Variant Fund :Modulus——利用零知识机器学习(zkML)验证人工智能

MarsBit
媒体专栏
热度: 7026

Modulus由斯坦福大学校友组成,旨在将人工智能、密码学和产品工程结合在一起,以提高区块链领域的应用,其关键在于零知识机器学习(zkML),可以减少人类管理需求。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

原文作者:JesseWalden 、AlanaLevin

原文来源:variant fund

原文标题:Modulus:Zero-KnowledgeMachineLearningforDecentralizedProtocols

编译:Yvonne,MarsBit

人工智能正在改变世界,这已成共识。

但是,我们尚未看到AI在区块链领域出现重要的新应用。至少,现在还没有。这是因为将人工智能模型放到区块链上的门槛要高于传统软件环境--区块链是全球信任和透明的机器,验证影响用户行为的计算的能力对区块链的运行至关重要。迄今为止,人工智能还很难做到这一点:大多数人工智能模型都在不透明的服务器中运行,黑盒算法由相对不受检查的操作员进行调整。而在一个以验证主导信任假设的世界里,当前的 ML 机制并不符合要求。

Modulus 正弥补这一缺陷。其关键点在于零知识机器学习(zkML): 无论计算是在开放环境还是私有中心化服务器中进行的,ML 模型的计算结果都能证明是正确的。结果如何?人工智能代理和 ML 模型现在可以开始作为智能合约逻辑的自然扩展。具体来说,我们相信zkML可以最大限度地减少人类对复杂、动态功能的管理需求,从而帮助解锁更先进的去中心化协议。

Modulus的首批测试——链上交易机器人和支持zk的国际象棋引擎--就是这一新范式的两个早期例子。另一个用例可能涉及利用人工智能管理贷款抵押率(通常由人类协调)的借贷协议,同时利用 zk 证明确保模型按规定运行。

总之,我们期望会有更多创新应用出现,特别是随着开发者对Modulus技术和反馈回路的熟悉程度越来越高。

这就是为什么我们很高兴领导 Modulus 种子轮融资的原因所在。联合创始人是斯坦福大学校友Daniel Shorr和Ryan Cao,以及大数据工程师Nick Cosby。著名密码学家 Giorgos Zirdelis 也加入其中。该团队将人工智能研究、尖端密码学和产品工程方面的专业知识结合在一起,使他们非常适合解决这一新兴领域的问题。我们期待这一团队继续推出创新应用,我们非常高兴能支持他们的工作。

声明:本文为入驻“MarsBit 专栏”作者作品,不代表MarsBit官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
免责声明:本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况,及遵守所在国家和地区的相关法律法规。