Недавняя популярность Worldcoin также создала достаточный импульс для концепции Web 3+AI. Worldcoin принадлежит концепции zkML и является производной от zk+ML (доказательство с нулевым разглашением и машинное обучение). Это также новая комбинация. в последнее время много говорилось, з.к. Само собой разумеется, что необходимо упомянуть технологию, а машинное обучение — это подобласть искусственного интеллекта. AI + Web3 раньше был популярным повествованием в отрасли, но в настоящее время нет хорошей концепции или варианта использования. легко соединить эти две вещи. На недавней конференции в Черногории Виталик также высоко оценил zkSNARK. Учитывая популярность Worldcoin, можно предвидеть, что zkML будет выделяться.

Возможно, вы не знакомы с zkML. Эта статья в основном проясняет туман, касающийся zkML, уделяя особое внимание внедрению, вариантам использования и некоторым потенциальным проектам zkML. Официально, поскольку в настоящее время вариантов использования zkML не так много, я надеюсь, что вы сможете. воспользуйтесь этой возможностью и узнайте о ней заранее. Будьте готовы к новым концепциям и вариантам использования.

Веб 3 + МО

zkML сочетает в себе доказательство с нулевым разглашением и машинное обучение. Фактически, за пределами Web 3, ML больше не является новым словом. Эта технология широко используется в некоторых областях, таких как обработка естественного языка (NLP), автономное вождение, электронная почта. коммерция и т. д. Области достигли более высокого уровня благодаря технологии ML, и ML даже занял доминирующее положение в некоторых областях. Таким образом, zkML также является общей тенденцией в будущем. Встраивание ML в смарт-контракты также обеспечит более сложные и интеллектуальные решения. методы обработки смарт-контрактов.

Добавляя возможности машинного обучения, смарт-контракты могут стать более автономными и динамичными, позволяя им действовать на основе данных в реальном времени, а не на статических правилах. Смарт-контракты станут более гибкими и адаптируемыми к большему количеству сценариев, включая те, которые, возможно, не были предусмотрены при первоначальном создании контракта. Проще говоря, возможности машинного обучения расширят автоматизацию, точность, эффективность и гибкость любого смарт-контракта, который мы размещаем в цепочке.

В настоящее время одной из причин, по которой машинное обучение не получило широкого распространения в криптографии, является то, что вычислительные затраты на запуск этих моделей в цепочке очень высоки. Например, fastBERP — тип языковой модели NLP, принятие этой модели требует использования. около 1800 MFLOPS (миллионов чисел с плавающей запятой), которую невозможно запустить непосредственно на EVM. В то время как модели приложений должны делать прогнозы на основе реальных данных, чтобы иметь смарт-контракты в масштабе ML, контракт должен получать такие прогнозы;

Вторая причина — необходимость решения проблемы структуры доверия в моделях машинного обучения. Есть два основных момента: один из них — конфиденциальность: как упоминалось ранее, параметры модели обычно являются конфиденциальными. Это естественно. Это приведет к некоторым проблемам доверия между владельцами моделей и пользователями моделей; во-вторых, алгоритмические модели ML иногда называют «черными ящиками», поскольку они включают в себя множество автоматизированных шагов, которые трудно выполнить. понять или объяснить. Эти шаги включают в себя сложные алгоритмы и большие объемы данных, что может привести к неопределенным, а иногда и случайным результатам, что делает алгоритмы виновниками предвзятости и даже дискриминации. И технология zk может очень эффективно решить эту проблему доверия.

Итак, в это время появилась zkSNARK. Технология zk в zkML в основном относится к zkSNARK, предоставляя нам решение: любой может запустить модель вне сети и создать краткое и проверяемое доказательство, указывающее на ожидаемый результат. Модель действительно дает конкретный результат. и это доказательство может быть опубликовано в сети, зафиксировано смарт-контрактом и повысить его интеллект. Модели машинного обучения обычно требуют трех частей: обучающих данных, архитектуры модели и параметров модели. Обученная модель может открыть обновленное пространство для проектирования смарт-контрактов, если она пройдет обоснование и проверку. (Обучение модели и вывод подробно описываться не будут)

Варианты использования zkML в криптографии

Смарт-контракт, добавленный с помощью zkSNARK +ML, также будет иметь множество вариантов использования. Ниже приведены варианты его использования.

DeFi

Поддающиеся проверке оракулы машинного обучения вне цепочки

В сочетании с zkSNARK и проверенным выводом моделей машинного обучения эти автономные оракулы машинного обучения можно использовать для надежного решения реальных рынков прогнозирования, защиты контрактов протоколов и многого другого путем проверки выводов и публикации доказательств в цепочке.

Параметризованный DeFi ML

Многие подразделения DeFi действительно можно автоматизировать. Например, протоколы кредитования могут использовать модели машинного обучения для обновления параметров в режиме реального времени. В то время как сегодняшние протоколы кредитования в основном доверяют автономным моделям, используемым организациями для определения коэффициентов залога, LTV, порогов ликвидации и т. д., машинное обучение может предоставить лучшую альтернативу с обученными сообществом моделями с открытым исходным кодом, которые каждый может запустить и проверить.

Автоматизированные торговые стратегии

Один из способов проверить доходность торговой стратегии — попросить MP предоставить инвесторам различные бэктесты. Не существует способа проверить, следует ли стратег модели при совершении сделок, но zkML может предоставить решение для этой проблемы при развертывании. в конкретное место. Предоставьте подтверждающее доказательство обоснования финансовой модели.

Поле безопасности

Мониторинг мошенничества со смарт-контрактами

Вместо практического управления или централизованных участников, контролирующих возможность приостановки контрактов, модели ML могут использоваться для обнаружения возможного вредоносного поведения и обеспечения соблюдения процедур приостановки.

DID и социальные сети

Замените приватные ключи биометрической аутентификацией (что в настоящее время делает Worldcoin)

Управление закрытыми ключами по-прежнему остается одной из головных болей пользователей Web3. Извлечение секретных ключей посредством распознавания лиц или других биометрических данных является возможным решением для zkML, и Worldcoin применяет это с помощью своего устройства Orb, чтобы определить, является ли кто-то реальным человеком, не пытаясь его KYC, и использует технологию zk, чтобы гарантировать, что выходные данные ее модели машинного обучения не раскрывают личные данные пользователей, достигая этого с помощью различных датчиков камер и моделей машинного обучения, которые анализируют черты лица и радужной оболочки глаз.

Персонализированные рекомендации и фильтрация контента для социальных сетей Web3

Аналогичным образом, некоторые социальные сети Web 3 могут легко получить пользовательские настройки и данные, показать нам некоторые спам-сообщения и ложные ссылки, а многие ложные ссылки приводят к краже кошельков пользователей и т. д., но с помощью технологии zkML мы можем избежать большого количества ненужного контента. и ссылки по электронной почте.

Экономика авторов и игры

Ребаланс внутриигровой экономики

Модели МО можно использовать для динамической настройки выпуска, поставки, уничтожения токенов, порогов голосования и т. д. Одной из возможных моделей является поощрительный контракт, который может сбалансировать внутриигровую экономику, если будет достигнут определенный порог ребалансировки и подтверждено обоснование.

Новые онлайн-игры

Могут быть созданы совместные игры человека и ИИ и другие инновационные онлайн-игры, в которых ненадежные модели ИИ действуют как NPC, а все действия NPC отправляются в цепочку с сопроводительными инструкциями, которые каждый может проверить, чтобы определить правильность работы модели. .

проект экологического потенциала zkML

Поскольку zkML все еще находится на ранней стадии разработки, проектов, которые можно найти, не так много. Ниже приведены потенциальные проекты, доступные каждому:

Миркоин

Я не буду вдаваться в подробности о Worldcoin. Все должны быть с ним знакомы. Пожалуйста, обратитесь к разделу «Если Worldcoin добьется успеха, какое влияние это окажет на индустрию шифрования?»

Модульные лаборатории

Modulus Labs — один из наиболее разнообразных проектов zkML, создающий технологию, необходимую для искусственного интеллекта в сети. Работайте как над вариантами использования, так и над соответствующими исследованиями. Что касается приложений, Modulus Labs разработала RockyBot, торгового бота в сети, и Leela vs. the World, шахматную игру, в которой реальные люди играют против поддающегося проверке экземпляра шахматного движка Leela в сети.

человек

Giza — это протокол, предназначенный для развития экономики посредством искусственного интеллекта, позволяющий развертывать модели искусственного интеллекта в сети с использованием полностью не требующего доверия подхода при поддержке партнерства StarkWare, что в конечном итоге открывает рынок, предоставляющий альтернативные пути для разработки искусственного интеллекта.

Зкапча

Zkaptcha фокусируется на проблеме роботов в Web3, защищает смарт-контракты от атак роботов, использует доказательства с нулевым разглашением для создания смарт-контрактов, устойчивых к атакам Сивиллы, и предоставляет услуги кода проверки для смарт-контрактов. В настоящее время проект позволяет конечным пользователям генерировать подтверждение работы человека путем заполнения проверочного кода. В будущем Zkaptcha унаследует zkML и запустит сервис, аналогичный существующему проверочному коду Web 2, но также сможет анализировать поведение, например движение мыши. чтобы определить производительность пользователя, является ли он реальным человеком.

Заключение

В настоящее время кажется, что существует не так много продуктов в области объединения zkML и криптографии. В процессе создания таких продуктов по-прежнему будут возникать некоторые проблемы, возможно, в будущем потребуются дополнительные улучшения и оптимизации. Но благодаря сочетанию zkSNARK и ML у нас есть основания полагать, что возможности zkML могут улучшить перспективы и развитие криптографии. Мы также с нетерпением ждем появления более разнообразных продуктов в этой области, и технология zk обеспечит безопасность работы. Доверенная среда ML, и в будущем, помимо инноваций в продуктах, она может также породить инновации в крипто-бизнес-моделях, поскольку в этом диком и анархическом мире Web 3 децентрализация, криптотехнологии и доверие являются наиболее важными базовыми возможностями.