可验证AI

  • 从可验证AI到可组合AI:深度解析ZKML应用场景与未来发展

    是否需要可验证 AI 取决于:是否修改链上数据,以及是否涉及公平和隐私 当 AI 不影响链上状态时,AI 可充当建议者,人们可以通过实际效果判断 AI 服务质量好坏,无需对计算过程进行验证。 当影响链上状态时,若该服务针对个人且不对隐私有影响,那用户依旧可以直接判断 AI 服务质量无需检验计算过程。 当 AI 的输出会影响多人间的公平和个人隐私时,比如用 AI 给社区成员评价并分配奖励,用 AI 优化 AMM ,或涉及生物数据,人们就会希望对 AI 的计算进行审查,这是可验证AI可能找到PMF的地方。 纵向的 AI 应用生态:由于可验证 AI 的一端是智能合约,可验证 AI 应用之间乃至 AI 和原生 dapp 之间或许可以实现无需信任地相互调用,这是潜在的可组合的 AI 应用生态 横向的 AI 应用生态:公链系统可以为 AI 服务商处理服务付费,支付纠纷协调,用户需求和服务内容的匹配等问题,让用户获得自由度更高去中心化 AI 服务体验。

    21小时前
    1400

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

风险提示:防范以"数字货币""区块链"名义进行非法集资的风险