BlockBeats 消息，11 月 2 日，旨在將加密安全性引入人工智慧的項目 Modulus Labs 完成 630 萬美元種子輪融資，Variant 和 1Kx 參投。Modulus Labs 的核心概念是利用零知識證明為 AI 系統提供驗證，確保 AI 查詢保持原樣，未被篡改。這為將 AI 納入更廣泛的 Web3 應用鋪平了道路。

「人工智慧正在改變世界」，這似乎已經成為一個共識。短短幾個月的時間，OpenAI 開發的 AI 語言模型 ChatGPT 已席捲全球。人工智慧算法可以診斷癌症或在股市上進行數十億美元交易的未來似乎不再像科幻小說那樣。

每當我們向人工智慧尋求建議、排隊最新的信用評分或刷新我們選擇的社交媒體資源時，大數據的推送總能給我們帶來不少驚喜。然而，人工智慧操作的計算成本太高，無法直接在鏈上運行。這意味著要將人工智慧功能引入智能合約，我們需要相信人工智慧操作員始終可以在不進行操縱的情況下運行模型。

而在加密貨幣的背景下，信任幾乎總是一個非常糟糕的主意。Variant 和 1Kx 投資的 Modulus Labs 正是為了驗證人工智慧而將 ZK 證明技術引入 AI，即零知識機器學習（zkML）。那麼 zkML 如何做到這一點，BlockBeats 搜集現有資料並將其整理如下。

Modulus Labs 如何將加密安全性引入人工智慧

目前我們尚未在區塊鏈領域看到主要的新型人工智慧應用程序，因為將機器學習模型部署到鏈上的門檻比傳統軟體設置要高得多。區塊鏈驗證對用戶操作產生影響的計算能力對其功能至關重要。迄今為止，人工智慧在這方面的表現並不理想，大多數機器學習模型都運行在不透明的服務器中，黑盒算法由相對免受審查的操作員調整。

在一個信任主導的世界中，現有的機器學習機制難以滿足驗證要求。隨著風險的增加，人們研究、影響甚至用更符合他們利益的算法取代人工智慧算法的動機也在增加。

Modulus Labs 正在構建具有零知識證明的去信任人工智慧，以使該技術更便宜且更易於加密協議使用。

利用 ZK 檢驗 AI

Modulus Labs 專注於零知識機器學習（zkML）來驗證人工智慧。

zkML 是指無論計算是在開放環境還是私有集中式服務器中進行，都可以證明正確性的 ML 模型。這意味著人工智慧代理和機器學習模型現在可以開始作為智能合約邏輯的自然延伸。具體而言，Modulus Labs 認為 zkML 可以通過儘量減少對複雜動態功能的人類治理需求來幫助解鎖更先進的去中心化協議。

像以太坊這樣的區塊鏈是緩慢的、分散的計算機。程序越大，區塊鏈運行它所需的時間就越長。為了解決這個問題，開發人員通過簡潔的證明在鏈外或私人服務器上運行程序。然後，他們將證明轉移到區塊鏈上，人們只需要解決證明來驗證代碼是否正確執行，而不是檢查程序的每一行。

現在，初創公司正在推動使用零知識證明進行機器學習，他們將這種融合稱為 zkML。

為了幫助實現這一願景，Modulus Labs 將在接下來的幾個月內推出多個 ZKML 應用程序，首先是與 NFT 評估領導者 Upshot 合作。

Upshot 使用 AI 提供準確、及時的 NFT 價格（每小時超過 1 億次評估，MAPE 為 3-10%），這意味著有機會為長尾資產打開新的金融市場。Modulus Labs 的目標是在不放棄區塊鏈安全性的情況下，將 Upshot 的人工智慧價格傳遞到鏈上。其結果是人工智慧超能力和區塊鏈安全性共同打造出 NFT 價格，這種結合是由 Modulus 的 ZK 證明實現的。

此外，Modulus Labs 還與 AI Arena 合作，這是一款人工智慧戰士向人類玩家學習的影音遊戲。人類讓戰士們互相對抗，勝利者贏得加密貨幣。由於經濟利益，玩家需要相信他們的對手沒有不公平地操縱或影響戰士。為了給用戶這種信心，Modulus Labs 正在開發定製的零知識證明，以驗證玩家訓練的 AI 戰鬥機與比賽中部署的 AI 戰鬥機是同一台。

利用防篡改 AI 增強 dAPP 用戶體驗

Modulus Labs 認為密碼學是對算法負責的唯一工具。

為了讓 dApp 獲得強大的 AI 功能，有時需要放棄去中心化的安全性並承擔中心化的風險。Modulus Labs 為了在不放棄去中心化安全性的情況下將人工智慧帶入區塊鏈依靠 ZK 驗證。

應用於人工智慧時，零知識密碼學使我們能夠驗證人工智慧模型是否「正確」執行，而無需透露模型背後的秘密。換句話說，Modulus Labs 用數學來檢查人工智慧結果是否被秘密操縱。通過在鏈上驗證這種「正確性證明」，只需花費一小部分成本即可獲得與區塊鏈相當的安全性。

通過零知識證明，外部觀察者可以驗證公司或開發人員是否使用了承諾的人工智慧算法。例如，開發 ChatGPT 的巨頭 OpenAI 可以證明其聊天機器人寫了一首詩，而無需透露算法的「權重」，或者人工智慧模型在經過大量數據訓練後學到了什麼。

通過密碼學的確定性，我們可以知道，人工智慧副駕駛是否提供了秘密篡改的代碼、信用評分是否受到有偏見的銀行的影響、社交媒體資訊是否受到影響。Modulus Labs 將其稱為「負責任的人工智慧」。

目前，Modulus Labs 開放了「鏈上人工智慧」API 的候補名單，用戶可以申請將防篡改 AI 添加到 dAPP 中。

融資情況及團隊

11 月 2 日，Modulus Labs 完成 630 萬美元種子輪融資，Variant 和 1Kx 參投。以及來自以太坊基金會、Worldcoin、Polygon、Celestia、Solana、Microsoft、 Gensyn.ai 等天使輪融資者。

在接受《財富》雜誌的採訪時，a16z 的普通合夥人 Ali Yahya 表示，「我們肯定對投資這一類別感興趣，因為我們認為這將非常重要」。不過，他指出，作為投資者，他關注的是 zkML 在加密領域的應用，而不是其他領域。

開發 Worldcoin 的公司 Tools for Humanity 的協議負責人 Steven Smith 也說到，「這對我們來說是一個巨大的研究領域，也是一個非常有前途的領域」。Worldcoin 是由 OpenAI 首席執行官 Sam Altman 創立的項目，也是新興領域中頗具影響力的參與者。它的一位開發人員組織了一個致力於該領域的 Telegram 小組，其相關基金會打算向 zkML 項目和研究人員提供資助。

甚至規模較小的公司也在關注 zkML。深度科技風險投資公司 Geometry 的創始人 Tom Walton-Pocock 表示，「接下來的某個時間點——無論是今天、六個月還是四個月——可能是深度科技投資者儘早採取行動的時候。」

2022 年 8 月，23 歲 Daniel Shorr 在斯坦福大學一棟灰色宿舍的房間裡刷着推特，看到有人貼出了一張畫作，畫中一名女子走過霓虹燈閃爍的店面。它的作者是受「夜晚的洛杉磯」提示啟發的 Stable Diffusion，這是一種從文本生成圖像的人工智慧模型。該算法的藝術實力讓 Shorr 有一個「WTF 時刻」。

「智能算法將在我們世界的計算飲食中占據越來越大的市佔率，」不久後他在 MacBook 上的筆記中寫道。「密碼學是讓這些強大的算法負責的唯一機制。」

Shorr 與他的一年級室友 Ryan Cao 和高中好友 Nick Cosby 一起決定將便利貼的想法付諸實踐。Shorr 和 Cao 從斯坦福大學碩士課程畢業後，與 Cosby 合作創立了 Modulus Labs，這是一家專注於機器學習問責制的初創公司。為了控制人工智慧算法，他們計劃使用最近在加密領域風靡一時的技術：零知識證明。

「如果我們把人工智慧放在區塊鏈上會怎樣？聽起來像是 7 歲孩子會夢想的事情，」他們最近在 Medium 上發帖寫道。「但話又說回來，根據我們的經驗，7 歲的孩子可能非常聰明。」

最近的斯坦福大學畢業生並不是唯一相信零知識證明是對人工智慧的檢查的人，他們是研究人員和區塊鏈企業家社區的一部分，他們相信這種流行的密碼技術與機器學習領域的融合。他們表示，雖然這種技術組合與加密貨幣世界直接相關，但它可能很快就會在區塊鏈之外找到應用。

零知識證明是否成為我們人工智慧驗證日常工作的一部分，存在許多後勤障礙，包括為複雜的人工智慧算法生成證明所需的計算能力規模，以及如何將證明傳遞給外行人的機制。但要知道，人工智慧問責制並不是萬能藥，而是一種「多管齊下的方法」。

原文連結