La recente popolarità di Worldcoin ha creato slancio sufficiente anche per una narrazione Web 3+AI. Worldcoin appartiene al concetto zkML ed è derivato da zk+ML (prova a conoscenza zero e apprendimento automatico). È anche una combinazione emergente che è stata se ne è parlato molto di recente, zk Inutile dire che la tecnologia deve essere menzionata e il machine learning è un sottocampo dell'intelligenza artificiale. AI+Web3 è stata una narrativa popolare nel settore in passato, ma al momento non esiste un buon concetto o caso d'uso per collegano perfettamente i due. Alla recente conferenza in Montenegro, Vitalik ha anche elogiato molto zkSNARK. Insieme alla popolarità di Worldcoin, è prevedibile che zkML si distinguerà.

Potresti non avere familiarità con zkML Questo articolo chiarisce principalmente la nebbia su zkML, concentrandosi sull'introduzione, sui casi d'uso e su alcuni potenziali progetti di zkML Ufficialmente, poiché al momento non ci sono molti casi d'uso di zkML, spero che tu possa farlo cogli l'opportunità e scoprila in anticipo Preparati a nuovi concetti e casi d'uso.

Web3+ML

zkML combina la prova a conoscenza zero e l'apprendimento automatico. Infatti, al di fuori del Web 3, ML non è più una parola nuova. La tecnologia è stata ampiamente utilizzata in alcuni campi, come l'elaborazione del linguaggio naturale (NLP), la guida autonoma, l'e-. i campi del commercio, ecc. hanno raggiunto un livello più elevato attraverso la tecnologia ML e il ML ha persino assunto una posizione dominante in alcuni campi. Pertanto, zkML è anche la tendenza generale del futuro e il ML è incorporato nei contratti intelligenti. Fornirà inoltre metodi di elaborazione più complessi e intelligenti per i contratti intelligenti.

Aggiungendo funzionalità ML, i contratti intelligenti possono diventare più autonomi e dinamici, consentendo loro di agire sulla base di dati on-chain in tempo reale anziché di regole statiche. I contratti intelligenti saranno più flessibili e adattabili a più scenari, compresi quelli che potrebbero non essere stati previsti al momento della creazione del contratto. In poche parole, le funzionalità ML amplieranno l’automazione, l’accuratezza, l’efficienza e la flessibilità di qualsiasi contratto intelligente che inseriamo nella catena.

Attualmente, uno dei motivi per cui il ML non è ampiamente adottato nelle criptovalute è che il costo computazionale dell'esecuzione di questi modelli sulla catena è molto elevato. Ad esempio, fastBERP, un tipo di modello linguistico NLP, l'adozione di questo modello richiede l'uso di circa 1800 MFLOPS (milioni di punti aritmetici), che non possono essere eseguiti direttamente sull'EVM. Mentre i modelli applicativi devono fare previsioni basate su dati del mondo reale, per avere contratti intelligenti su scala ML, il contratto deve ottenere tali previsioni;

Il secondo motivo è la necessità di affrontare la questione del quadro di fiducia dei modelli ML. Il primo è la privacy: come accennato in precedenza, i parametri del modello sono generalmente privati. In alcuni casi, anche gli input del modello devono essere mantenuti riservati Questo è naturale e ciò comporterà alcuni problemi di fiducia tra i proprietari del modello e gli utenti del modello; il secondo è la scatola nera algoritmica che viene talvolta chiamata "scatola nera" perché prevede molti passaggi automatizzati nel processo di calcolo che sono difficili da eseguire capire o spiegare. Questi passaggi coinvolgono algoritmi complessi e grandi quantità di dati, che possono portare a risultati incerti e talvolta casuali, rendendo gli algoritmi colpevoli di pregiudizi e persino di discriminazione. E la tecnologia zk può risolvere questo problema di fiducia in modo molto efficiente.

Quindi zkSNARK è apparso in questo momento. La tecnologia zk in zkML si riferisce principalmente a zkSNARK che ci fornisce una soluzione: chiunque può eseguire un modello fuori catena e generare una prova concisa e verificabile che indica quanto previsto. Il modello produce un risultato specifico, e questa prova può essere pubblicata sulla catena e catturata dal contratto intelligente e migliorarne l’intelligenza. I modelli ML in genere richiedono tre parti: dati di training, architettura del modello e parametri del modello. Il modello addestrato può aprire uno spazio di progettazione aggiornato per i contratti intelligenti purché superi il ragionamento e la verifica. (L'addestramento del modello e l'inferenza non verranno descritti in dettaglio)

Casi d'uso di zkML nella crittografia

Anche il contratto intelligente aggiunto con zkSNARK +ML avrà molti casi d'uso. Di seguito sono riportati i casi d'uso:

DeFi

Oracoli verificabili di machine learning fuori catena

Combinati con zkSNARK combinati con l'inferenza verificata dei modelli ML, questi oracoli ML off-chain possono essere utilizzati per risolvere in modo affidabile i mercati di previsione del mondo reale, proteggere i contratti di protocollo e altro ancora verificando l'inferenza e pubblicando prove sulla catena.

DeFi parametrizzata ML

Molte suddivisioni della DeFi possono effettivamente essere automatizzate. Ad esempio, i protocolli di prestito possono utilizzare modelli ML per aggiornare i parametri in tempo reale. Mentre i protocolli di prestito odierni si affidano principalmente ai modelli off-chain gestiti dalle organizzazioni per determinare coefficienti collaterali, LTV, soglie di liquidazione, ecc., il ML può fornire un'alternativa migliore con modelli open source formati dalla comunità che chiunque può eseguire e verificare.

Strategie di trading automatizzate

Un modo per verificare i rendimenti di una strategia di trading è fare in modo che MP fornisca vari backtest agli investitori. Non c'è modo di verificare se lo stratega ha seguito il modello durante l'esecuzione delle operazioni, ma zkML può fornire una soluzione e MP può fornirla. quando distribuito in una posizione specifica. Fornire prova di verifica del ragionamento del modello finanziario.

Campo della sicurezza

Monitoraggio delle frodi nei contratti intelligenti

I modelli ML possono essere utilizzati per rilevare possibili comportamenti dannosi e applicare procedure di sospensione, anziché avere una governance diretta o attori centralizzati che controllano la capacità di sospendere i contratti.

DID e sociale

Sostituisci le chiavi private con l'autenticazione biometrica (che è ciò che fa attualmente Worldcoin)

La gestione delle chiavi private è ancora uno dei grattacapi per gli utenti Web3. L'estrazione di chiavi private tramite riconoscimento facciale o altri dati biometrici è una possibile soluzione per zkML e Worldcoin la sta applicando con il suo dispositivo Orb per determinare se qualcuno è una persona reale senza tentare di KYC, e utilizza la tecnologia zk per garantire che l'output di i suoi modelli ML non rivelano i dati personali degli utenti, ottenendo ciò attraverso vari sensori della fotocamera e modelli di apprendimento automatico che analizzano le caratteristiche del viso e dell'iride.

Consigli personalizzati e filtraggio dei contenuti per i social media Web3

Allo stesso modo, alcuni social media Web 3 possono facilmente ottenere preferenze e dati dell'utente, mostrarci alcune e-mail di spam e collegamenti falsi e molti collegamenti falsi portano al furto dei portafogli degli utenti, ecc., Ma attraverso la tecnologia zkML possiamo evitare molti contenuti non necessari e collegamenti e-mail.

Economia e gioco dei creatori

Ribilanciamento dell'economia del gioco

I modelli ML possono essere utilizzati per regolare dinamicamente l'emissione, la fornitura, la distruzione, le soglie di voto dei token, ecc. Un modello possibile è un contratto di incentivazione, che può riequilibrare l'economia del gioco se viene raggiunta una determinata soglia di riequilibrio e viene verificata la prova del ragionamento.

Nuovi giochi on-chain

È possibile creare giochi cooperativi con intelligenza artificiale umana e altri giochi innovativi a catena, in cui modelli di intelligenza artificiale non affidabili agiscono come NPC e tutte le azioni degli NPC vengono inviate alla catena con istruzioni di accompagnamento che chiunque può verificare per determinare la prova del corretto funzionamento .

Progetto sul potenziale ecologico zkML

Dato che zkML è ancora in una fase iniziale di sviluppo, non ci sono molti progetti che possono essere trovati. Di seguito sono riportati i potenziali progetti trovati per tutti:

Moneta mondiale

Non entrerò nei dettagli su Worldcoin. Tutti dovrebbero conoscerlo. Fare riferimento a “Se Worldcoin avrà successo, quale impatto avrà sul settore della crittografia?”

Laboratori Modulus

Modulus Labs è uno dei progetti più diversificati di zkML, che costruisce la tecnologia necessaria per l'intelligenza artificiale on-chain. Lavora sia sui casi d'uso che sulla ricerca correlata. Dal punto di vista applicativo, Modulus Labs ha sviluppato RockyBot, un bot di trading on-chain, e Leela vs. the World, una partita a scacchi in cui persone reali giocano contro un'istanza on-chain verificabile del motore scacchistico Leela.

umano

Giza è un protocollo dedicato alla crescita dell'economia attraverso l'intelligenza artificiale, consentendo l'implementazione di modelli di intelligenza artificiale on-chain utilizzando un approccio completamente trustless, alimentato da una partnership con StarkWare, abilitando in definitiva un mercato che fornisce percorsi alternativi per lo sviluppo dell'intelligenza artificiale.

Zkaptcha

Zkaptcha si concentra sul problema dei robot in Web3, protegge i contratti intelligenti dagli attacchi dei robot, utilizza prove a conoscenza zero per creare contratti intelligenti resistenti agli attacchi Sybil e fornisce servizi di codice di verifica per i contratti intelligenti. Attualmente, il progetto consente agli utenti finali di generare una prova del lavoro umano completando un codice di verifica. In futuro, Zkaptcha erediterà zkML e lancerà un servizio simile al codice di verifica Web 2 esistente, ma potrà anche analizzare comportamenti come il movimento del mouse. per determinare le prestazioni dell'utente.

Conclusione

Al momento, sembra che non ci siano molti prodotti nel campo della combinazione di zkML e criptovaluta. Si verificheranno ancora alcuni problemi nel processo di creazione di tali prodotti e potrebbero essere necessari ulteriori miglioramenti e ottimizzazioni in futuro. Ma con la combinazione di zkSNARK e ML, abbiamo motivo di credere che la potenza di zkML possa portare migliori prospettive e sviluppo alle criptovalute. Attendiamo anche con impazienza che prodotti più diversificati in questo campo forniscano sicurezza per il funzionamento di zkML ML Trusted e in futuro, oltre all'innovazione dei prodotti, potrebbe anche generare innovazione nei modelli di business delle criptovalute, perché in questo mondo selvaggio e anarchico del Web 3, la decentralizzazione, la tecnologia crittografica e la fiducia sono le strutture di base più importanti.