Làm thế nào để ZKML vô hồn của Web3 không có AI định hình lại mối quan hệ giữa AI và blockchain

Gần đây, Nvidia đã công bố báo cáo kết quả hoạt động quý đầu tiên, với doanh thu là 7,19 tỷ đô la Mỹ, vượt kỳ vọng của thị trường là 6,52 tỷ đô la Mỹ, tỷ suất lợi nhuận gộp là 64,6% và thu nhập được điều chỉnh trên mỗi cổ phiếu là 1,09 đô la Mỹ, so với kỳ vọng của thị trường là 0,92 đô la Mỹ. Khi báo cáo tài chính của Nvidia vượt quá mong đợi, nó đã dẫn đến sự gia tăng tập thể của các cổ phiếu chip của Hoa Kỳ sau thị trường. Nvidia đã từng tăng 29,35% sau thị trường. Giá cổ phiếu đạt mức cao kỷ lục 395 đô la Mỹ. Trong một ngày giao dịch, nó đã tăng vọt bởi 184 tỷ đô la Mỹ và tổng giá trị thị trường của 3 bitcoin đã tăng lên. Giám đốc điều hành Nvidia, Huang Renxun, đã đề cập đến triển vọng rộng lớn cho các ứng dụng AI trong báo cáo tài chính của mình, nói rằng ngành công nghiệp máy tính đang trải qua hai sự chuyển đổi cùng lúc – điện toán tăng tốc và AI sáng tạo. , các trung tâm dữ liệu được lắp đặt quy mô hàng nghìn tỷ đô la trên thế giới sẽ chuyển đổi từ điện toán đa năng sang điện toán tăng tốc. Hiện tại, hầu hết tất cả các quỹ và tổ chức hàng đầu về đô la Mỹ đều đang theo dõi sát sao lộ trình của AIGC, đồng thời nhanh chóng xây dựng hệ thống sàng lọc bằng cách tích cực thiết lập tọa độ bỏ phiếu, kẻo lỡ chuyến tàu dẫn đến thời đại. Dữ liệu liên quan cho thấy trong quý đầu tiên của năm 2023, tổng tài chính của ngành AIGC toàn cầu đạt 3,811 tỷ nhân dân tệ, với tổng số 17 khoản tài chính. Sự gia tăng của một cửa hàng thường đại diện cho sự suy giảm của một cửa hàng khác. Mọi người dần dần đặt ra nhiều nghi ngờ khác nhau về WEB3: "Tất cả vốn đang nhìn vào AI, quy định của Web3 được thắt chặt và câu chuyện không còn hay nữa", "AI có vẻ đáng tin cậy hơn Web3 và dễ tạo ra kỳ lân hơn." Kể từ buổi bình minh của lịch sử loài người, những câu chuyện tập thể đã xác định nền văn hóa của chúng ta và làm phong phú thêm sự hiểu biết của chúng ta về thế giới, và tầm quan trọng của câu chuyện kể là không thể phóng đại. Ngày nay, câu chuyện về trí tuệ nhân tạo đang dần trở nên phổ biến và thậm chí đã thâm nhập vào lĩnh vực Web3. Một số người trong ngành đã bắt đầu đề xuất rằng "Web3 không có AI là vô hồn" và hơn một nửa số công ty Web3 đã bắt đầu chuyển sang AI. Vậy AI+Web3 sẽ được tích hợp như thế nào? Gần đây, câu chuyện về ZKML, một sự kết hợp mới nổi giữa bằng chứng không kiến thức và máy học, đã trở nên phổ biến. Nó sẽ hợp tác với trí tuệ nhân tạo và Web3 như thế nào để xây dựng một tương lai đáng tin cậy và phi tập trung? 1. AI cần Web3 và ngược lại Michael Casey, giám đốc nội dung của CoinDesk cho biết: "Thật sai lầm khi nghĩ về tiền điện tử và trí tuệ nhân tạo như những công nghệ không liên quan. Chúng bổ sung cho nhau, cái này cải thiện cái kia." Web3, tiền điện tử và chuỗi khối giải quyết một thách thức xã hội đã tồn tại kể từ khi bắt đầu có Internet: làm thế nào để giữ an toàn cho thông tin có giá trị trong một môi trường phi tập trung. Chúng giải quyết vấn đề niềm tin của con người vào thông tin thông qua các hệ thống mới sử dụng các bản ghi và ưu đãi được phân phối. Các hệ thống này giúp các cộng đồng gồm những người lạ không tin tưởng cùng nhau duy trì các bản ghi dữ liệu mở, cho phép họ phân phối và chia sẻ thông tin có giá trị hoặc thông tin nhạy cảm mà không cần trung gian. Hiện tại, chúng ta đang nhanh chóng tiến tới kỷ nguyên trí tuệ nhân tạo toàn diện và những thách thức do kỷ nguyên này mang lại thật khó khăn. Những thách thức này dẫn đến việc bảo vệ bản quyền đối với đầu vào của các mô hình ngôn ngữ lớn (LLM), tránh sai lệch sai lệch trong đầu ra của chúng, đến việc chúng tôi hiện không có khả năng phân biệt chính xác nội dung thực với thông tin sai lệch do trí tuệ nhân tạo tạo ra. Không có giải pháp dễ dàng nào để đảm bảo rằng con người không bị ảnh hưởng tiêu cực bởi trí tuệ nhân tạo. Không có giải pháp nào có thể dựa vào các khuôn khổ quy định và công nghệ đã lỗi thời của thế kỷ 20 để giải quyết những vấn đề này. Chúng tôi rất cần một hệ thống quản trị phi tập trung để đáp ứng những thách thức về cách sản xuất, xác minh và chia sẻ thông tin trong kỷ nguyên mới này. Bất kể Web3 hiện tại có thể cung cấp các giải pháp cần thiết hay không, công nghệ chuỗi khối sẽ đóng một vai trò trong việc giải quyết những vấn đề này. Sổ cái bất biến cho phép chúng tôi theo dõi nguồn gốc của hình ảnh và nội dung khác, ngăn chặn deepfakes. Kỹ thuật này cũng có thể được sử dụng để xác minh tính toàn vẹn của bộ dữ liệu cho các sản phẩm trí tuệ nhân tạo máy học. Tiền điện tử cung cấp phương thức thanh toán kỹ thuật số không biên giới có thể được sử dụng để thưởng cho những người trên khắp thế giới đóng góp cho việc đào tạo trí tuệ nhân tạo và các dự án như Bittensor đang làm việc để xây dựng các cộng đồng chính phủ chuỗi khối được mã hóa để khuyến khích trí tuệ nhân tạo. . Ngược lại, các hệ thống AI thuộc sở hữu của các công ty tư nhân thường đặt lợi ích của cổ đông lên trên lợi ích của người dùng. Chúng ta vẫn còn một chặng đường dài trước khi những ý tưởng này có thể được hiện thực hóa và nhân rộng. Chúng ta sẽ cần tích hợp một loạt các công nghệ khác như Zero Knowledge Proofs (ZK), Mã hóa đồng hình, Điện toán an toàn, Nhận dạng kỹ thuật số và Thông tin xác thực phi tập trung (DID), IoT, v.v. Ngoài ra, chúng ta cần giải quyết nhiều thách thức như bảo vệ quyền riêng tư, trừng phạt hành vi xấu, khuyến khích trí tuệ đổi mới lấy con người làm trung tâm và quy định lập pháp đa đảng. 2. Cách ZKML xây dựng cầu nối giữa AI và chuỗi khối Gần đây, ZKML, một sự kết hợp mới nổi giữa bằng chứng không kiến thức và học máy, đã được thảo luận rộng rãi. Hiện tại, việc triển khai học máy (ML) ngày càng trở nên phức tạp. Nhiều doanh nghiệp chủ yếu dựa vào các nhà cung cấp dịch vụ như Amazon, Google và Microsoft để triển khai các mô hình máy học phức tạp. Tuy nhiên, các dịch vụ này ngày càng trở nên khó kiểm toán và khó hiểu. Là người tiêu dùng các dịch vụ AI, làm thế nào chúng ta có thể tin tưởng vào tính hợp lệ của các dự đoán do các mô hình này cung cấp? Là cầu nối giữa trí tuệ nhân tạo và chuỗi khối, ZKML giải quyết vấn đề bảo vệ quyền riêng tư của các mô hình và đầu vào AI, đồng thời đảm bảo tính xác thực của quy trình lập luận. Nó cung cấp một giải pháp cho phép sử dụng các mô hình công khai khi xác thực dữ liệu riêng tư hoặc sử dụng dữ liệu công khai khi xác thực các mô hình riêng tư. Bằng cách thêm khả năng học máy, các hợp đồng thông minh có thể trở nên tự chủ và năng động hơn, cho phép chúng xử lý dựa trên dữ liệu trên chuỗi thời gian thực thay vì các quy tắc tĩnh. Bằng cách này, các hợp đồng thông minh sẽ linh hoạt hơn và có thể thích ứng với nhiều tình huống hơn, ngay cả những tình huống có thể không được lường trước khi hợp đồng được tạo ban đầu. Hiện tại, một trong những khó khăn với việc áp dụng rộng rãi các thuật toán học máy trên chuỗi khối là chi phí tính toán cao của chúng. Việc chạy các mô hình này trên chuỗi trở thành một thách thức vì các hoạt động dấu chấm động cấp độ triệu không thể được thực hiện trực tiếp trên Máy ảo Ethereum (EVM). Ngoài ra, vấn đề niềm tin vào các mô hình học máy cũng là một trở ngại, bởi các tham số và bộ dữ liệu đầu vào của các mô hình thường là riêng tư, còn thuật toán và quy trình vận hành của mô hình giống như một “hộp đen” mờ đục, có thể khiến chủ sở hữu mô hình và mô hình sử dụng các vấn đề về lòng tin giữa những người tham gia. Tuy nhiên, với công nghệ ZKML, chúng ta có thể khắc phục những vấn đề này. ZKML cho phép mọi người chạy một mô hình ngoài chuỗi và tạo ra một bằng chứng ngắn gọn và có thể kiểm chứng rằng mô hình đã tạo ra một kết quả cụ thể. Bằng chứng này có thể được xuất bản trên chuỗi và được xác minh bằng các hợp đồng thông minh. Điều này có nghĩa là người dùng mô hình có thể xác minh kết quả của mô hình mà không cần biết các tham số cụ thể và chi tiết vận hành của mô hình, do đó giải quyết được vấn đề về lòng tin.

Qua biểu đồ trên, chúng ta có thể thấy rằng công nghệ ZKML có các đặc điểm về tính toàn vẹn tính toán, tối ưu hóa heuristic và bảo vệ quyền riêng tư. Công nghệ này có triển vọng ứng dụng rộng rãi trong lĩnh vực Web3 và đang phát triển nhanh chóng. Ngày càng có nhiều nhóm và cá nhân tham gia lĩnh vực này, thúc đẩy sự phát triển của các dự án ZKML khác nhau với tiềm năng lớn. 3. Phân tích dự án ZKML Dưới đây là một số dự án ZKML tiềm năng. 1、Đồng xu thế giới Worldcoin đang áp dụng ZKML trong nỗ lực xây dựng một giao thức chứng minh tính cách bảo vệ quyền riêng tư. Người dùng World ID sẽ có thể tự quản lý sinh trắc học của họ (chẳng hạn như mống mắt) trong bộ lưu trữ được mã hóa trên thiết bị di động của họ, tải xuống mô hình ML được sử dụng để tạo Mã Iris và tạo cục bộ bằng chứng không cần biết rằng hợp đồng thông minh nhận được có thể chứng minh họ IrisCode đã được tạo thành công. Sau đó, nó có thể được sử dụng để thực hiện các hoạt động hữu ích như xác thực tư cách thành viên và biểu quyết. Họ hiện đang sử dụng một môi trường thời gian chạy đáng tin cậy với một vùng an toàn để xác minh quét mống mắt có chữ ký của máy ảnh, nhưng mục tiêu cuối cùng của họ là sử dụng ZKP để chứng minh suy luận đúng đắn của các mạng thần kinh nhằm đảm bảo bảo mật ở cấp độ mã hóa và để đảm bảo rằng đầu ra của ML mô hình sẽ không rò rỉ dữ liệu cá nhân của người dùng. 2、Phòng thí nghiệm mô-đun Modulus Labs là một trong những dự án đa dạng nhất trong lĩnh vực ZKML. Trong khi cam kết nghiên cứu liên quan, nó cũng đang tích cực xây dựng các mô hình ứng dụng AI trên chuỗi. Modulus Labs sử dụng RockyBot (một robot giao dịch trên chuỗi) và Leela so với World (Trò chơi cờ vua quốc tế, Mọi người chơi với phiên bản Công cụ cờ vua Leela đã được chứng minh) minh họa trường hợp sử dụng cho zkML. Nhóm cũng đã mạo hiểm nghiên cứu, viết cuốn The Cost of Intelligence, đánh giá tốc độ và hiệu quả của các hệ thống xác minh khác nhau cho các mô hình có kích thước khác nhau. 3、Con người Giza là một giao thức có thể triển khai các mô hình AI trên chuỗi theo cách hoàn toàn không tin cậy. Ngăn xếp công nghệ mà nó sử dụng bao gồm định dạng ONNX cho các mô hình học máy, Bộ chuyển đổi Giza để chuyển đổi các mô hình này sang định dạng chương trình Cairo, Thời gian chạy ONNX Cairo để thực thi các mô hình theo cách có thể kiểm chứng và xác định cũng như triển khai và Mô hình Giza thông minh. hợp đồng thực hiện mô hình trên chuỗi. Giza thường thuộc về trình biên dịch on-chain của các mô hình máy học để chứng minh, cung cấp một con đường thay thế cho sự phát triển của AI on-chain. 4、Zkaptcha Zkaptcha tập trung vào vấn đề rô bốt trong Web3, cung cấp dịch vụ captcha (mã xác minh) cho hợp đồng thông minh, bảo vệ hợp đồng thông minh khỏi các cuộc tấn công của rô bốt và sử dụng bằng chứng không kiến thức để tạo hợp đồng thông minh chống lại các cuộc tấn công của Sybil. Hiện tại, dự án cho phép người dùng cuối tạo bằng chứng về công việc của con người bằng cách hoàn thành hình ảnh xác thực, được xác minh bởi trình xác thực trên chuỗi và được truy cập bằng hợp đồng thông minh với một vài dòng mã. Trong tương lai, Zkaptcha sẽ kế thừa zkML, khởi chạy dịch vụ mã xác minh tương tự như Web 2 hiện có và thậm chí phân tích các hành vi như chuyển động của chuột để xác định xem người dùng có phải là người thật hay không.

Hiện tại, đường đua zkML vẫn còn ở giai đoạn sơ khai, nhưng chúng tôi có lý do để tin rằng sức mạnh của zkML có thể mang lại triển vọng và sự phát triển tốt hơn cho tiền điện tử, đồng thời chúng tôi cũng mong đợi nhiều sản phẩm hơn trong lĩnh vực này. môi trường đáng tin cậy và trong tương lai, ngoài việc đổi mới sản phẩm, nó cũng có thể dẫn đến sự đổi mới của các mô hình kinh doanh tiền điện tử, bởi vì trong thế giới Web 3 hỗn loạn và hoang dã này, tính phi tập trung, công nghệ tiền điện tử và niềm tin là cơ sở cơ bản nhất. phần kết Xây dựng niềm tin trong một thế giới kỹ thuật số ngày càng phức tạp và không chắc chắn luôn là thách thức chính đối với AI và Web3. Tuy nhiên, việc hợp nhất AI với Web3 hứa hẹn sẽ xây dựng một tương lai phi tập trung an toàn, đáng tin cậy. Điều quan trọng đối với các nhà phát triển, nhà công nghệ, nhà hoạch định chính sách và toàn xã hội là cùng nhau định hình tương lai của trí tuệ nhân tạo và Web3, và chúng ta có thể tạo ra một kỷ nguyên Internet thông minh ngoài sức tưởng tượng. Thẩm quyền giải quyết