人工智能:沒有AI的Web3沒有靈魂 ZKML如何重塑AI與區塊鏈的關系_人工智能考研考哪些科目區塊鏈工程專業學什么

近日，英偉達發布第一季度業績報告，營收71.9億美元，超出市場預期的65.2億美元，毛利率64.6%，調整后每股收益1.09美元，市場預期0.92美元。由于英偉達財報超出預期，帶動美股芯片股盤后集體上漲，英偉達盤后一度漲29.35%，股價最高觸及395美元，創歷史新高，市值直逼“萬億”，AI芯片需求遠超預期，英偉達市值在一個交易日內暴漲1840億美元，漲出了3個比特幣的總市值。

英偉達CEO黃仁勛在發布財報時提到了有關AI應用的廣闊前景，稱計算機行業正在同時經歷兩個轉變——加速計算和生成式AI，企業競相將生成式AI應用到各個產品、服務和業務流程中，全球萬億美元規模的已安裝數據中心將從通用計算轉變到加速計算。

當前，幾乎所有頭部美元基金與機構都緊盯著AIGC賽道，通過積極建立選投坐標快速構建篩選體系，唯恐錯過了通往時代的列車。相關數據顯示,2023年一季度全球AIGC行業融資總額達38.11億元，融資次數共計17次。一個風口的興起往往代表著另一風口的衰落。人們逐漸對WEB3提出各種各樣的質疑：“資本都去看AI了，Web3監管收嚴、敘事不行了”，“AI比Web3看起來靠譜，也更容易出獨角獸。”

美聯儲哈克：加密金融目前還沒有對更廣泛的金融穩定構成威脅:金色財經報道，美聯儲哈克表示，我們確實需要國會對加密金融的監管發表意見。加密金融目前還沒有對更廣泛的金融穩定構成威脅。國會需要權衡哪些政府機構應該監管加密貨幣。我還沒有確定在美聯儲使用數字貨幣是否是一個好主意。[2022/11/16 13:09:29]

自人類歷史的黎明以來，集體故事一直在定義我們的文化，并豐富我們對世界的理解，敘事的重要性不言而喻。如今，人工智能的敘事正逐漸深入人心，甚至滲透到了Web3領域。有業內人士開始提出“沒有AI的Web3是沒有靈魂的”，有超過半數的Web3公司已經開始轉向AI。那么，AI+Web3將如何融合？近期，源自零知識證明和機器學習的新興結合體ZKML敘事走熱，它將如何協同人工智能和Web3，建立一個可信任的、去中心化的未來？

一、AI需要Web3，反之亦然

CoinDesk的首席內容官邁克爾-凱西(MichaelCasey)說：“將加密貨幣和人工智能視為不相關的技術是一個錯誤。它們是相輔相成的，彼此都在改進對方。”

Web3、加密貨幣和區塊鏈解決了自互聯網開始以來一直存在的社會挑戰，即在去中心化的環境中如何保持有價值的信息安全。它們通過采用分布式記錄和激勵機制的新系統來處理人類對信息的信任問題。這些系統幫助由不信任的陌生人組成的社區集體維護開放的數據記錄，使他們能夠在沒有中間人的情況下分發和分享有價值或敏感的信息。

印度央行會議紀要：沒有任何理由允許加密貨幣在印度合法化:3月17日消息，印度央行會議紀要：似乎沒有任何理由允許加密貨幣在印度合法化，如果允許使用加密貨幣，很可能會破壞貨幣體系、貨幣當局和政府控制經濟的能力。(金十)[2022/3/17 14:03:02]

當前，我們正迅速邁向全面人工智能時代，而這一時代所帶來的挑戰是十分艱巨的。這些挑戰涵蓋了多個方面，從保護大型語言模型輸入的版權，到避免其輸出中出現錯誤的偏見，再到我們目前無法準確區分真實內容和由人工智能創造的虛假信息所帶來的“說謊者紅利”。要確保人類不受人工智能的負面影響，沒有簡單的解決方法可言。任何解決方案都不能依賴于過時的20世紀監管和技術框架來解決這些問題。我們迫切需要一個去中心化的治理系統，以應對在這個新時代如何生產、驗證和分享信息的挑戰。

無論目前的Web3是否能提供所需的解決方案，區塊鏈技術確實在解決這些問題方面發揮了一定的作用。不可篡改的賬本使我們能夠追蹤圖像和其他內容的來源，從而防止深度偽造。這種技術也可以用于驗證機器學習人工智能產品數據集的完整性。加密貨幣提供了一種無邊界的數字支付方式，可用于向全球為人工智能培訓做出貢獻的人們提供報酬，如Bittensor等項目正在努力建立代幣化的區塊鏈-政府社區，以激勵人工智能開發者構建對人類友好的模型。與此相反，私營公司擁有的人工智能系統通常將股東利益置于用戶權益之上。

澳大利亞國民銀行：沒有將與加密相關的業務排除在客戶之外的政策:9月9日消息，澳大利亞第三大銀行澳大利亞國民銀行（NAB）周四為自己辯護，反對批評它不與任何加密貨幣提供商開展業務，此前這些公司抱怨這種行為是反競爭的。國民銀行首席執行官Ross McEwan在例行議會聽證會上表示，沒有將與加密相關的業務排除在客戶之外的政策，但它不為其中任何一家提供服務，并且只有在對銀行有利可圖且能夠承受風險的情況下才會這樣做。（EconomicTimes.IndiaTimes）

此前消息，澳大利亞加密貨幣和匯款業務面臨銀行拒絕服務困境，有觀點稱因加密貨幣對傳統金融構成威脅。[2021/9/9 23:12:24]

在這些想法能夠實現并規模化之前，我們還有很長的路要走。我們將需要整合一系列其他技術，例如零知識證明、同態加密、安全計算、數字身份和去中心化憑證、物聯網等。此外，我們還需要解決隱私保護、懲罰不良行為、鼓勵以人為本的創新智能以及多方立法監管等諸多挑戰。

二、ZKML如何架起AI和區塊鏈的橋梁

近期，源自零知識證明和機器學習的新興結合體ZKML被廣泛討論。目前，機器學習的部署變得越來越復雜。很多企業主要依賴于亞馬遜、谷歌、微軟等服務提供商來部署復雜的機器學習模型。然而，這些服務變得越來越難以審計和理解。作為AI服務的消費者，我們如何相信這些模型所提供預測的有效性呢？

姚前：央行數字貨幣將惠及沒有銀行賬戶的群體實現金融普惠:國際金融論壇（IFF）2021春季會議在北京舉行。在論壇“數字貨幣與未來數字化轉型”環節，中國證監會科技監管局局長姚前表示，央行數字貨幣研發需要在七個方面重點考量：

一、技術路線。基于賬戶，還是基于代幣？基于賬戶和基于代幣兩條技術路線不是非此即彼的關系，實質上代幣也是一種賬戶，只不過是新型賬戶——加密賬戶。相比傳統賬戶，用戶對加密賬戶的自主掌控能力更強。

二、價值屬性。央行直接負債，還是運營機構負債？本質區別在于中央銀行資產負債表負債一欄，記錄的是終端用戶的央行數字貨幣還是代理運營機構的準備金。

三、運行架構。雙層，還是單層？雙層架構正逐漸形成各國的共識。數字人民幣也采用雙層運營體系。個人以為，雙層運營與單層運營也并非二選一的關系。我們可設想，如果央行數字貨幣直接運行在以太坊、Diem等區塊鏈網絡，那么中央銀行可借助它們的BaaS服務，直接向用戶提供央行數字貨幣，而無須借助中介機構。單層運營可以使央行數字貨幣更好地惠及沒有銀行賬戶的群體，實現金融普惠。

四、是否計息。數字人民幣目前不考慮計息。

五、發行模式。發行，還是兌換？區別在于：前者由中央銀行發起，屬于主動供給；后者由貨幣使用者發起，屬于按需兌換。央行數字貨幣的生成是發行還是兌換？取決于它的定位以及貨幣政策的需要。

六、智能合約。數字貨幣不能只是對實物貨幣簡單的模擬，若要發揮“數字”的優勢，未來的數字貨幣一定會走向智能貨幣。當然，前期我們也觀察到一些由于智能合約安全漏洞而引發的系統災難，說明該技術成熟度還有待改進。所以央行數字貨幣應在充分考慮安全性的基礎上，宜從簡單的智能合約起步，逐步擴展其潛力。

七、是監管考量。在數字世界中，數字身份的真實性問題、隱私問題、安全問題或涉及更大的社會治理命題，需要我們做深入的研究。

姚前特別表示，已離開人民銀行，所說僅代表個人學術觀點，不代表人民銀行，也不代表其現所在機構。（新浪財經）[2021/5/31 22:57:43]

ZKML作為人工智能和區塊鏈之間的橋梁，解決了AI模型和輸入的隱私保護問題，同時確保了推理過程的可驗證性。它提供了一種解決方案，使得可以在驗證私有數據時使用公共模型，或在驗證私有模型時使用公共數據。通過添加機器學習功能，智能合約能夠變得更加自主和動態，使其能夠根據實時鏈上數據而不是靜態規則進行處理。這樣一來，智能合約將更具靈活性，能夠適應更多場景，甚至是那些在最初創建合約時可能沒有預料到的場景。

洪蜀寧：流動性挖礦所挖的幣沒有內在價值:8月18日晚間，金丘區塊鏈研究院院長洪蜀寧發微博稱，這一輪起始于COMP的熱潮不是DeFi，而是DeFi的副產品—流動性挖礦，挖出來的幣沒有內在價值，這是與DeFi本質的區別。最重要的是：“沒有內在價值”這一點和比特幣一樣，所以價格才能暴漲、暴漲。 ????[2020/8/19]

當前，機器學習算法在區塊鏈上廣泛采用的困難之一是其高昂的計算成本。由于百萬級別的浮點運算無法直接在以太坊虛擬機上執行，因此在鏈上運行這些模型成為一個挑戰。另外，機器學習模型的信任問題也是一個障礙，因為模型的參數和輸入數據集通常是私有的，而模型的算法和運行過程又如同一個不透明的“黑匣子”，這可能引發模型擁有者和模型使用者之間的信任問題。然而，通過ZKML技術，我們可以克服這些問題。ZKML允許任何人在鏈下運行一個模型，并生成一個簡潔且可驗證的證明，證明該模型確實產生了特定的結果。這個證明可以在鏈上發布，并由智能合約進行驗證。這意味著模型使用者可以驗證模型的結果，而無需了解模型的具體參數和運行細節，從而解決了信任問題。

通過上述圖表，我們可以看到ZKML技術兼具計算完整性、啟發式優化和隱私保護等特點。這種技術在Web3領域有著廣泛的應用前景，并且正在快速發展。越來越多的團隊和個人加入了這個領域，推動著各種潛力巨大的ZKML項目的開發。

三、ZKML項目分析

以下是一些潛力ZKML項目。

1、Worldcoin

Worldcoin正在應用ZKML，試圖建立一個保護隱私的人格證明協議。WorldID用戶將能夠在他們的移動設備的加密存儲中自我保管其生物特征，下載用于生成IrisCode的ML模型并在本地創建零知識證明，接收的智能合約可以證明其IrisCode已成功創建。

然后，可用于執行有用的操作，如成員資格認證和投票。他們目前使用具有安全enclave的可信運行環境來驗證攝像頭簽名的虹膜掃描，但他們最終的目標是使用ZKP來證明神經網絡對加密級別安全保障的正確推理，并且保證ML模型的輸出不會泄露用戶的個人數據。

2、ModulusLabs

ModulusLabs是ZKML領域中最多樣化的項目之一，致力于相關研究的同時也在積極構建鏈上AI應用范例，ModulusLabs通過RockyBot和Leelavs.theWorld展示了zkML的用例。該團隊還涉足研究領域，撰寫了TheCostofIntelligence一文，對不同大小模型的各種驗證系統的速度和效率進行了基準測試。

3、Giza

Giza是一種可以以一種完全無需信任的方法在鏈上部署AI模型的協議。它使用的技術棧包括用于機器學習模型的ONNX格式，用于將這些模型轉換為Cairo程序格式的GizaTranspiler，用于以可驗證和確定性的方式執行模型的ONNXCairoRuntime，以及用于部署和執行鏈上模型的GizaModel智能合約。Giza總體上屬于機器學習模型到證明的鏈上編譯器，為鏈上AI的發展提供一個替代路徑。

4、Zkaptcha

Zkaptcha專注于Web3中的機器人問題，為智能合約提供captcha服務，保護智能合約免受機器人攻擊，使用零知識證明來創建抗女巫攻擊的智能合約。目前，該項目使終端用戶通過完成captcha驗證碼來產生一個人類工作的證明，captcha由鏈上驗證者驗證，并通過幾行代碼由智能合約訪問。未來，Zkaptcha將繼承zkML，推出類似于現有的Web2驗證碼服務，甚至可以分析鼠標運動等行為，以確定用戶是否為真人。

目前看來，zkML賽道還處于初級階段，但我們有理由相信會zkML的力量可以給crypto帶來更好的前景和發展，也期待該領域能出現更多樣的產品，zk技術和crypto為ML的運行提供安全可信的環境，而未來除了產品的創新之外，還可能會催生crypto商業模式的創新，因為在這個狂野和無政府的Web3世界中，去中心化、crypto技術和信任才是最最基礎的設施。

結語

在日益復雜和不確定的數字世界中建立信任，一直是人工智能和Web3所面臨的核心挑戰。然而，將人工智能與Web3相融合卻為建立一個信任、安全的去中心化未來帶來了巨大希望。對于開發者、技術專家、政策制定者和整個社會而言，共同塑造人工智能和Web3的未來至關重要，我們或許可以創造出一個超乎想象的智能互聯網時代。

Tags：人工智能區塊鏈加密貨幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目區塊鏈工程專業學什么區塊鏈存證怎么弄區塊鏈技術發展現狀和趨勢加密貨幣是什么意思啊加密貨幣市場還有未來嗎知乎

UNI