Trong thế giới Web3 hoang dã và vô chính phủ, tính phi tập trung, công nghệ tiền điện tử và sự tin cậy là cơ sở hạ tầng cơ bản nhất.
Được viết bởi: Leo
Sự bùng nổ gần đây của Worldcoin cũng đã tạo đủ động lực cho một câu chuyện kể về Web3 + AI. Không cần phải nói, ML là một lĩnh vực phụ của AI. AI + Web3 đã từng là một câu chuyện rất phổ biến trong ngành trước đây, nhưng hiện tại, không có khái niệm hay trường hợp sử dụng nào tốt để kết nối hai lĩnh vực này một cách liền mạch. Gần đây, Tại hội nghị Montenegro, Vitalik cũng đánh giá cao zkSNARK, cùng với sự bùng nổ của Worldcoin nên zkML sẽ nổi bật là điều có thể đoán trước.
Có thể bạn chưa biết về zkML. Bài viết này chủ yếu giải tỏa kiến thức về zkML cho các bạn, tập trung giới thiệu, các trường hợp sử dụng và một số dự án tiềm năng của zkML. Do hiện tại các trường hợp sử dụng zkML không nhiều nên mong các bạn nắm bắt cơ hội và tìm hiểu trước về nó. Các khái niệm và trường hợp sử dụng mới, hãy sẵn sàng.
Web 3 + Máy học
zkML kết hợp bằng chứng zero-knowledge và máy học. Trên thực tế, ngoài Web 3, ML không còn là một từ mới, công nghệ này đã được sử dụng rộng rãi trong một số lĩnh vực như xử lý ngôn ngữ tự nhiên (NLP), lái xe tự động, e- thương mại, v.v. Tất cả các lĩnh vực đã đạt đến cấp độ cao hơn thông qua công nghệ ML và thậm chí trong một số lĩnh vực ML đã chiếm vị trí thống trị, vì vậy zkML trong tương lai cũng là xu hướng chung và việc nhúng ML vào hợp đồng thông minh cũng sẽ cung cấp hợp đồng thông minh với phương pháp xử lý phức tạp hơn và thông minh hơn.
Bằng cách thêm các khả năng ML, các hợp đồng thông minh có thể trở nên tự chủ và năng động hơn, cho phép chúng hành động dựa trên dữ liệu trên chuỗi thời gian thực thay vì các quy tắc tĩnh. Hợp đồng thông minh sẽ linh hoạt hơn và thích ứng với nhiều tình huống hơn, bao gồm cả những tình huống có thể không được dự đoán trước khi hợp đồng được tạo ban đầu. Nói tóm lại, các khả năng ML sẽ khuếch đại tính tự động hóa, độ chính xác, hiệu quả và tính linh hoạt của bất kỳ hợp đồng thông minh nào mà chúng tôi đưa vào chuỗi.
Hiện tại, một trong những lý do khiến ML không được áp dụng rộng rãi trong tiền điện tử là do việc chạy các mô hình này trên chuỗi rất tốn kém về mặt tính toán, chẳng hạn như fastBERP - một lớp mô hình ngôn ngữ NLP, cần sử dụng khoảng 1800 MFLOPS (triệu float) để áp dụng.số học điểm), không thể chạy trực tiếp trên EVM. Mặc dù các mô hình ứng dụng cần đưa ra dự đoán dựa trên dữ liệu trong thế giới thực, nhưng để có các hợp đồng thông minh ở quy mô ML, các hợp đồng phải có được những dự đoán đó;
Lý do thứ hai là nhu cầu xử lý khung tin cậy của các mô hình ML. Có hai điểm chính. Một là tính riêng tư của nó: như đã đề cập trước đó, các tham số mô hình thường là riêng tư và trong một số trường hợp, đầu vào mô hình cũng cần được giữ bí mật , đương nhiên Có một số vấn đề về lòng tin giữa chủ sở hữu mô hình và người dùng mô hình; vấn đề thứ hai là hộp đen thuật toán và các mô hình ML đôi khi được gọi là "hộp đen" vì chúng bao gồm nhiều bước tự động khó hiểu trong quy trình tính toán hoặc giải thích. Các bước này liên quan đến các thuật toán phức tạp và lượng dữ liệu lớn dẫn đến kết quả đầu ra không xác định và đôi khi là ngẫu nhiên, khiến các thuật toán trở thành nguyên nhân dẫn đến sai lệch và thậm chí là phân biệt đối xử. Và công nghệ zk có thể giải quyết vấn đề niềm tin này rất hiệu quả.
Vì vậy, tại thời điểm này, zkSNARK đã xuất hiện theo xu hướng. Công nghệ zk trong zkML chủ yếu đề cập đến zkSNARK. zkSNARK cung cấp cho chúng tôi một giải pháp: bất kỳ ai cũng có thể chạy một mô hình ngoài chuỗi và tạo ra một bằng chứng ngắn gọn và có thể kiểm chứng rằng mô hình được mong đợi tạo ra một kết quả cụ thể và bằng chứng này có thể được xuất bản trên chuỗi và được các hợp đồng thông minh nắm bắt và nâng cao trí thông minh của chúng. Các mô hình ML thường yêu cầu ba phần: dữ liệu đào tạo, kiến trúc mô hình và tham số mô hình. Miễn là mô hình được đào tạo vượt qua xác minh lý luận, nó có thể mở ra một không gian thiết kế cập nhật cho các hợp đồng thông minh. (Đào tạo mô hình và lý luận sẽ không được mô tả quá nhiều)
Các trường hợp sử dụng zkML trong tiền điện tử
Và hợp đồng thông minh sau khi thêm zkSNARK +ML cũng sẽ có nhiều trường hợp sử dụng, sau đây là các trường hợp sử dụng của nó:
DeFi
** Tiên tri máy học ngoài chuỗi có thể kiểm chứng **
Kết hợp zkSNARK với lý luận đã được xác minh của các mô hình ML, các nhà tiên tri ML ngoài chuỗi này có thể được sử dụng để giải quyết các thị trường dự đoán trong thế giới thực một cách đáng tin cậy, hợp đồng giao thức an toàn, v.v. bằng cách xác minh lý luận và xuất bản bằng chứng trên chuỗi.
DeFi được tham số hóa ML
Nhiều phân khu của DeFi thực sự có thể được tự động hóa. Ví dụ: các giao thức cho vay có thể sử dụng các mô hình ML để cập nhật các tham số theo thời gian thực. Các giao thức cho vay ngày nay chủ yếu tin tưởng vào các mô hình ngoài chuỗi do các tổ chức điều hành để xác định hệ số tài sản thế chấp, LTV, ngưỡng thanh lý, v.v. ML có thể cung cấp một giải pháp thay thế tốt hơn, các mô hình nguồn mở do cộng đồng đào tạo mà bất kỳ ai cũng có thể chạy và xác minh.
Chiến lược giao dịch tự động
Một cách để xác minh sự trở lại của chiến lược giao dịch là yêu cầu MP cung cấp cho nhà đầu tư nhiều lần kiểm tra lại khác nhau, không thể xác minh rằng chiến lược gia có tuân theo mô hình khi thực hiện giao dịch hay không, nhưng zkML có thể cung cấp giải pháp cho việc này, MP có thể được triển khai đến một địa điểm cụ thể Cung cấp bằng chứng xác thực lý luận về mô hình tài chính.
Miền bảo mật
GIÁM SÁT GIAN LẬN CHO HỢP ĐỒNG THÔNG MINH
Thay vì quản trị thủ công hoặc các tác nhân tập trung kiểm soát khả năng tạm dừng hợp đồng, các mô hình ML có thể được sử dụng để phát hiện hành vi nguy hiểm có thể xảy ra và thực thi các quy trình tạm dừng.
DID và xã hội
Thay thế khóa riêng bằng xác thực sinh trắc học (đây là điều mà Worldcoin hiện đang làm)
Quản lý khóa riêng vẫn là một vấn đề đau đầu khác đối với người dùng Web3. Trích xuất khóa riêng thông qua nhận dạng khuôn mặt hoặc sinh trắc học khác là một giải pháp khả thi cho zkML và Worldcoin đang áp dụng điều này theo cách chính xác, với thiết bị Orb của mình để xác định xem ai đó có phải là người thật mà không cần giả mạo KYC hay không và Sử dụng công nghệ zk để đảm bảo rằng đầu ra của các mô hình ML không tiết lộ dữ liệu cá nhân của người dùng, điều này đạt được thông qua nhiều cảm biến máy ảnh và mô hình máy học phân tích các đặc điểm khuôn mặt và mống mắt.
Đề xuất được cá nhân hóa và lọc nội dung cho phương tiện truyền thông xã hội Web3
Tương tự, một số phương tiện truyền thông xã hội Web 3 có thể dễ dàng lấy được tùy chọn và dữ liệu của người dùng, hiển thị cho chúng tôi một số liên kết spam và giả mạo cũng như nhiều liên kết giả mạo dẫn đến việc đánh cắp ví của người dùng, v.v., nhưng chúng tôi có thể tránh được nhiều liên kết email và nội dung không cần thiết thông qua công nghệ zkML .
Nền kinh tế của người sáng tạo và trò chơi
Tái cân bằng nền kinh tế trong trò chơi
Các mô hình ML có thể được sử dụng để điều chỉnh linh hoạt các ngưỡng phát hành, cung cấp, hủy, bỏ phiếu, v.v. Một mô hình khả thi là hợp đồng khuyến khích có thể cân bằng lại nền kinh tế trong trò chơi nếu đạt đến ngưỡng tái cân bằng nhất định và bằng chứng về lý do được xác minh.
** Loại trò chơi dây chuyền mới **
Có thể tạo các trò chơi hợp tác giữa con người và AI và các trò chơi trực tuyến sáng tạo khác, trong đó một mô hình AI không đáng tin cậy hoạt động như một NPC và tất cả các hành động của NPC được đăng trên chuỗi với Bằng chứng về mô hình.
dự án tiềm năng sinh thái zkML
Vì zkML vẫn đang trong giai đoạn phát triển ban đầu nên không có nhiều dự án có thể tìm thấy. Sau đây là các dự án tiềm năng được tìm thấy cho mọi người:
Thế giới
Worldcoin sẽ không được mô tả quá nhiều, mọi người chắc đã quen thuộc với nó, vui lòng tham khảo "Nếu Worldcoin thành công, nó sẽ có tác động gì đến ngành mã hóa?"
Phòng thí nghiệm mô-đun
Modulus Labs là một trong những dự án đa dạng hơn trong zkML, công nghệ cần thiết để xây dựng AI trên chuỗi. Làm việc trên cả trường hợp sử dụng và nghiên cứu liên quan. Về mặt ứng dụng, Modulus Labs đã phát triển RockyBot (một bot giao dịch trực tuyến) và Leela vs. the World (một trò chơi cờ vua), trong đó những người thực thi đấu với một phiên bản trực tuyến có thể kiểm chứng của công cụ cờ vua Leela.
Nhân loại
Giza là một giao thức dành riêng cho việc phát triển nền kinh tế thông qua AI. Nó có thể triển khai các mô hình AI trên chuỗi bằng phương pháp hoàn toàn không tin cậy. Nó được hỗ trợ bởi sự hợp tác của StarkWare và cuối cùng nhận ra một thị trường cung cấp một con đường thay thế cho sự phát triển của AI.
Zkaptcha
Zkaptcha tập trung vào vấn đề rô bốt trong Web3, bảo vệ hợp đồng thông minh khỏi các cuộc tấn công của rô bốt, sử dụng bằng chứng không có kiến thức để tạo hợp đồng thông minh chống lại các cuộc tấn công của Sybil và cung cấp dịch vụ mã xác minh cho hợp đồng thông minh. 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. Trong tương lai, Zkaptcha sẽ kế thừa zkML và khởi chạy một dịch vụ tương tự như hình ảnh xác thực Web 2 hiện có, nhưng cũng có thể phân tích các hành vi như chuyển động của chuột để xác định người dùng có phải là nó thật.
Phần kết luận
Hiện tại, không có nhiều sản phẩm trong lĩnh vực kết hợp zkML và tiền điện tử, và một số vấn đề sẽ gặp phải trong quá trình xây dựng các sản phẩm đó, zkML và tiền điện tử có thể cần cải tiến và tối ưu hóa nhiều hơn trong tương lai. Tuy nhiên, với sự kết hợp giữa zkSNARK và ML, 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 tạo ra sự đổi mới của mô hình kinh doanh tiền điện tử, bởi vì trong thế giới Web 3 hoang dã và vô chính phủ này, tính phi tập trung, công nghệ tiền điện tử và sự tin cậy là những cơ sở Cơ bản quan trọng nhất.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
zkML sẽ là hướng đi mới của đường đua zk?
Được viết bởi: Leo
Sự bùng nổ gần đây của Worldcoin cũng đã tạo đủ động lực cho một câu chuyện kể về Web3 + AI. Không cần phải nói, ML là một lĩnh vực phụ của AI. AI + Web3 đã từng là một câu chuyện rất phổ biến trong ngành trước đây, nhưng hiện tại, không có khái niệm hay trường hợp sử dụng nào tốt để kết nối hai lĩnh vực này một cách liền mạch. Gần đây, Tại hội nghị Montenegro, Vitalik cũng đánh giá cao zkSNARK, cùng với sự bùng nổ của Worldcoin nên zkML sẽ nổi bật là điều có thể đoán trước.
Có thể bạn chưa biết về zkML. Bài viết này chủ yếu giải tỏa kiến thức về zkML cho các bạn, tập trung giới thiệu, các trường hợp sử dụng và một số dự án tiềm năng của zkML. Do hiện tại các trường hợp sử dụng zkML không nhiều nên mong các bạn nắm bắt cơ hội và tìm hiểu trước về nó. Các khái niệm và trường hợp sử dụng mới, hãy sẵn sàng.
Web 3 + Máy học
zkML kết hợp bằng chứng zero-knowledge và máy học. Trên thực tế, ngoài Web 3, ML không còn là một từ mới, công nghệ này đã được sử dụng rộng rãi trong một số lĩnh vực như xử lý ngôn ngữ tự nhiên (NLP), lái xe tự động, e- thương mại, v.v. Tất cả các lĩnh vực đã đạt đến cấp độ cao hơn thông qua công nghệ ML và thậm chí trong một số lĩnh vực ML đã chiếm vị trí thống trị, vì vậy zkML trong tương lai cũng là xu hướng chung và việc nhúng ML vào hợp đồng thông minh cũng sẽ cung cấp hợp đồng thông minh với phương pháp xử lý phức tạp hơn và thông minh hơn.
Bằng cách thêm các khả năng ML, các hợp đồng thông minh có thể trở nên tự chủ và năng động hơn, cho phép chúng hành động dựa trên dữ liệu trên chuỗi thời gian thực thay vì các quy tắc tĩnh. Hợp đồng thông minh sẽ linh hoạt hơn và thích ứng với nhiều tình huống hơn, bao gồm cả những tình huống có thể không được dự đoán trước khi hợp đồng được tạo ban đầu. Nói tóm lại, các khả năng ML sẽ khuếch đại tính tự động hóa, độ chính xác, hiệu quả và tính linh hoạt của bất kỳ hợp đồng thông minh nào mà chúng tôi đưa vào chuỗi.
Hiện tại, một trong những lý do khiến ML không được áp dụng rộng rãi trong tiền điện tử là do việc chạy các mô hình này trên chuỗi rất tốn kém về mặt tính toán, chẳng hạn như fastBERP - một lớp mô hình ngôn ngữ NLP, cần sử dụng khoảng 1800 MFLOPS (triệu float) để áp dụng.số học điểm), không thể chạy trực tiếp trên EVM. Mặc dù các mô hình ứng dụng cần đưa ra dự đoán dựa trên dữ liệu trong thế giới thực, nhưng để có các hợp đồng thông minh ở quy mô ML, các hợp đồng phải có được những dự đoán đó;
Lý do thứ hai là nhu cầu xử lý khung tin cậy của các mô hình ML. Có hai điểm chính. Một là tính riêng tư của nó: như đã đề cập trước đó, các tham số mô hình thường là riêng tư và trong một số trường hợp, đầu vào mô hình cũng cần được giữ bí mật , đương nhiên Có một số vấn đề về lòng tin giữa chủ sở hữu mô hình và người dùng mô hình; vấn đề thứ hai là hộp đen thuật toán và các mô hình ML đôi khi được gọi là "hộp đen" vì chúng bao gồm nhiều bước tự động khó hiểu trong quy trình tính toán hoặc giải thích. Các bước này liên quan đến các thuật toán phức tạp và lượng dữ liệu lớn dẫn đến kết quả đầu ra không xác định và đôi khi là ngẫu nhiên, khiến các thuật toán trở thành nguyên nhân dẫn đến sai lệch và thậm chí là phân biệt đối xử. Và công nghệ zk có thể giải quyết vấn đề niềm tin này rất hiệu quả.
Vì vậy, tại thời điểm này, zkSNARK đã xuất hiện theo xu hướng. Công nghệ zk trong zkML chủ yếu đề cập đến zkSNARK. zkSNARK cung cấp cho chúng tôi một giải pháp: bất kỳ ai cũng có thể chạy một mô hình ngoài chuỗi và tạo ra một bằng chứng ngắn gọn và có thể kiểm chứng rằng mô hình được mong đợi tạo ra một kết quả cụ thể và bằng chứng này có thể được xuất bản trên chuỗi và được các hợp đồng thông minh nắm bắt và nâng cao trí thông minh của chúng. Các mô hình ML thường yêu cầu ba phần: dữ liệu đào tạo, kiến trúc mô hình và tham số mô hình. Miễn là mô hình được đào tạo vượt qua xác minh lý luận, nó có thể mở ra một không gian thiết kế cập nhật cho các hợp đồng thông minh. (Đào tạo mô hình và lý luận sẽ không được mô tả quá nhiều)
Các trường hợp sử dụng zkML trong tiền điện tử
Và hợp đồng thông minh sau khi thêm zkSNARK +ML cũng sẽ có nhiều trường hợp sử dụng, sau đây là các trường hợp sử dụng của nó:
DeFi
** Tiên tri máy học ngoài chuỗi có thể kiểm chứng **
Kết hợp zkSNARK với lý luận đã được xác minh của các mô hình ML, các nhà tiên tri ML ngoài chuỗi này có thể được sử dụng để giải quyết các thị trường dự đoán trong thế giới thực một cách đáng tin cậy, hợp đồng giao thức an toàn, v.v. bằng cách xác minh lý luận và xuất bản bằng chứng trên chuỗi.
DeFi được tham số hóa ML
Nhiều phân khu của DeFi thực sự có thể được tự động hóa. Ví dụ: các giao thức cho vay có thể sử dụng các mô hình ML để cập nhật các tham số theo thời gian thực. Các giao thức cho vay ngày nay chủ yếu tin tưởng vào các mô hình ngoài chuỗi do các tổ chức điều hành để xác định hệ số tài sản thế chấp, LTV, ngưỡng thanh lý, v.v. ML có thể cung cấp một giải pháp thay thế tốt hơn, các mô hình nguồn mở do cộng đồng đào tạo mà bất kỳ ai cũng có thể chạy và xác minh.
Chiến lược giao dịch tự động
Một cách để xác minh sự trở lại của chiến lược giao dịch là yêu cầu MP cung cấp cho nhà đầu tư nhiều lần kiểm tra lại khác nhau, không thể xác minh rằng chiến lược gia có tuân theo mô hình khi thực hiện giao dịch hay không, nhưng zkML có thể cung cấp giải pháp cho việc này, MP có thể được triển khai đến một địa điểm cụ thể Cung cấp bằng chứng xác thực lý luận về mô hình tài chính.
Miền bảo mật
GIÁM SÁT GIAN LẬN CHO HỢP ĐỒNG THÔNG MINH
Thay vì quản trị thủ công hoặc các tác nhân tập trung kiểm soát khả năng tạm dừng hợp đồng, các mô hình ML có thể được sử dụng để phát hiện hành vi nguy hiểm có thể xảy ra và thực thi các quy trình tạm dừng.
DID và xã hội
Thay thế khóa riêng bằng xác thực sinh trắc học (đây là điều mà Worldcoin hiện đang làm)
Quản lý khóa riêng vẫn là một vấn đề đau đầu khác đối với người dùng Web3. Trích xuất khóa riêng thông qua nhận dạng khuôn mặt hoặc sinh trắc học khác là một giải pháp khả thi cho zkML và Worldcoin đang áp dụng điều này theo cách chính xác, với thiết bị Orb của mình để xác định xem ai đó có phải là người thật mà không cần giả mạo KYC hay không và Sử dụng công nghệ zk để đảm bảo rằng đầu ra của các mô hình ML không tiết lộ dữ liệu cá nhân của người dùng, điều này đạt được thông qua nhiều cảm biến máy ảnh và mô hình máy học phân tích các đặc điểm khuôn mặt và mống mắt.
Đề xuất được cá nhân hóa và lọc nội dung cho phương tiện truyền thông xã hội Web3
Tương tự, một số phương tiện truyền thông xã hội Web 3 có thể dễ dàng lấy được tùy chọn và dữ liệu của người dùng, hiển thị cho chúng tôi một số liên kết spam và giả mạo cũng như nhiều liên kết giả mạo dẫn đến việc đánh cắp ví của người dùng, v.v., nhưng chúng tôi có thể tránh được nhiều liên kết email và nội dung không cần thiết thông qua công nghệ zkML .
Nền kinh tế của người sáng tạo và trò chơi
Tái cân bằng nền kinh tế trong trò chơi
Các mô hình ML có thể được sử dụng để điều chỉnh linh hoạt các ngưỡng phát hành, cung cấp, hủy, bỏ phiếu, v.v. Một mô hình khả thi là hợp đồng khuyến khích có thể cân bằng lại nền kinh tế trong trò chơi nếu đạt đến ngưỡng tái cân bằng nhất định và bằng chứng về lý do được xác minh.
** Loại trò chơi dây chuyền mới **
Có thể tạo các trò chơi hợp tác giữa con người và AI và các trò chơi trực tuyến sáng tạo khác, trong đó một mô hình AI không đáng tin cậy hoạt động như một NPC và tất cả các hành động của NPC được đăng trên chuỗi với Bằng chứng về mô hình.
dự án tiềm năng sinh thái zkML
Vì zkML vẫn đang trong giai đoạn phát triển ban đầu nên không có nhiều dự án có thể tìm thấy. Sau đây là các dự án tiềm năng được tìm thấy cho mọi người:
Thế giới
Worldcoin sẽ không được mô tả quá nhiều, mọi người chắc đã quen thuộc với nó, vui lòng tham khảo "Nếu Worldcoin thành công, nó sẽ có tác động gì đến ngành mã hóa?"
Phòng thí nghiệm mô-đun
Modulus Labs là một trong những dự án đa dạng hơn trong zkML, công nghệ cần thiết để xây dựng AI trên chuỗi. Làm việc trên cả trường hợp sử dụng và nghiên cứu liên quan. Về mặt ứng dụng, Modulus Labs đã phát triển RockyBot (một bot giao dịch trực tuyến) và Leela vs. the World (một trò chơi cờ vua), trong đó những người thực thi đấu với một phiên bản trực tuyến có thể kiểm chứng của công cụ cờ vua Leela.
Nhân loại
Giza là một giao thức dành riêng cho việc phát triển nền kinh tế thông qua AI. Nó có thể triển khai các mô hình AI trên chuỗi bằng phương pháp hoàn toàn không tin cậy. Nó được hỗ trợ bởi sự hợp tác của StarkWare và cuối cùng nhận ra một thị trường cung cấp một con đường thay thế cho sự phát triển của AI.
Zkaptcha
Zkaptcha tập trung vào vấn đề rô bốt trong Web3, bảo vệ hợp đồng thông minh khỏi các cuộc tấn công của rô bốt, sử dụng bằng chứng không có kiến thức để tạo hợp đồng thông minh chống lại các cuộc tấn công của Sybil và cung cấp dịch vụ mã xác minh cho hợp đồng thông minh. 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. Trong tương lai, Zkaptcha sẽ kế thừa zkML và khởi chạy một dịch vụ tương tự như hình ảnh xác thực Web 2 hiện có, nhưng cũng có thể phân tích các hành vi như chuyển động của chuột để xác định người dùng có phải là nó thật.
Phần kết luận
Hiện tại, không có nhiều sản phẩm trong lĩnh vực kết hợp zkML và tiền điện tử, và một số vấn đề sẽ gặp phải trong quá trình xây dựng các sản phẩm đó, zkML và tiền điện tử có thể cần cải tiến và tối ưu hóa nhiều hơn trong tương lai. Tuy nhiên, với sự kết hợp giữa zkSNARK và ML, 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 tạo ra sự đổi mới của mô hình kinh doanh tiền điện tử, bởi vì trong thế giới Web 3 hoang dã và vô chính phủ này, tính phi tập trung, công nghệ tiền điện tử và sự tin cậy là những cơ sở Cơ bản quan trọng nhất.