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。
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。