Autor: Ian Xu@Foresight Ventures
DR
Este artigo discute a intersecção de IA e Web3, explorando como a IA on-chain pode trazer valor significativo para a internet descentralizada. Ele destaca vários projetos, incluindo Worldcoin, Pragma, Lyra Finance, Giza, Zama.ai e potenciais aplicações de ML-as-a-service.
O artigo enfatiza que a IA no contexto da Web3 está em seus estágios iniciais, mas tem grande potencial. A IA on-chain, sendo transparente e verificável, pode aumentar significativamente a eficiência e a segurança, permitindo novas formas de produtos. O ZKML é particularmente promissor, com o ZK-rollup potencialmente servindo como um ponto de entrada para a IA no mundo da Web3.
Embora a infraestrutura atual possa suportar modelos de uma certa escala, ainda há muitas incertezas, particularmente em termos de verificação de modelos por meio de Provas de Conhecimento Zero. Isso é visto como o caminho inevitável para IA on-chain, mas requer melhorias exponenciais em sistemas de prova para suportar modelos cada vez maiores.
Em termos de aplicações, a IA on-chain poderia potencialmente participar de qualquer aspecto da Web3, incluindo jogos, DeFi, DID e ferramentas. Apesar da escassez de projetos existentes, o artigo permanece otimista sobre o potencial da IA on-chain e seu impacto transformador no espaço da Web3.
1. IA + Web3 =?
A dedicação obsessiva dos desenvolvedores à construção de infraestrutura e as atualizações contínuas de várias soluções de rollup realmente fizeram um avanço no poder de computação originalmente atrasado da web3. Isso também tornou possível que a IA fosse colocada no blockchain. Mas você pode querer dizer que, em vez de fazer grandes esforços para implementar IA on-chain, executar modelos off-chain parece ser capaz de atender à maioria das necessidades. Na verdade, quase todos os modelos de IA estão atualmente sendo executados em um modo centralizado de caixa preta e estão criando valor insubstituível em vários campos.
1.1 Vamos voltar à pergunta mais básica: o que é IA no blockchain?
O entendimento geral é tornar os modelos de IA transparentes e verificáveis por meio da Web3.
Para ser mais específico, IA no blockchain significa a verificação completa de modelos de inteligência artificial. Ou seja, um modelo precisa divulgar os três pontos a seguir para toda a rede (usuários ou verificadores):
Arquitetura do modelo;
Parâmetros e pesos do modelo: Divulgar parâmetros e pesos pode, às vezes, ter um impacto negativo na segurança do produto. Portanto, para cenários específicos, como modelos de controle de risco, os pesos podem ser ocultados para garantir a segurança;
Entrada do modelo: No contexto da web3, geralmente são dados públicos na cadeia.
Quando as condições acima são atendidas, todo o processo de execução do modelo é determinístico e não mais uma operação de caixa-preta. Qualquer um pode verificar a entrada e os resultados do modelo no blockchain, evitando assim que o proprietário do modelo ou pessoa autorizada relacionada manipule o modelo.
1.2 Qual é a força motriz da IA on-chain?
A importância da IA on-chain não é substituir o modo de operação centralizado da IA Web2, mas:
Sem sacrificar a descentralização e a falta de confiança, ele cria o próximo estágio de valor para o mundo web3. O Web3 atual é como o estágio inicial do web2, e ainda não tem a capacidade de empreender aplicações mais amplas ou criar maior valor. Somente após incorporar a IA, a imaginação do Dapp pode realmente saltar para o próximo estágio, e esses aplicativos on-chain podem se tornar mais próximos do nível dos aplicativos web2. Essa proximidade não está em tornar as funções mais semelhantes, mas em aprimorar a experiência do usuário e as possibilidades ao alavancar o valor do Web3.
Ele fornece uma solução transparente e confiável para o modo de operação de caixa preta da IA web2.
Imagine os cenários de aplicação da web3:
Adicionar um algoritmo de recomendação à plataforma de negociação de NFT, recomendando NFTs correspondentes com base nas preferências do usuário e melhorando a conversão;
Adicionar oponentes de IA aos jogos para uma experiência de jogo mais transparente e justa;
…
No entanto, essas aplicações representam melhorias adicionais na eficiência ou na experiência do usuário por meio de IA para funções existentes.
É valioso? Sim.
O valor é grande? Depende do produto e do cenário.
O valor que a IA pode criar não se limita a otimizar de 99 a 100. O que realmente me entusiasma são as novas aplicações de 0 a 1, alguns casos de uso que só podem ser alcançados por meio de modelos on-chain transparentes + verificáveis. No entanto, esses casos de uso “emocionantes” atualmente dependem principalmente da imaginação, sem aplicações maduras. Aqui estão algumas ideias de brainstorming:
Negociação de criptomoedas com base em modelos de decisão de rede neural: Uma forma de produto poderia ser mais como uma versão atualizada de negociação de cópias, ou mesmo uma maneira completamente nova de negociação. Os usuários não precisam mais confiar ou pesquisar outros traders experientes, mas apostar em modelos completamente abertos e transparentes e seu desempenho. Essencialmente, a IA negocia mais rápido e decisivamente com base em previsões de preços futuros de criptomoedas. No entanto, sem a "autonomia sem confiança" inerente à IA on-chain, tais objetos ou padrões de apostas simplesmente não existem. Usuários/investidores podem ver transparentemente as razões, processos e até mesmo a probabilidade exata de futuras altas/quedas na tomada de decisão do modelo.
Modelos de IA atuando como árbitros: Um produto pode ser uma nova forma de oráculo, prevendo a precisão de fontes de dados por meio de modelos de IA. Os usuários não precisam mais confiar em validadores e não precisam se preocupar com o mau comportamento dos nós. Os provedores de Oracle nem precisam projetar redes de nós complexas e mecanismos de recompensa e punição para atingir a descentralização. Correspondentemente, a IA transparente + verificável on-chain já é suficiente para verificar o nível de confiança de fontes de dados off-chain. Esta nova forma de produto tem o potencial de dominar em termos de segurança, eficiência e custo, e o objeto da descentralização salta de humanos para ferramentas de IA de "autonomia sem confiança", que são, sem dúvida, mais seguras.
Gestão de organização/sistemas operacionais baseados em grandes modelos: A governança de DAOs deve ser inerentemente eficiente, descentralizada e justa, mas a situação atual é bem o oposto, frouxa e inchada, sem transparência e justiça. A introdução de IA on-chain pode fornecer uma solução muito adequada, maximizando o modo de gestão e eficiência, e minimizando riscos sistêmicos e humanos na gestão. Podemos até imaginar um novo modo de desenvolvimento e operação para projetos web3, onde toda a estrutura e direção de desenvolvimento futuro e propostas dificilmente dependem da tomada de decisão da equipe de desenvolvimento ou votação de DAO. Em vez disso, as decisões são tomadas com base na aquisição de dados maiores e habilidades computacionais de grandes modelos. Mas tudo isso é baseado no modelo estar on-chain. Sem a "autonomia sem confiança" da IA, não há transição de humanos para ferramentas no mundo descentralizado.
…
Resumindo,
Novas formas de produtos baseadas em IA on-chain podem ser resumidas como a transição do assunto de descentralização e falta de confiança de humanos para ferramentas de IA. Isso está em linha com a evolução da produtividade no mundo tradicional, onde inicialmente, esforços foram feitos para atualizar e aprimorar a eficiência humana e, mais tarde, os humanos foram substituídos por ferramentas inteligentes, revolucionando o design original do produto em termos de segurança e eficiência.
O ponto mais crítico, e a premissa de todos os itens acima, é tornar a IA transparente e verificável por meio da Web3.
1.3 O próximo estágio do Web3
A Web3, como uma inovação tecnológica fenomenal, não pode ficar apenas em seu estágio inicial. Modelos de tráfego e econômicos são importantes, mas os usuários nem sempre permanecerão em busca de tráfego ou gastarão muitos recursos para fazer X para ganhar, e a Web3 não embarcará na próxima onda de novos usuários por causa disso. Mas uma coisa é certa: a revolução da produtividade e do valor no mundo cripto deve vir da adição de IA.
Acredito que pode ser dividido, grosso modo, nas três etapas seguintes:
Início: A atualização e iteração de algoritmos e hardware de prova de conhecimento zero fornecem a primeira possibilidade para o surgimento de IA on-chain; (estamos aqui)
Desenvolvimento: Seja a melhoria de aplicações existentes por IA ou os novos produtos baseados em IA on-chain, ambos estão impulsionando toda a indústria;
Fim de jogo: Qual é a direção final da IA on-chain?
As discussões acima são todas sobre explorar cenários de aplicação de baixo para cima por meio da combinação de IA e Web3. Se mudarmos para uma abordagem de cima para baixo para visualizar a IA on-chain, a IA poderia rastrear de volta para a própria Web3? IA + blockchain = blockchain adaptável
Algumas cadeias públicas assumirão a liderança na integração de IA on-chain, transformando-se do nível de cadeias públicas em um tipo de adaptável. A direção do desenvolvimento não depende mais de decisões de fundação de projeto, mas é baseada em tomada de decisão de dados massivos, e o nível de automação excede em muito o Web3 tradicional, destacando-se assim da atual prosperidade multi-chain.
Com a bênção da IA verificável + transparente, onde a autorregulação do web3 se manifesta, podemos nos referir a alguns exemplos mencionados pelo Modulus Lab:
Os mercados de transações on-chain podem se ajustar automaticamente de forma descentralizada, como ajustar a taxa de juros de stablecoins em tempo real com base em dados on-chain disponíveis publicamente, sem a necessidade de suposições de confiança;
O aprendizado multimodal pode permitir que interações de protocolo na cadeia sejam concluídas por meio de reconhecimento biométrico, fornecendo KYC seguro e alcançando gerenciamento de identidade completo e confiável;
Permita que aplicativos on-chain maximizem o valor trazido pelos dados on-chain, dando suporte a serviços como recomendação de conteúdo personalizado.
De outra perspectiva, o zkrollup continua iterando e otimizando, mas sempre falta um aplicativo real que só pode rodar no ecossistema zk, o ZKML atende exatamente a esse ponto, e seu espaço de imaginação também é grande o suficiente. O ZK-rollup provavelmente servirá como ponto de entrada para a IA no web3 no futuro, criando maior valor, e os dois se complementam.
2. Implementação e Viabilidade
2.1 O que a Web3 pode oferecer para a IA?
Infraestrutura e ZK são, sem dúvida, as trilhas mais ferozmente competitivas na web3. Vários projetos ZK fizeram grandes esforços na otimização de circuitos e atualização de algoritmos, seja na exploração de redes multicamadas, no desenvolvimento de camadas de modularização e disponibilidade de dados, na personalização adicional do rollup como serviço ou mesmo na aceleração de hardware... Essas tentativas estão levando a escalabilidade, o custo e o poder de computação da infraestrutura Web3 para o próximo nível.
Parece bom colocar IA na cadeia, mas como exatamente isso é feito?
Uma abordagem é por meio do sistema ZK-proof. Por exemplo, crie um circuito personalizado para machine learning, o processo de geração de uma testemunha off-chain é o processo de execução do modelo, e gere uma prova para o processo de predição do modelo (incluindo parâmetros e entradas do modelo), qualquer um pode verificar a prova on-chain.
O modelo de IA ainda é executado em um cluster eficiente, mesmo com alguma aceleração de hardware para aumentar ainda mais a velocidade computacional, maximizando o uso do poder de computação e garantindo que nenhuma pessoa ou instituição centralizada possa adulterar ou interferir no modelo, ou seja, para garantir:
Certeza do resultado da previsão do modelo = verificável (entrada + arquitetura do modelo + parâmetros)
Com base na abordagem acima, podemos inferir ainda quais infraestruturas são cruciais para a IA na cadeia:
Sistema ZKP, rollup: Rollups expandem nossa imaginação de capacidades de computação on-chain, empacotando um monte de transações e até mesmo gerando recursivamente prova de prova para reduzir ainda mais os custos. Para os grandes modelos atuais, o primeiro passo para fornecer possibilidades é o sistema de prova e rollup;
Aceleração de hardware: O rollup ZK fornece uma base verificável, mas a velocidade de geração de prova está diretamente relacionada à usabilidade e à experiência do usuário do modelo. Esperar várias horas para gerar a prova de um modelo obviamente não vai funcionar, então a aceleração de hardware por meio de FPGA é um grande impulso.
Criptografia: A criptografia é a base do mundo das criptomoedas, e os modelos on-chain e os dados confidenciais também precisam garantir a privacidade.
Suplemento:
A base de modelos grandes é a GPU. Sem alto suporte paralelo, a eficiência de modelos grandes será muito baixa e eles não poderão ser executados. Portanto, para um ecossistema zk on-chain:
Compatível com GPU = compatível com IA
Tomemos o Starknet como exemplo: o Cario só pode ser executado na CPU, então apenas alguns modelos pequenos de árvores de decisão podem ser implantados, o que não é propício para a implantação de modelos grandes a longo prazo.
2.2 Desafio: Sistema de Prova Mais Poderoso
A velocidade de geração e o uso de memória do ZK Proof são cruciais: um está relacionado à experiência do usuário e à viabilidade, enquanto o outro diz respeito ao custo e à escalabilidade.
O atual sistema zkp é suficiente?
Suficiente, mas não bom o suficiente…
O Modulus Lab detalhou a situação específica de modelos e poder de computação no artigo “The Cost of Intelligence: Proving Machine Learning Inference with Zero-Knowledge”. Quando tiver tempo, você pode ler este “Paper0” no campo ZKML: https://drive.google.com/file/d/1tylpowpaqcOhKQtYolPlqvx6R2Gv4IzE/view
Abaixo estão os diferentes sistemas de prova mencionados no Artigo 0.
Com base nos algoritmos zk acima, o Modulus Lab conduz testes de duas dimensões: consumo de tempo e ocupação de memória e controla duas variáveis principais: parâmetros e camadas nessas duas dimensões. A seguir estão suítes de benchmark. Tal design pode cobrir aproximadamente o volume de parâmetros de 60k do LeNet5, 0,5 MFLOPs, ao volume de parâmetros de 22M do ResNet-34, 3,77 GFLOPs.
Teste de consumo de tempo:
Teste de consumo de memória:
Com base nos dados acima, no geral, o algoritmo zk atual e o potencial para suportar a geração de grandes provas de modelo estão disponíveis, mas os custos correspondentes ainda são altos, exigindo até mais de 10 vezes de otimização. Tomando Gloth16 como exemplo, embora ele se beneficie da otimização do tempo de computação trazido pela alta simultaneidade, como compensação, o uso de memória aumenta significativamente. O desempenho do Plonky2 e do zkCNN no tempo e no espaço também verifica esse ponto.
Então agora a questão realmente mudou de se o sistema zkp pode suportar IA on-chain para se o custo vale a pena suportar IA on-chain. E com o aumento exponencial nos parâmetros do modelo, a pressão sobre o sistema de prova também aumentará rapidamente. De fato, existe uma rede neural sem confiança agora? Não! É porque o custo é muito alto.
Portanto, criar um sistema de prova personalizado de IA é de vital importância. Ao mesmo tempo, para implementar a lógica de IA, que é muito complexa em uma única chamada, o modelo de consumo de gás também precisa ser redesenhado. Um zkvm de alto desempenho é essencial. Mas agora podemos ver muitas tentativas de alto desempenho, como OlaVM, polygon Miden, etc. A otimização contínua dessas infraestruturas melhora muito a viabilidade da IA on-chain.
3. Vale a pena esperar pela aplicação?
Embora a IA on-chain ainda esteja em seus estágios iniciais, ela pode estar entre os estágios inicial e de desenvolvimento quando vista das camadas acima. No entanto, a direção da IA nunca carece de excelentes equipes e ideias inovadoras.
Conforme mencionado acima, olhando para o estágio de desenvolvimento da IA no mundo web3, o mercado atual está no estágio intermediário do início ao desenvolvimento, e a direção da tentativa do produto ainda é baseada principalmente na otimização da experiência do usuário com base nas funções existentes. Mas o mais valioso é transformar sujeitos não confiáveis de pessoas em ferramentas por meio da IA na cadeia, subvertendo a forma original do produto em termos de segurança e eficiência.
Em seguida, partindo de algumas tentativas de aplicação existentes, analise a direção do desenvolvimento de produtos de longo prazo da IA on-chain
3.1 O Rockefeller Bot: a primeira IA on-chain do mundo
Rockefeller é o primeiro produto de IA on-chain lançado pela equipe do Modulus Lab, com um forte “valor comemorativo”. Este modelo é essencialmente um bot de negociação. Especificamente, os dados de treinamento do Rockefeller são uma grande quantidade de preço/taxa de câmbio WEth-USDC publicamente disponível na cadeia. É um modelo de rede neural feed-forward de três camadas, e o alvo de previsão é a futura alta e queda do preço WEth.
Este é o processo quando o bot de negociação decide negociar:
Rockefeller gera ZKP para os resultados de previsão no ZK-rollup;
O ZKP é verificado no L1 (os fundos são mantidos pelo contrato L1) e as operações são executadas;
Pode-se ver que as operações de previsão e fundos do bot de negociação são completamente descentralizadas e sem confiança. Como mencionado acima, de uma dimensão mais alta, Rockefeller é mais como um novo tipo de jogabilidade Defi. Comparado a confiar em outros traders, neste modo, os usuários estão realmente apostando no modelo transparente + verificável + autônomo. Os usuários não precisam confiar em instituições centralizadas para garantir a legalidade do processo de tomada de decisão do modelo. Ao mesmo tempo, a IA também pode eliminar o impacto da natureza humana na maior extensão e tomar decisões de forma mais decisiva.
Talvez você já queira investir algum dinheiro na Rockefeller e tentar, mas isso pode realmente render dinheiro?
Não, não pode, de acordo com a equipe do Modulus. Em vez de ser um aplicativo, o Rockefeller é mais como uma Prova de Conceito (POC) para IA on-chain. Devido às limitações de custo, eficiência e sistemas de prova, o propósito principal do Rockefeller é servir como uma demonstração para mostrar a viabilidade da IA on-chain para o mundo web3. (O Rockefeller concluiu sua missão e agora está offline T T)
3.2 Leela: O primeiro jogo de IA on-chain do mundo
Leela v.s. the World, lançado recentemente, também é da Modulus Lab. O mecanismo do jogo é simples, onde jogadores humanos formam equipes para batalhar contra IA. No jogo, os jogadores podem apostar suas apostas e, no final de cada partida, o pool do perdedor será distribuído ao vencedor de acordo com o número de tokens apostados.
Falando em IA on-chain, desta vez o Modulus Lab implantou uma rede neural profunda maior (com um número de Parâmetros > 3.700.000). Embora Leela supere Rockefeller em termos de escala de modelo e conteúdo de produto, é essencialmente ainda um experimento de IA on-chain em larga escala. O mecanismo e o modo de operação por trás de Leela é o que precisa de atenção, o que pode nos ajudar a entender melhor o modo de operação e o espaço de melhoria da IA on-chain. Aqui está o diagrama lógico fornecido pelo oficial:
Cada movimento que Leela faz, ou cada previsão, gerará um ZKP, e somente após ser verificado pelo contrato ele entrará em vigor no jogo. Ou seja, graças à IA autônoma sem confiança, os fundos apostados pelos usuários e a imparcialidade do jogo são totalmente protegidos por criptografia, e não há necessidade de confiar no desenvolvedor do jogo.
Leela usa o algoritmo Halo2, principalmente porque suas ferramentas e design flexível podem ajudar a projetar um sistema de prova mais eficiente. A situação de desempenho específica pode se referir aos dados de teste acima. Mas, ao mesmo tempo, durante a operação de Leela, a equipe do Modulus também encontrou as desvantagens do Halo2, como geração lenta de prova e hostilidade à prova única, etc. Portanto, ele confirma ainda mais a conclusão tirada dos dados de teste anteriores: se precisamos trazer modelos maiores para o web3, precisamos desenvolver um sistema de prova mais poderoso.
No entanto, o valor de Leela está em nos trazer um espaço de imaginação maior para o jogo AI + Web3, neste momento, os jogadores de King of Glory devem estar extremamente esperançosos de que o algoritmo de matchmaking esteja totalmente on-chain:) A Gamefi precisa de mais suporte de conteúdo de alta qualidade e um sistema de jogo mais justo, e a IA on-chain apenas fornece isso. Por exemplo, introduzir cenas de jogo orientadas por IA ou NPCs no jogo fornece um enorme espaço de imaginação tanto para a experiência de jogo do jogador quanto para a jogabilidade do sistema econômico.
3.3 Worldcoin: IA + KYC
Worldcoin é um sistema de identidade on-chain (Privacy-Preserving Proof-of-Personhood Protocol) que usa biometria para estabelecer um sistema de identidade e atingir funções derivadas como pagamentos. O objetivo é combater ataques Sybil, e agora tem mais de 1,4 milhões de usuários registrados.
Os usuários escaneiam suas íris com um dispositivo de hardware chamado Orb, e informações pessoais são adicionadas a um banco de dados. A Worldcoin executa um modelo CNN no ambiente computacional do hardware Orb para compactar e validar a eficácia dos dados da íris do usuário. Parece poderoso, mas para uma verificação de identidade verdadeiramente descentralizada, a equipe da Worldcoin está explorando a verificação de saída do modelo por meio de ZKPs.
Desafios
Vale mencionar que o modelo CNN usado pela Worldcoin tem um tamanho: parâmetros = 1,8 milhões, camadas = 50. Com base nos dados de teste mostrados acima, o sistema de prova atual pode lidar com isso em termos de tempo, mas o consumo de memória é impossível de ser concluído para hardware de nível de consumidor.
3.4 Outros projetos
Pragma: Pragma é um oráculo ZK desenvolvido a partir do ecossistema Starkware. A equipe também está explorando como resolver o problema da verificação descentralizada de dados off-chain por meio de IA on-chain. Os usuários não precisam mais confiar em validadores, mas podem verificar fontes de dados off-chain por meio de IA on-chain suficientemente precisa e verificável, como ler informações físicas correspondentes como entrada e tomar decisões para verificação real de ativos ou identidade.
Lyra finance: Lyra finance é um AMM de opções que fornece um mercado de negociação de derivativos. Para melhorar a utilização de capital, a equipe Lyra e o Modulus Lab estão colaborando para desenvolver um AMM com base em um modelo de IA verificável. Com um modelo de IA verificável e justo, a Lyra finance tem a oportunidade de se tornar um experimento de implementação em larga escala para IA on-chain, trazendo matchmaking justo para usuários web3 pela primeira vez, otimizando o mercado on-chain por meio de IA e fornecendo retornos mais altos.
Giza: Uma plataforma ZKML que implementa modelos diretamente na cadeia em vez de verificação fora da cadeia. Boa tentativa, mas... Devido ao poder computacional e à falta de suporte do Cairo para geração de provas baseada em CUDA, o Giza só pode suportar a implementação de modelos pequenos. Este é o problema mais fatal. A longo prazo, modelos grandes que podem ter um impacto disruptivo na web3 exigirão suporte de hardware poderoso, como GPUs.
Zama-ai: Criptografia homomórfica de modelos. Criptografia homomórfica é uma forma de criptografia onde: f[E(x)] = E[f(x)], onde f é uma operação, E é um algoritmo de criptografia homomórfica e x é uma variável, por exemplo, E(a) + E(b) = E(a + b). Ela permite que formas específicas de operações algébricas em texto cifrado resultem em um resultado criptografado, e descriptografar esse resultado produzirá o mesmo resultado que executar a mesma operação no texto simples. A privacidade do modelo sempre foi um ponto crítico e um gargalo da IA. Embora zk seja favorável à privacidade, zk não equivale à privacidade. Zama está comprometido em garantir a execução de modelos que preservem a privacidade.
ML-as-a-service: Atualmente, esta é apenas uma direção de pensamento, sem aplicações específicas, mas o objetivo é resolver os problemas de comportamento malicioso por provedores de serviços de ML centralizados e confiança do usuário por meio de ZKPs. Daniel Kang tem uma descrição detalhada no artigo “Verificação sem confiança de aprendizado de máquina” (consulte o diagrama no artigo).
4. Conclusão
No geral, a IA no mundo web3 está em um estágio muito inicial, mas não há dúvidas de que a maturação e popularização da IA on-chain levará o valor da web3 a outro nível. Tecnicamente, a web3 pode fornecer uma infraestrutura única para IA, e a IA é uma ferramenta essencial para mudar as relações de produção da web3. A combinação dos dois pode desencadear muitas possibilidades, o que é um lugar emocionante e imaginativo.
Da perspectiva da motivação da IA para entrar na cadeia, por um lado, a IA transparente + verificável na cadeia transforma as entidades descentralizadas e confiáveis de pessoas em ferramentas de IA, aumentando muito a eficiência e a segurança, e fornecendo possibilidades para criar formas de produtos inteiramente novas. Por outro lado, como a infraestrutura da web3 continua a iterar, a web3 realmente precisa de um aplicativo matador que possa maximizar o valor dessa infraestrutura. O ZKML se encaixa nesse ponto, por exemplo, o ZK-rollup provavelmente será o ponto de entrada da IA na web3 no futuro.
De uma perspectiva de viabilidade, a infraestrutura atual pode suportar modelos de uma certa escala até certo ponto, mas ainda há muitas incertezas. Usar ZKP para criar modelos verificáveis atualmente parece ser o único caminho para a IA entrar na cadeia e também pode ser o caminho técnico mais determinístico para levar a IA para aplicativos web3. No entanto, a longo prazo, o sistema de prova atual precisa ser exponencialmente melhorado para suportar suficientemente os modelos cada vez maiores.
Da perspectiva de cenários de aplicação, a IA pode participar quase perfeitamente em qualquer direção da web3, seja em jogos, DeFi, DID ou ferramentas... Embora os projetos existentes sejam muito escassos e não tenham valor a longo prazo, eles ainda não fizeram a transição de uma ferramenta para melhorar a eficiência para uma aplicação que muda as relações de produção. Mas é emocionante que alguém tenha dado o primeiro passo, e podemos ver o primeiro olhar para a IA on-chain e suas possibilidades futuras.
Referência
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
Sobre a Foresight Ventures
A Foresight Ventures se dedica a apoiar a inovação disruptiva do blockchain nas próximas décadas. Gerenciamos vários fundos: um fundo de capital de risco, um fundo secundário gerenciado ativamente, um FOF multiestratégia e um fundo secundário de mercado privado, com AUM excedendo US$ 400 milhões. A Foresight Ventures adere à crença de uma “mentalidade única, independente, agressiva e de longo prazo” e fornece amplo suporte para empresas de portfólio dentro de um ecossistema em crescimento. Nossa equipe é composta por veteranos das principais empresas financeiras e de tecnologia, como Sequoia Capital, CICC, Google, Bitmain e muitas outras.
Site: https://www.foresightventures.com/
Aviso Legal: Todos os artigos da Foresight Ventures não pretendem ser conselhos de investimento. Os indivíduos devem avaliar sua própria tolerância ao risco e tomar decisões de investimento com prudência.
