撰文:Kyle
來源:WebX實驗室
De-AI(去中心化人工智能)會成為像 Elon Musk 所預言的那樣統治我們生活的人工智能機器人獨裁者,還是會成為豐富且不那么物質化的未來的生產工具?
由加密貨幣的間歇性牛市及其各自的區塊鏈推動的去中心化點對點技術的改進,正在產生可以改善去中心化人工智能(De-AI)的生產環境。
De-AI 的問題就和區塊鏈一樣,一個單一的系統將面臨突然停用該計算機系統的非常艱巨的風險,因此節點將分布在許多國家 / 地區,并且系統中內置了經濟激勵措施,參與 De-AI 網絡的已部署節點將獲得加密貨幣獎勵。與當前許多的 AI 應用程序一樣,De-AI 上將提供 AI 應用程序,但它們不會由單個人類實體控制,而是由受經濟激勵措施引導的驗證者社區控制。
ben.eth將預售資金中的485 ETH用于買入NFT項目Nakamigos與Bonklers:5月30日消息,推特用戶CryptoFinally監測顯示,ben.eth將預售資金中的485 ETH(約100萬美元)用于買入NFT項目Nakamigos與Bonklers。[2023/5/30 9:49:51]
Layer2 區塊鏈被設計為可大規模擴展,是部署機器學習算法的自然目標,但可能需要一種更原生的方法,包括高速計算。Layer2 區塊鏈,如 Optimism、Arbitrum 和 Starkware,有特定的編程語言(最常見的是 Solidity,Cairo 即將出現在 StarkWare),不適合人工智能的高性能計算。
零知識 (ZK) 是加密生成的簡短證明,證明有一些數據或計算已經完成,而沒有透露數據或計算的所有細節。有用的 ZK 證明還必須在短時間內可驗證。未來零知識技術的高速改進(StarkWare 使用了這種 ZK 技術)將允許對區塊鏈進行高性能計算。
歐易OKX再簽四位曼城球員任全球品牌形象大使,將共同打造元宇宙平臺OKX Collective:據歐易OKX官推消息,歐易OKX再簽Jack Grealish、Rúben Dias、 Ilkay Gündo?an和Alex Greenwood四位英超冠軍曼城足球俱樂部球員,擔任全球品牌形象大使。
據悉,歐易OKX將與曼城球員合作共同推出元宇宙平臺OKX Collective,該平臺旨在為曼城球迷提供一個可以與球星互動的沉浸式體驗平臺,讓球迷能夠親身體驗Web3,并獲得喜愛的曼城球員相關獎勵,從而助力Web3與體育領域的創新與融合。[2023/2/3 11:45:19]
區塊鏈的主要問題是用戶需要任何交易計算都可以由其他節點快速驗證,而 ZK 允許驗證比計算本身快得多。
我們可以考慮哪些機器學習系統最適合首先遷移到去中心化系統中,這包括:
比特幣全網未確認交易數量為8546筆:金色財經報道,據BTC.com數據顯示,目前比特幣全網未確認交易數量為8546筆,全網算力為225.41 EH/s,24小時交易速率為3.03交易/s,目前全網難度為30.98 T,預測下次難度上調1.16%至31.34 T,距離調整還剩7天7小時。[2022/9/7 13:12:42]
1)推薦系統:當用戶消費不同的項目時,它被注冊并被評估以建議未來要消費的項目。從技術上講,你需要估計到其他項目的距離。這種類型的技術非常適合將推薦算法數據應用到多個節點中。你不需要將所有用戶偏好、過去消費的項目都存儲在一臺計算機上。
2)聚類 / 非結構化分類:鑒于聚類是將數據集分類為自發的新類別的問題,似乎比結構化分類(固定數量的類別)更容易去中心化。如果你將類別想象為地理區域,你會發現沒有必要將所有數據點都存儲在一臺計算機中。特別是廣義聚類算法中的應用于大腦圖像的去中心化聚類算法。
比特幣挖礦難度小幅上調0.63%至28.35T:金色財經消息,據BTC.com數據顯示,比特幣于區塊高度處749,952處迎來挖礦難度調整,挖礦難度小幅上調0.63%至28.35T,此前最高為5月11日的31.25T。[2022/8/18 12:34:14]
現在人工智能或機器學習中缺少的工具是結構化分類器,基于固定數量的類別,算法必須猜測一條數據屬于哪個類別(例如,這篇文章是用英語還是中文寫的?)。與強化學習密切相關,強化學習就像分類器的閉環,為機器人或游戲生成動作。
深度學習是多層結構化分類器(因此,深度分層)的組合,以獲得更復雜的自動化學習體驗。這種類型的 AI 工具的問題在于,你需要所有訓練數據集的全局視圖,因為輸出使用的是經過訓練的權重或變量形式的數據合成匯總。你需要訓練權重來生成輸出、類別、機器人動作。
矩陣乘法是做大量的數值乘法和加法。海量矩陣乘法是結構化分類器、深度學習和強化學習中涉及的主要操作。正如我們之前提到的,對這些操作的驗證(以避免作弊)是 De-AI 將面臨的主要挑戰。我們為去中心化人工智能 (De-AI) 設想了這三種場景:
1)原生高性能區塊鏈或側鏈:當比特幣被認為是無用的,因為「浪費」了每秒驗證 5 筆交易的無意識計算量,許多有遠見的人提出,區塊的挖掘涉及更多有用的計算。這是區塊鏈難題的圣杯,將幫助人類。
要參與區塊鏈網絡中交易的驗證,你將必須進行矩陣乘法和復雜的機器學習操作,這些操作將由其他節點驗證,并最終被接受為挖礦的一部分加密貨幣。這種方法僅限于特定操作或靜態深度學習架構。Filecoin 和其他存儲區塊鏈可以通過僅存儲數據但沒有太多或沒有轉換的方式在此類別中看到。WekaCoin 解決方案提出了一系列多樣化的機器學習算法參與共識,使挖礦更加智能。
2)更快的 Layer2 區塊鏈:利用現有的高性能和廉價的 Layer 2 區塊鏈,其中大多數基于以太坊網絡協議,是實現去中心化人工智能的自然方法。使用 Solidity 作為編程語言可能不是最快的,但該技術具有構建去中心化 AI 樂高的所有要素。
構建可重復用的機器學習代碼塊,這些代碼是開放且免費的(如果你支付網絡費用)。這種方法的主要限制是區塊鏈通常具有有限的計算能力,可以包含在單個區塊中。然后,如果你分叉像 Arbitrum、Optimism 或 Starkware 這樣的 Layer 2,你必須準備好大量增加最大區塊大小,并準備好為網絡中的驗證器設置最低性能閾值。
3)用于 AI 的專用零知識平臺:這種替代方案類似于前面提到的 StarkWare Layer 2 方法,但也涉及針對矩陣乘法和深度學習的 ZK 智能合約(例如使用 Cairo 編程語言)的特定開發。這可以在智能合約層中完成,例如在 StarkWare 中,或者在較低的共識層中完成。目標是進行大量繁重的計算,可以很容易地被網絡中的其他節點驗證。此外,包括靈活的智能合約操作組合允許不同算法的互操作性。
WebX實驗室
企業專欄
閱讀更多
金色早8點
金色財經
去中心化金融社區
CertiK中文社區
虎嗅科技
區塊律動BlockBeats
念青
深潮TechFlow
Odaily星球日報
騰訊研究院
在今年整個加密市場的大屠殺中,Michael Saylor和Microstrategy是少數幸免于難的“牛市英雄”之一.
1900/1/1 0:00:00文章轉載自微信公眾號老雅痞在大家一股腦兒地沖向NFT爆發的時候,我們看到大量無用的代幣最后都走向了項目方跑路的結局,倒也不是都割了一大把韭菜.
1900/1/1 0:00:00Abstract: 近一周,0U 轉賬的鏈上地址投攻擊愈演愈烈,截至12月2日,已經有超過37W地址被投,總計92個受害地址,被盜取金額超過164W USD.
1900/1/1 0:00:00作者:Linda Xie 翻譯:dave lin 校對:Roy 排版:刀刀 雖然技術界內外有很多人都聽說過比特幣、加密貨幣和區塊鏈的概念,但智能合約作為以太坊的主要創新卻不太出名.
1900/1/1 0:00:00作者:Tony 2014年,以太坊聯合創始人加文·伍德(Gavin Wood)提出Web 3.0概念,將其描述為一種全新的互聯網運行模式:用戶自己發布、保管信息,不可追溯并且永不被泄露.
1900/1/1 0:00:00當去年 6 月份 a16z 推出其獨立媒體產品 Future 以塑造自己的媒體帝國時,大家對它的期待可以說還是非常高的,以至于很多人把 a16z 比喻為一家以 VC 為商業模式的媒體公司.
1900/1/1 0:00:00