最近、NVIDIA が第 1 四半期の業績報告を発表したところ、売上高は市場予想の 65 億 2000 万ドルを上回る 71 億 9000 万ドル、売上総利益率は 64.6%、調整後 1 株あたり利益は市場予想の 0.92 ドルに対して 1.09 ドルでした。 Nvidia の財務報告が予想を上回ったため、市場終了後に米国のチップ株が一斉に上昇しました。Nvidia は市場終了後に一時 29.35% 上昇しました。株価は過去最高値の 395 ドルを記録しました。1 取引日で急騰しました。 1,840億米ドルとなり、3ビットコインの時価総額は上昇した。Nvidia CEO の Huang Renxun 氏は、財務報告書の中で AI アプリケーションの広範な見通しについて言及し、コンピュータ業界はアクセラレーション コンピューティングと生成 AI という 2 つの変革を同時に経験していると述べ、企業は生成 AI をさまざまな製品、サービス、ビジネスに適用するために競い合っています。 1 兆ドル規模で設置された世界のデータセンターは、汎用コンピューティングからアクセラレーテッド コンピューティングに移行します。現在、ほぼすべての主要な米ドルファンドと機関が AIGC の動向を注視しており、時代へ向かう列車に乗り遅れないように積極的に投票座標を確立することで審査システムを迅速に構築しています。関連データによると、2023年第1四半期の世界のAIGC業界の融資総額は38億1,100万元に達し、合計17件の融資が行われた。あるアウトレットの隆盛は、別のアウトレットの衰退を表すことがよくあります。 「全資本がAIに注目し、Web3の規制が強化され、物語性がなくなった」「Web3よりもAIの方が信頼できそうだし、ユニコーンも生まれやすい」など、人々は徐々にWEB3に対してさまざまな疑問を投げかけるようになった。人類の歴史の黎明以来、集団的な物語は私たちの文化を定義し、世界への理解を豊かにしており、物語の重要性はどれだけ強調してもしすぎることはありません。現在、人工知能の物語は徐々に人気を集めており、Web3 分野にも浸透しています。業界関係者の中には「AIのないWeb3には魂がない」と主張する人も出始めており、Web3企業の半数以上がAIに目を向け始めている。では、AI+Web3はどのように統合されるのでしょうか？最近、ゼロ知識証明と機械学習を組み合わせた新しい ZKML の話が人気になっていますが、人工知能や Web3 とどのように連携して、信頼できる分散型の未来を構築するのでしょうか?**1. AI には Web3 が必要であり、その逆も同様です**CoinDeskの最高コンテンツ責任者、マイケル・ケイシー氏は「仮想通貨と人工知能を無関係なテクノロジーと考えるのは間違いだ。これらは相互補完的であり、それぞれが互いを改善するものだ」と語った。Web3、暗号通貨、ブロックチェーンは、分散環境で貴重な情報を安全に保つ方法という、インターネットの黎明期から存在する社会的課題を解決します。彼らは、分散された記録とインセンティブを採用した新しいシステムを通じて、情報に対する人間の信頼の問題に取り組んでいます。これらのシステムは、不信感を抱いている見知らぬ人たちのコミュニティが共同でオープン データ記録を維持するのに役立ち、貴重な情報や機密情報を仲介者なしで配布および共有できるようになります。現在、私たちは総合的な人工知能の時代に向けて急速に進んでおり、この時代がもたらす課題は困難を極めています。これらの課題は、大規模言語モデル (LLM) の入力における著作権の保護から、その出力における誤ったバイアスの回避、そして現在のコンテンツと人工知能が作成した偽情報を正確に区別できないことに至るまで、多岐にわたります。人間が人工知能によって悪影響を受けないようにする簡単な解決策はありません。これらの問題に対処するために、20 世紀の時代遅れの規制や技術的枠組みに依存する解決策はありません。この新しい時代に情報をどのように作成、検証、共有するかという課題に対処するには、分散型ガバナンス システムが緊急に必要です。現在の Web3 が必要なソリューションを提供できるかどうかに関係なく、ブロックチェーン テクノロジーはこれらの問題を解決する役割を果たします。不変の台帳を使用すると、画像やその他のコンテンツの出所を追跡でき、ディープフェイクを防ぐことができます。この手法は、機械学習人工知能製品のデータセットの整合性を検証するためにも使用できます。暗号通貨は、人工知能のトレーニングに貢献する世界中の人々に報酬を与えるために使用できるボーダレスなデジタル決済方法を提供しており、Bittensor などのプロジェクトは、人工知能を奨励するためにトークン化されたブロックチェーンと政府のコミュニティを構築することに取り組んでいます。 。対照的に、民間企業が所有する AI システムは、ユーザーの利益よりも株主の利益を優先することがよくあります。これらのアイデアを実現し、規模を拡大できるまでには、まだ長い道のりがあります。ゼロ知識証明 (ZK)、準同型暗号化、セキュア コンピューティング、デジタル ID および分散型認証情報 (DID)、IoT など、他のさまざまなテクノロジーを統合する必要があります。さらに、プライバシー保護、不正行為の処罰、人間中心の革新的知性の奨励、複数政党による立法規制など、多くの課題に対処する必要があります。**2. ZKML が AI とブロックチェーン間の架け橋を構築する方法**最近、ゼロ知識証明と機械学習を組み合わせた新しい ZKML が広く議論されています。現在、機械学習 (ML) の導入はますます複雑になっています。多くの企業は、主に Amazon、Google、Microsoft などのサービス プロバイダーに依存して、複雑な機械学習モデルを展開しています。ただし、これらのサービスの監査と理解はますます困難になってきています。 AI サービスの利用者として、これらのモデルによって提供される予測の妥当性をどのように信頼できるでしょうか?ZKML は、人工知能とブロックチェーンの間の橋渡しとして、推論プロセスの検証可能性を確保しながら、AI モデルと入力のプライバシー保護の問題を解決します。プライベート データを検証するときにパブリック モデルを使用したり、プライベート モデルを検証するときにパブリック データを使用したりできるソリューションを提供します。機械学習機能を追加することで、スマート コントラクトはより自律的かつ動的になり、静的なルールではなくリアルタイムのオンチェーン データに基づいて処理できるようになります。このようにして、スマート コントラクトはより柔軟になり、契約が最初に作成されたときに予期していなかったシナリオであっても、より多くのシナリオに適応できるようになります。現在、ブロックチェーン上で機械学習アルゴリズムを広く採用する際の難点の 1 つは、計算コストが高いことです。百万レベルの浮動小数点演算はイーサリアム仮想マシン (EVM) 上で直接実行できないため、これらのモデルをオンチェーンで実行することは困難になります。さらに、機械学習モデルの信頼性の問題も障害になります。モデルのパラメータと入力データセットは通常非公開であり、モデルのアルゴリズムと演算プロセスは不透明な「ブラックボックス」のようなものであるためです。参加者間の信頼の問題を引き起こします。しかし、ZKML テクノロジーを使用すると、これらの問題を克服できます。 ZKML を使用すると、誰でもモデルをオフチェーンで実行し、モデルが特定の結果を生成したことを示す簡潔で検証可能な証拠を生成できます。この証明はオンチェーンで公開し、スマート コントラクトによって検証できます。これは、モデルのユーザーがモデルの特定のパラメーターや操作の詳細を知らなくてもモデルの結果を検証できることを意味し、信頼性の問題が解決されます。上のグラフから、ZKML テクノロジーには計算の整合性、ヒューリスティックな最適化、プライバシー保護の特徴があることがわかります。このテクノロジーは Web3 分野で幅広い応用が期待されており、急速に発展しています。ますます多くのチームや個人がこの分野に参加し、大きな可能性を秘めたさまざまな ZKML プロジェクトの開発を推進しています。**3. ZKML プロジェクト分析**以下に、可能性のある ZKML プロジェクトをいくつか示します。1、ワールドコインWorldcoin は、プライバシーを保護する本人確認プロトコルを構築するために ZKML を適用しています。 World ID ユーザーは、モバイル デバイス上の暗号化されたストレージに自分の生体認証 (虹彩など) を自己保管し、IrisCode の生成に使用される ML モデルをダウンロードし、受信側のスマート コントラクトが自分の認証を証明できるゼロ知識証明をローカルに作成できるようになります。 IrisCode の作成に成功しました。これを使用して、メンバーシップ認証や投票などの便利な操作を実行できます。彼らは現在、安全なエンクレーブを備えた信頼できるランタイム環境を使用して、カメラ署名付き虹彩スキャンを検証していますが、最終的な目標は、ZKP を使用して、暗号化レベルのセキュリティ保証のためのニューラル ネットワークの正しい推論を証明し、ML の出力が確実に実行されることを保証することです。モデルはユーザーの個人情報を漏洩しません。2、モジュラスラボModulus Labs は、ZKML の分野で最も多様なプロジェクトの 1 つです。関連する研究に取り組んでいる一方で、チェーン上で AI アプリケーション パラダイムを積極的に構築しています。Modulus Labs は、RockyBot (オンチェーン取引ロボット) と Leela 対World (国際的なチェス ゲーム、Everyone Plays Against a Proven Leela Chess Engine インスタンス) は、zkML の使用例を示しています。同チームは研究にも着手し、さまざまなサイズのモデルに対するさまざまな検証システムの速度と効率のベンチマークとなる「The Cost of Intelligence」を執筆した。3、人間Giza は、完全にトラストレスな方法で AI モデルをオンチェーンにデプロイできるプロトコルです。使用するテクノロジー スタックには、機械学習モデル用の ONNX 形式、これらのモデルを Cairo プログラム形式に変換するための Giza Transpiler、検証可能かつ決定論的な方法でモデルを実行するための ONNX Cairo Runtime、およびスマートな展開と Giza Model が含まれます。チェーン上でモデルを実行するコントラクト。 Giza は通常、証明までの機械学習モデルのオンチェーン コンパイラーに属し、オンチェーン AI の開発に代替パスを提供します。4、ズカプチャZkaptcha は Web3 のロボット問題に焦点を当て、スマート コントラクトのキャプチャ (検証コード) サービスを提供し、ロボット攻撃からスマート コントラクトを保護し、ゼロ知識証明を使用して Sybil 攻撃に耐性のあるスマート コントラクトを作成します。現在、このプロジェクトでは、エンドユーザーがキャプチャを完了することで人間の作業の証拠を生成できるようにしています。キャプチャはオンチェーンのバリデーターによって検証され、数行のコードを使用してスマート コントラクトによってアクセスされます。将来的には、ZkaptchaはzkMLを継承し、既存のWeb 2と同様の認証コードサービスを開始し、マウスの動きなどの動作を分析してユーザーが本人であるかどうかを判断することもできるようになります。現時点では、zkML トラックはまだ初期段階にありますが、zkML の力が暗号通貨に優れた見通しと発展をもたらすと信じる理由があり、この分野での製品の増加も期待しています。信頼できる環境、そして将来的には、製品の革新に加えて、暗号ビジネス モデルの革新にもつながる可能性があります。なぜなら、このワイルドでアナーキーな Web 3 の世界では、分散化、暗号技術、そして信頼が最も基本的な機能だからです。エピローグますます複雑かつ不確実性が高まるデジタル世界で信頼を構築することは、AI と Web3 にとって常に中心的な課題でした。ただし、AI と Web3 の融合は、信頼できる安全な分散型の未来を構築する上で大きな期待をもたらします。開発者、技術者、政策立案者、そして社会全体が人工知能と Web3 の未来を共同で形作ることが重要であり、想像を超えたインテリジェントなインターネットの時代を築くことができるかもしれません。**参照**
AI を使用しない Web3 の魂のない ZKML は AI とブロックチェーンの関係をどのように再構築するのか
最近、NVIDIA が第 1 四半期の業績報告を発表したところ、売上高は市場予想の 65 億 2000 万ドルを上回る 71 億 9000 万ドル、売上総利益率は 64.6%、調整後 1 株あたり利益は市場予想の 0.92 ドルに対して 1.09 ドルでした。 Nvidia の財務報告が予想を上回ったため、市場終了後に米国のチップ株が一斉に上昇しました。Nvidia は市場終了後に一時 29.35% 上昇しました。株価は過去最高値の 395 ドルを記録しました。1 取引日で急騰しました。 1,840億米ドルとなり、3ビットコインの時価総額は上昇した。 Nvidia CEO の Huang Renxun 氏は、財務報告書の中で AI アプリケーションの広範な見通しについて言及し、コンピュータ業界はアクセラレーション コンピューティングと生成 AI という 2 つの変革を同時に経験していると述べ、企業は生成 AI をさまざまな製品、サービス、ビジネスに適用するために競い合っています。 1 兆ドル規模で設置された世界のデータセンターは、汎用コンピューティングからアクセラレーテッド コンピューティングに移行します。 現在、ほぼすべての主要な米ドルファンドと機関が AIGC の動向を注視しており、時代へ向かう列車に乗り遅れないように積極的に投票座標を確立することで審査システムを迅速に構築しています。関連データによると、2023年第1四半期の世界のAIGC業界の融資総額は38億1,100万元に達し、合計17件の融資が行われた。あるアウトレットの隆盛は、別のアウトレットの衰退を表すことがよくあります。 「全資本がAIに注目し、Web3の規制が強化され、物語性がなくなった」「Web3よりもAIの方が信頼できそうだし、ユニコーンも生まれやすい」など、人々は徐々にWEB3に対してさまざまな疑問を投げかけるようになった。 人類の歴史の黎明以来、集団的な物語は私たちの文化を定義し、世界への理解を豊かにしており、物語の重要性はどれだけ強調してもしすぎることはありません。現在、人工知能の物語は徐々に人気を集めており、Web3 分野にも浸透しています。業界関係者の中には「AIのないWeb3には魂がない」と主張する人も出始めており、Web3企業の半数以上がAIに目を向け始めている。では、AI+Web3はどのように統合されるのでしょうか？最近、ゼロ知識証明と機械学習を組み合わせた新しい ZKML の話が人気になっていますが、人工知能や Web3 とどのように連携して、信頼できる分散型の未来を構築するのでしょうか? 1. AI には Web3 が必要であり、その逆も同様です CoinDeskの最高コンテンツ責任者、マイケル・ケイシー氏は「仮想通貨と人工知能を無関係なテクノロジーと考えるのは間違いだ。これらは相互補完的であり、それぞれが互いを改善するものだ」と語った。 Web3、暗号通貨、ブロックチェーンは、分散環境で貴重な情報を安全に保つ方法という、インターネットの黎明期から存在する社会的課題を解決します。彼らは、分散された記録とインセンティブを採用した新しいシステムを通じて、情報に対する人間の信頼の問題に取り組んでいます。これらのシステムは、不信感を抱いている見知らぬ人たちのコミュニティが共同でオープン データ記録を維持するのに役立ち、貴重な情報や機密情報を仲介者なしで配布および共有できるようになります。 現在、私たちは総合的な人工知能の時代に向けて急速に進んでおり、この時代がもたらす課題は困難を極めています。これらの課題は、大規模言語モデル (LLM) の入力における著作権の保護から、その出力における誤ったバイアスの回避、そして現在のコンテンツと人工知能が作成した偽情報を正確に区別できないことに至るまで、多岐にわたります。人間が人工知能によって悪影響を受けないようにする簡単な解決策はありません。これらの問題に対処するために、20 世紀の時代遅れの規制や技術的枠組みに依存する解決策はありません。この新しい時代に情報をどのように作成、検証、共有するかという課題に対処するには、分散型ガバナンス システムが緊急に必要です。 現在の Web3 が必要なソリューションを提供できるかどうかに関係なく、ブロックチェーン テクノロジーはこれらの問題を解決する役割を果たします。不変の台帳を使用すると、画像やその他のコンテンツの出所を追跡でき、ディープフェイクを防ぐことができます。この手法は、機械学習人工知能製品のデータセットの整合性を検証するためにも使用できます。暗号通貨は、人工知能のトレーニングに貢献する世界中の人々に報酬を与えるために使用できるボーダレスなデジタル決済方法を提供しており、Bittensor などのプロジェクトは、人工知能を奨励するためにトークン化されたブロックチェーンと政府のコミュニティを構築することに取り組んでいます。 。対照的に、民間企業が所有する AI システムは、ユーザーの利益よりも株主の利益を優先することがよくあります。 これらのアイデアを実現し、規模を拡大できるまでには、まだ長い道のりがあります。ゼロ知識証明 (ZK)、準同型暗号化、セキュア コンピューティング、デジタル ID および分散型認証情報 (DID)、IoT など、他のさまざまなテクノロジーを統合する必要があります。さらに、プライバシー保護、不正行為の処罰、人間中心の革新的知性の奨励、複数政党による立法規制など、多くの課題に対処する必要があります。 2. ZKML が AI とブロックチェーン間の架け橋を構築する方法 最近、ゼロ知識証明と機械学習を組み合わせた新しい ZKML が広く議論されています。現在、機械学習 (ML) の導入はますます複雑になっています。多くの企業は、主に Amazon、Google、Microsoft などのサービス プロバイダーに依存して、複雑な機械学習モデルを展開しています。ただし、これらのサービスの監査と理解はますます困難になってきています。 AI サービスの利用者として、これらのモデルによって提供される予測の妥当性をどのように信頼できるでしょうか? ZKML は、人工知能とブロックチェーンの間の橋渡しとして、推論プロセスの検証可能性を確保しながら、AI モデルと入力のプライバシー保護の問題を解決します。プライベート データを検証するときにパブリック モデルを使用したり、プライベート モデルを検証するときにパブリック データを使用したりできるソリューションを提供します。機械学習機能を追加することで、スマート コントラクトはより自律的かつ動的になり、静的なルールではなくリアルタイムのオンチェーン データに基づいて処理できるようになります。このようにして、スマート コントラクトはより柔軟になり、契約が最初に作成されたときに予期していなかったシナリオであっても、より多くのシナリオに適応できるようになります。 現在、ブロックチェーン上で機械学習アルゴリズムを広く採用する際の難点の 1 つは、計算コストが高いことです。百万レベルの浮動小数点演算はイーサリアム仮想マシン (EVM) 上で直接実行できないため、これらのモデルをオンチェーンで実行することは困難になります。さらに、機械学習モデルの信頼性の問題も障害になります。モデルのパラメータと入力データセットは通常非公開であり、モデルのアルゴリズムと演算プロセスは不透明な「ブラックボックス」のようなものであるためです。参加者間の信頼の問題を引き起こします。 しかし、ZKML テクノロジーを使用すると、これらの問題を克服できます。 ZKML を使用すると、誰でもモデルをオフチェーンで実行し、モデルが特定の結果を生成したことを示す簡潔で検証可能な証拠を生成できます。この証明はオンチェーンで公開し、スマート コントラクトによって検証できます。これは、モデルのユーザーがモデルの特定のパラメーターや操作の詳細を知らなくてもモデルの結果を検証できることを意味し、信頼性の問題が解決されます。
上のグラフから、ZKML テクノロジーには計算の整合性、ヒューリスティックな最適化、プライバシー保護の特徴があることがわかります。このテクノロジーは Web3 分野で幅広い応用が期待されており、急速に発展しています。ますます多くのチームや個人がこの分野に参加し、大きな可能性を秘めたさまざまな ZKML プロジェクトの開発を推進しています。 3. ZKML プロジェクト分析 以下に、可能性のある ZKML プロジェクトをいくつか示します。 1、ワールドコイン Worldcoin は、プライバシーを保護する本人確認プロトコルを構築するために ZKML を適用しています。 World ID ユーザーは、モバイル デバイス上の暗号化されたストレージに自分の生体認証 (虹彩など) を自己保管し、IrisCode の生成に使用される ML モデルをダウンロードし、受信側のスマート コントラクトが自分の認証を証明できるゼロ知識証明をローカルに作成できるようになります。 IrisCode の作成に成功しました。 これを使用して、メンバーシップ認証や投票などの便利な操作を実行できます。彼らは現在、安全なエンクレーブを備えた信頼できるランタイム環境を使用して、カメラ署名付き虹彩スキャンを検証していますが、最終的な目標は、ZKP を使用して、暗号化レベルのセキュリティ保証のためのニューラル ネットワークの正しい推論を証明し、ML の出力が確実に実行されることを保証することです。モデルはユーザーの個人情報を漏洩しません。 2、モジュラスラボ Modulus Labs は、ZKML の分野で最も多様なプロジェクトの 1 つです。関連する研究に取り組んでいる一方で、チェーン上で AI アプリケーション パラダイムを積極的に構築しています。Modulus Labs は、RockyBot (オンチェーン取引ロボット) と Leela 対World (国際的なチェス ゲーム、Everyone Plays Against a Proven Leela Chess Engine インスタンス) は、zkML の使用例を示しています。同チームは研究にも着手し、さまざまなサイズのモデルに対するさまざまな検証システムの速度と効率のベンチマークとなる「The Cost of Intelligence」を執筆した。 3、人間 Giza は、完全にトラストレスな方法で AI モデルをオンチェーンにデプロイできるプロトコルです。使用するテクノロジー スタックには、機械学習モデル用の ONNX 形式、これらのモデルを Cairo プログラム形式に変換するための Giza Transpiler、検証可能かつ決定論的な方法でモデルを実行するための ONNX Cairo Runtime、およびスマートな展開と Giza Model が含まれます。チェーン上でモデルを実行するコントラクト。 Giza は通常、証明までの機械学習モデルのオンチェーン コンパイラーに属し、オンチェーン AI の開発に代替パスを提供します。 4、ズカプチャ Zkaptcha は Web3 のロボット問題に焦点を当て、スマート コントラクトのキャプチャ (検証コード) サービスを提供し、ロボット攻撃からスマート コントラクトを保護し、ゼロ知識証明を使用して Sybil 攻撃に耐性のあるスマート コントラクトを作成します。現在、このプロジェクトでは、エンドユーザーがキャプチャを完了することで人間の作業の証拠を生成できるようにしています。キャプチャはオンチェーンのバリデーターによって検証され、数行のコードを使用してスマート コントラクトによってアクセスされます。将来的には、ZkaptchaはzkMLを継承し、既存のWeb 2と同様の認証コードサービスを開始し、マウスの動きなどの動作を分析してユーザーが本人であるかどうかを判断することもできるようになります。
現時点では、zkML トラックはまだ初期段階にありますが、zkML の力が暗号通貨に優れた見通しと発展をもたらすと信じる理由があり、この分野での製品の増加も期待しています。信頼できる環境、そして将来的には、製品の革新に加えて、暗号ビジネス モデルの革新にもつながる可能性があります。なぜなら、このワイルドでアナーキーな Web 3 の世界では、分散化、暗号技術、そして信頼が最も基本的な機能だからです。 エピローグ ますます複雑かつ不確実性が高まるデジタル世界で信頼を構築することは、AI と Web3 にとって常に中心的な課題でした。ただし、AI と Web3 の融合は、信頼できる安全な分散型の未来を構築する上で大きな期待をもたらします。開発者、技術者、政策立案者、そして社会全体が人工知能と Web3 の未来を共同で形作ることが重要であり、想像を超えたインテリジェントなインターネットの時代を築くことができるかもしれません。 参照