Вступ:

Зі стрімким розвитком цифрових технологій AI і Crypto стали двома найактуальнішими темами. Як технологічна революція, AI представляє найдосконалішу продуктивність; Crypto базується на технології блокчейн і представляє найсправедливіші виробничі відносини. AI та Crypto постійно змінюють спосіб нашого життя та роботи. У цій статті буде досліджено конвергенцію ШІ та Crypto і те, як вони разом можуть формувати наше майбутнє.

ШІ: найсучасніша продуктивність

AI (Artificial Intelligence) — це технологія, яка дозволяє комп’ютерним системам імітувати людський інтелект і виконувати інтелектуальні завдання. Він охоплює кілька підполей, зокрема:

1. Машинне навчання. Машинне навчання є основою штучного інтелекту та передбачає навчання комп’ютерних систем покращенню продуктивності за допомогою даних і досвіду. Включаючи різні типи, такі як контрольоване навчання, неконтрольоване навчання та навчання з підкріпленням;

2. Глибоке навчання. Глибоке навчання — це гілка машинного навчання, яка моделює роботу нейронної мережі людського мозку. Він використовує багаторівневі нейронні мережі для обробки складних даних і здійснив значні прориви в таких сферах, як комп’ютерне бачення та обробка природної мови;

3. Обробка природної мови (NLP): NLP передбачає надання комп’ютерам можливості розуміти та обробляти людську мову. Він включає аналіз тексту, аналіз настроїв, розпізнавання мови, машинний переклад та інші технології.

4. Комп’ютерний зір. Комп’ютерний зір має на меті дозволити комп’ютерним системам «бачити» та розуміти зображення та відео. Він включає в себе технології розпізнавання зображень, виявлення цілей, розпізнавання облич, створення зображень тощо.

З логіки, що лежить в основі, суть штучного інтелекту полягає в тому, щоб дозволити комп’ютерам мати «сприйняття», «пізнання», «творчість» та «інтелект». Конкретне пояснення полягає в тому, щоб комп’ютери могли мислити як люди, діяти як люди, мислити раціонально та приймати раціональні рішення.

З розвитком технології штучного інтелекту існує багато сценаріїв застосування, які можуть досягти зниження витрат, підвищення ефективності та безпеки завдяки використанню штучного інтелекту. Коротше кажучи, це може краще служити людству. наприклад:

• Автономне водіння: технологія штучного інтелекту використовується для розробки автономних транспортних засобів, щоб підвищити безпеку дорожнього руху та ефективність водіння шляхом сприйняття навколишнього середовища, прийняття рішень і керування автомобілем.

• Охорона здоров’я: штучний інтелект відіграє важливу роль у розпізнаванні медичних зображень, діагностиці захворювань і плануванні лікування, допомагаючи лікарям надавати точніші діагнози та персоналізовані плани лікування.

• Фінансові послуги: штучний інтелект широко використовується у фінансовій сфері, включаючи оцінку ризиків, кредитний рейтинг, інвестиційні стратегії та боротьбу з шахрайством, для підвищення ефективності та точності фінансових установ.

• Розумний дім: штучний інтелект застосовується до пристроїв розумного дому, що дозволяє керувати домашніми пристроями голосом або жестами, покращуючи зручність і комфорт у домі.

• Обробка природної мови: технологія штучного інтелекту дозволяє машинам розуміти та обробляти людську мову, включаючи розпізнавання мови, семантичне розуміння та автоматичний переклад. Вона широко використовується в інтелектуальних помічниках (таких як Siri, Alexa, Google Assistant) і віртуальних роботах (таких як роботи клієнта). послуга) за допомогою голосової та текстової взаємодії для надання персоналізованого обслуговування та підтримки.

• Розваги та ігри: AI відіграє важливу роль у розробці ігор, включаючи дизайн розумних ворогів, адаптивну складність гри та реалістичні графічні ефекти.

Найпопулярнішим ChatGPT цього року є модель чат-бота на основі Generative Pre-trained Transformer. GPT — це мовна модель на основі архітектури Transformer, розробленої OpenAI. Мета ChatGPT полягає в тому, щоб вивчити статистичні закони та семантичне розуміння мови шляхом попереднього навчання на великих обсягах текстових даних для генерування відповідей природної мови, подібної до людини.

Основна логіка проектування GPT в основному включає два ключових компоненти: архітектуру трансформатора та метод попереднього навчання та тонкого налаштування.

Архітектура трансформатора: трансформатор — це архітектура нейронної мережі, заснована на механізмі самоконтролю, який може встановлювати залежності на великій відстані під час обробки даних послідовності. Transformer складається з декількох рівнів кодера-декодера, кожен з яких складається з механізму уваги з кількома головками та нейронної мережі прямого зв’язку. Механізм уваги дозволяє моделі зосереджуватися на різних позиціях у вхідній послідовності під час генерації виводу, тим самим краще розуміючи контекстну інформацію.

Підхід до тонкого налаштування попереднього навчання: ChatGPT використовує широкомасштабне попереднє навчання без нагляду для вивчення мовних моделей і знань. На етапі попереднього навчання модель намагається передбачити відсутні частини вхідної послідовності, виконуючи самоконтрольоване навчання масивних текстових даних. Це дозволяє моделі вивчати такі знання, як граматика, семантика та здоровий глузд. Потім, на етапі тонкого налаштування, модель піддається точній настройці з використанням даних із мітками для конкретного завдання, щоб адаптувати її до конкретного завдання, наприклад чат-бота.

Процес генерації ChatGPT включає два етапи: етап введення кодера та етап генерації декодера. На етапі введення кодера модель отримує введені користувачем дані та перетворює їх у приховане представлення для захоплення семантичної інформації введення. Під час етапу генерації декодера модель використовує приховане представлення кодера та раніше згенеровані маркери для генерації наступного маркера відповіді, доки не буде досягнуто певної умови зупинки.

Крипто: блокчейн — це найчесніші виробничі відносини

Немає необхідності вдаватися в подробиці. Основна причина, чому Crypto може розвиватися до нинішнього масштабу, полягає в тому, що блокчейн може підвищити соціальну справедливість і представляти найсправедливіші виробничі відносини. Звичайно, перш за все, справедливість має обговорюватися в межах відносно універсальної системи цінностей, щоб мати сенс.

Візьмемо для прикладу Bitcoin та Ethereum, які наразі мають найбільшу ринкову капіталізацію. У системі цінностей «ви отримуєте більше за свою роботу, чим більше ви працюєте, тим більше ви працюєте», механізм консенсусу біткойна PoW є дуже справедливим; так само, у рамках цінностей «приросту капіталу» Ethereum все ще дуже справедливий зміна з PoW на PoS.

Коротше кажучи, Crypto на основі технології блокчейн може оптимізувати розподіл ресурсів, досягти автономії спільноти та представляти найсправедливіші соціальні виробничі відносини.

Інтеграція AI і Crypto

Інтеграція штучного інтелекту та Crypto може призвести до деяких цікавих досліджень програм.

1、Торговий бот Crypto AI

Оскільки штучний інтелект розвинувся відносно зріло в аналізі й обробці даних, навчанні моделей тощо, уже існують прецеденти інвестицій у штучний інтелект:

Renaissance Technologies, хедж-фонд, який на 100% покладається на машинне навчання широкомасштабного аналізу даних і математичних моделей, використовує високочастотну торгівлю, статистичний арбітраж і ринково-нейтральні стратегії для інвестування, заробивши за час свого існування 100 мільярдів доларів США. Renaissance Hedge Fund можна розглядати як фінансову версію ШІ, що використовує машинне навчання та аналіз даних.

Ринок криптовалют має унікальні переваги в підтримці інвестицій у втручання ШІ: цілодобова безперебійна робота, анонімність, відсутність KYC, повністю замкнутий цикл у ланцюжку та відсутність фізичного контакту. Якщо трейдер штучного інтелекту розроблено для ринку криптографії, стратегії хеджування, такі як арбітраж, кількісна оцінка та аналіз тенденцій, можна використовувати в ланцюжку операцій крипторинку; деякі моделі машинного навчання та аналізу даних можуть бути розроблені, щоб дозволити цьому трейдеру безперервно працювати покращити його розуміння крипторинку. Знаючи це, ми можемо створити трейдера ШІ, який зможе стабільно отримувати прибуток.

Використовуйте штучний інтелект для прогнозування тенденцій криптовалютного ринку: коливання цін на ринку криптовалют дуже сильні, і штучний інтелект може передбачати ринкові тенденції та коливання цін, аналізуючи велику кількість ринкових даних і історичні тенденції цін. Алгоритми машинного навчання можуть виявляти приховані закономірності та тенденції, допомагаючи інвесторам приймати більш обґрунтовані рішення. Наприклад, штучний інтелект може аналізувати настрої ринку за допомогою моделей глибокого навчання, щоб передбачити тенденції зростання або зниження цін на криптовалюту.

Автоматизована торгівля за допомогою ШІ: алгоритми автоматизованої торгівлі ШІ є одним із важливих інструментів для торгівлі криптовалютою. Автоматизованої торгівлі криптовалютою можна досягти шляхом написання смарт-контрактів і торгових ботів. Ці роботи можуть виконувати транзакції згідно з попередньо встановленими правилами та стратегіями, зменшуючи втручання людського фактору та підвищуючи ефективність і точність транзакцій. Наприклад, за допомогою алгоритмів штучного інтелекту торгові роботи можуть автоматично виконувати операції купівлі або продажу на основі ринкових умов для отримання найкращих результатів торгівлі.

У цьому напрямку ми зараз бачимо Rockybot. Це повністю мережевий торговий бот AI, який може використовувати моделі штучного інтелекту в ланцюзі для прогнозування цін ETH і самостійно приймати інвестиційні рішення без центральної авторизації. Rockybot покладається на StarkNet і пройшов навчання на історичних даних ціни/курсу для торгової пари WETH:USDC. Архітектурно Rocky — це проста трирівнева нейронна мережа прямого зв’язку, яка передбачає зростання чи падіння ціни WETH на основі історичних даних про ринкові ціни. Але Rockybot ще не почав заробляти гроші... Можливо, йому все ще потрібно більше навчання (але проект припинив приймати пожертви)... Також може статися так, що пекельне завдання заробляти гроші на ведмежому ринку Crypto також є збентеженням для ШІ.

2. Внесення даних і захист конфіденційності

Використовуйте Crypto, щоб мотивувати більше людей вносити дані в алгоритми штучного інтелекту: алгоритми штучного інтелекту мають високий попит на великі обсяги високоякісних даних, а криптовалюти можуть заохочувати користувачів ділитися своїми даними за допомогою механізмів стимулювання. Криптовалюта може забезпечити певну економічну віддачу постачальникам даних, тим самим сприяючи спільному використанню та обігові даних. Цей механізм заохочення може спонукати більше користувачів надавати дані, тим самим збільшуючи навчальні зразки алгоритму ШІ та покращуючи його точність і інтелект.

Захист конфіденційності розповсюджувачів даних AI за допомогою Crypto: властивості шифрування та анонімності блокчейна також допомагають захистити конфіденційність користувачів. Механізм обміну даними та захисту конфіденційності криптовалюти надає більше ресурсів даних для алгоритмів штучного інтелекту, одночасно гарантуючи безпеку особистої інформації користувачів.

3. ZKML: Забезпечення конфіденційності та автентичності моделей машинного навчання

ZKML (машинне навчання з нульовим знанням) — це технологія, яка використовує підтвердження з нульовим знанням для машинного навчання. ZKML може вирішити проблему захисту конфіденційності моделей/вхідних даних штучного інтелекту та проблему процесу міркування, яке можна перевірити, використовуючи zkSNARK для підтвердження правильності міркувань машинного навчання.

ZKML можна використовувати для навчання та оцінки моделей машинного навчання на конфіденційних даних, не розкриваючи дані нікому іншому. ZKML можна використовувати для забезпечення узгодженості моделей машинного навчання. Це дуже важливо для користувачів, оскільки моделі мають вирішальне значення для результатів машинного навчання.

Навколо ZKML вже є деякі дослідження програм. У напрямку DeFi був запущений повністю ончейновий торговий бот Rockybot, який може використовувати моделі штучного інтелекту в ланцюжку для прогнозування цін ETH і самостійно приймати рішення про інвестиції без централізованої авторизації; у напрямку Ігор Modulus Labs запустив a На базі ZKML шахова гра Leela, де всі користувачі можуть грати проти робота на основі ZK-перевірених моделей штучного інтелекту, і платформна бойова гра AI Arena у напрямку Creator Economy, спільнота представила EIP під назвою zkML AIGC-NFTs#; Пропозиція 7007 (цей EIP ще не прийнято), пропонується використовувати ZKML для перевірки того, чи генерується NFT ШІ, що введе категорію NFT, створену ШІ, у напрямку DID, Wordcoin вивчає використання ZKML щоб дозволити користувачам генерувати коди IRIS без дозволу. Після оновлення алгоритму коду користувачі можуть самостійно завантажувати модель і генерувати докази, не переходячи на станцію Orb. Платформа розповсюдження токенів Astraly на основі StarkNet, яка створює систему репутації на основі штучного інтелекту (у розділі Використовуйте моделі кластеризації для визначення характеристик користувачів/елементів, значків і історичної поведінки перед надійним обчисленням рейтингів репутації).

4. AI+Blockchain: протокол блокчейну, що самовдосконалюється

Завдяки прозорому машинному навчанню штучного інтелекту протоколи DeFi можуть оптимізувати себе без довіри, наприклад, використовувати машинне навчання для коригування обмінного курсу/відсоткової ставки стейблкоїнів. Використовуючи мультимодальну біометрію/автентифікацію, dApps може самостійно керувати відповідністю/безпекою. Навіть процес генерації ZKP у ZK Rollup також може створити систему перевірки, зосереджену на створенні для машинного навчання, створюючи таким чином найшвидший у світі zk-AI Prover, тим самим значно покращуючи продуктивність ZK Rollup.

Звичайно, на шляху до інтеграції штучного інтелекту та крипто ще багато проблем. Наприклад, поки що ніхто не переніс існуючі операції штучного інтелекту на ці автоматично створені мови перевірки, хоча Giza працює над перенесенням попередньо навчених моделей ONNX на Cario для перевірених висновків.

Підведіть підсумки

Поєднання штучного інтелекту та крипто може внести розумні зміни в цифровізацію. Застосування штучного інтелекту робить Crypto більш розумним і ефективним, і на основі Crypto він може надавати більш реальні, вичерпні дані та надійне робоче середовище для алгоритмів ШІ.

Незважаючи на численні виклики, ми можемо сподіватися на більш глибоку інтеграцію штучного інтелекту та крипто, щоб спільно сприяти розвитку цифрової економіки та створювати краще майбутнє для всього людства.

Довідкова документація:

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

https://www.rockybot.app/

https://www.leelavstheworld.xyz/