Czy zkML będzie nowym kierunkiem ścieżki zk?

Niedawna popularność Worldcoina nadała również wystarczający impet narracji Web 3 + AI. Worldcoin należy do koncepcji zkML i wywodzi się z zk+ML (dowód wiedzy zerowej i uczenie maszynowe). Jest to również wyłaniająca się kombinacja, która została dużo ostatnio mówiono, zk Nie trzeba dodawać, że należy wspomnieć o technologii, a ML to poddziedzina sztucznej inteligencji. AI+Web3 było już wcześniej popularną narracją w branży, ale obecnie nie ma dobrej koncepcji ani przypadku jej użycia płynnie połączyć te dwa elementy. Podczas ostatniej konferencji w Czarnogórze Vitalik również bardzo pochwalił zkSNARK. W połączeniu z popularnością Worldcoina można przewidzieć, że zkML będzie się wyróżniał.

Być może nie znasz zkML. Ten artykuł głównie rozwiewa mgłę na temat zkML, koncentrując się na wprowadzeniu, przypadkach użycia i niektórych potencjalnych projektach zkML. Oficjalnie, ponieważ obecnie nie ma zbyt wielu przypadków użycia zkML, mam nadzieję, że tak wykorzystaj okazję i dowiedz się o niej z wyprzedzeniem. Przygotuj się na nowe koncepcje i przypadki użycia.

Sieć 3 + ML

zkML łączy w sobie wiedzę zerową i uczenie maszynowe. W rzeczywistości poza Web 3 ML nie jest już nowym słowem. Technologia ta jest szeroko stosowana w niektórych dziedzinach, takich jak przetwarzanie języka naturalnego (NLP), jazda autonomiczna, e-. handel itp. Pola osiągnęły wyższy poziom dzięki technologii ML, a ML zajęło nawet dominującą pozycję w niektórych dziedzinach. Dlatego też zkML jest również ogólnym trendem w przyszłości. Osadzanie ML w inteligentnych kontraktach będzie również bardziej złożone i inteligentne metody przetwarzania inteligentnych kontraktów.

Dodając możliwości uczenia maszynowego, inteligentne kontrakty mogą stać się bardziej autonomiczne i dynamiczne, umożliwiając im działanie w oparciu o dane w czasie rzeczywistym w łańcuchu, a nie statyczne reguły. Inteligentne kontrakty będą bardziej elastyczne i można je dostosować do większej liczby scenariuszy, w tym tych, których nie można było przewidzieć w momencie pierwotnego tworzenia umowy. Mówiąc najprościej, możliwości uczenia maszynowego zwiększą automatyzację, dokładność, wydajność i elastyczność każdego inteligentnego kontraktu, który umieścimy w łańcuchu.

Obecnie jednym z powodów, dla których ML nie jest powszechnie stosowane w kryptografii, jest to, że koszt obliczeniowy uruchomienia tych modeli w łańcuchu jest bardzo wysoki. Na przykład fastBERP – rodzaj modelu języka NLP, przyjęcie tego modelu wymaga użycia około 1800 MFLOPS (arytmetyka milionów zmiennoprzecinkowych), których nie można uruchomić bezpośrednio na EVM. Chociaż modele aplikacji muszą dokonywać prognoz w oparciu o dane ze świata rzeczywistego, aby mieć inteligentne kontrakty na skalę ML, kontrakt musi uzyskać takie przewidywania;

Drugim powodem jest konieczność zajęcia się kwestią struktury zaufania modeli ML. Istnieją dwa główne punkty. Jednym z nich jest prywatność: jak wspomniano wcześniej, parametry modelu są zwykle prywatne. W niektórych przypadkach dane wejściowe modelu również muszą być traktowane jako poufne Jest to naturalne. Spowoduje to pewne problemy z zaufaniem między właścicielami modelu a użytkownikami modelu; drugim rozwiązaniem są algorytmiczne modele czarnej skrzynki, które są czasami nazywane „czarnymi skrzynkami”, ponieważ obejmują wiele zautomatyzowanych i trudnych do wykonania kroków zrozumieć lub wyjaśnić. Etapy te obejmują złożone algorytmy i duże ilości danych, co może prowadzić do niepewnych, a czasem losowych wyników, czyniąc algorytmy winowajcami stronniczości, a nawet dyskryminacji. Technologia ZK może bardzo skutecznie rozwiązać ten problem zaufania.

Zatem zkSNARK pojawił się w tym czasie. Technologia zk w zkML odnosi się głównie do zkSNARK, który zapewnia nam rozwiązanie: każdy może uruchomić model poza łańcuchem i wygenerować zwięzły i możliwy do sprawdzenia dowód wskazujący oczekiwany model. dowód ten można opublikować w łańcuchu i przechwycić przez inteligentny kontrakt, zwiększając w ten sposób jego inteligencję. Modele ML zwykle wymagają trzech części: danych szkoleniowych, architektury modelu i parametrów modelu. Wyszkolony model może otworzyć zaktualizowaną przestrzeń projektową dla inteligentnych kontraktów, o ile przejdzie rozumowanie i weryfikację. (Trenowanie modelu i wnioskowanie nie będą szczegółowo opisywane)

Przypadki użycia zkML w krypto

Inteligentny kontrakt dodany za pomocą zkSNARK +ML również będzie miał wiele zastosowań. Poniżej przedstawiono jego przypadki użycia:

DeFi

Weryfikowalne wyrocznie uczenia maszynowego poza łańcuchem

W połączeniu z zkSNARK w połączeniu ze zweryfikowanym wnioskowaniem modeli ML, te wyrocznie ML poza łańcuchem mogą być wykorzystywane do niezawodnego rozwiązywania rzeczywistych rynków predykcyjnych, zabezpieczania kontraktów protokołów i nie tylko poprzez weryfikację wnioskowania i publikowanie dowodów w łańcuchu.

ML Sparametryzowany DeFi

Wiele działów DeFi można w rzeczywistości zautomatyzować. Na przykład protokoły pożyczkowe mogą wykorzystywać modele ML do aktualizacji parametrów w czasie rzeczywistym. Chociaż dzisiejsze protokoły kredytowe opierają się przede wszystkim na modelach poza łańcuchem prowadzonych przez organizacje w celu określenia współczynników zabezpieczenia, LTV, progów likwidacji itp., ML może zapewnić lepszą alternatywę w postaci wyszkolonych przez społeczność modeli open source, które każdy może uruchomić i zweryfikować.

Zautomatyzowane strategie handlowe

Jednym ze sposobów sprawdzenia zysków ze strategii handlowej jest udostępnienie inwestorom przez MP różnych testów historycznych. Nie ma możliwości sprawdzenia, czy strateg postępuje zgodnie z modelem podczas wykonywania transakcji, ale MP może zapewnić rozwiązanie tego problemu po wdrożeniu do określonej lokalizacji, przedstawić dowód weryfikacji uzasadnienia modelu finansowego.

Pole bezpieczeństwa

Inteligentne monitorowanie oszustw kontraktowych

Zamiast bezpośredniego zarządzania lub scentralizowanych podmiotów kontrolujących możliwość zawieszania umów, można zastosować modele uczenia maszynowego do wykrywania możliwych złośliwych zachowań i egzekwowania procedur zawieszania.

DID i społeczne

Zastąp klucze prywatne uwierzytelnianiem biometrycznym (co obecnie robi Worldcoin)

Zarządzanie kluczami prywatnymi nadal stanowi jeden z głównych problemów użytkowników Web3. Wyodrębnianie kluczy prywatnych za pomocą rozpoznawania twarzy lub innych danych biometrycznych jest możliwym rozwiązaniem dla zkML, a Worldcoin stosuje to w swoim urządzeniu Orb, aby określić, czy dana osoba jest prawdziwą osobą, bez konieczności przeprowadzania KYC. Wykorzystuje technologię zk, aby zapewnić, że dane wyjściowe jej modele ML nie ujawniają danych osobowych użytkowników, osiągając to dzięki różnym czujnikom aparatu i modelom uczenia maszynowego, które analizują cechy twarzy i tęczówki.

Spersonalizowane rekomendacje i filtrowanie treści dla mediów społecznościowych Web3

Podobnie niektóre media społecznościowe Web 3 mogą łatwo uzyskać preferencje i dane użytkownika, pokazać nam niektóre wiadomości spamowe i fałszywe linki, a wiele fałszywych linków prowadzi do kradzieży portfeli użytkowników itp., ale dzięki technologii zkML możemy uniknąć wielu niepotrzebnych treści i linki e-mailowe.

Ekonomia twórców i gry

Przywrócenie równowagi ekonomicznej w grze

Modeli ML można używać do dynamicznego dostosowywania wydawania, dostarczania, niszczenia, progów głosowania tokenów itp. Jednym z możliwych modeli jest umowa motywacyjna, która może przywrócić równowagę ekonomii w grze, jeśli osiągnięty zostanie określony próg ponownego zrównoważenia i zweryfikowane zostanie uzasadnienie.

Nowe gry na łańcuchu

Można tworzyć kooperacyjne gry oparte na sztucznej inteligencji i inne innowacyjne gry w łańcuchu, w których niezaufane modele sztucznej inteligencji działają jako NPC, a wszystkie działania NPC są wysyłane do łańcucha z towarzyszącymi instrukcjami, które każdy może zweryfikować w celu ustalenia prawidłowego działania modelu .

Projekt potencjału ekologicznego zkML

Ponieważ zkML jest wciąż na wczesnym etapie rozwoju, nie ma zbyt wielu projektów, które można znaleźć. Poniżej znajdują się potencjalne projekty, które każdy może znaleźć:

Światowa moneta

Nie będę wchodził w szczegóły na temat Worldcoin. Każdy powinien go znać. Proszę zapoznać się z „Jeśli Worldcoin odniesie sukces, jaki będzie to miało wpływ na branżę szyfrowania?”

Laboratoria modułowe

Modulus Labs to jeden z bardziej zróżnicowanych projektów zkML, budujący technologię potrzebną do sztucznej inteligencji on-chain. Pracuj zarówno nad przypadkami użycia, jak i powiązanymi badaniami. Jeśli chodzi o aplikację, Modulus Labs opracowało RockyBot, bota do handlu w łańcuchu, oraz Leela vs. the World, grę w szachy, w której prawdziwi ludzie grają przeciwko sprawdzalnej instancji silnika szachowego Leela w łańcuchu.

człowiek

Giza to protokół poświęcony rozwojowi gospodarki poprzez sztuczną inteligencję, umożliwiający wdrażanie modeli sztucznej inteligencji w łańcuchu przy użyciu podejścia całkowicie pozbawionego zaufania, wspierany przez partnerstwo StarkWare, ostatecznie tworząc rynek zapewniający alternatywne ścieżki rozwoju sztucznej inteligencji.

Zkaptcha

Zkaptcha koncentruje się na problemie robotów w Web3, chroni inteligentne kontrakty przed atakami robotów, wykorzystuje dowody z wiedzą zerową do tworzenia inteligentnych kontraktów odpornych na ataki Sybil oraz świadczy usługi kodów weryfikacyjnych dla inteligentnych kontraktów. Obecnie projekt umożliwia użytkownikom końcowym wygenerowanie dowodu pracy człowieka poprzez wypełnienie kodu weryfikacyjnego. W przyszłości Zkaptcha odziedziczy ZkML i uruchomi usługę podobną do istniejącego kodu weryfikacyjnego Web 2, ale może również analizować zachowania, takie jak ruchy myszą. aby określić działanie użytkownika.

Wniosek

Obecnie wydaje się, że nie ma wielu produktów w dziedzinie łączenia zkML i kryptowalut. Nadal będą pojawiać się pewne problemy w procesie tworzenia takich produktów, które mogą wymagać dalszych ulepszeń i optymalizacji w przyszłości. Ale dzięki połączeniu zkSNARK i ML mamy powody wierzyć, że moc zkML może zapewnić lepsze perspektywy i rozwój kryptowalut. Z niecierpliwością czekamy również na bardziej zróżnicowane produkty w tej dziedzinie, a technologia ZK i krypto zapewniają bezpieczeństwo działania Środowisko ML Trusted, a w przyszłości oprócz innowacji produktowych może zaowocować także innowacjami w kryptowalutowych modelach biznesowych, ponieważ w tym dzikim i anarchicznym świecie Web 3 decentralizacja, technologia kryptograficzna i zaufanie to najważniejsze udogodnienia Podstawowe.