Nos últimos meses, tanto a indústria tradicional da Internet quanto o campo do blockchain foram impactados até certo ponto pela inteligência artificial. À medida que os gigantes da Internet em todo o mundo se juntam à competição, um após o outro, os praticantes de blockchain estão começando a pensar sobre o que esta competição de inteligência artificial nos trará. Quando dados, modelos, algoritmos, poder computacional, etc. que não estão relacionados com a construção de aplicações e infraestruturas de IA se tornam cada vez mais disponíveis, em que precisamos de pensar? Se tudo isso acontecer numa caixa preta, ainda poderemos confiar neles? Neste episódio, convidamos Hill da SevenX Ventures para discutir como combinar aprendizado de máquina e provas de conhecimento zero. Como o blockchain e o ZKP equilibram os problemas de confiança na inteligência artificial.
Hill atua como líder de pesquisa na SevenX Ventures. Antes de ingressar na SevenX, ele teve experiência inicial em diversos cargos em outros projetos e blockchains, como pesquisa em design de mecanismos e design de tokenomics, e também trabalhou como gerente de produto e relações com investidores.
"Como as questões de confiança afetam o campo de IA e o complemento de ZK e blockchain"
A questão da confiança aqui vem principalmente de dois pontos: a incerteza dos resultados finais produzidos pela IA e a forma como a IA produz resultados é essencialmente uma caixa preta opaca.
Em primeiro lugar, quando o resultado de um Machine Learning não é tão replicável, é difícil aplicá-lo ao processo de produção crítico e livre de erros. Por exemplo, o modelo atual de linguagem grande, mesmo que forneçamos as mesmas instruções, sua saída será sempre tendenciosa, por isso geralmente o usamos como uma ferramenta heurística e não lhe damos o trabalho mais importante em mãos. Além disso, o processo pelo qual a IA produz resultados não é tão confiável para os utilizadores, que não ousam enviar informações e dados sensíveis à IA.
Esta também é uma oportunidade para blockchain e ZK. Se usarmos a tecnologia blockchain ou ZK para tornar a IA mais confiável, então, neste momento, poderemos essencialmente expandir os limites da IA aos quais os usuários finais C estão expostos. Não só podemos permitir que os usuários C-end experimentem a IA por uma pequena quantia de dinheiro, mas quando a IA se tornar confiável o suficiente, também poderemos permitir que os usuários C-end invistam um valor mais alto.
"Contratos inteligentes mais inteligentes"
Em relação aos contratos inteligentes, Vitalik teve um ponto interessante antes: ele disse que o nome está realmente errado. Contratos inteligentes não são inteligentes. Para ser mais preciso, eles são um roteiro difícil. Em outras palavras, após a implantação do script, mesmo que um dos nós fique offline, ele não poderá impedir que o script continue a ser executado. Mas essencialmente é apenas um script que funciona da maneira que foi escrito antes.
Então, se os contratos inteligentes tiverem capacidade de aprendizado de máquina, poderemos alcançar uma verdadeira autonomia na cadeia. Para a IA tradicional, eles nunca tiveram a oportunidade de alcançar a soberania, porque a maioria da IA ou dos modelos estão nas mãos de grandes empresas, e elas podem desligá-la ou alterá-la a qualquer momento, se quiserem. O blockchain pode naturalmente fornecer esse ambiente para desenvolver a autonomia na cadeia.
"A força motriz do ZKML"
Na verdade, tanto os campos ZK como ML estão a desenvolver-se rapidamente agora, e novas coisas estão constantemente a surgir no mercado a cada dia que passa. Eu mesmo observei duas direções, uma é a prova e a outra é a infraestrutura computacional da cadeia. Groth16 e halo2 agora são usados com mais frequência, principalmente para cálculos em EVM ou outras VMs, ou seja, para gerar provas de conhecimento zero para cálculos de máquinas de estado. Mas algumas pessoas também tentam usá-lo para gerar provas do processo de cálculo de inferência de aprendizado de máquina.
Outra direção é o ambiente de computação. Dessa perspectiva, não apenas o ambiente de computação para ML ou IA, seja zkEVM ou zkWASM, ao qual todos prestaram atenção recentemente, esses diferentes ambientes de computação com sistemas à prova de ZK terão a oportunidade de executar o aprendizado de máquina no futuro. modelo de IA. Contanto que você coloque o modelo de Machine Learning em seu ambiente computacional, eles gerarão uma Prova ZK com base no cálculo, e poderemos garantir que esse processo esteja correto.
Descubra aplicativos zkML mais interessantes!
O que há de mais interessante em uma indústria é quando há uma enorme necessidade oculta no mercado e somos capazes de aproveitar essas lacunas e fornecer soluções elegantes. No entanto, a adoção em massa é o objetivo de longo prazo que o blockchain ainda busca, e o zk também é uma tecnologia de ponta à qual os usuários comuns da Internet tradicional têm relativamente pouca exposição. Os usuários podem não se importar muito com esses protocolos e infra-estruturas subjacentes obscuros, mas estão mais preocupados se o produto é fácil de usar e qual o valor que ele tem. Como devemos abstrair essas coisas, explorar as necessidades dos usuários e criar aplicações mais interessantes?
Na última parte da conversa voltamos ao tema que mais preocupa a todos, de que tipo de aplicativos os usuários precisam? Hill disse que sua direção mais promissora é a segurança DeFi e deu um exemplo muito vívido para mostrar a todos quais produtos podem ser feitos usando zkML. Recomendo fortemente a todos que ouçam até o final! Talvez eu possa convidar meus amigos para construí-lo juntos em breve~
Links Relacionados
Escritos de Hill:
Equilibrando o poder da IA/ML: o papel do ZK e do Blockchain:
zkML: Evoluindo a inteligência de contratos inteligentes por meio da criptografia de conhecimento zero:
Aprendizado de máquina de conhecimento zero (ZKML): projetos explorando o espaço:
Verificações e equilíbrios: aprendizado de máquina e provas de conhecimento zero:
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
zkML: Tornando a IA mais confiável e a possibilidade de autonomia na cadeia
"Introdução"
Nos últimos meses, tanto a indústria tradicional da Internet quanto o campo do blockchain foram impactados até certo ponto pela inteligência artificial. À medida que os gigantes da Internet em todo o mundo se juntam à competição, um após o outro, os praticantes de blockchain estão começando a pensar sobre o que esta competição de inteligência artificial nos trará. Quando dados, modelos, algoritmos, poder computacional, etc. que não estão relacionados com a construção de aplicações e infraestruturas de IA se tornam cada vez mais disponíveis, em que precisamos de pensar? Se tudo isso acontecer numa caixa preta, ainda poderemos confiar neles? Neste episódio, convidamos Hill da SevenX Ventures para discutir como combinar aprendizado de máquina e provas de conhecimento zero. Como o blockchain e o ZKP equilibram os problemas de confiança na inteligência artificial.
Hill atua como líder de pesquisa na SevenX Ventures. Antes de ingressar na SevenX, ele teve experiência inicial em diversos cargos em outros projetos e blockchains, como pesquisa em design de mecanismos e design de tokenomics, e também trabalhou como gerente de produto e relações com investidores.
"Como as questões de confiança afetam o campo de IA e o complemento de ZK e blockchain"
A questão da confiança aqui vem principalmente de dois pontos: a incerteza dos resultados finais produzidos pela IA e a forma como a IA produz resultados é essencialmente uma caixa preta opaca.
Em primeiro lugar, quando o resultado de um Machine Learning não é tão replicável, é difícil aplicá-lo ao processo de produção crítico e livre de erros. Por exemplo, o modelo atual de linguagem grande, mesmo que forneçamos as mesmas instruções, sua saída será sempre tendenciosa, por isso geralmente o usamos como uma ferramenta heurística e não lhe damos o trabalho mais importante em mãos. Além disso, o processo pelo qual a IA produz resultados não é tão confiável para os utilizadores, que não ousam enviar informações e dados sensíveis à IA.
Esta também é uma oportunidade para blockchain e ZK. Se usarmos a tecnologia blockchain ou ZK para tornar a IA mais confiável, então, neste momento, poderemos essencialmente expandir os limites da IA aos quais os usuários finais C estão expostos. Não só podemos permitir que os usuários C-end experimentem a IA por uma pequena quantia de dinheiro, mas quando a IA se tornar confiável o suficiente, também poderemos permitir que os usuários C-end invistam um valor mais alto.
"Contratos inteligentes mais inteligentes"
Em relação aos contratos inteligentes, Vitalik teve um ponto interessante antes: ele disse que o nome está realmente errado. Contratos inteligentes não são inteligentes. Para ser mais preciso, eles são um roteiro difícil. Em outras palavras, após a implantação do script, mesmo que um dos nós fique offline, ele não poderá impedir que o script continue a ser executado. Mas essencialmente é apenas um script que funciona da maneira que foi escrito antes.
Então, se os contratos inteligentes tiverem capacidade de aprendizado de máquina, poderemos alcançar uma verdadeira autonomia na cadeia. Para a IA tradicional, eles nunca tiveram a oportunidade de alcançar a soberania, porque a maioria da IA ou dos modelos estão nas mãos de grandes empresas, e elas podem desligá-la ou alterá-la a qualquer momento, se quiserem. O blockchain pode naturalmente fornecer esse ambiente para desenvolver a autonomia na cadeia.
"A força motriz do ZKML"
Na verdade, tanto os campos ZK como ML estão a desenvolver-se rapidamente agora, e novas coisas estão constantemente a surgir no mercado a cada dia que passa. Eu mesmo observei duas direções, uma é a prova e a outra é a infraestrutura computacional da cadeia. Groth16 e halo2 agora são usados com mais frequência, principalmente para cálculos em EVM ou outras VMs, ou seja, para gerar provas de conhecimento zero para cálculos de máquinas de estado. Mas algumas pessoas também tentam usá-lo para gerar provas do processo de cálculo de inferência de aprendizado de máquina.
Outra direção é o ambiente de computação. Dessa perspectiva, não apenas o ambiente de computação para ML ou IA, seja zkEVM ou zkWASM, ao qual todos prestaram atenção recentemente, esses diferentes ambientes de computação com sistemas à prova de ZK terão a oportunidade de executar o aprendizado de máquina no futuro. modelo de IA. Contanto que você coloque o modelo de Machine Learning em seu ambiente computacional, eles gerarão uma Prova ZK com base no cálculo, e poderemos garantir que esse processo esteja correto.
Descubra aplicativos zkML mais interessantes!
O que há de mais interessante em uma indústria é quando há uma enorme necessidade oculta no mercado e somos capazes de aproveitar essas lacunas e fornecer soluções elegantes. No entanto, a adoção em massa é o objetivo de longo prazo que o blockchain ainda busca, e o zk também é uma tecnologia de ponta à qual os usuários comuns da Internet tradicional têm relativamente pouca exposição. Os usuários podem não se importar muito com esses protocolos e infra-estruturas subjacentes obscuros, mas estão mais preocupados se o produto é fácil de usar e qual o valor que ele tem. Como devemos abstrair essas coisas, explorar as necessidades dos usuários e criar aplicações mais interessantes?
Na última parte da conversa voltamos ao tema que mais preocupa a todos, de que tipo de aplicativos os usuários precisam? Hill disse que sua direção mais promissora é a segurança DeFi e deu um exemplo muito vívido para mostrar a todos quais produtos podem ser feitos usando zkML. Recomendo fortemente a todos que ouçam até o final! Talvez eu possa convidar meus amigos para construí-lo juntos em breve~
Links Relacionados
Escritos de Hill:
Equilibrando o poder da IA/ML: o papel do ZK e do Blockchain:
zkML: Evoluindo a inteligência de contratos inteligentes por meio da criptografia de conhecimento zero:
Aprendizado de máquina de conhecimento zero (ZKML): projetos explorando o espaço:
Verificações e equilíbrios: aprendizado de máquina e provas de conhecimento zero: