents à l'échelle du ML, le contrat doit obtenir de telles prédictions ;

La deuxième raison est la nécessité de traiter le problème du cadre de confiance des modèles ML. Le premier est la confidentialité : comme mentionné précédemment, les paramètres du modèle sont généralement privés. Dans certains cas, les entrées du modèle doivent également rester confidentielles. Cela est naturel. Cela entraînera des problèmes de confiance entre les propriétaires et les utilisateurs du modèle ; le deuxième est que les modèles de boîte noire algorithmique sont parfois appelés « boîtes noires » car ils impliquent de nombreuses étapes automatisées dans le processus de calcul. comprendre ou expliquer. Ces étapes impliquent des algorithmes complexes et de grandes quantités de données, qui peuvent conduire à des résultats incertains et parfois aléatoires, faisant des algorithmes les coupables de biais, voire de discrimination. Et la technologie zk peut résoudre ce problème de confiance très efficacement.

Ainsi, zkSNARK est apparu à cette époque. La technologie zk dans zkML fait principalement référence à zkSNARK nous fournit une solution : n'importe qui peut exécuter un modèle hors chaîne et générer une preuve concise et vérifiable indiquant le modèle attendu. et cette preuve peut être publiée en chaîne et capturée par le contrat intelligent et améliorer son intelligence. Les modèles ML nécessitent généralement trois parties : les données d'entraînement, l'architecture du modèle et les paramètres du modèle. Le modèle formé peut ouvrir un espace de conception mis à jour pour les contrats intelligents à condition qu'il réussisse le raisonnement et la vérification. (La formation et l'inférence du modèle ne seront pas décrites en détail)

Cas d'utilisation de zkML en crypto

Le contrat intelligent ajouté avec zkSNARK +ML aura également de nombreux cas d'utilisation. Voici ses cas d'utilisation :

DéFi

Oracles d'apprentissage automatique hors chaîne vérifiables

Combinés aux zkSNARK et à l'inférence vérifiée de modèles ML, ces oracles ML hors chaîne peuvent être utilisés pour résoudre de manière fiable les marchés de prédiction du monde réel, sécuriser les contrats de protocole, etc. en vérifiant l'inférence et en publiant des preuves en chaîne.

DeFi paramétré ML

De nombreuses subdivisions de DeFi peuvent en fait être automatisées. Par exemple, les protocoles de prêt peuvent utiliser des modèles ML pour mettre à jour les paramètres en temps réel. Alors que les protocoles de prêt actuels font principalement confiance aux modèles hors chaîne gérés par les organisations pour déterminer les coefficients de garantie, le LTV, les seuils de liquidation, etc., le ML peut offrir une meilleure alternative avec des modèles open source formés par la communauté que tout le monde peut exécuter et vérifier.

Stratégies de trading automatisées

Une façon de vérifier les rendements d'une stratégie de trading consiste à demander à MP de fournir divers backtests aux investisseurs. Il n'existe aucun moyen de vérifier si le stratège suit le modèle lors de l'exécution des transactions, mais MP peut fournir une solution une fois déployé. à un endroit spécifique. Fournir une preuve de vérification du raisonnement du modèle financier.

Champ de sécurité

Surveillance intelligente de la fraude aux contrats

Au lieu d’avoir une gouvernance pratique ou des acteurs centralisés contrôlant la capacité de suspendre les contrats, les modèles ML peuvent être utilisés pour détecter d’éventuels comportements malveillants et appliquer des procédures de suspension.

DID et réseaux sociaux

Remplacez les clés privées par une authentification biométrique (ce que fait actuellement Worldcoin)

La gestion des clés privées reste l’un des casse-tête des utilisateurs du Web3. L'extraction de clés privées via la reconnaissance faciale ou d'autres données biométriques est une solution possible pour zkML, et Worldcoin l'applique avec son appareil Orb pour déterminer si quelqu'un est une personne réelle sans essayer de la KYC, et il utilise la technologie zk pour garantir que la sortie de ses modèles ML ne révèlent pas les données personnelles des utilisateurs, grâce à divers capteurs de caméra et modèles d'apprentissage automatique qui analysent les caractéristiques du visage et de l'iris.

Recommandations personnalisées et filtrage de contenu pour les réseaux sociaux Web3

De même, certains médias sociaux Web 3 peuvent facilement obtenir les préférences et les données des utilisateurs, nous montrer des spams et de faux liens, et de nombreux faux liens conduisent au vol de portefeuilles d'utilisateurs, etc., mais grâce à la technologie zkML, nous pouvons éviter beaucoup de contenu inutile. et des liens par courrier électronique.

Économie des créateurs et jeux vidéo

Rééquilibrage de l'économie du jeu

Les modèles ML peuvent être utilisés pour ajuster dynamiquement l'émission, l'approvisionnement, la destruction, les seuils de vote, etc. Un modèle possible est un contrat d'incitation, qui peut rééquilibrer l'économie du jeu si un certain seuil de rééquilibrage est atteint et que la preuve du raisonnement est vérifiée.

Nouveaux jeux en chaîne

Des jeux coopératifs entre humains et IA et d'autres jeux en chaîne innovants peuvent être créés, dans lesquels des modèles d'IA non fiables agissent comme des PNJ, et toutes les actions des PNJ sont envoyées à la chaîne avec des instructions d'accompagnement que tout le monde peut vérifier pour déterminer le bon fonctionnement du modèle. .

Projet de potentiel écologique zkML

Étant donné que zkML en est encore à ses débuts, il n'y a pas beaucoup de projets disponibles. Voici les projets potentiels trouvés pour tout le monde :

Monnaie du monde

Je n'entrerai pas dans les détails de Worldcoin. Tout le monde devrait le connaître. Veuillez vous référer à « Si Worldcoin réussit, quel impact cela aura-t-il sur l'industrie du cryptage ? »

Laboratoires de modules

Modulus Labs est l'un des projets les plus diversifiés de zkML, créant la technologie nécessaire à l'IA en chaîne. Travailler à la fois sur des cas d'utilisation et sur des recherches associées. Du côté des applications, Modulus Labs a développé RockyBot, un robot de trading en chaîne, et Leela vs. the World, un jeu d'échecs dans lequel de vraies personnes jouent contre une instance vérifiable en chaîne du moteur d'échecs Leela.

humain

Gizeh est un protocole dédié à la croissance de l'économie grâce à l'IA, permettant le déploiement de modèles d'IA en chaîne en utilisant une approche totalement sans confiance, soutenue par un partenariat StarkWare, permettant finalement un marché offrant des voies alternatives pour le développement de l'IA.

Zkaptcha

Zkaptcha se concentre sur le problème des robots dans Web3, protège les contrats intelligents contre les attaques de robots, utilise des preuves sans connaissance pour créer des contrats intelligents résistants aux attaques Sybil et fournit des services de code de vérification pour les contrats intelligents. Actuellement, le projet permet aux utilisateurs finaux de générer une preuve de travail humain en complétant un code de vérification. À l'avenir, Zkaptcha héritera de zkML et lancera un service similaire au code de vérification Web 2 existant, mais pourra également analyser des comportements tels que les mouvements de la souris. pour déterminer les performances de l'utilisateur.

Conclusion

À l'heure actuelle, il semble qu'il n'existe pas beaucoup de produits dans le domaine de la combinaison de zkML et de crypto. Certains problèmes seront encore rencontrés lors du processus de création de tels produits. zkML et crypto pourraient nécessiter davantage d'améliorations et d'optimisations à l'avenir. Mais avec la combinaison de zkSNARK et ML, nous avons des raisons de croire que la puissance de zkML peut apporter de meilleures perspectives et un meilleur développement à la cryptographie. Nous attendons également avec impatience des produits plus diversifiés dans ce domaine et la cryptographie assurera la sécurité du fonctionnement de. ML Environnement de confiance, et à l'avenir, en plus de l'innovation de produits, il pourrait également engendrer des innovations dans les modèles commerciaux de cryptographie, car dans ce monde sauvage et anarchique du Web 3, la décentralisation, la technologie de cryptographie et la confiance sont les installations de base les plus importantes.