préface:

Avec le développement rapide de la technologie numérique, l’IA et la cryptographie sont devenues les deux sujets les plus brûlants. En tant que révolution technologique, l'IA représente la productivité la plus avancée ; la crypto est basée sur la technologie blockchain et représente la relation de production la plus équitable. L’IA et la crypto changent constamment notre façon de vivre et de travailler. Cet article explorera la convergence de l’IA et de la cryptographie et comment, ensemble, elles façonneront notre avenir.

IA : une productivité de pointe

L'IA (Intelligence Artificielle) est une technologie qui consiste à permettre aux systèmes informatiques d'imiter l'intelligence humaine et d'effectuer des tâches intelligentes. Il couvre plusieurs sous-domaines dont :

1. Apprentissage automatique : l'apprentissage automatique est la base de l'IA et implique la formation des systèmes informatiques pour améliorer les performances grâce aux données et à l'expérience. Y compris différents types tels que l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement ;

2. Apprentissage profond : L'apprentissage profond est une branche de l'apprentissage automatique qui simule le fonctionnement du réseau neuronal du cerveau humain. Il utilise des réseaux neuronaux multicouches pour traiter des données complexes et a réalisé des avancées majeures dans des domaines tels que la vision par ordinateur et le traitement du langage naturel ;

3. Traitement du langage naturel (NLP) : le NLP consiste à permettre aux ordinateurs de comprendre et de traiter le langage humain. Il comprend l'analyse de texte, l'analyse des sentiments, la reconnaissance vocale, la traduction automatique et d'autres technologies.

4. Vision par ordinateur : La vision par ordinateur vise à permettre aux systèmes informatiques de « voir » et de comprendre des images et des vidéos. Cela implique des technologies de reconnaissance d’images, de détection de cibles, de reconnaissance faciale, de génération d’images, etc.

D'après la logique sous-jacente, le cœur de l'IA est de permettre aux ordinateurs d'avoir une « perception », une « cognition », une « créativité » et une « intelligence ». L’explication concrète est de rendre les ordinateurs capables de penser comme des humains, d’agir comme des humains, de penser rationnellement et de prendre des décisions rationnelles.

Avec le développement de la technologie de l’IA, il existe de nombreux scénarios d’application qui peuvent permettre de réduire les coûts, d’améliorer l’efficacité et la sécurité grâce à l’utilisation de l’IA. Bref, elle peut mieux servir l’humanité. Par exemple:

• Conduite autonome : la technologie de l'IA est utilisée pour développer des véhicules autonomes afin d'améliorer la sécurité routière et l'efficacité de la conduite en détectant l'environnement, en prenant des décisions et en contrôlant le véhicule.

• Santé : l'IA joue un rôle important dans la reconnaissance des images médicales, le diagnostic des maladies et la planification du traitement, en aidant les médecins à fournir un diagnostic plus précis et des plans de traitement personnalisés.

• Services financiers : l'IA est largement utilisée dans le domaine financier, notamment dans l'évaluation des risques, la notation de crédit, les stratégies d'investissement et la lutte contre la fraude, pour améliorer l'efficacité et la précision des institutions financières.

• Maison intelligente : l'IA est appliquée aux appareils domestiques intelligents, permettant de contrôler les appareils domestiques par la voix ou les gestes, améliorant ainsi la commodité et le confort de la maison.

• Traitement du langage naturel : la technologie IA permet aux machines de comprendre et de traiter le langage humain, y compris la reconnaissance vocale, la compréhension sémantique et la traduction automatique. Elle est largement utilisée dans les assistants intelligents (tels que Siri, Alexa, Google Assistant) et les robots virtuels (tels que les robots clients). service) via une interaction vocale et textuelle pour fournir un service et une assistance personnalisés.

• Divertissement et jeux : l'IA joue un rôle important dans le développement de jeux, notamment dans la conception d'ennemis intelligents, la difficulté de jeu adaptative et les effets graphiques réalistes.

Le ChatGPT le plus populaire de cette année est un modèle de chatbot basé sur Generative Pre-trained Transformer. GPT est un modèle de langage basé sur l'architecture Transformer développée par OpenAI. L'objectif de ChatGPT est d'apprendre les lois statistiques et la compréhension sémantique du langage grâce à une pré-formation sur de grandes quantités de données textuelles afin de générer des réponses en langage naturel de type humain.

La logique de conception sous-jacente de GPT comprend principalement deux composants clés : l'architecture du transformateur et la méthode de réglage fin de pré-formation.

Architecture du transformateur : Transformer est une architecture de réseau neuronal basée sur un mécanisme d'auto-attention, qui peut établir des dépendances à longue distance lors du traitement des données de séquence. Transformer se compose de plusieurs couches d'encodeur-décodeur, chacune composée d'un mécanisme d'attention multi-têtes et d'un réseau neuronal à action directe. Le mécanisme d'attention permet au modèle de se concentrer sur différentes positions dans la séquence d'entrée lors de la génération de sortie, permettant ainsi de mieux comprendre les informations contextuelles.

Approche de pré-formation et de réglage fin : ChatGPT utilise une pré-formation non supervisée à grande échelle pour apprendre les modèles et les connaissances linguistiques. Au cours de la phase de pré-formation, le modèle tente de prédire les parties manquantes de la séquence d'entrée en effectuant un apprentissage auto-supervisé sur des données textuelles volumineuses. Cela permet au modèle d'acquérir des connaissances telles que la grammaire, la sémantique et le bon sens. Ensuite, dans la phase de réglage fin, le modèle est supervisé et affiné à l'aide de données étiquetées spécifiques à une tâche pour l'adapter à une tâche spécifique, comme un chatbot.

Le processus de génération de ChatGPT comprend deux étapes : l'étape d'entrée de l'encodeur et l'étape de génération du décodeur. Lors de l'étape d'entrée du codeur, le modèle reçoit l'entrée de l'utilisateur et la transforme en une représentation cachée pour capturer les informations sémantiques de l'entrée. Lors de l'étape de génération du décodeur, le modèle utilise la représentation cachée de l'encodeur et les jetons générés précédemment pour générer le jeton de réponse suivant jusqu'à ce qu'une condition d'arrêt spécifique soit atteinte.

Crypto : la blockchain est la relation de production la plus équitable

Il n’est pas nécessaire d’entrer dans les détails. Fondamentalement, la principale raison pour laquelle la crypto peut se développer à son échelle actuelle est que la blockchain peut améliorer l’équité sociale et représenter les relations de production les plus équitables. Bien entendu, pour être significative, l’équité doit avant tout être discutée dans un cadre de valeurs relativement universelles.

Prenons comme exemples Bitcoin et Ethereum, qui ont actuellement la plus grande capitalisation boursière. Dans le cadre de valeur « vous obtenez plus pour votre travail, plus vous travaillez, plus vous travaillez », le mécanisme de consensus PoW de Bitcoin est très juste, de même, dans le cadre de valeur des « gains en capital », Ethereum est toujours très juste après ; passer de PoW à PoS.

En bref, la crypto basée sur la technologie blockchain peut optimiser l’allocation des ressources, atteindre l’autonomie de la communauté et représenter les relations de production sociale les plus équitables.

L'intégration de l'IA et de la Crypto

L’intégration de l’IA et de la cryptographie peut conduire à des explorations d’applications intéressantes.

1、Bot de trading Crypto AI

Étant donné que l’IA s’est développée de manière relativement mature en matière d’analyse et de traitement des données, de formation de modèles, etc., il existe déjà des précédents en matière d’investissement dans l’IA :

Renaissance Technologies, un fonds spéculatif qui s'appuie à 100 % sur l'apprentissage automatique d'analyses de données à grande échelle et de modèles mathématiques, utilise le trading à haute fréquence, l'arbitrage statistique et des stratégies neutres par rapport au marché pour investir, gagnant 100 milliards de dollars américains au cours de son existence. Renaissance Hedge Fund peut être considéré comme une version financière de l’IA utilisant l’apprentissage automatique et l’analyse de données.

Le marché de la cryptographie présente des avantages uniques pour soutenir les investissements dans les interventions en matière d'IA : fonctionnement transparent 24 heures sur 24, anonymat, pas de KYC, boucle complètement fermée sur la chaîne et aucun contact physique. Si un AI Trader est développé pour le marché de la cryptographie, des stratégies de couverture telles que l'arbitrage, la quantification et l'analyse des tendances peuvent être utilisées sur la chaîne opérationnelle du marché de la cryptographie et certains modèles d'apprentissage automatique et d'analyse de données peuvent être conçus pour permettre à cet AI Trader de fonctionner en continu ; améliorer sa compréhension du marché de la cryptographie. Sachant cela, nous pourrons peut-être créer un AI Trader capable de réaliser des bénéfices de manière durable.

Utilisez l’IA pour prédire les tendances du marché des cryptomonnaies : les fluctuations de prix sur le marché des cryptomonnaies sont très violentes, et l’IA peut prédire les tendances du marché et les fluctuations de prix en analysant une grande quantité de données de marché et les tendances historiques des prix. Les algorithmes d’apprentissage automatique peuvent identifier des modèles et des tendances cachés, aidant ainsi les investisseurs à prendre des décisions plus éclairées. Par exemple, l’IA peut analyser le sentiment du marché grâce à des modèles d’apprentissage profond pour prédire les tendances à la hausse ou à la baisse des prix des cryptomonnaies.

Trading automatisé à l’aide de l’IA : les algorithmes de trading automatisé de l’IA sont l’un des outils importants pour le trading de cryptomonnaies. Le trading automatisé de cryptomonnaies peut être réalisé en écrivant des contrats intelligents et des robots de trading. Ces robots peuvent exécuter des transactions selon des règles et des stratégies prédéfinies, réduisant ainsi l'interférence des facteurs humains et améliorant l'efficacité et la précision des transactions. Par exemple, à l'aide d'algorithmes d'IA, les robots de trading peuvent effectuer automatiquement des opérations d'achat ou de vente en fonction des conditions du marché pour obtenir les meilleurs résultats de trading.

Dans cette direction, nous voyons actuellement Rockybot. Il s'agit d'un robot AI Trading entièrement en chaîne qui peut utiliser des modèles d'IA en chaîne pour prédire les prix des ETH et prendre lui-même des décisions d'investissement sans autorisation centrale. Rockybot s'appuie sur StarkNet et a été formé sur les données historiques de prix/taux pour la paire de trading WETH:USDC. Sur le plan architectural, Rocky est un simple réseau neuronal à trois couches qui prédit si le prix du WETH augmentera ou diminuera sur la base des données historiques sur les prix du marché. Mais Rockybot n'a pas encore commencé à gagner de l'argent... Il a peut-être besoin de plus de formation (mais le projet a cessé d'accepter des dons)... Il se peut aussi que la tâche infernale de gagner de l'argent sur le marché baissier de Crypto soit également un embarras pour l'IA. .

2. Contribution aux données et protection de la vie privée

Utilisez Crypto pour motiver davantage de personnes à fournir des données aux algorithmes d’IA : les algorithmes d’IA ont une forte demande pour de grandes quantités de données de haute qualité, et les crypto-monnaies peuvent encourager les utilisateurs à partager leurs données grâce à des mécanismes d’incitation. La crypto-monnaie peut offrir certains rendements économiques aux fournisseurs de données, favorisant ainsi le partage et la circulation des données. Ce mécanisme d'incitation peut encourager davantage d'utilisateurs à fournir des données, augmentant ainsi les échantillons d'entraînement de l'algorithme d'IA et améliorant sa précision et son intelligence.

Protéger la confidentialité des contributeurs de données d'IA à l'aide de Crypto : les propriétés de cryptage et d'anonymat de la blockchain contribuent également à protéger la confidentialité des utilisateurs. Le mécanisme de partage des données et de protection de la vie privée de la crypto-monnaie fournit davantage de ressources de données aux algorithmes d’IA tout en garantissant la sécurité des informations personnelles des utilisateurs.

3. ZKML : garantir la confidentialité et l'authenticité des modèles d'apprentissage automatique

ZKML (zero knowledge machine learning) est une technologie qui utilise une preuve de connaissance nulle pour l'apprentissage automatique. ZKML peut résoudre le problème de la protection de la confidentialité des modèles/entrées d'IA et le problème du processus de raisonnement vérifiable, en utilisant zkSNARK pour prouver l'exactitude du raisonnement de l'apprentissage automatique.

ZKML peut être utilisé pour former et évaluer des modèles d'apprentissage automatique sur des données sensibles sans révéler les données à quiconque. ZKML peut être utilisé pour garantir la cohérence des modèles d'apprentissage automatique. Ceci est très important pour les utilisateurs car les modèles sont essentiels aux résultats de l’apprentissage automatique.

Il existe déjà quelques explorations d'applications autour de ZKML. Dans la direction DeFi, le robot de trading AI entièrement en chaîne-Rockybot a été lancé, qui peut utiliser des modèles d'IA en chaîne pour prédire les prix des ETH et prendre des décisions d'investissement par lui-même sans autorisation centrale. Dans la direction des jeux, Modulus Labs a lancé un projet. Le jeu d'échecs Leela basé sur ZKML, où tous les utilisateurs peuvent jouer contre un robot alimenté par des modèles d'IA vérifiés par ZK, et le jeu de combat de plateforme AI Arena en direction de Creator Economy, la communauté a soumis un EIP appelé zkML AIGC-NFTs# ; Proposition 7007 (cet EIP n'a pas encore été adopté), il est proposé d'utiliser ZKML pour vérifier si le NFT est généré par l'IA, introduisant ainsi la catégorie de NFT créée par l'IA dans le sens DID, Wordcoin explore l'utilisation de ZKML pour ; permettre aux utilisateurs de générer des codes IRIS sans autorisation Lors de la génération d'IRIS Une fois l'algorithme du code mis à niveau, les utilisateurs peuvent télécharger le modèle et générer eux-mêmes des preuves sans se rendre à la station Orb. De plus, il existe également une fonction basée sur la réputation ; plate-forme de distribution de jetons Astraly construite sur StarkNet, qui crée un système de réputation basé sur l'IA (dans Utiliser des modèles de clustering pour identifier les caractéristiques des utilisateurs/éléments, les badges et le comportement historique avant de calculer en toute confiance les évaluations de réputation).

4. AI+Blockchain : protocole blockchain auto-améliorable

Grâce à l'apprentissage automatique transparent de l'IA, les protocoles DeFi peuvent s'optimiser sans confiance, par exemple en utilisant l'apprentissage automatique pour ajuster le taux de change/taux d'intérêt des pièces stables. En utilisant la biométrie/l'authentification multimodale, les dApps peuvent gérer elles-mêmes la conformité/la sécurité. Même le processus de génération ZKP de ZK Rollup peut encore améliorer considérablement les performances de ZK Rollup en créant un système de preuve axé sur la création d'apprentissage automatique, créant ainsi le prouveur zk-AI le plus rapide au monde.

Bien entendu, de nombreux défis restent à relever sur la voie de l’intégration de l’IA et de la cryptographie. Par exemple, personne n'a encore fait de portage des opérations d'IA existantes vers ces langages de preuve générés automatiquement, bien que Gizeh travaille au portage de modèles ONNX pré-entraînés vers Cario pour une inférence vérifiable.

Résumer

La fusion de l’IA et de la cryptographie pourrait apporter des changements intelligents à la numérisation. L'application de l'IA rend Crypto plus intelligente et efficace, et basée sur Crypto, elle peut fournir des données plus réelles et complètes et un environnement d'exploitation fiable pour les algorithmes d'IA.

Malgré de nombreux défis, nous pouvons nous attendre à une intégration plus approfondie de l’IA et de la cryptographie pour promouvoir conjointement le développement de l’économie numérique et créer un avenir meilleur pour toute l’humanité.

Documentation de référence :

https://github.com/ethereum/EIPs/pull/7007/commits

https://www.rockybot.app/

https://www.leelavstheworld.xyz/