최근 Worldcoin의 폭발적인 폭발은 또한 Web 3+AI 내러티브를 위한 충분한 추진력을 만들었습니다.Worldcoin은 zk+ML(영지식 증명 및 기계 학습)에서 파생된 zkML 개념에 속하며, zk는 말할 필요도 없이 기술이고 ML은 AI의 하위 분야입니다. , 그리고 최근 몬테네그로 회의에서 Vitalik도 zkSNARK를 높이 평가했으며 Worldcoin의 폭발적인 성장과 함께 zkML이 두각을 나타낼 것으로 예상됩니다.
첫 번째 레벨 제목
Web 3 + ML
zkML은 영지식증명과 머신러닝을 결합한 기술입니다. 상거래 등 모든 분야는 ML 기술을 통해 더 높은 수준에 도달했으며 일부 분야에서도 ML이 이미 지배적 위치를 차지하고 있으므로 향후 zkML도 대세이며 스마트 계약에 ML을 내장하면 다음과 같은 스마트 계약도 제공됩니다. 더 복잡하고 스마트한 처리 방법 .
ML 기능을 추가함으로써 스마트 계약은 보다 자율적이고 역동적이 될 수 있으므로 정적 규칙이 아닌 실시간 온체인 데이터를 기반으로 작동할 수 있습니다. 스마트 계약은 계약이 처음 생성되었을 때 예상하지 못한 시나리오를 포함하여 보다 유연하고 더 많은 시나리오에 적응할 것입니다. 요컨대, ML 기능은 우리가 체인에 배치하는 모든 스마트 계약의 자동화, 정확성, 효율성 및 유연성을 증폭시킬 것입니다.
현재 암호화에서 ML이 널리 채택되지 않는 이유 중 하나는 약 1800 MFLOPS(백만 플로트)를 사용해야 하는 NLP 언어 모델 클래스인 fastBERP와 같은 이러한 모델을 온체인에서 실행하는 데 계산 비용이 많이 들기 때문입니다. 채택을 위해 포인트 산술), EVM에서 직접 실행할 수 없습니다. 애플리케이션 모델은 실제 데이터를 기반으로 예측을 해야 하지만 ML 규모의 스마트 계약을 갖기 위해서는 계약이 그러한 예측을 얻어야 합니다.
두 번째 이유는 ML 모델의 신뢰 프레임워크를 처리해야 하기 때문입니다.두 가지 주요 사항이 있습니다.하나는 개인 정보 보호입니다.앞서 언급했듯이 모델 매개 변수는 일반적으로 비공개이며 경우에 따라 모델 입력도 비밀로 유지해야 합니다. , 자연스럽게 모델 소유자와 모델 사용자 사이에 약간의 신뢰 문제가 있습니다. 또는 설명하십시오. 이러한 단계에는 복잡한 알고리즘과 많은 양의 데이터가 포함되어 불확실하고 때로는 임의의 출력으로 이어져 알고리즘이 편견과 차별에 가장 적합하도록 만듭니다. 그리고 zk 기술은 이 신뢰 문제를 매우 효율적으로 해결할 수 있습니다.
첫 번째 레벨 제목
암호화에서 zkML의 사용 사례
보조 제목
DeFi
검증 가능한 오프체인 기계 학습 오라클
텍스트
ML 매개변수화된 DeFi
텍스트
자동화된 거래 전략
보조 제목
보안 영역
스마트 계약을 위한 사기 모니터링
보조 제목
DID와 소셜
개인 키를 생체 인식 인증으로 교체(현재 Worldcoin에서 수행)
보조 제목
Web3 소셜 미디어를 위한 개인화 추천 및 콘텐츠 필터링
보조 제목
크리에이터 경제 및 게임
게임 내 경제 재조정
ML 모델은 토큰 발행, 공급, 파괴, 투표 임계값 등을 동적으로 조정하는 데 사용할 수 있습니다. 한 가지 가능한 모델은 특정 재조정 임계값에 도달하고 추론 증명이 확인되면 게임 내 경제를 재조정할 수 있는 인센티브 계약입니다.
새로운 유형의 체인 게임
첫 번째 레벨 제목
zkML 생태 잠재력 프로젝트
보조 제목
Worldcoin
보조 제목
Modulus Labs
보조 제목
Giza
보조 제목
Zkaptcha
발문
발문
참조 링크


