近日，英伟达发布第一季度业绩报告，营收71.9亿美元，超出市场预期的65.2亿美元，毛利率64.6%，调整后每股收益1.09美元，市场预期0.92美元。由于英伟达财报超出预期，带动美股芯片股盘后集体上涨，英伟达盘后一度涨29.35%，股价最高触及395美元，创历史新高，市值直逼“万亿”，AI芯片需求远超预期，英伟达市值在一个交易日内暴涨1840亿美元，涨出了3个比特币的总市值。
英伟达CEO黄仁勋在发布财报时提到了有关AI应用的广阔前景，称计算机行业正在同时经历两个转变——加速计算和生成式AI，企业竞相将生成式AI应用到各个产品、服务和业务流程中，全球万亿美元规模的已安装数据中心将从通用计算转变到加速计算。
当前，几乎所有头部美元基金与机构都紧盯着AIGC赛道，通过积极建立选投坐标快速构建筛选体系，唯恐错过了通往时代的列车。相关数据显示,2023年一季度全球AIGC行业融资总额达38.11亿元，融资次数共计17次。一个风口的兴起往往代表着另一风口的衰落。人们逐渐对WEB3提出各种各样的质疑：“资本都去看AI了，Web3监管收严、叙事不行了”，“AI比Web3看起来靠谱，也更容易出独角兽。”
Osmosis联合创始人：没有将Cosmos和Polkadot视为竞争对手，将集成更多生态系统:7月21日消息，基于Cosmos的跨链自动化做市商Osmosis通过与Axelar和Moonbeam的集成，将其服务扩展到基于Polkadot和以太坊的代币。
跨链兑换允许DeFi DApp开发者在不同的区块链生态系统之间扩大其使用范围。Osmosis最新的集成支持通过区块链间通信进行交易，将支持不同区块链之间的一键兑换，从Polkadot原生代币DOT开始。
Osmosis Labs联合创始人Sunny Aggarwal表示，“Osmosis的目标不仅仅是成为Cosmos DEX，我们的目标是为整个加密生态系统和即将实现的链间世界提供尽可能最好的DEX。”
Polkadot和Cosmos经常被认为是其竞争对手，但是Aggarwal并没有那样看待这两个项目，而认为它们只是构建DApp链的不同框架。“构建这些互操作性协议的目的不仅仅是在小型生态系统内进行互操作，Polkadot是一个拥有大量有趣资产的大型生态系统。我们的计划是能够继续连接所有可能的生态系统。”（Blockworks）[2022/7/21 2:28:22]
自人类历史的黎明以来，集体故事一直在定义我们的文化，并丰富我们对世界的理解，叙事的重要性不言而喻。如今，人工智能的叙事正逐渐深入人心，甚至渗透到了Web3领域。有业内人士开始提出“没有AI的Web3是没有灵魂的”，有超过半数的Web3公司已经开始转向AI。那么，AI+Web3将如何融合？近期，源自零知识证明和机器学习的新兴结合体ZKML叙事走热，它将如何协同人工智能和Web3，建立一个可信任的、去中心化的未来？
火币：没有遭受AE51%双花攻击和任何资金损失:据 Aeternity（AE）社区消息，12月7日AE 遭到黑客51%双花攻击，损失超过3900万枚AE代币，AE 官方推特则回复表示已经得知消息，正在了解损失的范围和影响。据悉此次受损的主要是部分头部交易所和矿池。
对此火币全球站相关负责人表示，火币安全团队有着行业最严格的风控体系，主要从评估充值确认数、大额延迟上账、监测到链上回滚立马回滚到正确状态后关闭钱包、 监控算力异常变动四个方向防御双花攻击。因此火币成功防御了此次AE的双花攻击，也没遭受任何资金损失。[2020/12/9 14:40:53]
一、AI需要Web3，反之亦然
CoinDesk的首席内容官迈克尔-凯西(MichaelCasey)说：“将加密货币和人工智能视为不相关的技术是一个错误。它们是相辅相成的，彼此都在改进对方。”
Web3、加密货币和区块链解决了自互联网开始以来一直存在的社会挑战，即在去中心化的环境中如何保持有价值的信息安全。它们通过采用分布式记录和激励机制的新系统来处理人类对信息的信任问题。这些系统帮助由不信任的陌生人组成的社区集体维护开放的数据记录，使他们能够在没有中间人的情况下分发和分享有价值或敏感的信息。
声音 | 嘉楠耘智：对于网传公司11月20日正式上市的消息不予置评 但肯定没有发请帖:近日，关于嘉楠耘智11月20日正式上市，其联席董事长孔剑平已开始发送请帖的消息在网络上广泛传播。记者向嘉楠耘智总经办核实采访，后者相关人士表示，目前公司对于11月20日正式上市的消息不予置评，但绝对没有发请帖的事，“专注研发”，孔剑平本人今日则在朋友圈发文表示，“这个请帖长什么样，谁有可以发我学习下”。（《科创板日报》）[2019/11/12]
当前，我们正迅速迈向全面人工智能时代，而这一时代所带来的挑战是十分艰巨的。这些挑战涵盖了多个方面，从保护大型语言模型输入的版权，到避免其输出中出现错误的偏见，再到我们目前无法准确区分真实内容和由人工智能创造的虚假信息所带来的“说谎者红利”。要确保人类不受人工智能的负面影响，没有简单的解决方法可言。任何解决方案都不能依赖于过时的20世纪监管和技术框架来解决这些问题。我们迫切需要一个去中心化的治理系统，以应对在这个新时代如何生产、验证和分享信息的挑战。
无论目前的Web3是否能提供所需的解决方案，区块链技术确实在解决这些问题方面发挥了一定的作用。不可篡改的账本使我们能够追踪图像和其他内容的来源，从而防止深度伪造。这种技术也可以用于验证机器学习人工智能产品数据集的完整性。加密货币提供了一种无边界的数字支付方式，可用于向全球为人工智能培训做出贡献的人们提供报酬，如Bittensor等项目正在努力建立代币化的区块链-政府社区，以激励人工智能开发者构建对人类友好的模型。与此相反，私营公司拥有的人工智能系统通常将股东利益置于用户权益之上。
声音 | 币安：没有在北京开办事处 全球各地都有同事办公:对“知情人士称币安将在北京开设办事处”的报道，币安方面回应称，没有开办事处，只是有几个同事在北京办公。币安在全球四十几个国家和地区都有同事在，从前大家都是在家办公，有些在同一个城市的小伙伴聚到一块在咖啡厅或者Wework办公而已。（Odaily）[2019/11/1]
在这些想法能够实现并规模化之前，我们还有很长的路要走。我们将需要整合一系列其他技术，例如零知识证明、同态加密、安全计算、数字身份和去中心化凭证、物联网等。此外，我们还需要解决隐私保护、惩罚不良行为、鼓励以人为本的创新智能以及多方立法监管等诸多挑战。
二、ZKML如何架起AI和区块链的桥梁
近期，源自零知识证明和机器学习的新兴结合体ZKML被广泛讨论。目前，机器学习的部署变得越来越复杂。很多企业主要依赖于亚马逊、谷歌、微软等服务提供商来部署复杂的机器学习模型。然而，这些服务变得越来越难以审计和理解。作为AI服务的消费者，我们如何相信这些模型所提供预测的有效性呢？
ZKML作为人工智能和区块链之间的桥梁，解决了AI模型和输入的隐私保护问题，同时确保了推理过程的可验证性。它提供了一种解决方案，使得可以在验证私有数据时使用公共模型，或在验证私有模型时使用公共数据。通过添加机器学习功能，智能合约能够变得更加自主和动态，使其能够根据实时链上数据而不是静态规则进行处理。这样一来，智能合约将更具灵活性，能够适应更多场景，甚至是那些在最初创建合约时可能没有预料到的场景。
声音 | 江卓尔：区块链没有共识只有需求:江卓尔今日在微信群表示：区块链没有共识，区块链只有需求，然后通过去中心化在满足需求的同时，避免被杀死。想要有共识，想要抱团，是人思想，是人性脆弱性的表现。如果说想通过共识来防止分裂，那在逻辑上是行不通的。一个去中心化的东西，怎么可能产生全员（大部分）一致的共识呢？包括有些人认为这波币价大跌，是由于BCH硬分叉导致，也是典型的认知错误。比特币牛市是因为比特币有用，区块链创造了新的经济自由，而比特币熊市是因为牛市涨太多了，泡沫太大。[2018/12/20]
当前，机器学习算法在区块链上广泛采用的困难之一是其高昂的计算成本。由于百万级别的浮点运算无法直接在以太坊虚拟机上执行，因此在链上运行这些模型成为一个挑战。另外，机器学习模型的信任问题也是一个障碍，因为模型的参数和输入数据集通常是私有的，而模型的算法和运行过程又如同一个不透明的“黑匣子”，这可能引发模型拥有者和模型使用者之间的信任问题。然而，通过ZKML技术，我们可以克服这些问题。ZKML允许任何人在链下运行一个模型，并生成一个简洁且可验证的证明，证明该模型确实产生了特定的结果。这个证明可以在链上发布，并由智能合约进行验证。这意味着模型使用者可以验证模型的结果，而无需了解模型的具体参数和运行细节，从而解决了信任问题。
通过上述图表，我们可以看到ZKML技术兼具计算完整性、启发式优化和隐私保护等特点。这种技术在Web3领域有着广泛的应用前景，并且正在快速发展。越来越多的团队和个人加入了这个领域，推动着各种潜力巨大的ZKML项目的开发。
三、ZKML项目分析
以下是一些潜力ZKML项目。
1、Worldcoin
Worldcoin正在应用ZKML，试图建立一个保护隐私的人格证明协议。WorldID用户将能够在他们的移动设备的加密存储中自我保管其生物特征，下载用于生成IrisCode的ML模型并在本地创建零知识证明，接收的智能合约可以证明其IrisCode已成功创建。
然后，可用于执行有用的操作，如成员资格认证和投票。他们目前使用具有安全enclave的可信运行环境来验证摄像头签名的虹膜扫描，但他们最终的目标是使用ZKP来证明神经网络对加密级别安全保障的正确推理，并且保证ML模型的输出不会泄露用户的个人数据。
2、ModulusLabs
ModulusLabs是ZKML领域中最多样化的项目之一，致力于相关研究的同时也在积极构建链上AI应用范例，ModulusLabs通过RockyBot和Leelavs.theWorld展示了zkML的用例。该团队还涉足研究领域，撰写了TheCostofIntelligence一文，对不同大小模型的各种验证系统的速度和效率进行了基准测试。
3、Giza
Giza是一种可以以一种完全无需信任的方法在链上部署AI模型的协议。它使用的技术栈包括用于机器学习模型的ONNX格式，用于将这些模型转换为Cairo程序格式的GizaTranspiler，用于以可验证和确定性的方式执行模型的ONNXCairoRuntime，以及用于部署和执行链上模型的GizaModel智能合约。Giza总体上属于机器学习模型到证明的链上编译器，为链上AI的发展提供一个替代路径。
4、Zkaptcha
Zkaptcha专注于Web3中的机器人问题，为智能合约提供captcha服务，保护智能合约免受机器人攻击，使用零知识证明来创建抗女巫攻击的智能合约。目前，该项目使终端用户通过完成captcha验证码来产生一个人类工作的证明，captcha由链上验证者验证，并通过几行代码由智能合约访问。未来，Zkaptcha将继承zkML，推出类似于现有的Web2验证码服务，甚至可以分析鼠标运动等行为，以确定用户是否为真人。
目前看来，zkML赛道还处于初级阶段，但我们有理由相信会zkML的力量可以给crypto带来更好的前景和发展，也期待该领域能出现更多样的产品，zk技术和crypto为ML的运行提供安全可信的环境，而未来除了产品的创新之外，还可能会催生crypto商业模式的创新，因为在这个狂野和无政府的Web3世界中，去中心化、crypto技术和信任才是最最基础的设施。
结语
在日益复杂和不确定的数字世界中建立信任，一直是人工智能和Web3所面临的核心挑战。然而，将人工智能与Web3相融合却为建立一个信任、安全的去中心化未来带来了巨大希望。对于开发者、技术专家、政策制定者和整个社会而言，共同塑造人工智能和Web3的未来至关重要，我们或许可以创造出一个超乎想象的智能互联网时代。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。