Autore: Ian Xu@Foresight Ventures
TL;DR
Questo articolo discute l'intersezione tra IA e Web3, esplorando come l'IA on-chain possa portare un valore significativo a Internet decentralizzato. Sottolinea diversi progetti, tra cui Worldcoin, Pragma, Lyra Finance, Giza, Zama.ai e potenziali applicazioni di ML-as-a-service.
L'articolo enfatizza che l'IA nel contesto Web3 è nelle sue fasi iniziali ma ha un grande potenziale. L'IA on-chain, essendo trasparente e verificabile, può migliorare significativamente l'efficienza e la sicurezza, consentendo nuove forme di prodotto. Il ZKML è particolarmente promettente, con ZK-rollup che potrebbe servire come punto di ingresso per l'IA nel mondo Web3.
Sebbene l'attuale infrastruttura possa supportare modelli di una certa scala, ci sono ancora molte incertezze, in particolare in termini di verifica dei modelli tramite Zero-Knowledge Proofs. Questo è visto come il percorso inevitabile per l'IA on-chain, ma richiede miglioramenti esponenziali nei sistemi di prova per supportare modelli sempre più grandi.
In termini di applicazioni, l'IA on-chain potrebbe potenzialmente partecipare a qualsiasi aspetto del Web3, inclusi giochi, DeFi, DID e strumenti. Nonostante la scarsità di progetti esistenti, l'articolo rimane ottimista sul potenziale dell'IA on-chain e sul suo impatto trasformativo nello spazio Web3.
1. IA + Web3 = ?
La dedizione ossessiva degli sviluppatori alla costruzione delle infrastrutture e i continui aggiornamenti di varie soluzioni di rollup hanno davvero fatto un progresso nel potere di calcolo originariamente in ritardo del web3. Questo ha anche reso possibile l'implementazione dell'IA sulla blockchain. Ma potresti voler dire che invece di andare a grandi lunghezze per implementare l'IA on-chain, eseguire modelli off-chain sembra poter soddisfare la maggior parte delle esigenze. In effetti, quasi tutti i modelli IA stanno attualmente funzionando in modalità black-box e centralizzata e stanno creando un valore insostituibile in vari campi.
1.1 Torniamo alla domanda più fondamentale, cos'è l'IA sulla blockchain?
La comprensione principale è rendere i modelli IA trasparenti + verificabili attraverso Web3.
Per essere più specifici, l'IA sulla blockchain significa la completa verifica dei modelli di intelligenza artificiale. Vale a dire, un modello deve divulgare i seguenti tre punti all'intera rete (utenti o verificatori):
Architettura del modello;
Parametri e pesi del modello: Divulgare parametri e pesi può talvolta avere un impatto negativo sulla sicurezza del prodotto. Pertanto, per scenari specifici, come i modelli di controllo del rischio, i pesi possono essere nascosti per garantire la sicurezza;
Input del modello: Nel contesto del web3, sono generalmente dati pubblici sulla catena.
Quando le condizioni sopra sono soddisfatte, l'intero processo di esecuzione del modello è deterministico e non è più un'operazione black-box. Chiunque può verificare l'input e i risultati del modello sulla blockchain, impedendo così al proprietario del modello o a qualsiasi persona autorizzata di manomettere il modello.
1.2 Qual è la forza trainante per l'IA on-chain?
Il significato dell'IA on-chain non è quello di sostituire il modo di operare centralizzato dell'IA web2, ma:
Senza sacrificare la decentralizzazione e la fiducia, crea la prossima fase di valore per il mondo web3. L'attuale Web3 è come la fase iniziale del web2 e non ha ancora la capacità di intraprendere applicazioni più ampie o creare un valore maggiore. Solo dopo aver incorporato l'IA, l'immaginazione di Dapp può davvero saltare alla fase successiva, e queste applicazioni on-chain possono diventare più vicine al livello delle applicazioni web2. Questa prossimità non sta nel rendere le funzioni più simili, ma nel migliorare l'esperienza e le possibilità degli utenti sfruttando il valore del Web3.
Fornisce una soluzione trasparente e senza fiducia per il modo di operare black-box dell'IA web2.
Immagina gli scenari applicativi di web3:
Aggiungere un algoritmo di raccomandazione alla piattaforma di trading NFT, raccomandando NFT corrispondenti in base alle preferenze degli utenti e migliorando la conversione;
Aggiungere avversari IA nei giochi per un'esperienza di gioco più trasparente e giusta;
……
Tuttavia, queste applicazioni sono miglioramenti ulteriori in efficienza o esperienza utente tramite IA per funzioni esistenti.
È prezioso? Sì.
Il valore è grande? Dipende dal prodotto e dallo scenario.
Il valore che l'IA può creare non è limitato a ottimizzare da 99 a 100. Ciò che mi entusiasma davvero sono le nuove applicazioni da 0 a 1, alcuni casi d'uso che possono essere raggiunti solo attraverso modelli on-chain trasparenti + verificabili. Tuttavia, questi casi d'uso “eccitanti” attualmente si basano principalmente sull'immaginazione, senza applicazioni mature. Ecco alcune idee di brainstorming:
Trading di criptovaluta basato su modelli decisionali di rete neurale: una forma di prodotto potrebbe essere più simile a una versione aggiornata del copy trading, o addirittura a un modo completamente nuovo di fare trading. Gli utenti non hanno più bisogno di fidarsi o di ricercare altri trader esperti, ma scommettere su modelli completamente aperti e trasparenti e sulle loro prestazioni. Essenzialmente, l'IA commercia più velocemente e più decisamente sulla base delle previsioni dei futuri prezzi delle criptovalute. Tuttavia, senza l'“autonomia senza fiducia” intrinseca all'IA on-chain, tali oggetti o standard di scommessa semplicemente non esistono. Gli utenti/investitori possono vedere in modo trasparente le ragioni, i processi e persino la probabilità esatta degli aumenti/diminuzioni futuri nel processo decisionale del modello.
Modelli IA che agiscono come arbitri: un prodotto potrebbe essere una nuova forma di oracolo, prevedendo l'accuratezza delle fonti di dati attraverso modelli IA. Gli utenti non hanno più bisogno di fidarsi dei validatori e non devono preoccuparsi del comportamento scorretto dei nodi. I fornitori di oracoli non devono nemmeno progettare reti di nodi complesse e meccanismi di ricompensa-penalità per raggiungere la decentralizzazione. Di conseguenza, l'IA on-chain trasparente + verificabile è già sufficiente per verificare il livello di fiducia delle fonti di dati off-chain. Questa nuova forma di prodotto ha il potenziale per dominare in termini di sicurezza, efficienza e costi, e l'oggetto della decentralizzazione salta da esseri umani a strumenti IA “senza fiducia”, il che è senza dubbio più sicuro.
Gestione organizzativa/sistemi operativi basati su grandi modelli: il governo delle DAO dovrebbe essere intrinsecamente efficiente, decentralizzato e giusto, ma la situazione attuale è esattamente l'opposto, sciolta e gonfiata, priva di trasparenza e giustizia. L'introduzione dell'IA on-chain può fornire una soluzione molto adatta, massimizzando il modo di gestione e l'efficienza e minimizzando i rischi sistemici e umani nella gestione. Possiamo persino immaginare un nuovo modo di sviluppo e operazione per i progetti web3, dove l'intero quadro e la direzione futura dello sviluppo e delle proposte dipendono poco dal processo decisionale del team di sviluppo o dal voto DAO. Invece, le decisioni vengono prese sulla base delle maggiori capacità di acquisizione dati e computazionali dei grandi modelli. Ma tutto ciò è premesso sul fatto che il modello sia on-chain. Senza l'“autonomia senza fiducia” dell'IA, non c'è transizione dagli esseri umani agli strumenti nel mondo decentralizzato.
……
In sintesi,
Nuove forme di prodotto basate sull'IA on-chain possono essere riassunte come la transizione del soggetto della decentralizzazione e della mancanza di fiducia da esseri umani a strumenti IA. Questo è in linea con l'evoluzione della produttività nel mondo tradizionale, dove inizialmente si cercava di aggiornare e migliorare l'efficienza umana, e successivamente, gli esseri umani venivano sostituiti da strumenti intelligenti, rivoluzionando il design originale del prodotto in termini di sicurezza ed efficienza.
Il punto più critico, e la premessa di tutto quanto sopra, è rendere l'IA trasparente + verificabile attraverso Web3.
1.3 La prossima fase di Web3
Web3, come innovazione tecnologica fenomenale, non può restare solo nella sua fase iniziale. Traffico e modelli economici sono importanti, ma gli utenti non rimarranno sempre in cerca di traffico o spenderanno molte risorse per fare X per guadagnare, e Web3 non accoglierà la prossima ondata di nuovi utenti per questo. Ma una cosa è certa: la rivoluzione della produttività e del valore nel mondo delle criptovalute deve provenire dall'aggiunta dell'IA.
Penso che possa essere grossomodo diviso nei seguenti tre stadi:
Inizio: L'aggiornamento e l'iterazione degli algoritmi di prova a conoscenza zero e dell'hardware forniscono la prima possibilità per l'emergere dell'IA on-chain; (siamo qui)
Sviluppo: Che si tratti del miglioramento delle applicazioni esistenti tramite IA o dei nuovi prodotti basati su IA on-chain, entrambi stanno spingendo l'intero settore in avanti;
Scenari finali: Qual è la direzione ultima dell'IA on-chain?
Le discussioni sopra riguardano tutte l'esplorazione di scenari applicativi dal basso verso l'alto attraverso la combinazione di IA e Web3. Se passiamo a un approccio dall'alto verso il basso per osservare l'IA on-chain, l'IA potrebbe risalire a Web3 stesso? IA + blockchain = blockchain adattiva
Alcune blockchain pubbliche prenderanno l'iniziativa di integrare l'IA on-chain, trasformandosi dal livello delle blockchain pubbliche in una sorta di adattiva. La direzione di sviluppo non dipende più dalle decisioni della fondazione del progetto, ma si basa sulla decisione massiva dei dati, e il livello di automazione supera di gran lunga il tradizionale Web3, distinguendosi così dall'attuale prosperità multi-chain.
Con la benedizione dell'IA verificabile + trasparente, dove si manifesta l'auto-regolamentazione del web3 si può fare riferimento ad alcuni esempi menzionati da Modulus Lab:
I mercati delle transazioni on-chain possono adattarsi automaticamente in modo decentralizzato, come aggiustare il tasso di interesse delle stablecoin in tempo reale in base ai dati on-chain pubblicamente disponibili, senza la necessità di assunzioni di fiducia;
L'apprendimento multimodale può consentire le interazioni dei protocolli on-chain completate tramite riconoscimento biometrico, fornendo KYC sicuro e raggiungendo una gestione dell'identità completamente senza fiducia;
Consentire alle applicazioni on-chain di massimizzare il valore portato dai dati on-chain, supportando servizi come raccomandazione di contenuti personalizzati.
Da un'altra prospettiva, zkrollup continua a iterare e ottimizzarsi, ma manca sempre di un'applicazione reale che può funzionare solo nell'ecosistema zk; ZKML soddisfa esattamente questo punto, e il suo spazio di immaginazione è anche abbastanza grande. ZK-rollup è probabile che serva come punto di ingresso per l'IA nel web3 in futuro, creando un valore maggiore, e i due si completano a vicenda.
2. Implementazione e fattibilità
2.1 Cosa può fornire il Web3 per l'IA?
L'infrastruttura e ZK sono senza dubbio i settori più competitivi nel web3. Vari progetti ZK hanno fatto grandi sforzi nell'ottimizzazione dei circuiti e nell'aggiornamento degli algoritmi, sia nell'esplorazione delle reti multilivello, nello sviluppo della modularizzazione e dei livelli di disponibilità dei dati, personalizzando ulteriormente il rollup come servizio o addirittura accelerazione hardware… Questi tentativi stanno spingendo la scalabilità, i costi e la potenza di calcolo dell'infrastruttura Web3 al livello successivo.
Sembra buono mettere l'IA sulla catena, ma come viene fatto esattamente?
Un approccio è attraverso il sistema di prova ZK. Ad esempio, creare un circuito personalizzato per l'apprendimento automatico, il processo di generazione di un testimone off-chain è il processo di esecuzione del modello, e generare una prova per il processo di previsione del modello (inclusi parametri e input del modello), chiunque può verificare la prova on-chain.
Il modello IA continua a funzionare su un cluster efficiente, anche con un'accelerazione hardware per migliorare ulteriormente la velocità computazionale, massimizzando l'uso della potenza di calcolo mentre si assicura che nessuna persona o istituzione centralizzata possa manomettere o interferire con il modello, cioè garantire:
Certezza del risultato della previsione del modello = verificabile (input + architettura del modello + parametri)
Sulla base dell'approccio sopra, possiamo ulteriormente dedurre quali infrastrutture siano cruciali per l'IA on-chain:
Sistema ZKP, rollup: I rollup espandono la nostra immaginazione delle capacità di calcolo on-chain, imballando un insieme di transazioni, e persino generando ricorsivamente prove di prova per ridurre ulteriormente i costi. Per i modelli grandi attuali, il primo passo per fornire possibilità è il sistema di prova e il rollup;
Accelerazione hardware: ZK rollup fornisce una base verificabile, ma la velocità di generazione della prova è direttamente correlata all'usabilità e all'esperienza dell'utente del modello. Aspettare diverse ore per generare una prova di un modello non funzionerà ovviamente, quindi l'accelerazione hardware tramite FPGA è un grande impulso.
Crittografia: La crittografia è la base del mondo delle criptovalute, e i modelli on-chain e i dati sensibili devono anche garantire la privacy.
Supplemento:
La base dei modelli grandi è la GPU. Senza un alto supporto parallelo, l'efficienza dei modelli grandi sarà molto bassa e non potranno funzionare. Pertanto, per un ecosistema zk on-chain:
GPU-friendly = AI-friendly
Prendendo Starknet come esempio, Cario può funzionare solo su CPU, quindi solo alcuni piccoli modelli di alberi decisionali possono essere distribuiti, il che non è favorevole alla distribuzione di modelli grandi nel lungo termine.
2.2 Sfida: Sistema di prova più potente
La velocità di generazione e l'uso della memoria della prova ZK sono cruciali, una è correlata all'esperienza dell'utente e alla fattibilità, mentre l'altra riguarda i costi e la scalabilità.
Il sistema zkp attuale è sufficiente?
Sufficiente, ma non abbastanza buono…
Modulus Lab ha dettagliato la situazione specifica dei modelli e della potenza di calcolo nell'articolo “Il costo dell'intelligenza: provare l'inferenza dell'apprendimento automatico con la prova a conoscenza zero”. Quando hai tempo, puoi leggere questo “Paper0” nel campo ZKML: https://drive.google.com/file/d/1tylpowpaqcOhKQtYolPlqvx6R2Gv4IzE/view
Di seguito sono riportati i diversi sistemi di prova menzionati nel Paper 0.
Sulla base degli algoritmi zk sopra, Modulus Lab effettua test da due dimensioni: consumo di tempo e occupazione della memoria e controlla due variabili chiave: parametri e strati in queste due dimensioni. I seguenti sono pacchetti di riferimento. Tale design può coprire grossomodo il volume di parametri di 60k di LeNet5, 0.5MFLOPs, fino al volume di parametri di 22M di ResNet-34, 3.77 GFLOPs.
Test di consumo di tempo:
Test di consumo di memoria:
Sulla base dei dati sopra, nel complesso, l'attuale algoritmo zk e il potenziale di supporto alla generazione di prove di modelli grandi sono disponibili, ma i costi corrispondenti sono ancora elevati, richiedendo anche più di 10 volte l'ottimizzazione. Prendendo come esempio Gloth16, sebbene benefici dell'ottimizzazione del tempo di calcolo portata da un'alta concorrenza, come compromesso, l'uso della memoria aumenta significativamente. Le prestazioni di Plonky2 e zkCNN in termini di tempo e spazio verificano anche questo punto.
Quindi ora la domanda è effettivamente cambiata da se il sistema zkp possa supportare l'IA on-chain a se il costo valga la pena sostenere l'IA on-chain. E con l'aumento esponenziale dei parametri del modello, la pressione sul sistema di prova aumenterà rapidamente. In effetti, esiste una rete neurale senza fiducia ora? No! È perché il costo è troppo alto.
Pertanto, creare un sistema di prova personalizzato per l'IA è di vitale importanza. Allo stesso tempo, per implementare la logica dell'IA, che è molto complessa in una singola chiamata, anche il modello di consumo di gas deve essere riprogettato. Un zkvm ad alte prestazioni è essenziale. Ma ora possiamo vedere molti tentativi ad alte prestazioni, come OlaVM, polygon Miden, ecc. L'ottimizzazione continua di queste infrastrutture migliora notevolmente la fattibilità dell'IA on-chain.
3. L'applicazione vale la pena aspettare?
Sebbene l'IA on-chain sia ancora nelle sue fasi iniziali, potrebbe trovarsi tra la fase di avvio e quella di sviluppo se vista dagli strati sopra. Tuttavia, la direzione IA non manca mai di team eccellenti e idee innovative.
Come accennato sopra, osservando la fase di sviluppo dell'IA nel mondo web3, l'attuale mercato è nella fase intermedia da avvio a sviluppo, e la direzione del tentativo di prodotto è ancora principalmente basata sull'ottimizzazione dell'esperienza utente in base alle funzioni esistenti. Ma la cosa più preziosa è trasformare i soggetti senza fiducia da persone a strumenti attraverso l'IA sulla catena, sovvertendo la forma originale del prodotto in termini di sicurezza ed efficienza.
Successivamente, partendo da alcuni tentativi di applicazione esistenti, analizziamo la direzione di sviluppo del prodotto a lungo termine dell'IA on-chain
3.1 Il Rockefeller Bot: il primo AI on-chain al mondo
Rockefeller è il primo prodotto IA on-chain lanciato dal team di Modulus Lab, con un forte “valore commemorativo”. Questo modello è essenzialmente un bot di trading. Specificamente, i dati di addestramento di Rockefeller sono una grande quantità di prezzo/tasso di cambio WEth-USDC pubblicamente disponibili sulla catena. È un modello di rete neurale feed-forward a tre strati, e l'obiettivo di previsione è l'aumento e la diminuzione del prezzo futuro di WEth.
Ecco il processo quando il bot di trading decide di fare trading:
Rockefeller genera ZKP per i risultati delle previsioni su ZK-rollup;
ZKP è verificato su L1 (i fondi sono mantenuti dal contratto L1) e le operazioni vengono eseguite;
Si può vedere che la previsione e le operazioni di fondi del bot di trading sono completamente decentralizzate e senza fiducia. Come accennato sopra, da una dimensione superiore, Rockefeller è più simile a un nuovo tipo di gameplay Defi. Rispetto a fidarsi di altri trader, in questo modo, gli utenti scommettono effettivamente sul modello trasparente + verificabile + autonomo. Gli utenti non hanno bisogno di fidarsi di istituzioni centralizzate per garantire la legalità del processo decisionale del modello. Allo stesso tempo, l'IA può anche eliminare l'impatto della natura umana nel modo più grande possibile e prendere decisioni in modo più deciso.
Potresti già voler investire qualche soldo in Rockefeller e provare, ma può davvero fare soldi?
No, non può, secondo il team di Modulus. Piuttosto che essere un'applicazione, Rockefeller è più simile a una prova di concetto (POC) per l'IA on-chain. A causa delle limitazioni in termini di costi, efficienza e sistemi di prova, lo scopo principale di Rockefeller è servire come demo per mostrare la fattibilità dell'IA on-chain al mondo web3. (Rockefeller ha completato la sua missione ed è ora offline T T)
3.2 Leela: il primo gioco IA on-chain al mondo
Leela contro il Mondo, recentemente rilasciato, è anche di Modulus Lab. Il meccanismo del gioco è semplice, dove i giocatori umani formano squadre per combattere contro l'IA. Nel gioco, i giocatori possono scommettere i loro puntate e alla fine di ogni partita, il pool del perdente sarà distribuito al vincitore in base al numero di token scommessi.
Parlando di IA on-chain, questa volta Modulus Lab ha distribuito una rete neurale profonda più grande (con un numero di parametri > 3.700.000). Sebbene Leela superi Rockefeller in termini di scala del modello e contenuto del prodotto, è essenzialmente ancora un esperimento di IA on-chain su larga scala. Il meccanismo e il modo di operare dietro Leela sono ciò che meritano attenzione, che può aiutarci a comprendere meglio il modo di operare e lo spazio di miglioramento dell'IA on-chain. Ecco il diagramma logico fornito dall'ufficiale:
Ogni movimento che Leela fa, o ogni previsione, genererà un ZKP, e solo dopo essere stato verificato dal contratto avrà effetto nel gioco. Vale a dire, grazie all'IA autonoma senza fiducia, i fondi scommessi dagli utenti e la giustizia del gioco sono completamente protetti dalla crittografia, e non è necessario fidarsi dello sviluppatore del gioco.
Leela utilizza l'algoritmo Halo2, principalmente perché i suoi strumenti e il design flessibile possono aiutare a progettare un sistema di prova più efficiente. La situazione specifica delle prestazioni può riferirsi ai dati di test sopra. Ma allo stesso tempo, durante il funzionamento di Leela, il team di Modulus ha anche riscontrato i difetti di Halo2, come la lenta generazione di prove e l'ostilità verso la prova one-shot, ecc. Pertanto, conferma ulteriormente la conclusione tratta dai dati di test precedenti: se abbiamo bisogno di portare modelli più grandi nel web3, dobbiamo sviluppare un sistema di prova più potente.
Tuttavia, il valore di Leela risiede nel portarci un ampio spazio di immaginazione per il gioco IA + Web3, in questo momento, i giocatori di King of Glory dovrebbero essere estremamente speranzosi riguardo all'algoritmo di matchmaking che sarà completamente on-chain :) Gamefi ha bisogno di un supporto di contenuti di alta qualità e di un sistema di gioco più giusto, e l'IA on-chain fornisce semplicemente questo. Ad esempio, introdurre scene di gioco guidate dall'IA o NPC nel gioco offre un enorme spazio di immaginazione sia per l'esperienza di gioco dell'utente che per il gameplay del sistema economico.
3.3 Worldcoin: IA + KYC
Worldcoin è un sistema di identità on-chain (Protocollo di prova di identità a tutela della privacy) che utilizza la biometria per stabilire un sistema di identità e raggiungere funzioni derivate come i pagamenti. L'obiettivo è combattere gli attacchi Sybil e ora ha più di 1,4 milioni di utenti registrati.
Gli utenti scansionano il loro iris con un dispositivo hardware chiamato Orb, e le informazioni personali vengono aggiunte a un database. Worldcoin esegue un modello CNN nell'ambiente computazionale dell'hardware Orb per comprimere e convalidare l'efficacia dei dati iris degli utenti. Sembra potente, ma per una vera verifica dell'identità decentralizzata, il team di Worldcoin sta esplorando la verifica dell'output del modello attraverso ZKPs.
Sfide
Vale la pena menzionare che il modello CNN utilizzato da Worldcoin ha una dimensione: parametri = 1.8 milioni, strati = 50. Sulla base dei dati di test mostrati sopra, l'attuale sistema di prova può gestire questo in termini di tempo, ma il consumo di memoria è impossibile da completare per hardware di livello consumer.
3.4 Altri progetti
Pragma: Pragma è un oracolo ZK sviluppato dall'ecosistema Starkware. Il team sta anche esplorando come risolvere il problema della verifica decentralizzata dei dati off-chain tramite IA on-chain. Gli utenti non hanno più bisogno di fidarsi dei validatori, ma possono verificare le fonti di dati off-chain attraverso IA on-chain sufficientemente accurate e verificabili, come leggere informazioni fisiche corrispondenti come input e prendere decisioni per la verifica degli asset o dell'identità.
Finanza Lyra: Finanza Lyra è un AMM di opzioni che fornisce un mercato di trading di derivati. Per migliorare l'utilizzo del capitale, il team di Lyra e Modulus Lab stanno collaborando per sviluppare un AMM basato su un modello IA verificabile. Con un modello IA verificabile e giusto, Finanza Lyra ha l'opportunità di diventare un esperimento di implementazione su larga scala per l'IA on-chain, portando matchmaking equo agli utenti web3 per la prima volta, ottimizzando il mercato on-chain tramite IA e fornendo rendimenti più elevati.
Giza: Una piattaforma ZKML che distribuisce modelli direttamente on-chain piuttosto che verificazione off-chain. Buon tentativo, ma… A causa della potenza computazionale e della mancanza di supporto di Cairo per la generazione di prove basata su CUDA, Giza può supportare solo la distribuzione di modelli piccoli. Questo è il problema più fatale. A lungo termine, modelli grandi che possono avere un impatto dirompente su web3 richiederanno un potente supporto hardware, come le GPU.
Zama-ai: Crittografia omomorfica dei modelli. La crittografia omomorfica è una forma di crittografia in cui: f[E(x)] = E[f(x)], dove f è un'operazione, E è un algoritmo di crittografia omomorfica e x è una variabile, ad esempio, E(a) + E(b) = E(a + b). Permette forme specifiche di operazioni algebriche su testo cifrato che portano a un risultato cifrato, e decifrare questo risultato restituirà lo stesso risultato rispetto all'esecuzione della stessa operazione sul testo in chiaro. La privacy del modello è sempre stata un punto focale e un collo di bottiglia dell'IA. Sebbene zk sia amichevole con la privacy, zk non equivale a privacy. Zama si impegna a garantire l'esecuzione dei modelli a tutela della privacy.
ML-as-a-service: Questa è attualmente solo una direzione di pensiero, senza applicazioni specifiche, ma l'obiettivo è risolvere i problemi di comportamento malevolo da parte dei fornitori di servizi ML centralizzati e la fiducia degli utenti attraverso ZKPs. Daniel Kang ha una descrizione dettagliata nell'articolo “Verifica senza fiducia dell'apprendimento automatico” (fare riferimento al diagramma nell'articolo).
4. Conclusione
Nel complesso, l'IA nel mondo web3 è in una fase molto iniziale, ma non c'è dubbio che la maturazione e la diffusione dell'IA on-chain porteranno il valore del web3 a un altro livello. Tecnicamente, il web3 può fornire un'infrastruttura unica per l'IA, e l'IA è uno strumento essenziale per cambiare le relazioni produttive del web3. La combinazione dei due può accendere molte possibilità, il che è un luogo emozionante e immaginativo.
Dal punto di vista della motivazione dell'IA per andare on-chain, da un lato, l'IA on-chain trasparente + verificabile trasforma le entità decentralizzate e senza fiducia da persone a strumenti IA, aumentando notevolmente l'efficienza e la sicurezza, e fornendo possibilità per creare forme di prodotto completamente nuove. D'altra parte, poiché l'infrastruttura del web3 continua a iterare, il web3 ha realmente bisogno di un'applicazione killer che possa massimizzare il valore di questa infrastruttura. ZKML si adatta a questo punto, ad esempio, ZK-rollup è probabile che sia il punto di ingresso per l'IA nel web3 in futuro.
Da un punto di vista di fattibilità, l'attuale infrastruttura può supportare modelli di una certa scala in una certa misura, ma ci sono ancora molte incertezze. Utilizzare ZKP per creare modelli verificabili sembra attualmente essere l'unico percorso per l'IA on-chain e potrebbe anche essere il percorso tecnico più deterministico per portare l'IA nelle applicazioni web3. Tuttavia, a lungo termine, l'attuale sistema di prova deve essere migliorato esponenzialmente per supportare sufficientemente modelli sempre più grandi.
Dal punto di vista degli scenari applicativi, l'IA può partecipare quasi perfettamente a qualsiasi direzione del web3, sia che si tratti di giochi, DeFi, DID o strumenti… Sebbene i progetti esistenti siano molto scarsi e privi di valore a lungo termine, non sono ancora passati da uno strumento per migliorare l'efficienza a un'applicazione che cambia le relazioni produttive. Ma è emozionante che qualcun altro abbia fatto il primo passo, e possiamo vedere il primo sguardo sull'IA on-chain e le sue future possibilità.
Riferimento
https://worldcoin.org/blog/engineering/intro-to-zkml
https://medium.com/coinmonks/chapter-1-how-to-put-your-ai-on-chain-8af2db013c6b
https://medium.com/@ModulusLabs/chapter-2-why-put-your-ai-on-chain-33b7625147b7
https://medium.com/@ModulusLabs/chapter-3-the-worlds-first-on-chain-ai-trading-bot-c387afe8316c
https://medium.com/@ModulusLabs/chapter-4-blockchains-that-self-improve-e9716c041f36
https://medium.com/@ModulusLabs/chapter-4-5-trustless-ai-for-living-breathing-games-cc9f24080e30
https://medium.com/@ModulusLabs/chapter-5-the-cost-of-intelligence-da26dbf93307
https://medium.com/@ModulusLabs/chapter-6-leela-vs-the-world-the-worlds-1st-on-chain-ai-game-17ea299a06b6
https://drive.google.com/file/d/1tylpowpaqcOhKQtYolPlqvx6R2Gv4IzE/view
https://medium.com/@danieldkang/trustless-verification-of-machine-learning-6f648fd8ba88
Informazioni su Foresight Ventures
Foresight Ventures è dedicata a sostenere l'innovazione dirompente della blockchain per i prossimi decenni. Gestiamo più fondi: un fondo VC, un fondo secondario attivamente gestito, un fondo multi-strategia FOF e un fondo secondario di mercato privato, con AUM superiori a 400 milioni di dollari. Foresight Ventures aderisce alla convinzione di una “mentalità unica, indipendente, aggressiva e a lungo termine” e fornisce un ampio supporto alle aziende del portafoglio all'interno di un ecosistema in crescita. Il nostro team è composto da veterani di aziende finanziarie e tecnologiche di alto livello come Sequoia Capital, CICC, Google, Bitmain e molte altre.
Sito web: https://www.foresightventures.com/
Dichiarazione di non responsabilità: Tutti gli articoli di Foresight Ventures non sono destinati a essere consigli di investimento. Gli individui devono valutare la propria tolleranza al rischio e prendere decisioni di investimento con prudenza.
