Worldcoin nesenā popularitāte ir arī radījusi pietiekami daudz impulsu Web 3+AI stāstījumam. Worldcoin pieder pie zkML koncepcijas un ir atvasināts no zk+ML (nulles zināšanu pierādījums un mašīnmācīšanās). Tā ir arī jauna kombinācija, kas ir bijusi Par nesen daudz runāts, zk Pats par sevi saprotams, ka ir jāpiemin tehnoloģija, un ML ir AI apakšnozare. AI+Web3 ir bijis populārs stāstījums šajā nozarē jau iepriekš, taču pašlaik nav labas koncepcijas vai izmantošanas gadījuma. nevainojami savienojiet abus. Nesenajā Melnkalnes konferencē Vitaliks arī ļoti atzinīgi novērtēja zkSNARK. Kopā ar Worldcoin popularitāti ir paredzams, ka zkML izcelsies.
Jūs, iespējams, neesat pazīstams ar zkML. Šis raksts galvenokārt noskaidro zkML ievadu, lietošanas gadījumus un dažus potenciālos zkML projektus. Ceru, ka pašlaik nav daudz zkML lietošanas gadījumu Izmantojiet iespēju un uzziniet par to jau iepriekš. Esiet gatavi jauniem jēdzieniem un lietošanas gadījumiem.
Web 3 + ML
zkML apvieno nulles zināšanu pārbaudi un mašīnmācīšanos. Patiesībā ārpus Web 3 ML vairs nav jauns vārds. Šī tehnoloģija ir plaši izmantota dažās jomās, piemēram, dabiskās valodas apstrādē (NLP), autonomajā braukšanā, e-. tirdzniecība utt. Jomas ir sasniegušas augstāku līmeni, izmantojot ML tehnoloģiju, un ML dažās jomās ir pat ieņēmis dominējošo stāvokli. Tāpēc zkML ir arī vispārējā tendence nākotnē viedo līgumu apstrādes metodes.
Pievienojot ML iespējas, viedie līgumi var kļūt autonomāki un dinamiskāki, ļaujot tiem darboties, pamatojoties uz reāllaika ķēdes datiem, nevis statiskiem noteikumiem. Viedie līgumi būs elastīgāki un pielāgojami vairākiem scenārijiem, tostarp tiem, kas, iespējams, nebija paredzēti līguma sākotnējās izveides brīdī. Vienkārši sakot, ML iespējas paplašinās jebkura viedā līguma automatizāciju, precizitāti, efektivitāti un elastību.
Pašlaik viens no iemesliem, kāpēc ML netiek plaši izmantots kriptovalodā, ir tas, ka skaitļošanas izmaksas, kas saistītas ar šo modeļu darbināšanu ķēdē, ir ļoti augstas. Piemēram, fastBERP - NLP valodas modeļa veids, šī modeļa pieņemšana prasa izmantot aptuveni 1800 MFLOPS (miljonu punktu aritmētika), ko nevar palaist tieši EVM. Lai gan lietojumprogrammu modeļiem ir jāveido prognozes, pamatojoties uz reāliem datiem, lai nodrošinātu viedos līgumus ML mērogā, līgumam ir jāiegūst šādas prognozes;
Otrs iemesls ir nepieciešamība risināt ML modeļu uzticības ietvara jautājumu. Viens ir tā privātums: kā minēts iepriekš, modeļa parametri parasti ir konfidenciāli Tas radīs zināmas uzticības problēmas starp modeļu īpašniekiem un modeļu lietotājiem, un otrkārt, ML modeļi tiek saukti par "melnajām kastēm", jo tie ietver daudzas automatizētas darbības, kuras ir grūti izdarāmas saprast vai paskaidrot. Šīs darbības ietver sarežģītus algoritmus un lielu datu apjomu, kas var novest pie neskaidriem un dažreiz nejaušiem rezultātiem, padarot algoritmus par aizspriedumu un pat diskriminācijas vaininiekiem. Un zk tehnoloģija var ļoti efektīvi atrisināt šo uzticības problēmu.
Tātad zkSNARK parādījās šajā laikā. zk tehnoloģija zkML galvenokārt attiecas uz zkSNARK, kas mums piedāvā risinājumu: ikviens var palaist modeli ārpus ķēdes un ģenerēt īsu un pārbaudāmu pierādījumu, kas norāda uz sagaidāmo. Modelis rada konkrētu rezultātu. un šo pierādījumu var publicēt ķēdē un uztvert viedajā līgumā un uzlabot tā inteliģenci. ML modeļiem parasti ir vajadzīgas trīs daļas: apmācības dati, modeļa arhitektūra un modeļa parametri. Apmācītais modelis var atvērt atjauninātu dizaina telpu viedajiem līgumiem, ja vien tas iztur argumentāciju un pārbaudi. (Modeļa apmācība un secinājumi netiks detalizēti aprakstīti)
zkML lietošanas gadījumi kriptovalūtā
Viedajam līgumam, kas pievienots ar zkSNARK +ML, būs arī daudz lietošanas gadījumu. Tālāk ir norādīti tā lietošanas gadījumi.
DeFi
Pārbaudāmi ārpus ķēdes mašīnmācīšanās orākuli
Apvienojumā ar zkSNARK un pārbaudītiem secinājumiem par ML modeļiem, šos ārpus ķēdes ML orākulus var izmantot, lai droši atrisinātu reālās pasaules prognožu tirgus, aizsargātu protokolu līgumus un daudz ko citu, pārbaudot secinājumus un publicējot pierādījumus ķēdē.
ML Parameterized DeFi
Daudzas DeFi apakšnodaļas faktiski var automatizēt. Piemēram, aizdevuma protokolos var izmantot ML modeļus, lai atjauninātu parametrus reāllaikā. Lai gan mūsdienu kreditēšanas protokoli galvenokārt uzticas ārpus ķēdes modeļiem, ko pārvalda organizācijas, lai noteiktu nodrošinājuma koeficientus, LTV, likvidācijas sliekšņus utt., ML var nodrošināt labāku alternatīvu ar kopienas apmācītiem atvērtā pirmkoda modeļiem, kurus ikviens var palaist un pārbaudīt.
Automatizētās tirdzniecības stratēģijas
Viens veids, kā pārbaudīt tirdzniecības stratēģijas atdevi, ir nodrošināt MP ieguldītājiem dažādus atpakaļpārbaudes. Nav iespējams pārbaudīt, vai stratēģis, veicot darījumus, ievēro modeli, bet zkML var nodrošināt risinājumu uz konkrētu atrašanās vietu. Sniedziet finanšu modeļa pamatojumu pārbaudes pierādījumu.
Drošības lauks
Gudra līgumu krāpšanas uzraudzība
Tā vietā, lai nodrošinātu praktisku pārvaldību vai centralizētus dalībniekus, kas kontrolē spēju apturēt līgumus, ML modeļus var izmantot, lai atklātu iespējamu ļaunprātīgu rīcību un īstenotu apturēšanas procedūras.
DID un sociālie
Aizstāt privātās atslēgas ar biometrisko autentifikāciju (to pašlaik dara Worldcoin)
Privātās atslēgas pārvaldība joprojām ir viena no Web3 lietotāju galvassāpēm. Privāto atslēgu izvilkšana, izmantojot sejas atpazīšanu vai citus biometriskos datus, ir iespējamais risinājums zkML, un Worldcoin izmanto to ar savu Orb ierīci, lai noteiktu, vai kāds ir īsta persona, nemēģinot to KYC, un tas izmanto zk tehnoloģiju, lai nodrošinātu, ka tā ML modeļi neatklāj lietotāju personas datus, panākot to, izmantojot dažādus kameru sensorus un mašīnmācīšanās modeļus, kas analizē sejas un varavīksnenes funkcijas.
Personalizēti ieteikumi un satura filtrēšana Web3 sociālajiem medijiem
Tāpat daži Web 3 sociālie mediji var viegli iegūt lietotāju preferences un datus, parādīt mums dažus surogātpasta e-pastus un viltus saites, kā arī daudzas viltus saites noved pie lietotāju maku nozagšanas utt., taču, izmantojot zkML tehnoloģiju, mēs varam izvairīties no daudz nevajadzīga satura. un e-pasta saites.
Satura veidotāju ekonomika un spēles
Spēļu ekonomikas līdzsvarošana
ML modeļus var izmantot, lai dinamiski pielāgotu marķieru izdošanu, piegādi, iznīcināšanu, balsošanas sliekšņus utt. Viens no iespējamiem modeļiem ir stimulēšanas līgums, kas var līdzsvarot spēles iekšējo ekonomiku, ja tiek sasniegts noteikts līdzsvara atjaunošanas slieksnis un tiek pārbaudīts argumentācijas pierādījums.
Jaunas ķēdes spēles
Var izveidot kooperatīvas cilvēka-AI spēles un citas inovatīvas ķēdes spēles, kurās neuzticami AI modeļi darbojas kā NPC, un visas NPC darbības tiek nosūtītas ķēdei ar pievienotajām instrukcijām, kuras ikviens var pārbaudīt, lai noteiktu modeļa pareizu darbību .
zkML ekoloģiskā potenciāla projekts
Tā kā zkML joprojām ir agrīnā izstrādes stadijā, nav daudz projektu, ko var atrast. Tālāk ir norādīti iespējamie projekti.
Pasaules monēta
Es neiedziļināšos sīkāk par Worldcoin.
Modulus Labs
Modulus Labs ir viens no daudzveidīgākajiem zkML projektiem, kas veido tehnoloģiju, kas nepieciešama ķēdes AI. Strādājiet gan pie lietošanas gadījumiem, gan ar tiem saistītajiem pētījumiem. Lietojumprogrammas pusē Modulus Labs ir izstrādājis RockyBot, ķēdes tirdzniecības robotu, un Leela vs. the World, šaha spēli, kurā reāli cilvēki spēlē pret pārbaudāmu Leela šaha dzinēja ķēdē.
cilvēks
Giza ir protokols, kas paredzēts ekonomikas izaugsmei, izmantojot AI, kas ļauj ķēdē izvietot mākslīgā intelekta modeļus, izmantojot pilnīgi neuzticamu pieeju, ko atbalsta StarkWare partnerība, galu galā nodrošinot tirgu, kas nodrošina alternatīvus ceļus AI attīstībai.
Zkaptcha
Zkaptcha koncentrējas uz robotu problēmu Web3, aizsargā viedos līgumus pret robotu uzbrukumiem, izmanto nulles zināšanu pierādījumus, lai izveidotu viedos līgumus, kas ir izturīgi pret Sybil uzbrukumiem, un nodrošina viedo līgumu verifikācijas kodu pakalpojumus. Pašlaik projekts ļauj galalietotājiem ģenerēt cilvēka darba pierādījumu, aizpildot verifikācijas kodu. Nākotnē Zkaptcha pārmantos zkML un ieviesīs pakalpojumu, kas ir līdzīgs esošajam Web 2 verifikācijas kodam, taču var arī analizēt uzvedību, piemēram, peles kustību. lai noteiktu lietotāja veiktspēju.
Secinājums
Pašlaik šķiet, ka zkML un kriptovalūtu apvienošanas jomā joprojām ir dažas problēmas, kas radīsies, veidojot šādus produktus, un nākotnē var būt nepieciešami papildu uzlabojumi un optimizācija. Bet, apvienojot zkSNARK un ML, mums ir pamats uzskatīt, ka zkML var sniegt labākas perspektīvas un attīstīt kriptovalūtu ML Trusted vide, un nākotnē papildus produktu jauninājumiem tā var radīt arī jauninājumus kriptovalūtu biznesa modeļos, jo šajā mežonīgajā un anarhiskajā Web 3 pasaulē decentralizācija, šifrēšanas tehnoloģija un uzticēšanās ir vissvarīgākās Basic iespējas.