Autores: Jesse Walden (Cofundador da Variant) e Alana Levin (Venture Partner, Variant); Tradução: Golden Finance xiaozou
Tornou-se um consenso que a inteligência artificial está a mudar o mundo.
Mas, indiscutivelmente, a única área onde novas aplicações significativas de IA ainda não surgiram é o blockchain. Pelo menos, ainda não. Isso ocorre porque a barreira de entrada para colocar modelos de ML (aprendizado de máquina) on-chain é maior do que a do software tradicional – blockchains agem como máquinas de confiança globais transparentes, e a capacidade de verificar os cálculos que afetam o comportamento do usuário é crítica para a operação de blockchains. Mas, até agora, isso tem sido difícil de fazer para o campo da IA: a maioria dos modelos de ML é executada em servidores opacos e os algoritmos de caixa preta são ajustados por configurações de operador relativamente sem restrições. Em um mundo onde a hipótese de confiança dominante é validada, os mecanismos atuais de ML não atendem aos requisitos.
No entanto, o Modulus preenche esta lacuna. Seu foco é o aprendizado de máquina de conhecimento zero (zkML): modelos de ML com cálculos comprovadamente corretos, independentemente de a computação ser processada em um ambiente aberto ou em um servidor central privado. O resultado? Agentes de IA e modelos de ML agora podem ser extensões naturais da lógica de contratos inteligentes. Especificamente, acreditamos que o zkML pode ajudar a desbloquear protocolos descentralizados mais avançados, minimizando a necessidade de governança humana de funções dinâmicas complexas.
Os primeiros experimentos exploratórios conduzidos pela Modulus, um bot de negociação on-chain e um motor de xadrez à prova de conhecimento zero, são dois exemplos iniciais desse novo paradigma. Outro caso de uso pode envolver algo como um protocolo de empréstimo, alavancando a IA para gerenciar os índices de garantia de empréstimos (muitas vezes coordenados por humanos) enquanto aproveita provas de conhecimento zero para garantir que o modelo se comporte de uma maneira específica.
No geral, esperamos que surjam mais aplicações inovadoras, especialmente à medida que os desenvolvedores se familiarizam mais com a tecnologia Modulus e os loops de feedback.
A Modulus Labs levantou US$ 6,3 milhões em uma rodada seed em 1º de novembro, liderada pela Variant e 1Kx. É por isso que estamos entusiasmados em liderar a rodada de sementes da Modulus.
Seus cofundadores são os ex-alunos da Universidade de Stanford Daniel Shorr e Ryan Cao, e o engenheiro de big data Nick Cosby. O criptógrafo Giorgos Zirdelis junta-se à multidão. A experiência da equipe em pesquisa de IA, criptografia de ponta e engenharia de produto é particularmente adequada para construir este campo emergente. Estamos ansiosos para que a equipe continue a fornecer aplicativos inovadores e estamos entusiasmados em apoiá-los."
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Módulo: Trazendo zkML on-chain
Autores: Jesse Walden (Cofundador da Variant) e Alana Levin (Venture Partner, Variant); Tradução: Golden Finance xiaozou
Tornou-se um consenso que a inteligência artificial está a mudar o mundo.
Mas, indiscutivelmente, a única área onde novas aplicações significativas de IA ainda não surgiram é o blockchain. Pelo menos, ainda não. Isso ocorre porque a barreira de entrada para colocar modelos de ML (aprendizado de máquina) on-chain é maior do que a do software tradicional – blockchains agem como máquinas de confiança globais transparentes, e a capacidade de verificar os cálculos que afetam o comportamento do usuário é crítica para a operação de blockchains. Mas, até agora, isso tem sido difícil de fazer para o campo da IA: a maioria dos modelos de ML é executada em servidores opacos e os algoritmos de caixa preta são ajustados por configurações de operador relativamente sem restrições. Em um mundo onde a hipótese de confiança dominante é validada, os mecanismos atuais de ML não atendem aos requisitos.
No entanto, o Modulus preenche esta lacuna. Seu foco é o aprendizado de máquina de conhecimento zero (zkML): modelos de ML com cálculos comprovadamente corretos, independentemente de a computação ser processada em um ambiente aberto ou em um servidor central privado. O resultado? Agentes de IA e modelos de ML agora podem ser extensões naturais da lógica de contratos inteligentes. Especificamente, acreditamos que o zkML pode ajudar a desbloquear protocolos descentralizados mais avançados, minimizando a necessidade de governança humana de funções dinâmicas complexas.
Os primeiros experimentos exploratórios conduzidos pela Modulus, um bot de negociação on-chain e um motor de xadrez à prova de conhecimento zero, são dois exemplos iniciais desse novo paradigma. Outro caso de uso pode envolver algo como um protocolo de empréstimo, alavancando a IA para gerenciar os índices de garantia de empréstimos (muitas vezes coordenados por humanos) enquanto aproveita provas de conhecimento zero para garantir que o modelo se comporte de uma maneira específica.
No geral, esperamos que surjam mais aplicações inovadoras, especialmente à medida que os desenvolvedores se familiarizam mais com a tecnologia Modulus e os loops de feedback.
A Modulus Labs levantou US$ 6,3 milhões em uma rodada seed em 1º de novembro, liderada pela Variant e 1Kx. É por isso que estamos entusiasmados em liderar a rodada de sementes da Modulus.
Seus cofundadores são os ex-alunos da Universidade de Stanford Daniel Shorr e Ryan Cao, e o engenheiro de big data Nick Cosby. O criptógrafo Giorgos Zirdelis junta-se à multidão. A experiência da equipe em pesquisa de IA, criptografia de ponta e engenharia de produto é particularmente adequada para construir este campo emergente. Estamos ansiosos para que a equipe continue a fornecer aplicativos inovadores e estamos entusiasmados em apoiá-los."