图片开首：由无界 AI器具生成ManBetX万博手机版
Overview皇冠hg86a
通过这篇著述你可以了解：
什么是 on-chain AI？
为什么还莫得链上 AI?
AI 上链的能源；
技艺旅途；
我理会的 on-chain AI 价值；
on-chain AI 的应用场景和技俩分析。
一、AI + blockchain =？斥地者对基础要道建立的猖獗执着和各式 rollup 措置决策的更新迭代如实让原来逾期的 web3 筹备才略罢了了冲破，这也为 AI 上链提供了可能性，但你可能想说与其大费周章地罢了链上 AI，平直在链下运行模子似乎也能同意大部分需求，而事实上头前简直通盘的 AI 模子皆所以黑盒、中心化的模式在运行，何况相同在各个规模创造了无法替代的价值。
1）先回到最基础的问题，什么是 AI 上链？
主流的理会是通过区块链让 AI 模子 transparent + verifiable
再具体极少，AI 上链意味着东说念主工智能模子的 complete verification，也便是说一个模子需要向全网（用户或考证者）公开以下三点：
模子架构；
模子参数和权重：公开参数和权重随机候会对产物安全性产生负面影响，因此，针对特定场景，比如风控模子，可以对 weight 作念荫藏处理以确保安全性；
模子输入：在 web3 的场景里基本上是链上公开数据。
当同意以上条款时，通盘这个词模子实践的过程是具备细则性的且不再是黑盒操作，任何东说念主皆可以在链上对模子的输入和驱散进行考证，从而防护模子领有者或者关连权限东说念主对模子进行主宰。
2）AI + blockchain 的能源是什么？
AI 与 blockchain 有计划的真谛不在于替代中心化的 Web2 东说念主工智能的运作模式，而是：
在不就义去中心化和 trustless 的基础上，为 web3 宇宙创造下一阶段的价值。面前的区块链就像是 web2 的早期阶段，还莫得相接更往时应用或者创造更大价值的才略。而惟有在加入 AI 之后，dapp 的联想力智力真实逾越到下一阶段，这些链上应用才有可能更接近 web2 应用的水平，这种接近并不是从功能上作念的更相似，而是通过表现区块链的价值，从用户体验和可能性上作念出提高。
为 web2 黑盒的 AI 运行模式提供一种透明的、trustless 的措置决策。
联想一下 web3 的应用场景：
将保举算法加入到 NFT 往复平台，基于用户喜好保举相应 NFT，提高蜿蜒；
在游戏中加入 AI 敌手方，更透明、平允的游戏体验；
……
然而，这些应用皆是通过 AI 对已有的功能在驱散或者用户体验上的进一步改善。
- 有价值吗？有。
- 价值大吗？取决于产物和场景。
AI 能创在的价值从来皆不仅是 99 到 100 的优化，真实让我欢快的，是从 0 到 1 的全新应用，一些惟有通过 transparent + verifiable 的链上模子智力罢了的 use case。不外这些“令东说念主欢快的”use case 面前主要靠联想力，莫得纯熟的应用，先来开几个脑洞：
通过基于 neural network 的决策模子作念 crypto trading：一种产物形态可能更像是 copy trading 的升级版块，致使是一种全新的往复玩法。用户不再需要信任或调研其他 experienced trader，而是对绝对公开透明的模子以过甚 performance 下注。本色上 AI 凭证对 crypto 明天价钱的估量更快更果决地进行往复。关联词莫得链上 AI 自带的“trustless autonomy”，这么的下注对象或者法式压根是不存在的。用户/投资者可以透明地看到模子决策的原因、过程致使明天高涨/下降的精确概率；
AI 模子算作裁判：一种产物可能是全新形态的预言机，通过 AI 模子对数据开首的准确性进行估量。用户不再需要信任 validator，也不必操心节点非法，预言机提供方致使不需要遐想复杂的节点蚁集和赏罚机制来罢了去中心化。相应地，链上 transparent + verifiable 的 AI 也曾弥散同意考证链下 data source 置信度的任务。这种全新的产物形态在安全性、驱散和成本上有契机酿成碾压，去中心化的对象也由东说念主逾越到“trustless autonomy”的 AI 器具，无疑是更安全的。
2024年欧洲杯基于大模子的组织治理/运作体系：DAO 的治理本色上应该是高效、去中心化、平允的，而面前的近况却以火去蛾中，松散且肥胖，枯竭透明和平允性，链上 AI 的加入能提供非常契合的措置决策，将治理模式、驱散提高到最高，将治理中系统性和东说念主性的风险无尽拉低。咱们致使可以去联想一种全新的 web3 技俩的发展和运作模式，通盘这个词框架及明天发展标的和提案简直不依赖斥地团队或者 DAO 投票的方式来进行决策，相应的，基于大模子更宏大的数据得到量和远超东说念主的筹备才略去作念决策。但这一切的前提亦然模子上链，莫得 AI 的“trustless autonomy”就不存在去中心化宇宙从东说念主到器具的跃迁。
……
小结一下
基于链上 AI 的新的产物形态基本可以转头为将去中心化和 trustless 的主体从东说念主变为 AI 器具，这也合适传统宇宙坐褥力的进化过程，最初始是在东说念主这个主体荆棘功夫，束缚升级提高东说念主效，到背面通过智能器具替代东说念主，在安全性和驱散上颠覆原有的产物遐想。
其中最枢纽的、也所以上一切的前提，是通过区块链罢了 AI 的 transparent + verifiable。
3）Web3 的下一个阶段
区块链算作一个表象级的技艺创新，不可能只是停留在原始阶段。流量和经济模子很要紧，但用户不会一直停留在追捧流量或虚耗多数资源作念 X to earn，web3 也不会因此 onboard 下一波新用户。但有一件事的细则性是很强的：web3 宇宙坐褥力和价值的立异一定来自 AI 的加入。
我以为苟简分红底下三个阶段
肇端：零学问阐述算法和硬件的更新迭代为链上 AI 的败露第一次提供了可能性；（咱们在这）
发展：岂论是 AI 对已有应用的提高如故基于 AI + blockchain 的全新产物，皆在将通盘这个词行业上前鼓舞；
皇冠博彩结尾：AI + blockchain 的最终走向是什么？
上头的究诘皆是通过 AI 与区块链的有计划 bottom up 地发掘应用场景，换个念念路 top down 地看待 AI + blockchain，AI 会不会重溯区块链自己？AI + blockchain = 自妥贴的区块链
英国bet365日博皇冠网址一些公链会最初交融链上 AI，从公链的层面蜿蜒为一种自妥贴的，自身发展标的不再依赖技俩基金会决策而是基于宏大数据进行决策、自动化水平远超传统区块链的形态，从而从面前多链蕃昌的形状中脱颖而出。
在 verifiable + transparent 的 AI 加捏下，blockchain 的自疗养体面前那里，可以参考 modulus lab 提到的几个例子：
链上的往复阛阓可以去中心化地自动疗养，比如基于链上公开数据及时、不需要 trust assumption 地调整清静币的 interest rate；
多模态学习可以让链上合同的交互通过生物特征识别完成，提供安全的 KYC，并罢了身份治理的全皆去信任；
允许链上应用最大化地拿获链上数据带来的价值，支捏定制化内容保举等行状。
从另一个角度看，zkrollup 束缚迭代优化，然而长久枯竭一个真实只可在 zk 生态上跑的应用，ZKML 正值合适这极少，何况联想空间也弥散大。ZK-rollup 明天很可能算作 AI 参预 web3 的进口从而创造更大价值，两者相互成就。
二、罢了方式和可行性1）Web3 能为 AI 提供什么？
基础要道和 ZK 无疑是 web3 最猖獗内卷的赛说念，各式 ZK 技俩在电路优化和算法升级荆棘足了功夫，岂论是对多层蚁集的探索，或者是对模块化区块链以及 data availability layer 的斥地，如故进一步将 rollup 作念成定制化的行状，致使硬件加快……这些尝试皆在将区块链的可扩展性、成本、算力推向下一个阶段。
皇冠百家乐AI + blockchain 听上去可以，但具体奈何个加法？
一种作念法是通过 ZK proof system。比如针对 machine learning 作念一个定制化的电路，链下电路生成 witness 的过程便是模子实践的过程，对模子估量的过程生成 proof（其中包括模子参数和 input），任何东说念主皆可以在链上考证 proof。
AI 模子如故在高效的集群上实践，致使搞点硬件加快进一步提高筹备速率，在最大化诈欺算力的同期确保莫得中心化的东说念主或者机构可以从中删改或插手模子，也便是确保：
模子估量驱散的细则性 = 可考证的（input + 模子架构 + 参数）
凭证以上作念法，可以进一步揣测哪些 infra 对 AI 上链至关要紧：
ZKP system、rollup：Rollups 膨胀了咱们对区块链筹备才略的联想空间，把一堆 transactions 打包，致使递归地生成 proof of proof 进一步镌汰成本。对于面前宏大的模子来说，提供可能性的第一步便是 proof system 和 rollup；
硬件加快：ZK rollup 提供了 verifiable 的基础，但 proof 的生成速率平直关系到模子的可用性和用户体验，恭候几个小时去生成一个模子的 proof 彰着是不 work 的，因此，通过 FPGA 进行硬件加快彰着是一个很好的 boost。
密码学：密码学是区块链的基础，而链上模子以及明锐数据相同需要保证狡饰性。
补充：
大模子的基础是 GPU，莫得高并行的支捏，大模子的驱散将会非常低，也就无法运行。因此，对于一个链上的 zk 生态：
GPU 友好 = AI 友好
拿 Starknet 例如，Cario 只可在 CPU 上跑，因此只可部署一些小的决策树模子，历久来看并不利好大模子的部署。
2）挑战：更强盛的 proof system
ZK Proof 的生成速率和内存使用情况至关要紧，一个关系到用户体验和可行性，一个关系到成本和天花板。
面前的 zkp system 够用吗？
够用，但不够好…
皇冠客服飞机：@seo3687
Modulus lab 在著述“The Cost of Intelligence: Proving Machine Learning Inference with Zero-Knowledge”非常着重的分析了模子和算力的具体情况。有空可以读一读这篇 ZKML 届的”零号文件 - paper0“：https://drive.google.com/file/d/1 tylpowpaqcOhKQtYolPlqvx6 R2 Gv4 IzE/view
以下是 paper0 中提到的不同阐述系统
基于以上 zk 算法，modulus lab 差异从时候消耗和内存占用两个维度动身进行测试，何况在这两个维度均差异阻抑了参数和层数两个中枢变量。以下是 benchmark suites，这么的遐想也可以苟简障翳从 LeNet5 的 60 k 参数目，0.5 MFLOPs，到 ResNet-34 的 22 M 参数目，3.77 GFLOPs。
时候消耗的测试驱散：
内存占用的测试驱散：
基于以上数据，举座看面前的 zk 算法以及具备支捏对大模子生成 proof 的可能性，但相应的成本依旧很高，需要致使 10 倍以上的优化。以 Gloth16 为例，固然受益于高并发带来的 computation time 的优化，然而算作 tradeoff 内存占用权贵增多。Plonky2 和 zkCNN 在时候和空间上的发扬相同考证了这极少。
那么面前问题其实就从 zkp system 是否可以支捏链上 AI 蜿蜒为了支捏 AI+Blockchain 付出代价值不值？何况跟着模子参数的指数级上升，对 proof system 的压力也会飞速增多。如实，面前有 trustless 的神经蚁集吗，莫得！便是因为成本算不外来。
博彩最新回馈彩金因此，打造一个为 AI 定制化的 proof system 至关要紧。同期，罢了对 AI 这种单次调用筹备十分复杂的逻辑，gas 的消耗模子也需重新遐想，一个高性能的 zkvm 至关要紧，但面前咱们也曾能看到许多高性能的尝试，比如 OlaVM, polygon Miden 等，这些基础要道的束缚优化极大提高了 onchain-AI 的可行性。
三、应用是否值得期待？尽管链上 AI 还在很早期阶段，用上头的分层来看可能只处于肇端到发展之间，但 AI 这个标的从不枯竭优秀的团队和创新的意见。
就像上头说的，从 AI + Blockchain 发展阶段看面前阛阓处于肇端到发展的中间阶段，产物尝试标的还所以基于现存功能对用户体验优化为主。但最能体现价值的如故通过 AI 在链上将 trustless 的主体由东说念主变为器具，在安全性和驱散上颠覆原有的产物形态。
底下从一些现存的应用尝试动身，分析一下 AI + Blockchain 历久的产物发展标的
1）The Rockefeller Bot：宇宙上第一个 on-chain AI
Rockefeller 是 modulus lab 团队推出的第一个链上 AI 的产物，有很强的“回顾价值”。这个模子本色上是一个 trading bot，具体来说，rockefeller 的考试数据是多数链上公开的 WEth-USDC 的 price/exchange rate，其自己是一个三层前馈经蚁集模子，估量意见是明天 WEth 价钱涨跌。
www.bettingcrownhome.com以下是当 trading bot 决策要进行往复时的经过：
Rockefeller 在 ZK-rollup 上对估量驱散生成 ZKP；
ZKP 在 L1 上被考证（资金由 L1 的合约看护），并实践操作；
可以看出 trading bot 的估量、资金操作全皆是去中心化且 trustless 的，就像上头提到的，从更高维度看 rockefeller 更像是一种全新的 Defi 玩法。比拟于信任其他 trader，这种模式下其实用户赌的是 transparent + verifiable + autonomous 的模子。用户可以不需要信任中心化的机构确保模子决策过程的正当性。同期，AI 也能最猛进程上的舍弃东说念主性的影响，更果决地进行往复。
你可能也曾想给 Rockefeller 注点资金玩一玩了，但这真是能收货吗？
并不行，按照 modulus 团队的说法，与其说 rockefeller 是一个应用，他更像是 on-chain AI 的 POC，由于成本、驱散、阐述系统等多方面的阻抑，rockefeller 的主要意见是算作一个 demo 让 web3 宇宙看到 on-chain AI 的可行性。（Rockefeller 也曾完成任务下线 T T）
2）Leela：宇宙上第一个 on-chain AI game
最近发布的 Leela v.s. the world 相同是出自 modulus lab。游戏机制很能够，东说念主类玩家构成阵营对战 AI。游戏中玩家可以质押下注，最终谁会赢得对局，每次 match 扫尾后 loser’s pool 会凭证质押代币的数目相应地分拨给 winner。
说到 on-chain AI，此次 modulus lab 部署了一个更大的 deep neural network (Parameter 数目 > 3,700,000)。固然在模子范围和产物内容上 Leela 皆超越了 rockefeller，但归根结底这如故一次大型的 on-chain AI experiment。Leela 的背后的机制和运行模式才是需要温雅的，这能帮咱们更好地理会链上 AI 的运行模式和改善空间，以下是官方给出的逻辑图：
Leela 的每一次 move，也便是每次估量，皆会生成 ZKP，何况惟有在经过合约考证之后才会在游戏内顺利。也便是说，受益于 trustless autonomous AI，用户下注的资金和平允性全皆受到密码学的保护还不需要信任游戏斥地者。
Leela 选用的是 Halo2 算法，主要原因是它的器具和遐想的纯真性可以匡助遐想更高效的阐述体系，具体 performance 情况可以参考上头的测试数据。但同期在 Leela 的运行中 modulus 团队也发现了 Halo2 的缺点，比如生成阐述的速率较慢，对 one-shot proving 不友好等。因此，也愈加印证了之前基于测试数据得出的论断：若是需要将更大的模子带入 web3，咱们需要斥地更强盛的 proof system。
不外 Leela 的价值在于给咱们带来了 AI + Web3 game 更大的联想空间，王者荣耀玩家此刻应该无比但愿王者匹配算法 fully on-chain:) Gamefi 需要更优质的内容赈济和更平允的游戏体系，而 on-chain AI 正值提供了这极少。打个譬如，在游戏中加入 AI-driven 的游戏场景或者 NPC，岂论是玩家的游戏体验如故经济体系的玩法皆提供了巨大的联想空间。
3）Worldcoin：AI + KYC
Worldcoin 是一个链上身份体系（Privacy-Preserving Proof-of-Personhood Protocol)，通过生物识别建立身份体系并罢了支付等繁衍功能，措置的问题是拒抗女巫过失，面前的注册用户杰出了 1.4 m。
用户通过一个叫 Orb 的硬件扫描虹膜，将个东说念主信息添加到数据库中，Worldcoin 通过 Orb 硬件中的筹备环境运行 CNN 模子压缩并确认用户虹膜数据的有用性。听上去很强，但若是需要作念到身份考证的真实去中心化，worldcoin 团队正在探索通过 ZKP 考证模子的输出。
皇冠体育博彩平台邀请了多位知名体育明星代言，包括小丁、李宗伟等，为平台增添了更多的亮点和魅力。我们提供最专业的博彩攻略和技巧分享，让您在博彩游戏中获得更多的收益。我们的平台操作简便，充值提款方便快捷，是您最佳的博彩选择。挑战
值得一提的是，worldcoin 的 CNN 模子的 size：参数 = 1.8 million，层数 = 50。基于上头展示的测试数据，现存的 proof system 在时候上全皆可以胜任，但内存消耗对于消费级的硬件来说是不可能完成的。
赛场激情4）其他技俩
Pragma：Pargma 是从 starkware 生态上发展起来的 ZK oracle。同期团队也在探索怎样通过链上 AI 措置去中心化链下数据考证的问题。用户不再需要信任 validator，而是通过弥散精确且可考证的链上 AI 完成考证链下 data source 的职责，比如对于履行财富或者身份的考证可以平直让 AI 去读取相印的物理信息算作输入并作念出决策。
Lyra finance：Lyra finance 是一个 option AMM，提供繁衍品往复阛阓。为了提高成本诈欺率，Lyra 团队和 modulus lab 正在融合斥地基于可考证 AI 模子的 AMM。基于可考证的、平允的 AI 模子，Lyra finance 有契机成为 AI + Blockchain 的一次大范围落地实验，为 web3 用户初次带来平允的 matchmaking，通过 AI 对链上阛阓进行优化，提供更高的报酬。
Giza：ZKML 平台，将模子平直部署在链上而不是进行链下考证，Nice try，but…由于算力以及 Cairo 不支捏 CUDA-based 的阐述生成的问题，Giza 只可支捏一些小模子的部署。这亦然最致命的问题，从历久来看，能对 web3 产生颠覆性影响的一定是大模子，而这种范围的模子必须有强盛的硬件支捏，比如 GPU。
Zama-ai：模子的同态加密。同态加密是一种加密形式，能够默示为：f [E (x)] = E [f (x)]，其中 f 是运算操作，E 代表同态加密算法，x 是变量，比如：E (a) + E (b) = E (a + b)。允许对密文进行特定形式的代数运算得到仍然是加密的驱散，将其解密所得到的驱散与对明文进行相同的运算驱散一样。模子的狡饰性一直是 AI + Blockchain 标的的热门和瓶颈，固然 zk 对狡饰友好，但 zk 不等于 privacy。zama 勤恳于于确保模子实践的 privacy-preserving。
ML-as-a-service：这面前还只是一个念念考标的，莫得具体的落地应用，但意见是通过 ZKP 措置中心化 ML 行状提供者非法以及用户信任的问题。Daniel Kang 在著述“Trustless Verification of Machine Learning”中有着重的态状（参考文中的一张图）
四、对于 AI + Blockchain 的转头举座来说，在 web3 宇宙里的 AI 处于非常早期的阶段，然而无谓置疑的是 onchain-AI 的纯熟和普及一定会把 web3 的价值带到另一个高度。从技艺上看，区块链能给 AI 提供私有的基础要道，AI 亦然转变 web3 坐褥关系的要紧器具，两者的有计划可以碰撞出许多可能性，这亦然值得欢快和通达联想力的地点。
从 AI 上链的能源看，一方面，transparent + verifiable 的链上 AI 将去中心化和 trustless 的主体从东说念主变为 AI 器具，极大提高了驱散、安全性，何况为创造全新的产物形态提供了可能性；另一方面，区块链的基础要道束缚迭代，web3 真实需要一个能让这些基础要道表现最大价值的杀手级应用，ZKML 正值合适这极少，比如 ZK-rollup 明天很可能算作 AI 参预 web3 的进口。
从可行性上看，面前的基础要道能一定进程上支捏一定例模的模子，但还有许多不细则身分。通过 ZKP 作念可考证模子面前看是 AI 上链的必经之路，可能亦然细则性最强的将 AI 带入的 web3 应用的技艺旅途。然而永恒来看面前的 proof system 需要再进行指数级的提高智力弥散支捏日渐宏大的模子。
从应用场景看ManBetX万博手机版，AI 简直可以完好地参与到任何一个 web3 的标的，岂论是 game、Defi、DID、tooling……固然面前已有的技俩非常匮乏而且枯竭历久价值，还莫得从一种提高驱散的器具蜿蜒为转变坐褥关系的应用。但值得欢快的是有东说念主迈出了第一步，咱们可以看到 AI + blockchain 的最早期的花式和之后的可能性。