Все сходятся во мнении, что искусственный интеллект меняет мир.
Но, пожалуй, единственной областью, где еще не появилось новых значимых применений ИИ, является блокчейн. По крайней мере, пока. Это связано с тем, что входной барьер для размещения моделей машинного обучения в блокчейне выше, чем у традиционного программного обеспечения — блокчейны действуют как прозрачные машины глобального доверия, а возможность проверять вычисления, влияющие на поведение пользователей, имеет решающее значение для работы блокчейнов. Но до сих пор это было сложно сделать в сфере ИИ: большинство моделей машинного обучения работают на непрозрачных серверах, а алгоритмы черного ящика настраиваются относительно неограниченными настройками оператора. В мире, где гипотеза доминирующего доверия подтверждается, существующие механизмы машинного обучения не отвечают этим требованиям.
Однако Modulus восполняет этот пробел. Основное внимание уделяется машинному обучению с нулевым разглашением (zkML): моделям машинного обучения с доказуемо правильными вычислениями, независимо от того, обрабатываются ли вычисления в открытой среде или на частном центральном сервере. Каков результат? Агенты искусственного интеллекта и модели машинного обучения теперь могут быть естественными продолжениями логики смарт-контрактов. В частности, мы считаем, что zkML может помочь разблокировать более продвинутые децентрализованные протоколы, сводя к минимуму необходимость в человеческом управлении сложными динамическими функциями.
Первые исследовательские эксперименты, проведенные Modulus, торговым онлайн-ботом и шахматным движком с доказательством с нулевым разглашением, являются двумя ранними примерами этой новой парадигмы. Другой вариант использования может включать в себя что-то вроде протокола кредитования, использующего ИИ для управления коэффициентами обеспечения кредитов (часто координируемых людьми) с использованием доказательств с нулевым разглашением, чтобы гарантировать, что модель ведет себя определенным образом.
В целом, мы ожидаем появления новых инновационных приложений, особенно по мере того, как разработчики будут лучше знакомиться с технологией Modulus и циклами обратной связи.
Modulus Labs привлекла $6,3 млн в посевном раунде 1 ноября, возглавляемом Variant и 1Kx. Вот почему мы рады возглавить посевной раунд Modulus.
Ее соучредителями являются выпускники Стэнфордского университета Дэниел Шорр и Райан Цао, а также инженер по большим данным Ник Косби. Ведущий криптограф Йоргос Зирделис присоединяется к толпе. Опыт команды в области исследований в области искусственного интеллекта, передовой криптографии и разработки продуктов особенно хорошо подходит для создания этой развивающейся области. Мы с нетерпением ждем, когда команда продолжит создавать инновационные приложения, и рады поддержать их».
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Modulus: Перенос zkML в блокчейн
Авторы: Джесси Уолден (соучредитель Variant) и Алана Левин (венчурный партнер, Variant); Перевод: Золотые финансы xiaozou
Все сходятся во мнении, что искусственный интеллект меняет мир.
Но, пожалуй, единственной областью, где еще не появилось новых значимых применений ИИ, является блокчейн. По крайней мере, пока. Это связано с тем, что входной барьер для размещения моделей машинного обучения в блокчейне выше, чем у традиционного программного обеспечения — блокчейны действуют как прозрачные машины глобального доверия, а возможность проверять вычисления, влияющие на поведение пользователей, имеет решающее значение для работы блокчейнов. Но до сих пор это было сложно сделать в сфере ИИ: большинство моделей машинного обучения работают на непрозрачных серверах, а алгоритмы черного ящика настраиваются относительно неограниченными настройками оператора. В мире, где гипотеза доминирующего доверия подтверждается, существующие механизмы машинного обучения не отвечают этим требованиям.
Однако Modulus восполняет этот пробел. Основное внимание уделяется машинному обучению с нулевым разглашением (zkML): моделям машинного обучения с доказуемо правильными вычислениями, независимо от того, обрабатываются ли вычисления в открытой среде или на частном центральном сервере. Каков результат? Агенты искусственного интеллекта и модели машинного обучения теперь могут быть естественными продолжениями логики смарт-контрактов. В частности, мы считаем, что zkML может помочь разблокировать более продвинутые децентрализованные протоколы, сводя к минимуму необходимость в человеческом управлении сложными динамическими функциями.
Первые исследовательские эксперименты, проведенные Modulus, торговым онлайн-ботом и шахматным движком с доказательством с нулевым разглашением, являются двумя ранними примерами этой новой парадигмы. Другой вариант использования может включать в себя что-то вроде протокола кредитования, использующего ИИ для управления коэффициентами обеспечения кредитов (часто координируемых людьми) с использованием доказательств с нулевым разглашением, чтобы гарантировать, что модель ведет себя определенным образом.
В целом, мы ожидаем появления новых инновационных приложений, особенно по мере того, как разработчики будут лучше знакомиться с технологией Modulus и циклами обратной связи.
Modulus Labs привлекла $6,3 млн в посевном раунде 1 ноября, возглавляемом Variant и 1Kx. Вот почему мы рады возглавить посевной раунд Modulus.
Ее соучредителями являются выпускники Стэнфордского университета Дэниел Шорр и Райан Цао, а также инженер по большим данным Ник Косби. Ведущий криптограф Йоргос Зирделис присоединяется к толпе. Опыт команды в области исследований в области искусственного интеллекта, передовой криптографии и разработки продуктов особенно хорошо подходит для создания этой развивающейся области. Мы с нетерпением ждем, когда команда продолжит создавать инновационные приложения, и рады поддержать их».