图片开端：由无界 AI器用生成
菠菜彩金平台Overview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；
时刻旅途；
我会通的 on-chain AI 价值；
on-chain AI 的应用场景和样子分析。
一、AI + blockchain =？其实，中国自“十一五”开始，将单位GDP能耗降低作为约束性指标。“十二五”期间，中国提出合理控制能源消费总量。“十三五”规划纲要中，指标细化全国单位GDP能耗比2015年下降15%、2020年全国能源消费总量控制50亿吨标准煤以内。征战者对基础门径竖立的猖獗执着和各式 rollup 处分决策的更新迭代如实让本来过期的 web3 计算才气已毕了冲破，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已毕链上 AI，成功在链下运行模子似乎也能吹法螺大部分需求，而事实上头前实在扫数的 AI 模子皆所以黑盒、中心化的模式在运行，而且相通在各个领域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？
主流的会通是通过区块链让 AI 模子 transparent + verifiable
再具体少量，AI 上链意味着东谈主工智能模子的 complete verification，也即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家具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 作念避讳处理以确保安全性；
模子输入：在 web3 的场景里基本上是链上公开数据。
当吹法螺以上条目时，扫数这个词模子推广的过程是具备细目性的且不再是黑盒操作，任何东谈主皆可以在链上对模子的输入和终结进行考证，从而注目模子领有者大要关联权限东谈主对模子进行主宰。
2）AI + blockchain 的能源是什么？
AI 与 blockchain 聚首的真谛真谛不在于替代中心化的 Web2 东谈主工智能的运作模式，而是：
在不放手去中心化和 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，还莫得联络更平日应用大要创造更大价值的才气。而唯有在加入 AI 之后，dapp 的瞎想力才能真确朝上到下一阶段，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，而是通过阐扬区块链的价值，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 的处分决策。
瞎想一下 web3 的应用场景：
将推选算法加入到 NFT 来回平台，基于用户喜好推选相应 NFT，提高调动；
皇冠会员登3手机在游戏中加入 AI 敌手方，更透明、公道的游戏体验；
……
但是，这些应用皆是通过 AI 对已有的功能在成果大要用户体验上的进一步改善。
- 有价值吗？有。
- 价值大吗？取决于家具和场景。
赌博游戏大全AI 能创在的价值从来皆不仅是 99 到 100 的优化，真确让我首肯的，是从 0 到 1 的全新应用，一些唯有通过 transparent + verifiable 的链上模子才能已毕的 use case。不外这些“令东谈主首肯的”use case 面前主要靠瞎想力，莫得老练的应用，先来开几个脑洞：
通过基于 neural network 的决策模子作念 crypto trading：一种家具形态可能更像是 copy trading 的升级版块，甚而是一种全新的来回玩法。用户不再需要信任或调研其他 experienced trader，而是对澈底公开透明的模子以过甚 performance 下注。内容上 AI 凭证对 crypto 昔日价钱的计算更快更毅然地进行来回。但是莫得链上 AI 自带的“trustless autonomy”，这么的下注对象大要要领压根是不存在的。用户/投资者可以透明地看到模子决策的原因、过程甚而昔日高涨/下落的精确概率；
AI 模子算作裁判：一种家具可能是全新形态的预言机，通过 AI 模子对数据开端的准确性进行计算。用户不再需要信任 validator，也不必惦记节点坐法，预言机提供方甚而不需要遐想复杂的节点网罗和赏罚机制来已毕去中心化。相应地，链上 transparent + verifiable 的 AI 仍是鼓胀吹法螺考证链下 data source 置信度的任务。这种全新的家具形态在安全性、成果和成本上有契机造成碾压，去中心化的对象也由东谈主朝上到“trustless autonomy”的 AI 器用，无疑是更安全的。
基于大模子的组织经管/运作体系：DAO 的治理内容上应该是高效、去中心化、公道的，而面前的近况却以火去蛾中，松散且肥胖，枯竭透明和公道性，链上 AI 的加入能提供十分契合的处分决策，将经管模式、成果提高到最高，将经管中系统性和东谈主性的风险无尽拉低。咱们甚而可以去瞎想一种全新的 web3 样子的发展和运作模式，扫数这个词框架及昔日发展所在和提案实在不依赖征战团队大要 DAO 投票的方式来进行决策，相应的，基于大模子更巨大的数据赢得量和远超东谈主的计算才气去作念决策。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谈主到器用的跃迁。
……
小结一下
基于链上 AI 的新的家具形态基本可以转头为将去中心化和 trustless 的主体从东谈主变为 AI 器用，这也相宜传统宇宙分娩力的进化过程，最启动是在东谈主这个主体迤逦功夫，束缚升级提高东谈主效，到后头通过智能器用替代东谈主，在安全性和成果上颠覆原有的家具遐想。
其中最关节的、也所以上一切的前提，是通过区块链已毕 AI 的 transparent + verifiable。
3）Web3 的下一个阶段
区块链算作一个气候级的时刻创新，不可能只是停留在原始阶段。流量和经济模子很难熬，但用户不会一直停留在追捧流量或消耗浩荡资源作念 X to earn，web3 也不会因此 onboard 下一波新用户。但有一件事的细目性是很强的：web3 宇宙分娩力和价值的蜕变一定来自 AI 的加入。
我以为约莫分红底下三个阶段
肇始：零学问证明算法和硬件的更新迭代为链上 AI 的披露第一次提供了可能性；（咱们在这）
发展：无论是 AI 对已有应用的提高照旧基于 AI + blockchain 的全新家具，皆在将扫数这个词行业上前鼓励；
结尾：AI + blockchain 的最终走向是什么？
上头的策画皆是通过 AI 与区块链的聚首 bottom up 地发掘应用场景，换个念念路 top down 地看待 AI + blockchain，AI 会不会重溯区块链本人？AI + blockchain = 自适合的区块链
一些公链会最初交融链上 AI，从公链的层面转变为一种自适合的，自身发展所在不再依赖样子基金会决策而是基于巨大数据进行决策、自动化水平远超传统区块链的形态，从而从刻下多链昌盛的样子中脱颖而出。
在 verifiable + transparent 的 AI 加合手下，blockchain 的自调遣体面前那儿，可以参考 modulus lab 提到的几个例子：
链上的来回阛阓可以去中心化地自动调遣，比如基于链上公开数据及时、不需要 trust assumption 地休养结识币的 interest rate；
多模态学习可以让链上公约的交互通过生物特征识别完成，提供安全的 KYC，并已毕身份经管的实足去信任；
允许链上应用最大化地拿获链上数据带来的价值，支合手定制化内容推选等劳动。
从另一个角度看，zkrollup 束缚迭代优化，但是永远枯竭一个真确只可在 zk 生态上跑的应用，ZKML 恰巧相宜这少量，而且瞎想空间也鼓胀大。ZK-rollup 昔日很可能算作 AI 参加 web3 的进口从而创造更大价值，两者彼此建立。
二、已毕方式和可行性1）Web3 能为 AI 提供什么？
基础门径和 ZK 无疑是 web3 最猖獗内卷的赛谈，各式 ZK 样子在电路优化和算法升级迤逦足了功夫，无论是对多层网罗的探索，大要是对模块化区块链以及 data availability layer 的征战，照旧进一步将 rollup 作念成定制化的劳动，甚而硬件加快……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。
AI + blockchain 听上去可以，但具体若何个加法？
zh皇冠正网一种作念法是通过 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 的过程即是模子推广的过程，对模子计算的过程生成 proof（其中包括模子参数和 input），任何东谈主皆可以在链上考证 proof。
AI 模子照旧在高效的集群上推广，甚而搞点硬件加快进一步提高计算速率，在最大化控制算力的同期确保莫得中心化的东谈主大要机构可以从中改换或过问模子，也即是确保：
模子计算终结的细目性 = 可考证的（input + 模子架构 + 参数）
凭证以上作念法，可以进一步推断哪些 infra 对 AI 上链至关难熬：
皇冠体育hg86a
ZKP system、rollup：Rollups 延迟了咱们对区块链计算才气的瞎想空间，把一堆 transactions 打包，甚而递归地生成 proof of proof 进一步镌汰成本。对于面前巨大的模子来说，提供可能性的第一步即是 proof system 和 rollup；
被表白的时候，要么大大方方接受，要么坦坦荡荡拒绝
这条微博底下，有不少网友分享了自己类似的经历，其中最高赞的一条评论是， \" 少跟妈妈说难过的事，她帮不上忙，但会睡不着觉。 \"
硬件加快：ZK rollup 提供了 verifiable 的基础，但 proof 的生成速率成功策动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 赫然是不 work 的，因此，通过 FPGA 进行硬件加快赫然是一个很好的 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通需要保证隐秘性。
补充：
大模子的基础是 GPU，莫得高并行的支合手，大模子的成果将会十分低，也就无法运行。因此，对于一个链上的 zk 生态：
明博体育app官网登录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，耐久来看并不利好大模子的部署。
2）挑战：更坚忍的 proof system
ZK Proof 的生成速率和内存使用情况至关难熬，一个策动到用户体验和可行性，一个策动到成本和天花板。
面前的 zkp system 够用吗？
够用，但不够好…
Modulus lab 在著述“The Cost of Intelligence: Proving Machine Learning Inference with Zero-Knowledge”十分详确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
亚星炸金花以下是 paper0 中提到的不同证明系统
基于以上 zk 算法，modulus lab 永别从时分消耗和内存占用两个维度登程进行测试，而且在这两个维度平永别规矩了参数和层数两个中枢变量。以下是 benchmark suites，这么的遐想也可以约莫掩盖从 LeNet5 的 60 k 参数目，0.5 MFLOPs，到 ResNet-34 的 22 M 参数目，3.77 GFLOPs。
时分消耗的测试终结：
内存占用的测试终结：
基于以上数据，合座看面前的 zk 算法以及具备支合手对大模子生成 proof 的可能性，但相应的成本依旧很高，需要甚而 10 倍以上的优化。以 Gloth16 为例，天然受益于高并发带来的 computation time 的优化，但是算作 tradeoff 内存占用权贵加多。Plonky2 和 zkCNN 在时分和空间上的弘扬相通考证了这少量。
皇冠客服飞机：@seo3687那么面前问题其实就从 zkp system 是否可以支合手链上 AI 转变为了支合手 AI+Blockchain 付出代价值不值？而且跟着模子参数的指数级上升，对 proof system 的压力也会赶快加多。如实，面前有 trustless 的神经网罗吗，莫得！即是因为成本算不外来。
因此，打造一个为 AI 定制化的 proof system 至关难熬。同期，已毕对 AI 这种单次调用计算十分复杂的逻辑，gas 的消耗模子也需再行遐想，一个高性能的 zkvm 至关难熬，但面前咱们仍是能看到许多高性能的尝试，比如 OlaVM, polygon Miden 等，这些基础门径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始到发展之间，但 AI 这个所在从不枯竭优秀的团队和创新的见地。
就像上头说的，从 AI + Blockchain 发展阶段看面前阛阓处于肇始到发展的中间阶段，家具尝试所在还所以基于现存功能对用户体验优化为主。但最能体现价值的照旧通过 AI 在链上将 trustless 的主体由东谈主变为器用，在安全性和成果上颠覆原有的家具形态。
底下从一些现存的应用尝试登程，分析一下 AI + Blockchain 耐久的家具发展所在
皇冠国际博彩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 的家具，有很强的“记挂价值”。这个模子内容上是一个 trading bot，具体来说，rockefeller 的教育数据是浩荡链上公开的 WEth-USDC 的 price/exchange rate，其本人是一个三层前馈经网罗模子，计想到划是昔日 WEth 价钱涨跌。
以下是当 trading bot 决策要进行来回时的经由：
Rockefeller 在 ZK-rollup 上对计算终结生成 ZKP；
ZKP 在 L1 上被考证（资金由 L1 的合约督察），并推广操作；
可以看出 trading bot 的计算、资金操作实足是去中心化且 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。比较于信任其他 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 也能最猛进度上的摈弃东谈主性的影响，更毅然地进行来回。
你可能仍是想给 Rockefeller 注点资金玩一玩了，但这果然能得益吗？
并不成，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、成果、证明系统等多方面的截至，rockefeller 的主要主义是算作一个 demo 让 web3 宇宙看到 on-chain AI 的可行性。（Rockefeller 仍是完成任务下线 T T）
2）Leela：宇宙上第一个 on-chain AI game
最近发布的 Leela v.s. the world 相通是出自 modulus lab。游戏机制很通俗，东谈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 收尾后 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)。天然在模子领域和家具内容上 Leela 皆超越了 rockefeller，但归根结底这照旧一次大型的 on-chain AI experiment。Leela 的背后的机制和运行模式才是需要眷注的，这能帮咱们更好地会通链上 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，也即是每次计算，皆会生成 ZKP，而且唯有在经过合约考证之后才会在游戏内奏效。也即是说，受益于 trustless autonomous AI，用户下注的资金和公道性实足受到密码学的保护还不需要信任游戏征战者。
Leela 选择的是 Halo2 算法，主要原因是它的器用和遐想的纯真性可以匡助遐想更高效的证明体系，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 的缺陷，比如生成证明的速率较慢，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，咱们需要征战更坚忍的 proof system。
不外 Leela 的价值在于给咱们带来了 AI + Web3 game 更大的瞎想空间，王者荣耀玩家此刻应该无比但愿王者匹配算法 fully on-chain:) Gamefi 需要更优质的内容支合手和更公道的游戏体系，而 on-chain AI 恰巧提供了这少量。打个譬如，在游戏中加入 AI-driven 的游戏场景大要 NPC，无论是玩家的游戏体验照旧经济体系的玩法皆提供了巨大的瞎想空间。
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已毕支付等繁衍功能，处分的问题是造反女巫挫折，面前的注册用户特出了 1.4 m。
用户通过一个叫 Orb 的硬件扫描虹膜，将个东谈主信息添加到数据库中，Worldcoin 通过 Orb 硬件中的计算环境运行 CNN 模子压缩并阐发用户虹膜数据的灵验性。听上去很强，但若是需要作念到身份考证的真确去中心化，worldcoin 团队正在探索通过 ZKP 考证模子的输出。
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 在时分上实足可以胜任，但内存消耗对于消费级的硬件来说是不可能完成的。
4）其他样子
Pragma：Pargma 是从 starkware 生态上发展起来的 ZK oracle。同期团队也在探索如何通过链上 AI 处分去中心化链下数据考证的问题。用户不再需要信任 validator，而是通过鼓胀精确且可考证的链上 AI 完成考证链下 data source 的使命，比如对于践诺金钱大要身份的考证可以成功让 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，提供繁衍品来回阛阓。为了提高老本控制率，Lyra 团队和 modulus lab 正在勾引征战基于可考证 AI 模子的 AMM。基于可考证的、公道的 AI 模子，Lyra finance 有契机成为 AI + Blockchain 的一次大领域落地实验，为 web3 用户初度带来公道的 matchmaking，通过 AI 对链上阛阓进行优化，提供更高的答复。
Giza：ZKML 平台，将模子成功部署在链上而不是进行链下考证，Nice try，but…由于算力以及 Cairo 不支合手 CUDA-based 的证明生成的问题，Giza 只可支合手一些小模子的部署。这亦然最致命的问题，从耐久来看，能对 web3 产生颠覆性影响的一定是大模子，而这种领域的模子必须有坚忍的硬件支合手，比如 GPU。
Zama-ai：模子的同态加密。同态加密是一种加密边幅，通俗暗示为：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边幅的代数运算得到仍然是加密的终结，将其解密所得到的终结与对明文进行相通的运算终结一样。模子的隐秘性一直是 AI + Blockchain 所在的热门和瓶颈，天然 zk 对隐秘友好，但 zk 不等于 privacy。zama 勤劳于确保模子推广的 privacy-preserving。
ML-as-a-service：这面前还只是一个念念考所在，莫得具体的落地应用，但主义是通过 ZKP 处分中心化 ML 劳动提供者坐法以及用户信任的问题。Daniel Kang 在著述“Trustless Verification of Machine Learning”中有详确的形貌（参考文中的一张图）
www.poqza.com四、对于 AI + Blockchain 的转头合座来说，在 web3 宇宙里的 AI 处于十分早期的阶段，但是无谓置疑的是 onchain-AI 的老练和普及一定会把 web3 的价值带到另一个高度。从时刻上看，区块链能给 AI 提供特有的基础门径，AI 亦然改变 web3 分娩策动的难熬器用，两者的聚首可以碰撞出许多可能性，这亦然值得首肯和盛开瞎想力的地方。
从 AI 上链的能源看，一方面，transparent + verifiable 的链上 AI 将去中心化和 trustless 的主体从东谈主变为 AI 器用，极大提高了成果、安全性，而且为创造全新的家具形态提供了可能性；另一方面，区块链的基础门径束缚迭代，web3 真确需要一个能让这些基础门径阐扬最大价值的杀手级应用，ZKML 恰巧相宜这少量，比如 ZK-rollup 昔日很可能算作 AI 参加 web3 的进口。
从可行性上看，面前的基础门径能一定进度上支合手一定例模的模子，但还有许多不细目身分。通过 ZKP 作念可考证模子面前看是 AI 上链的必经之路，可能亦然细目性最强的将 AI 带入的 web3 应用的时刻旅途。但是永久来看面前的 proof system 需要再进行指数级的提高才能鼓胀支合手日渐巨大的模子。
从应用场景看体育彩票春节停售时间2023，AI 实在可以完好地参与到任何一个 web3 的所在，无论是 game、Defi、DID、tooling……天然面前已有的样子十分匮乏而且枯竭耐久价值，还莫得从一种提高成果的器用转变为改变分娩策动的应用。但值得首肯的是有东谈主迈出了第一步，咱们可以看到 AI + blockchain 的最早期的样子和之后的可能性。