في عالم Web3 الفوضوي والوحشي ، تعتبر اللامركزية وتكنولوجيا التشفير والثقة هي البنية الأساسية الأساسية.
** بقلم: ليو **
أدى الانفجار الأخير لـ Worldcoin أيضًا إلى خلق زخم كافٍ لسرد Web3 + AI. ينتمي Worldcoin إلى مفهوم zkML ، المشتق من zk + ML (إثبات المعرفة الصفرية والتعلم الآلي) ، وهو أيضًا مزيج ناشئ تم الحديث عنه حول تكنولوجيا zk وغني عن القول ، ML هو مجال فرعي من AI. لقد كان AI + Web3 رواية شائعة جدًا في الصناعة من قبل ، ولكن في الوقت الحالي ، لا يوجد مفهوم جيد أو حالة استخدام لربط الاثنين بسلاسة. في الآونة الأخيرة ، في مؤتمر الجبل الأسود ، أشاد فيتاليك أيضًا بشدة بـ zkSNARK ، إلى جانب انفجار Worldcoin ، لذلك من المتوقع أن تبرز zkML.
قد لا تكون على دراية بـ zkML. توضح هذه المقالة بشكل أساسي الضباب على zkML ، مع التركيز على المقدمة وحالات الاستخدام وبعض المشاريع المحتملة لـ zkML. نظرًا لعدم وجود العديد من حالات استخدام zkML في الوقت الحالي ، آمل أن تتمكن من اغتنام الفرصة والتعرف عليها مقدمًا. المفاهيم الجديدة وحالات الاستخدام ، استعد.
ويب 3 + ML
يجمع zkML بين دليل المعرفة الصفرية والتعلم الآلي. في الواقع ، خارج الويب 3 ، لم يعد ML كلمة جديدة. تم استخدام هذه التقنية على نطاق واسع في بعض المجالات ، مثل معالجة اللغة الطبيعية (NLP) ، والقيادة الذاتية ، و e- التجارة ، وما إلى ذلك ، وصلت جميع المجالات إلى مستوى أعلى من خلال تقنية ML ، وحتى في بعض المجالات ، احتل ML بالفعل مركزًا مهيمنًا ، وبالتالي فإن zkML المستقبلي هو أيضًا الاتجاه العام ، كما أن تضمين ML في العقود الذكية سيوفر أيضًا عقودًا ذكية مع طرق معالجة أكثر تعقيدًا وذكاءً.
من خلال إضافة قدرات التعلم الآلي ، يمكن أن تصبح العقود الذكية أكثر استقلالية وديناميكية ، مما يسمح لها بالتصرف بناءً على بيانات في الوقت الفعلي على السلسلة بدلاً من القواعد الثابتة. ستكون العقود الذكية أكثر مرونة وتتكيف مع المزيد من السيناريوهات ، بما في ذلك تلك التي ربما لم تكن متوقعة عند إنشاء العقد في الأصل. باختصار ، ستعمل قدرات التعلم الآلي على تضخيم الأتمتة والدقة والكفاءة والمرونة لأي عقد ذكي نضعه في السلسلة.
حاليًا ، أحد أسباب عدم اعتماد ML على نطاق واسع في التشفير هو أنه من المكلف حسابياً تشغيل هذه النماذج على السلسلة ، مثل fastBERP - فئة من نماذج اللغة NLP ، والتي تحتاج إلى استخدام حوالي 1800 MFLOPS (مليون تعويم) للتبني. حساب النقاط) ، والتي لا يمكن تشغيلها مباشرة على EVM. بينما تحتاج نماذج التطبيقات إلى إجراء تنبؤات تستند إلى بيانات واقعية ، من أجل الحصول على عقود ذكية على نطاق ML ، يجب أن تحصل العقود على مثل هذه التنبؤات ؛
السبب الثاني هو الحاجة إلى التعامل مع إطار عمل الثقة لنماذج ML. هناك نقطتان رئيسيتان. إحداهما هي خصوصيته: كما ذكرنا سابقًا ، عادةً ما تكون معلمات النموذج خاصة ، وفي بعض الحالات ، يجب أيضًا إبقاء مدخلات النموذج سرية ، والتي توجد بطبيعة الحال بعض مشكلات الثقة بين مالك النموذج ومستخدم النموذج ؛ والثاني هو الصندوق الأسود الخوارزمي ، وتسمى نماذج ML أحيانًا "الصناديق السوداء" لأنها تتضمن العديد من الخطوات الآلية في عملية الحساب التي يصعب فهمها أو شرح. تتضمن هذه الخطوات خوارزميات معقدة وكميات كبيرة من البيانات التي تؤدي إلى مخرجات غير محددة وأحيانًا عشوائية ، مما يجعل الخوارزميات أولية للتحيز وحتى التمييز. ويمكن لتقنية zk حل مشكلة الثقة هذه بكفاءة عالية.
لذلك في هذا الوقت ، ظهر zkSNARK على طول الاتجاه. تشير تقنية zk في zkML في الغالب إلى zkSNARK. يوفر لنا zkSNARK حلاً: يمكن لأي شخص تشغيل نموذج خارج السلسلة وإنشاء دليل موجز وقابل للتحقق من أن النموذج المتوقع ينتج بالفعل نتيجة محددة ، ويمكن نشر هذا الدليل على السلسلة والتقاطه من خلال العقود الذكية وتعزيز ذكائهم. تتطلب نماذج ML عادةً ثلاثة أجزاء: بيانات التدريب ، وبنية النموذج ، ومعلمات النموذج. طالما اجتاز النموذج المدرب التحقق المنطقي ، يمكنه فتح مساحة تصميم محدثة للعقود الذكية. (لن يتم وصف التدريب النموذجي والتفكير المنطقي كثيرًا)
حالات استخدام zkML في التشفير
والعقد الذكي بعد إضافة zkSNARK + ML سيكون له أيضًا العديد من حالات الاستخدام ، وفيما يلي حالات استخدامه:
ديفي
** أوراكل للتعلم الآلي خارج السلسلة يمكن التحقق منه **
من خلال الجمع بين zkSNARKs والمنطق الذي تم التحقق منه لنماذج ML ، يمكن استخدام أدوات ML خارج السلسلة هذه لحل أسواق التنبؤ في العالم الحقيقي بشكل موثوق ، وتأمين عقود البروتوكول ، وما إلى ذلك من خلال التحقق من المنطق ونشر الأدلة على السلسلة.
** ML DeFi بارامتر **
يمكن بالفعل أتمتة العديد من التقسيمات الفرعية لـ DeFi. على سبيل المثال ، يمكن لبروتوكولات الإقراض استخدام نماذج ML لتحديث المعلمات في الوقت الفعلي. تثق بروتوكولات الإقراض الحالية بشكل أساسي في النماذج خارج السلسلة التي تديرها المنظمات لتحديد معاملات الضمانات ، و LTV ، وعتبات التصفية ، وما إلى ذلك ، يمكن أن يوفر ML بديلاً أفضل ، ونماذج مفتوحة المصدر مدربة من قبل المجتمع يمكن لأي شخص تشغيلها والتحقق منها.
** استراتيجيات التداول الآلي **
تتمثل إحدى طرق التحقق من عودة استراتيجية التداول في جعل MP يزود المستثمرين بالعديد من الاختبارات الخلفية ، ومن المستحيل التحقق من اتباع الاستراتيجي للنموذج عند تنفيذ الصفقة ، ولكن يمكن لـ zkML توفير حل لذلك ، يمكن أن يكون MP نشر في موقع محدد يقدم دليلاً على التحقق من صحة تفكير النموذج المالي.
** مجال الأمان **
** مراقبة الاحتيال على العقد الذكي **
بدلاً من الحوكمة اليدوية أو الجهات الفاعلة المركزية التي تتحكم في القدرة على تعليق العقود ، يمكن استخدام نماذج ML لاكتشاف السلوك الضار المحتمل وفرض إجراءات التعليق.
** اضطراب الشخصية الانفصامية والاجتماعية **
** استبدال المفاتيح الخاصة بالمصادقة البيومترية (وهو ما تفعله Worldcoin حاليًا) **
تظل إدارة المفاتيح الخاصة مشكلة أخرى لمستخدمي Web3. يعد استخراج المفاتيح الخاصة عن طريق التعرف على الوجه أو القياسات الحيوية الأخرى أحد الحلول الممكنة لـ zkML ، وتقوم Worldcoin بتطبيق ذلك بنفس الطريقة تمامًا ، مع جهاز Orb الخاص بها لتحديد ما إذا كان شخص ما شخصًا حقيقيًا دون محاولة تزييف KYC ، واستخدام تقنية zk من أجل تأكد من أن إخراج نماذج ML الخاصة بها لا تكشف عن البيانات الشخصية للمستخدمين ، ويتم تحقيق ذلك من خلال مستشعرات الكاميرا المختلفة ونماذج التعلم الآلي التي تحلل ملامح الوجه وقزحية العين.
التوصية المخصصة وتصفية المحتوى لوسائل التواصل الاجتماعي Web3
وبالمثل ، يمكن لبعض الوسائط الاجتماعية على الويب 3 الحصول بسهولة على تفضيلات المستخدم والبيانات ، وإظهار بعض الروابط المزيفة والرسائل غير المرغوب فيها ، وتؤدي العديد من الروابط المزيفة إلى سرقة محافظ المستخدم ، وما إلى ذلك ، ولكن يمكننا تجنب العديد من روابط المحتوى والبريد الإلكتروني غير الضرورية من خلال تقنية zkML .
اقتصاد المبدع والألعاب
** إعادة التوازن الاقتصادي داخل اللعبة **
يمكن استخدام نماذج ML لتعديل إصدار الرمز المميز ، والتزويد ، والتدمير ، وحدود التصويت بشكل ديناميكي ، وما إلى ذلك. أحد النماذج الممكنة هو عقد الحوافز الذي يمكنه إعادة التوازن إلى الاقتصاد داخل اللعبة إذا تم الوصول إلى حد معين لإعادة التوازن وتم التحقق من إثبات المنطق.
** نوع جديد من لعبة السلسلة **
يمكن إنشاء الألعاب التعاونية بين الإنسان والذكاء الاصطناعي وغيرها من الألعاب المبتكرة على السلسلة ، حيث يعمل نموذج الذكاء الاصطناعي غير الموثوق به كشخصية غير قابلة للعب ، ويتم نشر جميع إجراءات NPC على السلسلة مع إثبات النموذج.
مشروع ZKML البيئي المحتمل
نظرًا لأن zkML لا يزال في المرحلة الأولى من التطوير ، فلا يوجد العديد من المشاريع التي يمكن العثور عليها. وفيما يلي المشاريع المحتملة التي تم العثور عليها للجميع:
Worldcoin
لن يتم وصف Worldcoin كثيرًا ، يجب أن يكون الجميع على دراية بها ، يرجى الرجوع إلى "إذا نجحت Worldcoin ، ما هو تأثيرها على صناعة التشفير؟"
معامل المعامل
تعد Modulus Labs واحدة من أكثر المشاريع تنوعًا في zkML ، وهي التكنولوجيا اللازمة لبناء الذكاء الاصطناعي على السلسلة. العمل على كل من حالات الاستخدام والبحوث ذات الصلة. على جانب التطبيق ، طورت Modulus Labs RockyBot (روبوت تداول على السلسلة) و Leela vs. the World (لعبة شطرنج) ، حيث يلعب أناس حقيقيون ضد مثيل يمكن التحقق منه على السلسلة لمحرك Leela للشطرنج.
بشر
الجيزة عبارة عن بروتوكول مخصص لتطوير الاقتصاد من خلال الذكاء الاصطناعي ، ويمكنه نشر نماذج الذكاء الاصطناعي على السلسلة باستخدام طريقة غير موثوق بها تمامًا. وهو مدعوم من تعاون StarkWare وأخيراً يحقق سوقًا يوفر مسارًا بديلاً لتطوير الذكاء الاصطناعي.
Zkaptcha
يركز Zkaptcha على مشكلة الروبوت في Web3 ، ويحمي العقود الذكية من هجمات الروبوت ، ويستخدم أدلة عدم المعرفة لإنشاء عقود ذكية مقاومة لهجمات Sybil ، ويوفر خدمات رمز التحقق للعقود الذكية. في الوقت الحالي ، يمكّن المشروع المستخدمين النهائيين من إنشاء دليل على العمل البشري من خلال إكمال اختبارات CAPTCHA. في المستقبل ، سيرث Zkaptcha zkML ويطلق خدمة مشابهة لـ Web 2 captchas الحالية ، ولكن يمكنه أيضًا تحليل السلوكيات مثل حركات الماوس لتحديد المستخدم هو هو حقيقي.
خاتمة
في الوقت الحالي ، لا توجد العديد من المنتجات في مجال الجمع بين zkML و crypto ، وستواجه بعض المشكلات في عملية بناء مثل هذه المنتجات ، وقد يحتاج zkML و crypto إلى مزيد من التحسين والتحسين في المستقبل. ومع ذلك ، مع الجمع بين zkSNARK و ML ، لدينا سبب للاعتقاد بأن قوة zkML يمكن أن تجلب آفاقًا أفضل وتطويرًا للعملات المشفرة ، ونتوقع أيضًا المزيد من المنتجات في هذا المجال. توفر تقنية zk والتشفير الأمان لتشغيل ML بيئة موثوقة ، وفي المستقبل ، بالإضافة إلى ابتكار المنتجات ، قد تولد أيضًا ابتكار نموذج أعمال التشفير ، لأنه في عالم الويب 3 الجامح والفوضوي ، تعد اللامركزية وتكنولوجيا التشفير والثقة من أهم المرافق الأساسية.
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
هل سيكون zkML هو الاتجاه الجديد لمسار zk؟
** بقلم: ليو **
أدى الانفجار الأخير لـ Worldcoin أيضًا إلى خلق زخم كافٍ لسرد Web3 + AI. ينتمي Worldcoin إلى مفهوم zkML ، المشتق من zk + ML (إثبات المعرفة الصفرية والتعلم الآلي) ، وهو أيضًا مزيج ناشئ تم الحديث عنه حول تكنولوجيا zk وغني عن القول ، ML هو مجال فرعي من AI. لقد كان AI + Web3 رواية شائعة جدًا في الصناعة من قبل ، ولكن في الوقت الحالي ، لا يوجد مفهوم جيد أو حالة استخدام لربط الاثنين بسلاسة. في الآونة الأخيرة ، في مؤتمر الجبل الأسود ، أشاد فيتاليك أيضًا بشدة بـ zkSNARK ، إلى جانب انفجار Worldcoin ، لذلك من المتوقع أن تبرز zkML.
قد لا تكون على دراية بـ zkML. توضح هذه المقالة بشكل أساسي الضباب على zkML ، مع التركيز على المقدمة وحالات الاستخدام وبعض المشاريع المحتملة لـ zkML. نظرًا لعدم وجود العديد من حالات استخدام zkML في الوقت الحالي ، آمل أن تتمكن من اغتنام الفرصة والتعرف عليها مقدمًا. المفاهيم الجديدة وحالات الاستخدام ، استعد.
ويب 3 + ML
يجمع zkML بين دليل المعرفة الصفرية والتعلم الآلي. في الواقع ، خارج الويب 3 ، لم يعد ML كلمة جديدة. تم استخدام هذه التقنية على نطاق واسع في بعض المجالات ، مثل معالجة اللغة الطبيعية (NLP) ، والقيادة الذاتية ، و e- التجارة ، وما إلى ذلك ، وصلت جميع المجالات إلى مستوى أعلى من خلال تقنية ML ، وحتى في بعض المجالات ، احتل ML بالفعل مركزًا مهيمنًا ، وبالتالي فإن zkML المستقبلي هو أيضًا الاتجاه العام ، كما أن تضمين ML في العقود الذكية سيوفر أيضًا عقودًا ذكية مع طرق معالجة أكثر تعقيدًا وذكاءً.
من خلال إضافة قدرات التعلم الآلي ، يمكن أن تصبح العقود الذكية أكثر استقلالية وديناميكية ، مما يسمح لها بالتصرف بناءً على بيانات في الوقت الفعلي على السلسلة بدلاً من القواعد الثابتة. ستكون العقود الذكية أكثر مرونة وتتكيف مع المزيد من السيناريوهات ، بما في ذلك تلك التي ربما لم تكن متوقعة عند إنشاء العقد في الأصل. باختصار ، ستعمل قدرات التعلم الآلي على تضخيم الأتمتة والدقة والكفاءة والمرونة لأي عقد ذكي نضعه في السلسلة.
حاليًا ، أحد أسباب عدم اعتماد ML على نطاق واسع في التشفير هو أنه من المكلف حسابياً تشغيل هذه النماذج على السلسلة ، مثل fastBERP - فئة من نماذج اللغة NLP ، والتي تحتاج إلى استخدام حوالي 1800 MFLOPS (مليون تعويم) للتبني. حساب النقاط) ، والتي لا يمكن تشغيلها مباشرة على EVM. بينما تحتاج نماذج التطبيقات إلى إجراء تنبؤات تستند إلى بيانات واقعية ، من أجل الحصول على عقود ذكية على نطاق ML ، يجب أن تحصل العقود على مثل هذه التنبؤات ؛
السبب الثاني هو الحاجة إلى التعامل مع إطار عمل الثقة لنماذج ML. هناك نقطتان رئيسيتان. إحداهما هي خصوصيته: كما ذكرنا سابقًا ، عادةً ما تكون معلمات النموذج خاصة ، وفي بعض الحالات ، يجب أيضًا إبقاء مدخلات النموذج سرية ، والتي توجد بطبيعة الحال بعض مشكلات الثقة بين مالك النموذج ومستخدم النموذج ؛ والثاني هو الصندوق الأسود الخوارزمي ، وتسمى نماذج ML أحيانًا "الصناديق السوداء" لأنها تتضمن العديد من الخطوات الآلية في عملية الحساب التي يصعب فهمها أو شرح. تتضمن هذه الخطوات خوارزميات معقدة وكميات كبيرة من البيانات التي تؤدي إلى مخرجات غير محددة وأحيانًا عشوائية ، مما يجعل الخوارزميات أولية للتحيز وحتى التمييز. ويمكن لتقنية zk حل مشكلة الثقة هذه بكفاءة عالية.
لذلك في هذا الوقت ، ظهر zkSNARK على طول الاتجاه. تشير تقنية zk في zkML في الغالب إلى zkSNARK. يوفر لنا zkSNARK حلاً: يمكن لأي شخص تشغيل نموذج خارج السلسلة وإنشاء دليل موجز وقابل للتحقق من أن النموذج المتوقع ينتج بالفعل نتيجة محددة ، ويمكن نشر هذا الدليل على السلسلة والتقاطه من خلال العقود الذكية وتعزيز ذكائهم. تتطلب نماذج ML عادةً ثلاثة أجزاء: بيانات التدريب ، وبنية النموذج ، ومعلمات النموذج. طالما اجتاز النموذج المدرب التحقق المنطقي ، يمكنه فتح مساحة تصميم محدثة للعقود الذكية. (لن يتم وصف التدريب النموذجي والتفكير المنطقي كثيرًا)
حالات استخدام zkML في التشفير
والعقد الذكي بعد إضافة zkSNARK + ML سيكون له أيضًا العديد من حالات الاستخدام ، وفيما يلي حالات استخدامه:
ديفي
** أوراكل للتعلم الآلي خارج السلسلة يمكن التحقق منه **
من خلال الجمع بين zkSNARKs والمنطق الذي تم التحقق منه لنماذج ML ، يمكن استخدام أدوات ML خارج السلسلة هذه لحل أسواق التنبؤ في العالم الحقيقي بشكل موثوق ، وتأمين عقود البروتوكول ، وما إلى ذلك من خلال التحقق من المنطق ونشر الأدلة على السلسلة.
** ML DeFi بارامتر **
يمكن بالفعل أتمتة العديد من التقسيمات الفرعية لـ DeFi. على سبيل المثال ، يمكن لبروتوكولات الإقراض استخدام نماذج ML لتحديث المعلمات في الوقت الفعلي. تثق بروتوكولات الإقراض الحالية بشكل أساسي في النماذج خارج السلسلة التي تديرها المنظمات لتحديد معاملات الضمانات ، و LTV ، وعتبات التصفية ، وما إلى ذلك ، يمكن أن يوفر ML بديلاً أفضل ، ونماذج مفتوحة المصدر مدربة من قبل المجتمع يمكن لأي شخص تشغيلها والتحقق منها.
** استراتيجيات التداول الآلي **
تتمثل إحدى طرق التحقق من عودة استراتيجية التداول في جعل MP يزود المستثمرين بالعديد من الاختبارات الخلفية ، ومن المستحيل التحقق من اتباع الاستراتيجي للنموذج عند تنفيذ الصفقة ، ولكن يمكن لـ zkML توفير حل لذلك ، يمكن أن يكون MP نشر في موقع محدد يقدم دليلاً على التحقق من صحة تفكير النموذج المالي.
** مجال الأمان **
** مراقبة الاحتيال على العقد الذكي **
بدلاً من الحوكمة اليدوية أو الجهات الفاعلة المركزية التي تتحكم في القدرة على تعليق العقود ، يمكن استخدام نماذج ML لاكتشاف السلوك الضار المحتمل وفرض إجراءات التعليق.
** اضطراب الشخصية الانفصامية والاجتماعية **
** استبدال المفاتيح الخاصة بالمصادقة البيومترية (وهو ما تفعله Worldcoin حاليًا) **
تظل إدارة المفاتيح الخاصة مشكلة أخرى لمستخدمي Web3. يعد استخراج المفاتيح الخاصة عن طريق التعرف على الوجه أو القياسات الحيوية الأخرى أحد الحلول الممكنة لـ zkML ، وتقوم Worldcoin بتطبيق ذلك بنفس الطريقة تمامًا ، مع جهاز Orb الخاص بها لتحديد ما إذا كان شخص ما شخصًا حقيقيًا دون محاولة تزييف KYC ، واستخدام تقنية zk من أجل تأكد من أن إخراج نماذج ML الخاصة بها لا تكشف عن البيانات الشخصية للمستخدمين ، ويتم تحقيق ذلك من خلال مستشعرات الكاميرا المختلفة ونماذج التعلم الآلي التي تحلل ملامح الوجه وقزحية العين.
التوصية المخصصة وتصفية المحتوى لوسائل التواصل الاجتماعي Web3
وبالمثل ، يمكن لبعض الوسائط الاجتماعية على الويب 3 الحصول بسهولة على تفضيلات المستخدم والبيانات ، وإظهار بعض الروابط المزيفة والرسائل غير المرغوب فيها ، وتؤدي العديد من الروابط المزيفة إلى سرقة محافظ المستخدم ، وما إلى ذلك ، ولكن يمكننا تجنب العديد من روابط المحتوى والبريد الإلكتروني غير الضرورية من خلال تقنية zkML .
اقتصاد المبدع والألعاب
** إعادة التوازن الاقتصادي داخل اللعبة **
يمكن استخدام نماذج ML لتعديل إصدار الرمز المميز ، والتزويد ، والتدمير ، وحدود التصويت بشكل ديناميكي ، وما إلى ذلك. أحد النماذج الممكنة هو عقد الحوافز الذي يمكنه إعادة التوازن إلى الاقتصاد داخل اللعبة إذا تم الوصول إلى حد معين لإعادة التوازن وتم التحقق من إثبات المنطق.
** نوع جديد من لعبة السلسلة **
يمكن إنشاء الألعاب التعاونية بين الإنسان والذكاء الاصطناعي وغيرها من الألعاب المبتكرة على السلسلة ، حيث يعمل نموذج الذكاء الاصطناعي غير الموثوق به كشخصية غير قابلة للعب ، ويتم نشر جميع إجراءات NPC على السلسلة مع إثبات النموذج.
مشروع ZKML البيئي المحتمل
نظرًا لأن zkML لا يزال في المرحلة الأولى من التطوير ، فلا يوجد العديد من المشاريع التي يمكن العثور عليها. وفيما يلي المشاريع المحتملة التي تم العثور عليها للجميع:
Worldcoin
لن يتم وصف Worldcoin كثيرًا ، يجب أن يكون الجميع على دراية بها ، يرجى الرجوع إلى "إذا نجحت Worldcoin ، ما هو تأثيرها على صناعة التشفير؟"
معامل المعامل
تعد Modulus Labs واحدة من أكثر المشاريع تنوعًا في zkML ، وهي التكنولوجيا اللازمة لبناء الذكاء الاصطناعي على السلسلة. العمل على كل من حالات الاستخدام والبحوث ذات الصلة. على جانب التطبيق ، طورت Modulus Labs RockyBot (روبوت تداول على السلسلة) و Leela vs. the World (لعبة شطرنج) ، حيث يلعب أناس حقيقيون ضد مثيل يمكن التحقق منه على السلسلة لمحرك Leela للشطرنج.
بشر
الجيزة عبارة عن بروتوكول مخصص لتطوير الاقتصاد من خلال الذكاء الاصطناعي ، ويمكنه نشر نماذج الذكاء الاصطناعي على السلسلة باستخدام طريقة غير موثوق بها تمامًا. وهو مدعوم من تعاون StarkWare وأخيراً يحقق سوقًا يوفر مسارًا بديلاً لتطوير الذكاء الاصطناعي.
Zkaptcha
يركز Zkaptcha على مشكلة الروبوت في Web3 ، ويحمي العقود الذكية من هجمات الروبوت ، ويستخدم أدلة عدم المعرفة لإنشاء عقود ذكية مقاومة لهجمات Sybil ، ويوفر خدمات رمز التحقق للعقود الذكية. في الوقت الحالي ، يمكّن المشروع المستخدمين النهائيين من إنشاء دليل على العمل البشري من خلال إكمال اختبارات CAPTCHA. في المستقبل ، سيرث Zkaptcha zkML ويطلق خدمة مشابهة لـ Web 2 captchas الحالية ، ولكن يمكنه أيضًا تحليل السلوكيات مثل حركات الماوس لتحديد المستخدم هو هو حقيقي.
خاتمة
في الوقت الحالي ، لا توجد العديد من المنتجات في مجال الجمع بين zkML و crypto ، وستواجه بعض المشكلات في عملية بناء مثل هذه المنتجات ، وقد يحتاج zkML و crypto إلى مزيد من التحسين والتحسين في المستقبل. ومع ذلك ، مع الجمع بين zkSNARK و ML ، لدينا سبب للاعتقاد بأن قوة zkML يمكن أن تجلب آفاقًا أفضل وتطويرًا للعملات المشفرة ، ونتوقع أيضًا المزيد من المنتجات في هذا المجال. توفر تقنية zk والتشفير الأمان لتشغيل ML بيئة موثوقة ، وفي المستقبل ، بالإضافة إلى ابتكار المنتجات ، قد تولد أيضًا ابتكار نموذج أعمال التشفير ، لأنه في عالم الويب 3 الجامح والفوضوي ، تعد اللامركزية وتكنولوجيا التشفير والثقة من أهم المرافق الأساسية.