Modulus laboratuvarları, zincir dışı makine öğrenimi hesaplamaları yürüterek ve esnek bir şekilde zkp oluşturarak doğrulanabilir yapay zeka uygular. Bu makale, bu çözümü uygulama perspektifinden yeniden dağıtır ve hangi senaryolarda buna kesinlikle ihtiyaç duyulduğunu, hangi senaryolarda talebin zayıf olduğunu ve sonuçta yatay gidişatı geciktirdiğini analiz eder. geliştirme ve halka açık zincire dayalı dikey olarak birleşik yapay zeka ekolojik modeli. Ana içerikler şunlardır:
Yapay zeka temelinin doğrulanabilir olup olmadığı: zincirdeki verilerin değiştirilip değiştirilmediği ve adalet ve gizliliğin söz konusu olup olmadığı
Yapay zeka zincirin durumunu etkilemediğinde, yapay zeka öneride bulunabilir ve insanlar hesaplama sürecini doğrulamadan yapay zeka hizmetlerinin kalitesini gerçek etkiler yoluyla değerlendirebilir.
Zincirdeki durumu etkilerken, hizmet bireyleri hedef alıyorsa ve belirli bir gizliliği etkiliyorsa kullanıcılar yine de AI hizmet kalitesi çıkarma ve inceleme hesaplama sürecini doğrudan yargılayabilir.
Yapay zekanın çıktısı, ödülleri değerlendirmek ve topluluk üyelerine dağıtmak için yapay zekayı kullanmak, AMM'yi optimize etmek için yapay zekayı kullanmak veya biyolojik verileri dahil etmek gibi, birden fazla kişi arasındaki adaleti ve kişisel mahremiyeti etkileyeceği zaman, hesaplamayı gözden geçirmek isteyeceksiniz. AI.Bu, AI'nin PMF'yi nerede bulmuş olabileceğini doğrulayabilirsiniz.
Dikey yapay zeka uygulama ekosistemi: Doğrulanabilir yapay zekanın kuyruğu akıllı bir sözleşme olduğundan ve yapay zeka ile yerel dapp'ler arasındaki güven tüketen etkileşimli çağrılar doğrulanabilir yapay zeka uygulamaları arasında mümkün olabileceğinden, bu potansiyel bir şekillendirilebilir yapay zeka uygulama ekosistemidir.
Yatay AI uygulama ekosistemi: Halka açık zincir sistemi, hizmet ödemesi, ödeme darboğazı koordinasyonu ve kullanıcı ihtiyaçları ile hizmet içeriğinin AI hizmet sağlayıcıları için eşleştirilmesi gibi konuları ele alabilir ve kullanıcıların daha yüksek düzeyde merkezi olmayan bir AI hizmet deneyimi elde etmesine olanak tanır. özgürlük.
1. Modulus Labs'ın tanıtımı ve uygulama örnekleri
1.1 Giriş ve temel çözümler
Modulus Labs, yapay zekanın akıllı sözleşmelerin yeteneklerini önemli ölçüde artırabileceğine ve web3 uygulamalarını daha güçlü hale getirebileceğine inanan "zincir içi" bir yapay zeka şirketidir. Bununla birlikte, AI web3'ü değerlendirirken bir çelişki vardır, yani AI'nin çalışması çok fazla bilgi işlem gücü gerektirir ve zincir dışı hesaplamadaki AI, web3'ün temel gereksinimlerini karşılamayan bir kara kutudur. güvenilir ve doğrulanabilir olmalıdır.
Bu nedenle, Modulus Labs Summit zk toplama [zincir dışı onarım + zincir içi doğrulama] planı, doğrulanabilir bir yapay zeka mimarisi önerdi; özellikle: ML modeli zincir dışında çalışır ve ML hesaplama süreci için zincir dışında bir zkp oluşturulur. Bu zkp aracılığıyla off-chain modelin mimarisi, izinleri ve girdileri doğrulanabiliyor.Tabi bu zkp akıllı sözleşmelerle doğrulama için zincire de yayınlanabiliyor. Şu anda yapay zeka ve zincir üstü sözleşmeler, kabaca "zincir üstü yapay zeka"yı gerçekleştirerek daha güvenilir etkileşimlere sahip olabilir.
Doğrulanabilir yapay zeka fikirlerine dayanarak Modulus Labs şu anda üç "zincir içi yapay zeka" uygulamasını başlattı ve ayrıca birçok olası uygulama senaryosu önerdi.
1.2 Uygulama Durumları
İlk başlatılan, otomatik bir ticaret yapay zekası olan Rocky bot'tur. Rocky, wEth/USDC ticaret çiftinin geçmiş verilerinden eğitilmiştir. Geçmiş verilere dayanarak gelecekteki trendi belirler.Bir işlem kararı verdikten sonra karar verme süreci (hesaplama süreci) için bir zkp üretecek ve işlemi tetikleyecek bir mesaj göndermek için L1'e iletecektir.
İkincisi zincir üstü satranç oyunu "Leela vs the World". Oyundaki iki taraf yapay zeka ve insanlardan oluşuyor ve satranç oyunu durumu sözleşmede yer alıyor. Oyuncular cüzdanları aracılığıyla işlem yapar (sözleşmelerle etkileşime girer). Yapay zeka, yeni satranç oyunu durumunu okur, hükmü tamamlar ve tüm hesaplama süreci için zkp üretir. Her iki adım da AWS bulutundadır ve zkp, zincirdeki sözleşme tarafından doğrulanır. Doğrulama başarılı olduktan sonra, Satranç oyunu sözleşmesine "satranç oynamak" denir.
Üçüncüsü, "zincir içi" yapay zeka sanatçısıdır ve NFT serisi zkMon'u piyasaya sürdü. İşin özü, yapay zekanın NFT oluşturması ve onu zincirde yayınlaması ve aynı zamanda bir zkp oluşturmasıdır. Kullanıcılar zkp'yi kontrol etmek için kullanabilirler NFT'lerinin karşılık gelen AI modelini oluşturup oluşturmadığı.
Ek olarak Modulus Labs başka örneklerden de bahseder:
Kişisel zincir verilerini ve diğer bilgileri değerlendirmek, kişisel puan ödülleri oluşturmak ve kullanıcı doğrulaması için zkp'yi yayınlamak için yapay zekayı kullanın;
AMM performansını optimize etmek ve kullanıcı doğrulaması için zkp'yi yayınlamak için yapay zekayı kullanın;
Gizlilik projelerinin gizliliği ifşa etmeden düzenleme baskılarıyla başa çıkmasına yardımcı olmak için doğrulanabilir yapay zeka kullanın (belki de kullanıcı adresini ve diğer bilgileri ifşa etmeden bu işlemin kara para aklama olmadığını kanıtlamak için ML'yi kullanın);
Sahiplere zincir dışı verilerin güvenilirliğini kontrol etme yeteneği sağlamak için AI hava tahmini ve zkp aynı anda yayınlanır;
AI model yarışmasında, yarışmacılar kendi mimarilerini ve ağırlıklarını sunarlar ve ardından zırh için zkp oluşturmak üzere modeli birleşik test girişi ile çalıştırırlar.Nihai sözleşme, bonusu otomatik olarak simülatöre dağıtacaktır;
Worldcoin, gelecekte kullanıcıların iris için karşılık gelen kodu üreten modeli kendi yerel cihazlarına indirip, modeli yerel olarak çalıştırıp zkp oluşturmasının mümkün olabileceğini, böylece zincirdeki sözleşmenin zkp'yi kullanarak zkp'yi kullanabileceğini söyledi. biyometrik bilgilerin kullanıcının kendi cihazından çıkmasını engellerken kullanıcının iris kodunun doğru modelden ve makul İristen oluşturulduğunu doğrulayın;
**1.3 Doğrulanabilir yapay zeka talebine dayalı olarak farklı uygulama senaryolarını tartışın **
Rocky bot senaryosunda kullanıcıların ML hesaplama sürecini doğrulama ihtiyacı olmayabilir. Birincisi, kullanıcıların mesleki bilgisi yoktur ve gerçek doğrulama yapma yeteneği yoktur. Bir doğrulama aracı olsa bile, kullanıcıya [bir] düğmeye bastığı anlaşılıyor ve arayüz açılır penceresi ona bu AI hizmetinin gerçekten belirli bir model tarafından üretildiğini ve orijinalliğin belirlenemediğini söylüyor. İkincisi, kullanıcıların doğrulamaya ihtiyacı yoktur çünkü kullanıcılar yapay zekanın yüksek öneme sahip olup olmadığına önem verir. Kullanıcılar yüksek olmadığında geçiş yapacak ve her zaman en iyi performansa sahip modeli seçecektir. Kısacası, kullanıcılar yapay zekanın nihai etkisini ararken doğrulama sürecinin pek önemi olmayabilir çünkü kullanıcıların yalnızca en iyi etkiyi sağlayacak model hizmetine geçmeleri gerekir.
**Olası bir çözüm şudur: Yapay zeka yalnızca öneride bulunur ve kullanıcılar işlemleri bağımsız olarak yürütür. **İnsanlar ticaret hedeflerini yapay zekaya girdiğinde, yapay zeka zincir dışı daha iyi bir ticaret yolu/yönünü hesaplayıp döndürür ve kullanıcı bunu uygulayıp uygulamayacağını seçer. İnsanların ayrıca arkasındaki modeli doğrulamalarına da gerek yok, sadece en yüksek getiriyi sağlayan ürünü seçin.
Bir diğer tehlikeli ama çok muhtemel durum ise insanların varlıklar üzerindeki kontrollerini ve yapay zekanın korozyon sürecini hiç umursamamasıdır.Otomatik olarak para kazanan bir robot ortaya çıktığında, insanlar paralarını doğrudan ona emanet etmeye bile istekli oluyorlar. vekil gibi Mali yönetim için CEX'e veya geleneksel bankalara para yatırmak yaygındır. İnsanlar bunun arkasındaki prensibi umursamıyorlar, sadece sonunda ne kadar para alacaklarını, hatta proje tarafının onlara ne kadar para kazandığını gösterdiğini umursuyorlar, çünkü bu tür bir hizmet aynı zamanda hızlı bir şekilde bir müşteri elde edebilir. çok sayıda kullanıcı, doğrulanabilir yapay zeka kullanmaktan bile daha iyidir. Proje tarafının ürün yineleme hızı daha hızlıdır.
Bir adım geri gidersek, yapay zeka zincir içi durum değişikliğine hiç katılmıyorsa, zincir içi veriler kullanıcıların tüketmesi için aşağı çekilirse hesaplama süreci için ZKP oluşturmaya gerek kalmaz. Burada bu tür uygulamalar [veri hizmetlerine] dönüştürülüyor. İşte birkaç durum:
Mest'in sunduğu sohbet kutusu tipik bir veri hizmetidir.Kullanıcılar kendi zincir içi verilerini anlamak için NFT'ye ne kadar harcadıklarını sormak;
*ChainGPT, işlem yapmadan önce akıllı sözleşmeleri sizin için yorumlayabilen, size doğru havuzla işlem yapıp yapmadığınızı söyleyen veya işlemin kısılmış mı yoksa ön işlemli mi olacağını söyleyen çok işlevli bir yapay zeka asistanıdır. ChainGPT ayrıca yapay zeka haber önerileri sağlamaya, görüntüleri otomatik olarak oluşturmak ve bunları NFT ve diğer hizmetlerde yayınlamak için giriş istemleri sağlamaya hazırlanıyor;
RSS3, kullanıcıların hangi zincir içi verileri istediklerini seçmelerine ve belirli zincir içi veriler oluşturmalarına olanak tanıyan bir AIOP seçeneği sunar, böylece yapay zekayı eğitmek için belirli zincir üstü verileri uygun şekilde seçer;
DefiLlama ve RSS3 aynı zamanda ChatGPT eklentileri de geliştirerek kullanıcıların konuşmalar yoluyla zincir üstü veri elde etmelerine olanak tanıyor;
1.3.2 Yapay zekanın doğrulanması gereken senaryolar
Bu makale, adalet ve mahremiyet içeren çoklu senaryoların ZKP'nin doğrulama sağlamasını gerektirdiğine inanmaktadır.Burada Modulus Labs tarafından bahsedilen birkaç uygulamayı tartışıyoruz:
Topluluk, yapay zeka tarafından oluşturulan bireysel ödüllere dayalı olarak ödüller yayınladığında, topluluk üyeleri kaçınılmaz olarak makine öğreniminin hesaplama süreci olan karar verme sürecinin gözden geçirilmesini talep edecek;
AMM'nin yapay zeka optimizasyonu, çıkarların birden fazla taraf arasında dağıtılmasını içerir ve yapay zeka hesaplama sürecinin de düzenli olarak kontrol edilmesi gerekir;
Gizlilik ve denetimi dengelerken, ZK şu anda en iyi çözümlerden biridir.Servis sağlayıcı, hizmetteki özel verileri işlemek için ML kullanıyorsa, tüm hesaplama süreci için ZKP oluşturması gerekir;
Tahmin makinesi geniş bir etki alanına sahip olduğundan, yapay zeka tarafından ayarlanıyorsa, yapay zekanın normal şekilde çalışıp çalışmadığını kontrol etmek için ZKP'nin düzenli olarak oluşturulması gerekir;
Yarışma sırasında halkın ve diğer katılımcıların ML'nin verdiği hasarın yarışma standartlarına uygun olup olmadığını kontrol etmesi gerekmektedir;
Potansiyel WorldCoin durumunda, kişisel biyometrik verilerin korunması da engelleyici bir ihtiyaçtır;
Genel olarak konuşursak, yapay zeka bir karar verici gibi olduğunda ve çıktılarının çok çeşitli etkileri olduğunda ve birçok tarafın adaletini içerdiğinde, insanlar karar verme sürecinin gözden geçirilmesini talep edecek veya sadece karar verme sürecinin doğrulanmasını sağlayacaktır. Yapay zeka sürecinin büyük sonuçları yoktur ve kişisel mahremiyetin korunması çok doğrudan bir ihtiyaçtır.
Bu nedenle, [AI çıkışının zincir üstü durumda olup olmadığı] ve [değişikliklerin adaleti/gizliliği etkilemesi gerekip gerekmediği], AI çözümünün doğrulanabilir olup olmadığına karar vermek için iki kriterdir.
AI çıkışı zincirdeki durumu değiştirmediğinde, AI hizmeti bir önerici olarak hareket edebilir ve AI hizmetinin kalitesi, hesaplamayı doğrulamaya gerek kalmadan öneri etkisiyle değerlendirilebilir. işlem;
Yapay zeka çıkışı zincir üstü durumu değiştirdiğinde, hizmet yalnızca bireylere yönelikse ve gizlilik üzerinde bir etkisi yoksa kullanıcı yine de yapay zeka hizmet kalitesi denetimi hesaplama sürecini doğrudan değerlendirebilir;
Yapay zekanın çıktısı birden fazla kişi arasındaki adaleti doğrudan etkileyeceğinde ve yapay zeka zincirdeki verileri otomatik olarak değiştirdiğinde, topluluğun ve halkın yapay zeka karar verme sürecini inceleme ihtiyacı vardır;
ML tarafından işlenen veriler kişisel gizliliği içerdiğinde, zk'nin ayrıca gizliliği koruması ve düzenleyici gereklilikler önermesi de gerekir.
*2. Halka açık zincirlere dayalı iki yapay zeka ekolojik modeli *
Her durumda, Modulus Labs'ın çözümü, yapay zekayı kripto para birimiyle birleştirme ve pratik uygulama değeri sağlama konusunda büyük etkilere sahip. Ancak halka açık zincir sistemi yalnızca bireysel yapay zeka hizmetlerinin yeteneklerini geliştirmekle kalmıyor, aynı zamanda yeni bir yapay zeka uygulama ekosistemi oluşturma potansiyeline de sahip. Yeni ekoloji, Web2'nin yapay zeka hizmetleri arasındaki göz alıcı ilişkiyi ortaya çıkardı. Yapay zeka hizmetleri ve kullanıcılar arasındaki işbirliğinin yolu, yukarı ve aşağı yönlü bağlantılar arasındaki işbirliğinin yolu olmalıdır. Potansiyel yapay zeka ekolojik modellerini iki türde özetleyebiliriz: dikey mod ve yatay mod.
2.1 Dikey Mod: Dikkat, yapay zekalar arasında şekillendirilebilirliğe olanak sağlar
"Leela Dünyaya Karşı" zincir üstü satranç örneğinin özel bir özelliği, insanların insanlar veya yapay zeka için bahis oynayabilmesi ve jetonların oyundan sonra otomatik olarak dağıtılmasıdır. Şu anda zkp'nin önemi yalnızca kullanıcılara yapay zeka hesaplamalarını doğrulama sürecini sağlamak değil, aynı zamanda zincirdeki durum geçişlerini tetikleyen bir güven olmasıdır. Güven güvencesi ile yapay zeka hizmetleri arasında ve yapay zeka ile kripto para birimi dapp'leri arasında dapp düzeyinde birleştirilebilirliğe sahip olmak da mümkündür.
Şekillendirilebilir yapay zekanın temel birimi [zincir dışı ML modeli-zkp zincir üzerinde doğrulama sözleşmesi-ana sözleşmedir] Bu birim "Leela vs the World" çerçevesinde zenginleştirilmiştir, ancak tek bir yapay zekanın gerçek mimarisi dapp yukarıdakilerden farklı olabilir, resimde farklı şekilde gösterilmektedir. Birincisi, satrançtaki durum bir sözleşme gerektiriyor ancak gerçekte yapay zekanın zincirleme bir sözleşmeye ihtiyacı olmayabilir. Ancak şekillendirilebilir yapay zeka mimarisi açısından bakıldığında, eğer ana iş sözleşmeler yoluyla kaydediliyorsa diğer ikisi, ana sözleşmenin etkisinin mutlaka yapay zeka dapp'inin makine öğrenimi modelini gerektirmemesidir, çünkü belirli bir yapay zeka dapp tek yönlü etkiye sahip olabilir ve ML modeli, tamamlandıktan sonra kendi işinizle ilgili sözleşmeyi tetiklemeniz yeterlidir; sözleşme diğer dapp'ler tarafından çağrılacaktır.
Genişletilmiş görünümde, sözleşmeler arasındaki çağrılar, kişisel kimlik, varlıklar, finansal hizmetler ve sosyal bilgi çağrıları olan farklı web3 uygulamaları arasındaki çağrılardır.Yapay zeka uygulamalarının belirli bir kombinasyonunu hayal edebiliriz:
Worldcoin, kişisel iris verileri için iris kodları ve zkp oluşturmak için ML'yi kullanır;
AI uygulaması öncelikle DID'nin (arkasındaki iris verileriyle birlikte) gerçek bir kişi olup olmadığını kontrol eder ve zincirdeki itibara göre NFT'yi kullanıcıya tahsis eder;
Ağ hizmeti, kullanıcının sahip olduğu NFT'ye göre ağ paylaşımını ayarlar;
......
Halka açık zincir çerçevesi altında yapay zekalar arasındaki etkileşim bir tartışma konusu değildir. Tam zincirli oyunlar alanında ekolojik katkılarda bulunan Loaf, bir zamanlar yapay zeka NPC'lerinin oyuncular gibi birbirleriyle etkileşime girebileceğini ve ticaret yapabileceğini, böylece tüm ekonomik sistemin AI Arena, AI otomatik bir savaş oyunu geliştirdi. Kullanıcılar önce bir NFT satın alır. Her NFT, arkasında bir AI modeli olan bir savaş robotunu temsil eder. Kullanıcılar oyunu önce kendileri oynar, ardından simüle etmek ve öğrenmek için yapay zeka ile veri alışverişinde bulunur. Kullanıcı, yapay zekanın yeterince güçlü olduğunu hissettiğinde, diğer yapay zekalara karşı otomatik olarak savaşmak için arenaya yerleştirilebilir. Modulus Labs'ın bahsettiği AI Arena, bu yapay zekaları doğrulanabilir yapay zekaya dönüştürmeyi umuyor. Her iki durumda da, işlemler sırasında zincirdeki verileri değiştirmek için yapay zekalar arasında doğrudan etkileşimin mümkün olduğu görüldü.
Ancak evrensel zkp veya doğrulama sözleşmeleri kullanan farklı dapp'ler gibi spesifik uygulama açısından tartışılması gereken birçok sorunu çözmek için yapay zekanın nasıl birleştirileceği. Ancak zk alanında çok sayıda mükemmel proje de mevcut. Örneğin RISC Zero, karmaşık iskemik zkp'yi zincir dışı zincire salma konusunda çok fazla ilerleme kaydetti. Belki uygun bir çözüm bir araya getirilebilir. gün.
2.2 Yatay mod: Otoparkın merkezileşmesini gerçekleştirmek için yapay zeka hizmet platformu
Bu bağlamda, Princeton, Tsinghua Üniversitesi, Urbana-Champaign'deki Illinois Üniversitesi, Hong Kong Bilim ve Teknoloji Üniversitesi, Tanık Zinciri ve Eigen Layer'dan kişiler tarafından ortaklaşa önerilen SAKSHI adında merkezi olmayan bir yapay zeka platformunu tanıtıyoruz. Temel hedefi, kullanıcıların yapay zeka hizmetlerini daha merkezi olmayan bir şekilde almasını sağlayarak tüm süreci daha güvenilir ve otomatik hale getirmektir.
SAKSHI'nin mimarisi altı katmana ayrılabilir: Hizmet Katmanı, Kontrol Katmanı, İşlem Katmanı, Prova Katmanı, Ekonomik Katman ve Pazaryeri ))
Piyasa kullanıcıya en yakın seviyedir. Piyasada farklı AI tedarikçileri adına kullanıcılara hizmet sunmak için toplayıcılar bulunmaktadır. Siparişler kullanıcı toplayıcı aracılığıyla verilir ve toplayıcı ile hizmet kalitesi ve ödeme fiyatı konusunda anlaşmaya varılır ( anlaşmaya SLA) -Hizmet Düzeyi Anlaşması adı verilir.
Bir sonraki hizmet katmanı, istemci başlığı için bir API sağlayacak ve ardından istemci başlığı, toplayıcıya bir ML çıkarım isteği başlatacak ve istek, AI hizmet sağlayıcısıyla eşleşen sunucuya (iletim için kullanılan yol) iletilecektir. istek kontrol katmanının bir parçasıdır). Hizmet katmanı ve kontrol katmanı, birden çok sunucuya sahip bir web2 hizmetine benzer, ancak farklı sunucular, farklı varlıklar tarafından çalıştırılır ve tek bir sunucu, toplayıcıyla SLA (önceki hizmet sözleşmesi) aracılığıyla ilişkilendirilir.
SLA, zincir üzerinde akıllı sözleşmeler şeklinde dağıtılır ve bu sözleşmeler işlem katmanına aittir (Not: Bu çözümde tanık zincirine dağıtılırlar). İşlem katmanı, muhasebe hizmeti siparişlerinin mevcut durumunu kaydeder ve ödeme zorluklarını çözmek için kullanıcıları, toplayıcıları ve hizmet sağlayıcılarını koordine etmek için kullanılır.
İşlem katmanının sorunlarla uğraşırken güvenebileceği kanıtlara sahip olması için Kanıt Katmanı, hizmetin SLA'nın üzerinde anlaşılan kullanım modeline uygun olup olmadığını doğrulayacaktır. Ancak SAKSHI, ML hesaplama süreci için zkp oluşturmayı seçmedi, bunun yerine iyimser bir argüman kullandı ve hizmeti test etmek için rakip düğümlerden oluşan bir ağ kurmayı umuyordu.Düğümler tanık zinciri tarafından karşılanıyor.
SLA ve rakip düğüm ağının her ikisi de Witness Chain'de olmasına rağmen, SAKSHI'nin planında Witness Chain, bağımsız güvenlik elde etmek için kendi tokenlarını kullanmayı değil, Ethereum'un güvenliğini Eigen Layer aracılığıyla ödünç almayı planlıyor, dolayısıyla tüm ekonomik katman aslında buna güveniyor Öz Katmanda.
SAKSHI'nin, yatay bir plan oluşturan yapay zeka hizmet sağlayıcıları ile kullanıcılar arasındaki ilişki etrafında kullanıcılara hizmet sunmak için farklı yapay zekaları merkezi olmayan bir şekilde organize ettiği görülebilir. SAKSHI'nin özü, yapay zeka hizmetlerinin kendi zincir dışı model hesaplamalarını yönetmeye, kullanıcı ihtiyaçları ile model hizmetleri eşleştirmeyi tamamlamaya, hizmetlerin ödenmesine ve hizmet kalitesinin zincir içi protokoller aracılığıyla doğrulanmasına daha fazla odaklanmasına olanak tanımasıdır. ödeme sorunlarını otomatik olarak çözer. Elbette SAKSHI şu anda teorik aşamada ve ayrıca belirlenmesi gereken birçok uygulama detayı var.
3.Geleceğe Bakış
İster şekillendirilebilir yapay zeka ister merkezi olmayan bir yapay zeka platformu olsun, halka açık zincirlerin yapay zeka ekolojik modellerinin ortak bir yanı var gibi görünüyor. Örneğin, yapay zeka hizmet sağlayıcıları kullanıcılarla doğrudan arayüz oluşturmaz. Yalnızca makine öğrenimi modelleri sağlamaları ve zincir dışı hesaplamalar ve ödemeler yapmaları, sorun çözmeleri ve kullanıcı ihtiyaçları ile hizmetler arasında eşleştirme yapmaları gerekir; bunların tümü merkezi olmayan protokoller aracılığıyla çözülebilir. Güvenilmez bir altyapı olarak halka açık zincir, hizmet sağlayıcılar ile kullanıcılar arasındaki zorluğu azaltır ve bu sayede kullanıcılar daha yüksek özerkliğe sahip olur.
Uygulamaların temeli olarak halka açık zincirleri kullanmanın avantajları klişe olsa da, bunlar yapay zeka hizmetleri için de geçerlidir. Bununla birlikte, AI uygulamaları mevcut dapp uygulamalarından farklıdır. AI uygulamaları tüm hesaplamaları zincire koyamaz, bu nedenle zk'nin kullanılması, AI hizmetlerinin halka açık zincir sistemine daha güvenilir bir şekilde bağlanabileceğini kanıtlamak için hala iyimserdir.
Hesap soyutlama gibi bir dizi deneyim optimizasyon çözümünün uygulanmasıyla kullanıcılar artık anımsatıcıların, zincirlerin, gazların vb. varlığını algılayamaz. Bu, halka açık zincir ekosistemini deneyim açısından web2'ye yakın hale getirir ve kullanıcılar daha yüksek elde edebilir web2'ye göre hizmetler. Özgürlük derecesi ve şekillendirilebilirlik onu kullanıcılar için daha çekici kılıyor ve halka açık zincire dayalı AI uygulama ekosistemi sabırsızlıkla beklenmeye değer.
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Doğrulanabilir Yapay Zekadan Şekillendirilebilir Yapay Zekaya—ZKML uygulama senaryoları üzerine düşünceler
Yazar: Guo Türbini, Ayna
her şeyi hesaba katarak:
Modulus laboratuvarları, zincir dışı makine öğrenimi hesaplamaları yürüterek ve esnek bir şekilde zkp oluşturarak doğrulanabilir yapay zeka uygular. Bu makale, bu çözümü uygulama perspektifinden yeniden dağıtır ve hangi senaryolarda buna kesinlikle ihtiyaç duyulduğunu, hangi senaryolarda talebin zayıf olduğunu ve sonuçta yatay gidişatı geciktirdiğini analiz eder. geliştirme ve halka açık zincire dayalı dikey olarak birleşik yapay zeka ekolojik modeli. Ana içerikler şunlardır:
Yapay zeka temelinin doğrulanabilir olup olmadığı: zincirdeki verilerin değiştirilip değiştirilmediği ve adalet ve gizliliğin söz konusu olup olmadığı
Yapay zeka zincirin durumunu etkilemediğinde, yapay zeka öneride bulunabilir ve insanlar hesaplama sürecini doğrulamadan yapay zeka hizmetlerinin kalitesini gerçek etkiler yoluyla değerlendirebilir.
Zincirdeki durumu etkilerken, hizmet bireyleri hedef alıyorsa ve belirli bir gizliliği etkiliyorsa kullanıcılar yine de AI hizmet kalitesi çıkarma ve inceleme hesaplama sürecini doğrudan yargılayabilir.
Yapay zekanın çıktısı, ödülleri değerlendirmek ve topluluk üyelerine dağıtmak için yapay zekayı kullanmak, AMM'yi optimize etmek için yapay zekayı kullanmak veya biyolojik verileri dahil etmek gibi, birden fazla kişi arasındaki adaleti ve kişisel mahremiyeti etkileyeceği zaman, hesaplamayı gözden geçirmek isteyeceksiniz. AI.Bu, AI'nin PMF'yi nerede bulmuş olabileceğini doğrulayabilirsiniz.
Dikey yapay zeka uygulama ekosistemi: Doğrulanabilir yapay zekanın kuyruğu akıllı bir sözleşme olduğundan ve yapay zeka ile yerel dapp'ler arasındaki güven tüketen etkileşimli çağrılar doğrulanabilir yapay zeka uygulamaları arasında mümkün olabileceğinden, bu potansiyel bir şekillendirilebilir yapay zeka uygulama ekosistemidir.
Yatay AI uygulama ekosistemi: Halka açık zincir sistemi, hizmet ödemesi, ödeme darboğazı koordinasyonu ve kullanıcı ihtiyaçları ile hizmet içeriğinin AI hizmet sağlayıcıları için eşleştirilmesi gibi konuları ele alabilir ve kullanıcıların daha yüksek düzeyde merkezi olmayan bir AI hizmet deneyimi elde etmesine olanak tanır. özgürlük.
1. Modulus Labs'ın tanıtımı ve uygulama örnekleri
1.1 Giriş ve temel çözümler
Modulus Labs, yapay zekanın akıllı sözleşmelerin yeteneklerini önemli ölçüde artırabileceğine ve web3 uygulamalarını daha güçlü hale getirebileceğine inanan "zincir içi" bir yapay zeka şirketidir. Bununla birlikte, AI web3'ü değerlendirirken bir çelişki vardır, yani AI'nin çalışması çok fazla bilgi işlem gücü gerektirir ve zincir dışı hesaplamadaki AI, web3'ün temel gereksinimlerini karşılamayan bir kara kutudur. güvenilir ve doğrulanabilir olmalıdır.
Bu nedenle, Modulus Labs Summit zk toplama [zincir dışı onarım + zincir içi doğrulama] planı, doğrulanabilir bir yapay zeka mimarisi önerdi; özellikle: ML modeli zincir dışında çalışır ve ML hesaplama süreci için zincir dışında bir zkp oluşturulur. Bu zkp aracılığıyla off-chain modelin mimarisi, izinleri ve girdileri doğrulanabiliyor.Tabi bu zkp akıllı sözleşmelerle doğrulama için zincire de yayınlanabiliyor. Şu anda yapay zeka ve zincir üstü sözleşmeler, kabaca "zincir üstü yapay zeka"yı gerçekleştirerek daha güvenilir etkileşimlere sahip olabilir.
Doğrulanabilir yapay zeka fikirlerine dayanarak Modulus Labs şu anda üç "zincir içi yapay zeka" uygulamasını başlattı ve ayrıca birçok olası uygulama senaryosu önerdi.
1.2 Uygulama Durumları
Ek olarak Modulus Labs başka örneklerden de bahseder:
1.3.1 Yapay zekanın doğrulanmasının gerekebileceği senaryolar
Rocky bot senaryosunda kullanıcıların ML hesaplama sürecini doğrulama ihtiyacı olmayabilir. Birincisi, kullanıcıların mesleki bilgisi yoktur ve gerçek doğrulama yapma yeteneği yoktur. Bir doğrulama aracı olsa bile, kullanıcıya [bir] düğmeye bastığı anlaşılıyor ve arayüz açılır penceresi ona bu AI hizmetinin gerçekten belirli bir model tarafından üretildiğini ve orijinalliğin belirlenemediğini söylüyor. İkincisi, kullanıcıların doğrulamaya ihtiyacı yoktur çünkü kullanıcılar yapay zekanın yüksek öneme sahip olup olmadığına önem verir. Kullanıcılar yüksek olmadığında geçiş yapacak ve her zaman en iyi performansa sahip modeli seçecektir. Kısacası, kullanıcılar yapay zekanın nihai etkisini ararken doğrulama sürecinin pek önemi olmayabilir çünkü kullanıcıların yalnızca en iyi etkiyi sağlayacak model hizmetine geçmeleri gerekir.
**Olası bir çözüm şudur: Yapay zeka yalnızca öneride bulunur ve kullanıcılar işlemleri bağımsız olarak yürütür. **İnsanlar ticaret hedeflerini yapay zekaya girdiğinde, yapay zeka zincir dışı daha iyi bir ticaret yolu/yönünü hesaplayıp döndürür ve kullanıcı bunu uygulayıp uygulamayacağını seçer. İnsanların ayrıca arkasındaki modeli doğrulamalarına da gerek yok, sadece en yüksek getiriyi sağlayan ürünü seçin.
Bir diğer tehlikeli ama çok muhtemel durum ise insanların varlıklar üzerindeki kontrollerini ve yapay zekanın korozyon sürecini hiç umursamamasıdır.Otomatik olarak para kazanan bir robot ortaya çıktığında, insanlar paralarını doğrudan ona emanet etmeye bile istekli oluyorlar. vekil gibi Mali yönetim için CEX'e veya geleneksel bankalara para yatırmak yaygındır. İnsanlar bunun arkasındaki prensibi umursamıyorlar, sadece sonunda ne kadar para alacaklarını, hatta proje tarafının onlara ne kadar para kazandığını gösterdiğini umursuyorlar, çünkü bu tür bir hizmet aynı zamanda hızlı bir şekilde bir müşteri elde edebilir. çok sayıda kullanıcı, doğrulanabilir yapay zeka kullanmaktan bile daha iyidir. Proje tarafının ürün yineleme hızı daha hızlıdır.
Bir adım geri gidersek, yapay zeka zincir içi durum değişikliğine hiç katılmıyorsa, zincir içi veriler kullanıcıların tüketmesi için aşağı çekilirse hesaplama süreci için ZKP oluşturmaya gerek kalmaz. Burada bu tür uygulamalar [veri hizmetlerine] dönüştürülüyor. İşte birkaç durum:
1.3.2 Yapay zekanın doğrulanması gereken senaryolar
Bu makale, adalet ve mahremiyet içeren çoklu senaryoların ZKP'nin doğrulama sağlamasını gerektirdiğine inanmaktadır.Burada Modulus Labs tarafından bahsedilen birkaç uygulamayı tartışıyoruz:
Genel olarak konuşursak, yapay zeka bir karar verici gibi olduğunda ve çıktılarının çok çeşitli etkileri olduğunda ve birçok tarafın adaletini içerdiğinde, insanlar karar verme sürecinin gözden geçirilmesini talep edecek veya sadece karar verme sürecinin doğrulanmasını sağlayacaktır. Yapay zeka sürecinin büyük sonuçları yoktur ve kişisel mahremiyetin korunması çok doğrudan bir ihtiyaçtır.
Bu nedenle, [AI çıkışının zincir üstü durumda olup olmadığı] ve [değişikliklerin adaleti/gizliliği etkilemesi gerekip gerekmediği], AI çözümünün doğrulanabilir olup olmadığına karar vermek için iki kriterdir.
Her durumda, Modulus Labs'ın çözümü, yapay zekayı kripto para birimiyle birleştirme ve pratik uygulama değeri sağlama konusunda büyük etkilere sahip. Ancak halka açık zincir sistemi yalnızca bireysel yapay zeka hizmetlerinin yeteneklerini geliştirmekle kalmıyor, aynı zamanda yeni bir yapay zeka uygulama ekosistemi oluşturma potansiyeline de sahip. Yeni ekoloji, Web2'nin yapay zeka hizmetleri arasındaki göz alıcı ilişkiyi ortaya çıkardı. Yapay zeka hizmetleri ve kullanıcılar arasındaki işbirliğinin yolu, yukarı ve aşağı yönlü bağlantılar arasındaki işbirliğinin yolu olmalıdır. Potansiyel yapay zeka ekolojik modellerini iki türde özetleyebiliriz: dikey mod ve yatay mod.
2.1 Dikey Mod: Dikkat, yapay zekalar arasında şekillendirilebilirliğe olanak sağlar
"Leela Dünyaya Karşı" zincir üstü satranç örneğinin özel bir özelliği, insanların insanlar veya yapay zeka için bahis oynayabilmesi ve jetonların oyundan sonra otomatik olarak dağıtılmasıdır. Şu anda zkp'nin önemi yalnızca kullanıcılara yapay zeka hesaplamalarını doğrulama sürecini sağlamak değil, aynı zamanda zincirdeki durum geçişlerini tetikleyen bir güven olmasıdır. Güven güvencesi ile yapay zeka hizmetleri arasında ve yapay zeka ile kripto para birimi dapp'leri arasında dapp düzeyinde birleştirilebilirliğe sahip olmak da mümkündür.
Şekillendirilebilir yapay zekanın temel birimi [zincir dışı ML modeli-zkp zincir üzerinde doğrulama sözleşmesi-ana sözleşmedir] Bu birim "Leela vs the World" çerçevesinde zenginleştirilmiştir, ancak tek bir yapay zekanın gerçek mimarisi dapp yukarıdakilerden farklı olabilir, resimde farklı şekilde gösterilmektedir. Birincisi, satrançtaki durum bir sözleşme gerektiriyor ancak gerçekte yapay zekanın zincirleme bir sözleşmeye ihtiyacı olmayabilir. Ancak şekillendirilebilir yapay zeka mimarisi açısından bakıldığında, eğer ana iş sözleşmeler yoluyla kaydediliyorsa diğer ikisi, ana sözleşmenin etkisinin mutlaka yapay zeka dapp'inin makine öğrenimi modelini gerektirmemesidir, çünkü belirli bir yapay zeka dapp tek yönlü etkiye sahip olabilir ve ML modeli, tamamlandıktan sonra kendi işinizle ilgili sözleşmeyi tetiklemeniz yeterlidir; sözleşme diğer dapp'ler tarafından çağrılacaktır.
Genişletilmiş görünümde, sözleşmeler arasındaki çağrılar, kişisel kimlik, varlıklar, finansal hizmetler ve sosyal bilgi çağrıları olan farklı web3 uygulamaları arasındaki çağrılardır.Yapay zeka uygulamalarının belirli bir kombinasyonunu hayal edebiliriz:
Halka açık zincir çerçevesi altında yapay zekalar arasındaki etkileşim bir tartışma konusu değildir. Tam zincirli oyunlar alanında ekolojik katkılarda bulunan Loaf, bir zamanlar yapay zeka NPC'lerinin oyuncular gibi birbirleriyle etkileşime girebileceğini ve ticaret yapabileceğini, böylece tüm ekonomik sistemin AI Arena, AI otomatik bir savaş oyunu geliştirdi. Kullanıcılar önce bir NFT satın alır. Her NFT, arkasında bir AI modeli olan bir savaş robotunu temsil eder. Kullanıcılar oyunu önce kendileri oynar, ardından simüle etmek ve öğrenmek için yapay zeka ile veri alışverişinde bulunur. Kullanıcı, yapay zekanın yeterince güçlü olduğunu hissettiğinde, diğer yapay zekalara karşı otomatik olarak savaşmak için arenaya yerleştirilebilir. Modulus Labs'ın bahsettiği AI Arena, bu yapay zekaları doğrulanabilir yapay zekaya dönüştürmeyi umuyor. Her iki durumda da, işlemler sırasında zincirdeki verileri değiştirmek için yapay zekalar arasında doğrudan etkileşimin mümkün olduğu görüldü.
Ancak evrensel zkp veya doğrulama sözleşmeleri kullanan farklı dapp'ler gibi spesifik uygulama açısından tartışılması gereken birçok sorunu çözmek için yapay zekanın nasıl birleştirileceği. Ancak zk alanında çok sayıda mükemmel proje de mevcut. Örneğin RISC Zero, karmaşık iskemik zkp'yi zincir dışı zincire salma konusunda çok fazla ilerleme kaydetti. Belki uygun bir çözüm bir araya getirilebilir. gün.
2.2 Yatay mod: Otoparkın merkezileşmesini gerçekleştirmek için yapay zeka hizmet platformu
Bu bağlamda, Princeton, Tsinghua Üniversitesi, Urbana-Champaign'deki Illinois Üniversitesi, Hong Kong Bilim ve Teknoloji Üniversitesi, Tanık Zinciri ve Eigen Layer'dan kişiler tarafından ortaklaşa önerilen SAKSHI adında merkezi olmayan bir yapay zeka platformunu tanıtıyoruz. Temel hedefi, kullanıcıların yapay zeka hizmetlerini daha merkezi olmayan bir şekilde almasını sağlayarak tüm süreci daha güvenilir ve otomatik hale getirmektir.
SAKSHI'nin mimarisi altı katmana ayrılabilir: Hizmet Katmanı, Kontrol Katmanı, İşlem Katmanı, Prova Katmanı, Ekonomik Katman ve Pazaryeri ))
Piyasa kullanıcıya en yakın seviyedir. Piyasada farklı AI tedarikçileri adına kullanıcılara hizmet sunmak için toplayıcılar bulunmaktadır. Siparişler kullanıcı toplayıcı aracılığıyla verilir ve toplayıcı ile hizmet kalitesi ve ödeme fiyatı konusunda anlaşmaya varılır ( anlaşmaya SLA) -Hizmet Düzeyi Anlaşması adı verilir.
Bir sonraki hizmet katmanı, istemci başlığı için bir API sağlayacak ve ardından istemci başlığı, toplayıcıya bir ML çıkarım isteği başlatacak ve istek, AI hizmet sağlayıcısıyla eşleşen sunucuya (iletim için kullanılan yol) iletilecektir. istek kontrol katmanının bir parçasıdır). Hizmet katmanı ve kontrol katmanı, birden çok sunucuya sahip bir web2 hizmetine benzer, ancak farklı sunucular, farklı varlıklar tarafından çalıştırılır ve tek bir sunucu, toplayıcıyla SLA (önceki hizmet sözleşmesi) aracılığıyla ilişkilendirilir.
SLA, zincir üzerinde akıllı sözleşmeler şeklinde dağıtılır ve bu sözleşmeler işlem katmanına aittir (Not: Bu çözümde tanık zincirine dağıtılırlar). İşlem katmanı, muhasebe hizmeti siparişlerinin mevcut durumunu kaydeder ve ödeme zorluklarını çözmek için kullanıcıları, toplayıcıları ve hizmet sağlayıcılarını koordine etmek için kullanılır.
İşlem katmanının sorunlarla uğraşırken güvenebileceği kanıtlara sahip olması için Kanıt Katmanı, hizmetin SLA'nın üzerinde anlaşılan kullanım modeline uygun olup olmadığını doğrulayacaktır. Ancak SAKSHI, ML hesaplama süreci için zkp oluşturmayı seçmedi, bunun yerine iyimser bir argüman kullandı ve hizmeti test etmek için rakip düğümlerden oluşan bir ağ kurmayı umuyordu.Düğümler tanık zinciri tarafından karşılanıyor.
SLA ve rakip düğüm ağının her ikisi de Witness Chain'de olmasına rağmen, SAKSHI'nin planında Witness Chain, bağımsız güvenlik elde etmek için kendi tokenlarını kullanmayı değil, Ethereum'un güvenliğini Eigen Layer aracılığıyla ödünç almayı planlıyor, dolayısıyla tüm ekonomik katman aslında buna güveniyor Öz Katmanda.
SAKSHI'nin, yatay bir plan oluşturan yapay zeka hizmet sağlayıcıları ile kullanıcılar arasındaki ilişki etrafında kullanıcılara hizmet sunmak için farklı yapay zekaları merkezi olmayan bir şekilde organize ettiği görülebilir. SAKSHI'nin özü, yapay zeka hizmetlerinin kendi zincir dışı model hesaplamalarını yönetmeye, kullanıcı ihtiyaçları ile model hizmetleri eşleştirmeyi tamamlamaya, hizmetlerin ödenmesine ve hizmet kalitesinin zincir içi protokoller aracılığıyla doğrulanmasına daha fazla odaklanmasına olanak tanımasıdır. ödeme sorunlarını otomatik olarak çözer. Elbette SAKSHI şu anda teorik aşamada ve ayrıca belirlenmesi gereken birçok uygulama detayı var.
3.Geleceğe Bakış
İster şekillendirilebilir yapay zeka ister merkezi olmayan bir yapay zeka platformu olsun, halka açık zincirlerin yapay zeka ekolojik modellerinin ortak bir yanı var gibi görünüyor. Örneğin, yapay zeka hizmet sağlayıcıları kullanıcılarla doğrudan arayüz oluşturmaz. Yalnızca makine öğrenimi modelleri sağlamaları ve zincir dışı hesaplamalar ve ödemeler yapmaları, sorun çözmeleri ve kullanıcı ihtiyaçları ile hizmetler arasında eşleştirme yapmaları gerekir; bunların tümü merkezi olmayan protokoller aracılığıyla çözülebilir. Güvenilmez bir altyapı olarak halka açık zincir, hizmet sağlayıcılar ile kullanıcılar arasındaki zorluğu azaltır ve bu sayede kullanıcılar daha yüksek özerkliğe sahip olur.
Uygulamaların temeli olarak halka açık zincirleri kullanmanın avantajları klişe olsa da, bunlar yapay zeka hizmetleri için de geçerlidir. Bununla birlikte, AI uygulamaları mevcut dapp uygulamalarından farklıdır. AI uygulamaları tüm hesaplamaları zincire koyamaz, bu nedenle zk'nin kullanılması, AI hizmetlerinin halka açık zincir sistemine daha güvenilir bir şekilde bağlanabileceğini kanıtlamak için hala iyimserdir.
Hesap soyutlama gibi bir dizi deneyim optimizasyon çözümünün uygulanmasıyla kullanıcılar artık anımsatıcıların, zincirlerin, gazların vb. varlığını algılayamaz. Bu, halka açık zincir ekosistemini deneyim açısından web2'ye yakın hale getirir ve kullanıcılar daha yüksek elde edebilir web2'ye göre hizmetler. Özgürlük derecesi ve şekillendirilebilirlik onu kullanıcılar için daha çekici kılıyor ve halka açık zincire dayalı AI uygulama ekosistemi sabırsızlıkla beklenmeye değer.