zkML จะเป็นทิศทางใหม่ของแทร็ก zk หรือไม่

ในโลก Web3 ที่ป่าเถื่อนและอนาธิปไตย การกระจายอำนาจ เทคโนโลยีการเข้ารหัสลับ และความไว้วางใจเป็นโครงสร้างพื้นฐานที่สำคัญที่สุด

เขียนโดย: ลีโอ

การระเบิดของ Worldcoin เมื่อเร็ว ๆ นี้ได้สร้างโมเมนตัมมากพอสำหรับการเล่าเรื่อง Web3+AI Worldcoin อยู่ในแนวคิดของ zkML ซึ่งได้มาจาก zk+ML (การพิสูจน์ความรู้เป็นศูนย์และการเรียนรู้ของเครื่อง) และยังเป็นการผสมผสานที่เกิดขึ้นใหม่ที่ได้รับการพูดถึง เมื่อเร็ว ๆ นี้ เทคโนโลยี zk ไม่จำเป็นต้องพูดว่า ML เป็นสาขาย่อยของ AI AI+Web3 เป็นเรื่องราวที่ได้รับความนิยมอย่างมากในอุตสาหกรรมมาก่อน แต่ ณ ปัจจุบัน ยังไม่มีแนวคิดหรือกรณีการใช้งานที่ดีในการเชื่อมโยงทั้งสองอย่างราบรื่น เมื่อเร็ว ๆ นี้ ในการประชุมที่มอนเตเนโกร Vitalik ยังยกย่อง zkSNARK อย่างสูงควบคู่ไปกับการระเบิดของ Worldcoin ดังนั้นจึงคาดเดาได้ว่า zkML จะโดดเด่น

คุณอาจไม่คุ้นเคยกับ zkML บทความนี้จะไขข้อข้องใจเกี่ยวกับ zkML ให้คุณ โดยเน้นที่บทนำ กรณีใช้งาน และโครงการที่เป็นไปได้ของ zkML เนื่องจากปัจจุบันมีกรณีการใช้งาน zkML ไม่มากนัก ฉันหวังว่าคุณจะเข้าใจ โอกาสและเรียนรู้เกี่ยวกับมันล่วงหน้า แนวคิดใหม่ และกรณีการใช้งาน เตรียมตัวให้พร้อม

เว็บ 3 + ML

zkML รวมการพิสูจน์ความรู้เป็นศูนย์และการเรียนรู้ของเครื่อง อันที่จริง นอกจาก Web 3 แล้ว ML ไม่ใช่คำใหม่อีกต่อไป เทคโนโลยีนี้ถูกนำมาใช้อย่างแพร่หลายในบางสาขา เช่น การประมวลผลภาษาธรรมชาติ (NLP) การขับรถอัตโนมัติ e- การค้า ฯลฯ ฟิลด์ทั้งหมดมีระดับที่สูงขึ้นผ่านเทคโนโลยี ML และแม้แต่ในบางฟิลด์ ML ก็ได้ครอบครองตำแหน่งที่โดดเด่นแล้ว ดังนั้น zkML ในอนาคตจึงเป็นแนวโน้มทั่วไป และการฝัง ML ในสัญญาอัจฉริยะจะให้สัญญาอัจฉริยะด้วย วิธีการประมวลผลที่ซับซ้อนและชาญฉลาดยิ่งขึ้น

ด้วยการเพิ่มความสามารถด้าน ML สัญญาอัจฉริยะจะกลายเป็นอิสระและไดนามิกมากขึ้น ทำให้สามารถดำเนินการตามข้อมูลออนไลน์แบบเรียลไทม์แทนกฎคงที่ สัญญาอัจฉริยะจะมีความยืดหยุ่นมากขึ้นและปรับให้เข้ากับสถานการณ์ต่างๆ ได้มากขึ้น รวมถึงสถานการณ์ที่อาจไม่คาดคิดเมื่อสร้างสัญญา กล่าวโดยสรุปคือ ความสามารถของ ML จะขยายการทำงานอัตโนมัติ ความแม่นยำ ประสิทธิภาพ และความยืดหยุ่นของสัญญาอัจฉริยะใดๆ ที่เราใส่ไว้ในเครือข่าย

ปัจจุบัน หนึ่งในเหตุผลที่ ML ไม่ถูกนำมาใช้อย่างแพร่หลายในการเข้ารหัสคือการเรียกใช้โมเดลเหล่านี้บนเครือข่าย เช่น fastBERP ซึ่งเป็นคลาสของโมเดลภาษา NLP ซึ่งจำเป็นต้องใช้ประมาณ 1800 MFLOPS (ล้าน float) สำหรับการนำไปใช้ จุดเลขคณิต) ซึ่งไม่สามารถเรียกใช้โดยตรงบน EVM ในขณะที่แบบจำลองแอปพลิเคชันจำเป็นต้องคาดการณ์ตามข้อมูลในโลกแห่งความเป็นจริง เพื่อให้มีสัญญาอัจฉริยะระดับ ML สัญญาจะต้องได้รับการคาดคะเนดังกล่าว

เหตุผลที่สองคือความจำเป็นในการจัดการกับ trust framework ของโมเดล ML มีสองประเด็นหลัก ข้อแรกคือ ความเป็นส่วนตัว: ดังที่ได้กล่าวไว้ก่อนหน้านี้ พารามิเตอร์ของโมเดลมักจะเป็นส่วนตัว และในบางกรณี อินพุตของโมเดลจำเป็นต้องเก็บเป็นความลับด้วย ซึ่งโดยธรรมชาติแล้วจะมีปัญหาด้านความไว้วางใจระหว่างเจ้าของโมเดลและผู้ใช้โมเดล ประเด็นที่สองคือกล่องดำอัลกอริทึม และโมเดล ML บางครั้งเรียกว่า "กล่องดำ" เนื่องจากเกี่ยวข้องกับขั้นตอนอัตโนมัติจำนวนมากในกระบวนการคำนวณที่เข้าใจยาก หรืออธิบาย. ขั้นตอนเหล่านี้เกี่ยวข้องกับอัลกอริธึมที่ซับซ้อนและข้อมูลจำนวนมากที่นำไปสู่ผลลัพธ์ที่ไม่แน่นอนและบางครั้งสุ่ม ทำให้อัลกอริทึมมีความสำคัญสำหรับอคติและแม้กระทั่งการเลือกปฏิบัติ และเทคโนโลยี zk สามารถแก้ปัญหาความไว้วางใจนี้ได้อย่างมีประสิทธิภาพมาก

ดังนั้นในเวลานี้ zkSNARK จึงปรากฏขึ้นตามเทรนด์ เทคโนโลยี zk ใน zkML ส่วนใหญ่อ้างอิงถึง zkSNARK zkSNARK ให้วิธีแก้ปัญหาแก่เรา: ทุกคนสามารถเรียกใช้โมเดลนอกห่วงโซ่และสร้างหลักฐานที่รัดกุมและตรวจสอบได้ว่าโมเดลที่คาดไว้สร้าง ผลลัพธ์ที่เฉพาะเจาะจง และหลักฐานนี้สามารถเผยแพร่บนเครือข่ายและบันทึกโดยสัญญาอัจฉริยะและปรับปรุงความฉลาดของพวกเขา โดยทั่วไป โมเดล ML ต้องการสามส่วน ได้แก่ ข้อมูลการฝึก สถาปัตยกรรมโมเดล และพารามิเตอร์โมเดล ตราบใดที่โมเดลที่ผ่านการฝึกอบรมผ่านการตรวจสอบเหตุผลแล้ว ก็สามารถเปิดพื้นที่การออกแบบที่อัปเดตสำหรับสัญญาอัจฉริยะได้ (การฝึกอบรมแบบจำลองและเหตุผลจะไม่อธิบายมากเกินไป)

ใช้กรณีของ zkML ใน crypto

และสัญญาอัจฉริยะหลังจากเพิ่ม zkSNARK +ML จะมีกรณีการใช้งานจำนวนมาก ต่อไปนี้เป็นกรณีการใช้งาน:

ดีไฟ

ออราเคิลแมชชีนเลิร์นนิงแบบออฟไลน์ที่ตรวจสอบได้

เมื่อรวม zkSNARKs เข้ากับการให้เหตุผลที่ได้รับการยืนยันของโมเดล ML แล้ว ออราเคิล ML แบบออฟไลน์เหล่านี้สามารถใช้เพื่อแก้ปัญหาตลาดการคาดการณ์ในโลกแห่งความเป็นจริง สัญญาโปรโตคอลที่ปลอดภัย ฯลฯ โดยการตรวจสอบเหตุผลและเผยแพร่หลักฐานบนเครือข่ายได้อย่างน่าเชื่อถือ

ML Parameterized DeFi

แผนกย่อยจำนวนมากของ DeFi สามารถทำงานโดยอัตโนมัติได้ ตัวอย่างเช่น โปรโตคอลการให้ยืมสามารถใช้โมเดล ML เพื่ออัปเดตพารามิเตอร์แบบเรียลไทม์ โปรโตคอลการให้กู้ยืมในปัจจุบันส่วนใหญ่เชื่อถือโมเดลนอกเครือข่ายที่ดำเนินการโดยองค์กรเพื่อกำหนดค่าสัมประสิทธิ์หลักประกัน, LTV, เกณฑ์การชำระบัญชี ฯลฯ ML สามารถให้ทางเลือกที่ดีกว่า โมเดลโอเพ่นซอร์สที่ผ่านการฝึกอบรมโดยชุมชน ซึ่งทุกคนสามารถเรียกใช้และตรวจสอบได้

กลยุทธ์การซื้อขายอัตโนมัติ

วิธีหนึ่งในการตรวจสอบการกลับมาของกลยุทธ์การซื้อขายคือการให้ MP ทำ backtests ต่างๆ ให้กับนักลงทุน เป็นไปไม่ได้ที่จะตรวจสอบว่านักกลยุทธ์ทำตามแบบจำลองเมื่อดำเนินการซื้อขาย แต่ zkML สามารถให้คำตอบสำหรับสิ่งนี้ได้ MP สามารถเป็นได้ นำไปใช้กับตำแหน่งเฉพาะ แสดงหลักฐานการตรวจสอบความถูกต้องของเหตุผลแบบจำลองทางการเงิน

โดเมนความปลอดภัย

การตรวจสอบการฉ้อโกงสำหรับสัญญาสมาร์ท

แทนที่จะใช้การกำกับดูแลด้วยตนเองหรือผู้ดำเนินการจากส่วนกลางที่ควบคุมความสามารถในการระงับสัญญา สามารถใช้แบบจำลอง ML เพื่อตรวจจับพฤติกรรมที่เป็นอันตรายและบังคับใช้ขั้นตอนการระงับได้

DID และโซเชียล

การแทนที่คีย์ส่วนตัวด้วยการรับรองความถูกต้องด้วยไบโอเมตริกซ์ (ซึ่งเป็นสิ่งที่ Worldcoin ทำอยู่ในปัจจุบัน)

การจัดการคีย์ส่วนตัวยังคงเป็นเรื่องที่น่าปวดหัวสำหรับผู้ใช้ Web3 การแยกคีย์ส่วนตัวผ่านการจดจำใบหน้าหรือไบโอเมตริกอื่น ๆ เป็นทางออกหนึ่งที่เป็นไปได้สำหรับ zkML และ Worldcoin กำลังใช้สิ่งนี้ในลักษณะเดียวกันทุกประการกับอุปกรณ์ Orb เพื่อตรวจสอบว่าใครเป็นคนจริงโดยไม่ต้องพยายามปลอม KYC และใช้เทคโนโลยี zk เพื่อ ตรวจสอบให้แน่ใจว่าผลลัพธ์ของโมเดล ML ไม่เปิดเผยข้อมูลส่วนตัวของผู้ใช้ ซึ่งทำได้โดยใช้เซ็นเซอร์กล้องและโมเดลแมชชีนเลิร์นนิงที่วิเคราะห์ลักษณะใบหน้าและม่านตา

คำแนะนำส่วนบุคคลและการกรองเนื้อหาสำหรับสื่อโซเชียล Web3

ในทำนองเดียวกัน สื่อสังคมออนไลน์ของ Web 3 บางแห่งสามารถรับการตั้งค่าและข้อมูลของผู้ใช้ได้อย่างง่ายดาย แสดงสแปมและลิงก์ปลอมให้เราเห็น และลิงก์ปลอมจำนวนมากนำไปสู่การขโมยกระเป๋าเงินของผู้ใช้ ฯลฯ แต่เราสามารถหลีกเลี่ยงเนื้อหาและลิงก์อีเมลที่ไม่จำเป็นจำนวนมากได้ผ่านเทคโนโลยี zkML .

เศรษฐกิจของผู้สร้างและการเล่นเกม

การปรับสมดุลเศรษฐกิจในเกม

สามารถใช้โมเดล ML เพื่อปรับการออกโทเค็น การจัดหา การทำลาย เกณฑ์การลงคะแนน ฯลฯ แบบไดนามิก โมเดลหนึ่งที่เป็นไปได้คือสัญญาจูงใจที่สามารถปรับสมดุลเศรษฐกิจในเกม หากถึงเกณฑ์การปรับสมดุลใหม่และพิสูจน์การใช้เหตุผลแล้ว

** เกมลูกโซ่รูปแบบใหม่ **

สามารถสร้างเกม AI ของมนุษย์แบบร่วมมือและเกมบนเครือข่ายนวัตกรรมอื่น ๆ ได้ โดยที่โมเดล AI ที่ไม่ไว้วางใจทำหน้าที่เป็น NPC และการกระทำทั้งหมดของ NPC จะถูกโพสต์บนเครือข่ายพร้อมหลักฐานของโมเดล

โครงการที่มีศักยภาพทางนิเวศวิทยา zkML

เนื่องจาก zkML ยังอยู่ในช่วงเริ่มต้นของการพัฒนา จึงพบโครงการไม่มากนัก ต่อไปนี้เป็นโครงการที่เป็นไปได้สำหรับทุกคน:

เวิล์ดคอยน์

จะไม่อธิบาย Worldcoin มากเกินไป ทุกคนควรคุ้นเคยกับมัน โปรดดูที่ "หาก Worldcoin ประสบความสำเร็จ จะมีผลกระทบอย่างไรต่ออุตสาหกรรมการเข้ารหัส"

ห้องทดลองโมดูลัส

Modulus Labs เป็นหนึ่งในโครงการที่มีความหลากหลายมากขึ้นใน zkML ซึ่งเป็นเทคโนโลยีที่จำเป็นในการสร้าง AI บนห่วงโซ่ ทำงานทั้งในกรณีการใช้งานและการวิจัยที่เกี่ยวข้อง ในด้านแอปพลิเคชัน Modulus Labs ได้พัฒนา RockyBot (บอทซื้อขายแบบออนไลน์) และ Leela vs. the World (เกมหมากรุก) ซึ่งคนจริงๆ เล่นกับอินสแตนซ์ออนไลน์ที่ตรวจสอบได้ของกลไกหมากรุก Leela

มนุษย์

Giza เป็นโปรโตคอลที่อุทิศให้กับการพัฒนาเศรษฐกิจผ่าน AI สามารถนำโมเดล AI ไปใช้กับเครือข่ายโดยใช้วิธีการที่ไม่ไว้วางใจโดยสิ้นเชิง ได้รับการสนับสนุนโดยความร่วมมือของ StarkWare และในที่สุดก็ตระหนักถึงตลาดที่ให้ทางเลือกอื่นสำหรับการพัฒนา AI

สกัปชา

Zkaptcha มุ่งเน้นไปที่ปัญหาหุ่นยนต์ใน Web3 ปกป้องสัญญาอัจฉริยะจากการโจมตีของหุ่นยนต์ ใช้การพิสูจน์ที่ไม่มีความรู้เพื่อสร้างสัญญาอัจฉริยะที่ทนทานต่อการโจมตีของซีบิล และให้บริการรหัสยืนยันสำหรับสัญญาอัจฉริยะ ปัจจุบัน โปรเจ็กต์ช่วยให้ผู้ใช้ปลายทางสร้างหลักฐานการทำงานของมนุษย์ได้โดยการกรอก captcha ในอนาคต Zkaptcha จะสืบทอด zkML และเปิดตัวบริการที่คล้ายกับ Web 2 captchas ที่มีอยู่ แต่ยังสามารถวิเคราะห์พฤติกรรม เช่น การเคลื่อนไหวของเมาส์เพื่อระบุว่าผู้ใช้คือใคร มันเป็นเรื่องจริง

บทสรุป

ในปัจจุบัน มีผลิตภัณฑ์ไม่มากนักในการรวม zkML และ crypto และจะพบปัญหาบางอย่างในกระบวนการสร้างผลิตภัณฑ์ดังกล่าว และ zkML และ crypto อาจต้องมีการปรับปรุงและเพิ่มประสิทธิภาพเพิ่มเติมในอนาคต อย่างไรก็ตาม ด้วยการรวมกันของ zkSNARK และ ML เรามีเหตุผลที่จะเชื่อว่าพลังของ zkML สามารถนำโอกาสและการพัฒนาที่ดีขึ้นมาสู่ crypto และเรายังคาดหวังผลิตภัณฑ์อื่นๆ ในสาขานี้ เทคโนโลยี zk และ crypto ให้ความปลอดภัยสำหรับการทำงานของ ML สภาพแวดล้อมที่น่าเชื่อถือ และในอนาคต นอกเหนือจากนวัตกรรมผลิตภัณฑ์แล้ว ยังอาจให้กำเนิดนวัตกรรมของรูปแบบธุรกิจ crypto เนื่องจากในโลก Web 3 ที่ดุร้ายและอนาธิปไตยนี้ การกระจายอำนาจ เทคโนโลยี crypto และความไว้วางใจเป็นสิ่งอำนวยความสะดวกขั้นพื้นฐานที่สำคัญที่สุด