风险提示:央行等十部委发布《关于进一步防范和处置虚拟货币交易炒作风险的通知》, 请读者提高风险意识。

长推:借WorldCoin冷饭,扒一扒AI+Web3的叙事真相

模型的完整性是 ML 训练过程中的重要信任证明问题,但 ML 模型训练和使用的数据和信息的隐私保护同样重要。

@CryptoSax_eth
@CryptoSax_eth
热度 ...

原文作者:@CryptoSax_eth

原文来源:Twitter

注:原文来自@CryptoSax_eth发布长推。

今天聊的硬核一点,聊聊Web3+AI算力的话题。顺便毒奶一口,等到未来AI叙事再一次火起来,这些笔记一定会成为项目方的财富密码的。

在整个加密赛道的叙事方面,似乎可以总结出一条规律:

叙事的技术硬核程度和项目CX的概率一般呈反比,技术或叙事越硬核,项目rug的概率越小。当然也会出现一些个例,但这个概率分布大致上还是比较合理的。

如果从这个角度出发你就能发现,区块链算力保护几乎是AI+Web3叙事里面最为硬核的一个方向,毕竟其他诸如AI+Defi、AI+Gamefi之类的叙事,只要有一定的知识积累,逻辑推敲一下讲个有创意的故事也不是什么难事。哪怕是AI+Web3底层,我逮着“节点智能”这个话题不放,然后避重就轻在啥区块链治理、权益体系证明啥乱七八糟的原理层面打哈哈,别人也很难看出毛病。

但Web3+AI算力不一样,如果技术不够硬核,项目团队身上没点东西,是真的讲不出花来的。

关于这个叙事,实际上底层逻辑也没多复杂:

现在AI啥的技术出来之后数据越来越值钱了,算力模型啥的都是数据都是钱,传统的数据保护形式不方便不好使,大家的数据都不好做权益区分;但区块链所有链上信息和数据都可以被记录溯源,用来解决这个AI数据和算力问题简直再好不过了。

故事底层越简单,技术实现路径就越复杂。受限于篇幅和本人的数据开发的认知水平,我就只拿ZKML来科普科普,给大家尝尝味道吧。关于ZK和ML的概念,我在此不再赘述,直接切入主题看两个概念怎么结合——

ML 有大量信任问题需要解决,各个工作流程的准确性、完整性、隐私性需要被证明。ZK 刚好能在确保隐私性的前提下有效验证任何类计算是否正确运行,很好地解决了机器学习长期存在的信任证明问题。

关于【长推:借WorldCoin冷饭,扒一扒AI+Web3的叙事真相】的延伸阅读

  • 重新理解Marlin:AI下半场的可验证计算L0「新基建」

    Marlin是一种可验证云计算服务,利用加密技术保证数据安全,为AI+Web3应用提供低延迟、低成本的解决方案。它基于TEE和ZKP技术,为用户提供通用化的云计算方案,并通过激励机制吸引节点为网络贡献资源。Marlin的愿景是成为AI世界的可验证通用L0,为Oracle预言机、ZK Prover系统、AI人工智能等应用场景提供节点算力和存储等网络资源服务。它可以为AI大模型训练提供安全的计算环境,并为多元化应用场景提供可验证计算中间件。在AI+Web3时代,Marlin有巨大的价值潜力,可能成为未来AI+Web3应用的关键基础设施。

  • Sam Altman 围绕 OpenAI 打造出一个致富帝国

    OpenAI首席执行官奥特曼同时经营副业,但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司,包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务,但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革,包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。

模型的完整性是 ML 训练过程中的重要信任证明问题,但 ML 模型训练和使用的数据和信息的隐私保护同样重要。这使 ML 的训练难以通过第三方审计监管机构完成信任证明,去中心化的零知识属性的 ZK 是与 ML 具有极高匹配性的信任证明路径。

至于说两者结合有啥优势,归根到底就两点:

透明性验证:零知识证明(ZK)可以在不暴露模型内部细节的情况下评估模型性能,实现透明和无需信任的评估过程。

数据隐私保障:ZK可用于使用公共模型验证公共数据或使用私有模型验证私有数据,以此保证数据的隐私性和敏感性。

ZK 本身通过密码学协议,在保证隐私性的前提下确保了某个声明的正确性,很好的解决了计算正确性证明机器学习在隐私保护上、同态加密机器学习在隐私保护上的缺陷。将 ZK 融入 ML 过程中,创建了一个安全且保护隐私的平台,解决了传统机器学习的不足。

然后就在此基础之上,众多应用层的项目开始诞生,比如说用硬件辅助链上算力加速证明计算的ZK硬件加速系统,比如说把机器学习数据上链访问的ML链上数据处理技术,还有诸如ML计算电路化、ZK-SNARKs等一堆硬核晦涩的技术创新。

Web3+AI数据处理,故事是个硬核的好故事,但硬核也意味着实际开发和执行将会非常困难,事实上也确实如此。

AI在没把数据上链之前,数据运行效率就已经让人抓耳挠腮了,好不容易把速度又提上来一点,还要把数据给上链?想想平时在交易所把币提到钱包的速度,你就知道这件事有多可怕了。虽然最近新推出了新的ZK-SNARKs,但这也只是治标不治本的缓兵之计。

话虽如此,终究还是要有项目团队去探索去创新的,但一定不是我们这一群普通人。

免责声明:本文仅代表作者个人观点,不代表链观CHAINLOOK立场,不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险,以及遵守所在国家和地区的相关法律法规。
图文来源:@CryptoSax_eth,如有侵权请联系删除。转载或引用请注明文章出处!

标签:

分享至
https://www.chainlook.cn/toutiao/1692269415.html

下一篇:

一文详解 Delta 中性稳定币及相关项目

Delta 中性对冲就是一种投资组合风险管理的策略。

免责声明:
链观CHAINLOOK作为区块链技术应用与Web3行业研究的智库媒体,旨在为中国区块链专家、学者们提供最新的行业资讯信息与数据样本,用于区块链技术研究与创新。本站所发布的文章仅代表作者的个人观点,不代表链观CHAINLOOK官方立场,本站所发布的区块链行业研究报告与数据分析成果是通过人工智能算法对数据内容进行分析与归纳生成,不代表任何投资暗示与建议,链观CHAINLOOK不承担法律责任。

风险提示:
虚拟货币不具有法定货币等同的法律地位,参与虚拟货币投资交易存在法律风险,链观CHAINLOOK坚决反对各类代币炒作,请读者提高风险意识,理性看待区块链技术应用及市场风险。

© 链观CHAINLOOK All Rights Reserved. 京ICP备18054193号-5