一級標題

Overview

一級標題

• 一級標題

• 通過這篇文章你可以了解：

• 什麼是on-chain AI？

• 為什麼還沒有鏈上AI?

• 一、AI + blockchain = ？

• 一級標題

一、AI + blockchain = ？

二級標題

1 ）先回到最基礎的問題，什麼是AI 上鍊？

區塊鏈區塊鏈區塊鏈transparent + verifiable

區塊鏈

1. 讓AI 模型

2. 再具體一點，AI 上鍊意味著人工智能模型的complete verification，也就是說一個模型需要向全網（用戶或驗證者）公開以下三點：

3. 模型輸入：在web3的場景里基本上是鏈上公開數據。

二級標題

二級標題

二級標題

1. 2 ）AI + blockchain 的動力是什麼？

2. AI 與blockchain 結合的意義不在於替代中心化的Web2人工智能的運作模式，而是：

在不犧牲去中心化和trustless 的基礎上，為web3世界創造下一階段的價值。目前的區塊鏈就像是web2的早期階段，還沒有承接更廣泛應用或者創造更大價值的能力。而只有在加入AI 之後，dapp 的想像力才能真正跳躍到下一階段，這些鏈上應用才有可能更接近web2應用的水平，這種接近並不是從功能上做的更相似，而是通過發揮區塊鏈的價值，從用戶體驗和可能性上做出提升。

1. 為web2黑盒的AI 運行模式提供一種透明的、trustless 的解決方案。

2. 將推薦算法加入到NFT 交易平台，基於用戶喜好推薦相應NFT，提高轉化；

……

但是，在遊戲中加入AI 對手方，更透明、公平的遊戲體驗；

但是，

這些應用都是通過AI 對已有的功能在效率或者用戶體驗上的進一步改善。

- 有價值嗎？有。- 價值大嗎？取決於產品和場景。AI 能創在的價值從來都不僅是99 到100 的優化，真正讓我興奮的，是transparent + verifiable從0 到1 的全新應用

，一些只有通過的鏈上模型才能實現的use case。不過這些“令人興奮的”use case 目前主要靠想像力，沒有成熟的應用，先來開幾個腦洞：1. 通過基於

neural network 的決策模型做crypto trading：一種產品形態可能更像是copy trading 的升級版本，甚至是一種全新的交易玩法。用戶不再需要信任或調研其他experienced trader，而是對徹底公開透明的模型以及其performance 下注。本質上AI 根據對crypto 未來價格的預測更快更果斷地進行交易。然而沒有鏈上AI 自帶的“trustless autonomy”，這樣的下注對像或者標準根本是不存在的。用戶/投資者可以透明地看到模型決策的原因、過程甚至未來上漲/下跌的精確概率；2. AI 模型

作為裁判：組織管理/運作體系：小結一下

……

小結一下

基於鏈上AI 的新的產品形態基本可以總結為將去中心化和trustless 的主體從人變為AI 工具，這也符合傳統世界生產力的進化過程，最開始是在人這個主體上下功夫，不斷升級提升人效，到後面通過智能工具替代人，在安全性和效率上顛覆原有的產品設計。

二級標題transparent + verifiable。

二級標題

二級標題

3 ）Web3的下一個階段

區塊鏈作為一個現象級的技術創新，不可能僅僅停留在原始階段。流量和經濟模型很重要，但用戶不會一直停留在追捧流量或花費大量資源做X to earn，web3也不會因此onboard 下一波新用戶。但有一件事的確定性是很強的：web3世界生產力和價值的革命一定來自AI 的加入。我覺得大致分成下面三個階段）

起始：零知識證明算法和硬件的更新迭代為鏈上AI 的湧現第一次提供了可能性；（

我們在這

發展：不管是AI 對已有應用的提升還是基於AI + blockchain 的全新產品，都在將整個行業向前推進；

終局：AI + blockchain 的最終走向是什麼？

上面的討論都是通過AI 與區塊鏈的結合bottom up 地發掘應用場景，換個思路top down 地看待AI + blockchain，AI 會不會重溯區塊鏈本身？

AI + blockchain = 自適應的區塊鏈

一些公鏈會率先融合鏈上AI，從公鏈的層面轉變為一種自適應的，自身發展方向不再依賴項目基金會決策而是基於龐大數據進行決策、自動化水平遠超傳統區塊鏈的形態，從而從當前多鏈繁榮的格局中脫穎而出。

在verifiable + transparent 的AI 加持下，blockchain 的自調節體現在哪裡，可以參考modulus lab 提到的幾個例子：

一級標題

一級標題

二級標題

二級標題

二級標題

1 ）Web3能為AI 提供什麼？

基礎設施和ZK 無疑是web3最瘋狂內捲的賽道，各種ZK 項目在電路優化和算法升級上下足了功夫，不管是對多層網絡的探索，或者是對模塊化區塊鏈以及data availability layer 的開發，還是進一步將rollup 做成定制化的服務，甚至硬件加速……這些嘗試都在將區塊鏈的可擴展性、成本、算力推向下一個階段。

AI + blockchain 聽上去不錯，但具體怎麼個加法？

一種做法是通過ZK proof system。比如針對machine learning 做一個定制化的電路，鏈下電路生成witness 的過程就是模型執行的過程，對模型預測的過程生成proof（其中包括模型參數和input），任何人都可以在鏈上驗證proof。

AI 模型還是在高效的集群上執行，甚至搞點硬件加速進一步提升計算速度，在最大化利用算力的同時確保沒有中心化的人或者機構可以從中篡改或乾涉模型，也就是確保：

1. 模型預測結果的確定性= 可驗證的（input + 模型架構+ 參數）

2. 根據以上做法，可以進一步推斷哪些infra 對AI 上鍊至關重要：

3. ZKP system、rollup：Rollups 擴張了我們對區塊鏈計算能力的想像空間，把一堆transactions 打包，甚至遞歸地生成proof of proof 進一步降低成本。對於現在龐大的模型來說，提供可能性的第一步就是proof system 和rollup；

硬件加速：ZK rollup 提供了verifiable 的基礎，但proof 的生成速度直接關係到模型的可用性和用戶體驗，等待幾個小時去生成一個模型的proof 顯然是不work 的，因此，通過FPGA 進行硬件加速顯然是一個很好的boost。

密碼學：密碼學是區塊鏈的基礎，而鏈上模型以及敏感數據同樣需要保證隱私性。

GPU 友好= AI 友好

二級標題

二級標題

二級標題

2 ）挑戰：更強大的proof system

ZK Proof 的生成速度和內存使用情況至關重要，一個關係到用戶體驗和可行性，一個關係到成本和天花板。

現在的zkp system 夠用嗎？

[https://drive.google.com/file/d/1 tylpowpaqcOhKQtYolPlqvx 6 R 2 Gv 4 IzE/view]

夠用，但不夠好…

Modulus lab 在文章“The Cost of Intelligence: Proving Machine Learning Inference with Zero-Knowledge”非常詳細的分析了模型和算力的具體情況。有空可以讀一讀這篇ZKML 屆的”零號文獻-paper 0 “：

以下是paper 0 中提到的不同證明系統

基於以上zk 算法，modulus lab 分別從時間消耗和內存佔用兩個維度出發進行測試，並且在這兩個維度中分別控制了參數和層數兩個核心變量。以下是benchmark suites，這樣的設計也可以大致覆蓋從LeNet 5 的60 k 參數量， 0.5 MFLOPs，到ResNet-34 的22 M 參數量, 3.77 GFLOPs。

時間消耗的測試結果：

內存佔用的測試結果：基於以上數據，整體看目前的zk 算法以及具備支持對大模型生成proof 的可能性，但相應的成本依舊很高，需要甚至10 倍以上的優化。以Gloth 16 為例，雖然受益於高並髮帶來的computation time 的優化，但是作為tradeoff 內存佔用顯著增加。 Plonky 2 和zkCNN 在時間和空間上的表現同樣驗證了這一點。那麼現在問題其實就從zkp system 是否可以支持鏈上AI 轉變為了

支持AI+Blockchain 付出代價值不值？AI 定制化的proof system一級標題

一級標題

一級標題

三、應用是否值得期待？儘管鏈上AI 還在很早期階段，用上面的分層來看可能只處於起始到發展之間，但AI 這個方向從不缺乏優秀的團隊和創新的想法。，產品嚐試方向還是以基於現有功能對用戶體驗優化為主。但最能體現價值的還是通過AI 在鏈上將trustless 的主體由人變為工具，在安全性和效率上顛覆原有的產品形態。

二級標題

二級標題

二級標題

1 ）The Rockefeller Bot：世界上第一個on-chain AI

1. Rockefeller 是modulus lab 團隊推出的第一個鏈上AI 的產品，有很強的“紀念價值”。這個模型本質上是一個trading bot，具體來說，rockefeller 的訓練數據是大量鏈上公開的WEth-USDC 的price/exchange rate，其本身是一個三層前饋經網絡模型，預測目標是未來WEth 價格漲跌。

2. 以下是當trading bot 決策要進行交易時的流程：

Rockefeller 在ZK-rollup 上對預測結果生成ZKP；

ZKP 在L1上被驗證（資金由L1的合約保管），並執行操作；

並不能，二級標題

二級標題

二級標題

2 ）Leela：世界上第一個on-chain AI game最近發布的Leela vs the world 同樣是出自modulus lab。遊戲機制很簡單，人類玩家組成陣營對戰AI。遊戲中玩家可以質押下注，最終誰會贏得對局，每次match 結束後loser's pool 會根據質押代幣的數量相應地分配給winner。說到on-chain AI，這次modulus lab 部署了一個更大的deep neural network(Parameter 數量> 3, 700, 000)。雖然在模型規模和產品內容上Leela 都超越了rockefeller，但歸根結底這還是一次大型的on-chain AI experiment。

Leela 的背後的機制和運行模式才是需要關注的

，這能幫我們更好地理解鏈上AI 的運行模式和改善空間，以下是官方給出的邏輯圖：

Leela 的每一次move，也就是每次預測，都會生成ZKP，並且只有在經過合約驗證之後才會在遊戲內生效。也就是說，受益於trustless autonomous AI，用戶下注的資金和公平性完全受到密碼學的保護還不需要信任遊戲開發者。王者榮耀玩家此刻應該無比希望王者匹配算法fully on-chain:)二級標題

3 ）Worldcoin：AI + KYC

挑戰

挑戰

挑戰

二級標題

二級標題

1. Pragma：二級標題

2. Lyra finance：4 ）其他項目

3. Giza：Pargma 是從starkware 生態上發展起來的ZK oracle。同時團隊也在探索如何通過鏈上AI 解決去中心化鏈下數據驗證的問題。用戶不再需要信任validator，而是通過足夠精準且可驗證的鏈上AI 完成驗證鏈下data source 的工作，比如對於實際資產或者身份的驗證可以直接讓AI 去讀取相印的物理信息作為輸入並做出決策。Nice try，but…Lyra finance 是一個option AMM，提供衍生品交易市場。為了提高資本利用率，Lyra 團隊和modulus lab 正在合作開發基於可驗證AI 模型的AMM。基於可驗證的、公平的AI 模型，Lyra finance 有機會成為AI + Blockchain 的一次大規模落地實驗，為web3用戶首次帶來公平的matchmaking，通過AI 對鏈上市場進行優化，提供更高的回報。

4. Zama-ai：模型的同態加密。同態加密是一種加密形式，簡單表示為：f[E(x)] = E[f(x)]，其中f 是運算操作，E 代表同態加密算法，x 是變量，比如：E( a ) + E(b) = E(a + b)。允許對密文進行特定形式的代數運算得到仍然是加密的結果，將其解密所得到的結果與對明文進行同樣的運算結果一樣。模型的隱私性一直是AI + Blockchain 方向的熱點和瓶頸，雖然zk 對隱私友好，但zk 不等於privacy。 zama 致力於確保模型執行的privacy-preserving。

5. ML-as-a-service：一級標題

一級標題

• 一級標題

• 四、關於AI + Blockchain 的總結transparent + verifiable整體來說，在web3世界裡的AI 處於非常早期的階段，但是毋庸置疑的是onchain-AI 的成熟和普及一定會把web3的價值帶到另一個高度。從技術上看，區塊鏈能給AI 提供獨特的基礎設施，AI 也是改變web3生產關係的重要工具，兩者的結合可以碰撞出很多可能性，這也是值得興奮和打開想像力的地方。

• 關於Foresight Ventures

• 免責聲明：Foresight Ventures 所有文章均不作為投資建議。投資有風險，請評估個人風險承受能力，審慎做出投資決策。

Reference

1. https://worldcoin.org/blog/engineering/intro-to-zkml

2. https://medium.com/coinmonks/chapter-1-how-to-put-your-ai-on-chain-8 af 2d b 013 c 6 b

3. https://medium.com/@ModulusLabs/chapter-2-why-put-your-ai-on-chain-33 b 7625147 b 7 

4. https://medium.com/@ModulusLabs/chapter-3-the-worlds-first-on-chain-ai-trading-bot-c 387 afe 8316 c

5. https://medium.com/@ModulusLabs/chapter-4-blockchains-that-self-improve-e 9716 c 041 f 36 

6. https://medium.com/@ModulusLabs/chapter-4-5-trustless-ai-for-living-breathing-games-cc 9 f 24080 e 30 

7. https://medium.com/@ModulusLabs/chapter-5-the-cost-of-intelligence-da 26 dbf 93307 

8. https://medium.com/@ModulusLabs/chapter-6-leela-vs-the-world-the-worlds-1 st-on-chain-ai-game-17 ea 299 a 06 b 6 

9. https://drive.google.com/file/d/1 tylpowpaqcOhKQtYolPlqvx 6 R 2 Gv 4 IzE/view

10. https://medium.com/@danieldkang/trustless-verification-of-machine-learning-6 f 648 fd 8 ba 88 

關於Foresight Ventures

Foresight Ventures 押注加密貨幣未來幾十年的創新歷程，旗下管理多支基金：VC 基金、二級主動管理基金、多策略FOF、特殊目的S 基金「Foresight Secondary Fund l」, 總資產管理規模超過4億美元。 Foresight Ventures 堅持“Unique, Independent, Aggressive, Long-term”的理念，通過強大的生態力量為項目提供廣泛的支持。其團隊來自包括紅杉中國，中金公司，谷歌，比特大陸等頂級金融和技術公司的資深人士。

Website: https://www.foresightventures.com/

Twitter: https://twitter.com/ForesightVen

免責聲明：Foresight Ventures 所有文章均不作為投資建議。投資有風險，請評估個人風險承受能力，審慎做出投資決策。