一文了解以太坊上的去信任人工智能ORA
發表於 2024-07-22 14:21 作者: 鏈氪區塊鏈
一文了解以太坊上的去信任人工智能ORA
0.ORA 簡介
ORA是以太坊上的去信任人工智能,能在鏈上實現人工智能以及任何規模的計算。
ORA提供AI、豐富的數據庫和任意計算能力,打破智能合約的限制,令开發者實現自由創作。
ORA已拿到Compound、以太坊基金會、Uniswap、Optimism等機構的資助。
1.ORA的鏈上人工智能
ORA讓鏈上人工智能(Onchain AI)成爲現實,他們貢獻了一整套包括zkML、opML和opp/ai在內的產品和前沿研究。
a) zkML:零知識機器學習
zkML是一種鏈上機器學習的加密方法。
ORA目前處於該領域頭部位置,還發明了世界上第一個zkML庫: Keras2Circom。
以太坊基金會支持的基准研究表明,Keras2Circom比其他同類產品表現更好,而且在多種生態系統進行了實战檢驗,也已做好生產准備。 了解更多信息,請移步GitHub查看Keras2Circom資源庫。
b) opML:Optimistic機器學習
opML是一個經濟高效的機器學習框架,現在就可以實現鏈上機器學習。
從學術研究和开源的角度去看,ORA都稱得上爲“opML的發明創造者”。
zkML能爲ML計算生成非常簡潔的加密證明,可以在鏈上進行驗證。但是,對於大型AI模型而言,其計算能力還不足以高效經濟地生成證明。
與zkML相反,opML有效地將Grok的3140億參數模型等大型模型帶到鏈上,從而將管理成本降低了100萬倍以上。
了解更多信息,請移步:https://arxiv.org/abs/2401.17555
c) opp/ai:Optimistic隱私保護人工智能
opp/ai, Optimistic隱私保護人工智能,把保護隱私安全的zkML和更有效率的opML結合。
opp/ai是爲鏈上人工智能量身定制的混合模型。
ORA就是opp/ai的开發者。
與純zkML相比,opp/ai整體表現好得多,同時還能保持zkML的隱私特性。
了解更多信息,請移步:https://arxiv.org/abs/2402.15006。
2.ORA鏈上人工智能預言機(OAO)
a) 簡介
Onchain AI Oracle(OAO)是 ORA的可驗證去中心化AI預言機。
OAO讓每個人都能在任意區塊鏈上使用鏈上AI推理。
OAO用opML爲 ML計算創建可驗證證明,這些證明可在區塊鏈上進行驗證。這爲區塊鏈中的AI开闢了新的可能性。
b)以太坊上的OAO和Optimism主義
OAO基於opML在以太坊和Optimism上運行,生成可驗證的人工智能推理。
6月份,ORA的OAO在以太坊主網上部署。
最近,OAO又與Optimism達成主網部署合作。
c) 用OAO Build
开發者們可以通過以下資源搭建AI驅動的鏈上應用程序:
OAO 回購:OAO。
OAO文檔: AI Oracle。
OAO搭建視頻教程:如何與OAO交互及搭建。
OAO搭建靈感:So You Wanna Build with Onchain AI。
ORA生態系統項目參考:awesome-ora。
3. ORA初始模型發行(IMO)
在這個人工智能時代,ORA 引入了一個新的機制——IMO(Initial Model Offering)。
a) 簡介
簡單來說就是:IMO 在鏈上將 AI 模型代幣化。
對於AI模型而言,IMO爲开源AI模型提供源源不斷的資金。
對於生態系統而言,IMO協助分配和和持續貢獻的價值觀和激勵措施。
對於代幣持有者而言,IMO允許任何人從包括鏈上收入和推理資產(如 ERC-7007)在內的來源中,獲取鏈上 AI 模型的價值。
許多开源AI模型都面臨貢獻貨幣化的挑战,這會導致貢獻者和組織缺乏動力。因此,人工智能行業目前的頭部公司都是閉源營利性的。开源AI模型的制勝之道在於需要籌集更多資金且進行公开建設。
有了 IMO,我們就能贏得开源人工智能之战。IMO通過促進長期利益、鼓勵开源AI社區參與、提供資金,達到开源AI模型生態系統的可持續發展。當有比專有模型更好的开源模型時,就會贏得勝利。
IMO將开源AI模型的所有權代幣化,並將收益分給代幣持有者。
b) IMO 的核心組成部分
IMO是無需許可的,因此任何人和任何社區都可以爲其AI模型進行 IMO。
IMO有兩個核心部分:
- 可驗證的鏈上人工智能模型
- 用鏈收益共享
對於Onchain AI,ORA需要將代幣與正確的AI模型和推理關聯在一起。ORA正在通過前面提到的OAO實現這一點,OAO是世界上第一個適用於任何人工智能模型的AI Oracle。
爲了分享用鏈收益,ORA推出ERC-7641:Intrinsic RevShare 代幣。實現公平收益共享,是IMO的基礎。IMO代幣不是 AI meme幣,而是AI模型的份額。持有者可從OAO和推論資產(如 ERC-7007)中獲得AI模型的收入:可驗證的AI生成的內容代幣。
c) IMO 概述
IMO是無需許可的,因此任何人和任何社區都可以對其 AI 模型進行 IMO。
IMO 將特定的AI模型代幣化,從而提供:
社區能有效爲开源籌集資金。
激勵貢獻者繼續優化全球可訪問的模型。
代幣持有者在鏈上使用模型的收入機會。
一個有價值的IMO需要Onchain AI和IMO代幣的收入分享機制:
OAO能實現鏈上人工智能。
收益來自OAO中的模型使用和推理資產,如ORA共同撰寫的 ERC-7007。
收益共享機制可通過ORA編寫的ERC-7641執行。
了解更多信息,請點擊這裏。
觀看ORA在ETHDenver上對IMO的官宣。
觀看60秒解釋IMO是什么?
4. OpenLM IMO:全球首個IMO
主網上的 $OLM:0xe5018913F2fdf33971864804dDB5fcA25C539032LP
主網上的地址:0xB57CFe32dbF5227d9c9A03eF3D2E9E53cb4524B0
a) OpenLM 簡介
OpenLM是一個執行性語言建模(LM)資源庫,旨在促進中型LM的研究。
OpenLM作爲去中心化AI,开放,效果好,不是那種封閉、中心化、由大科技寡頭資助和監督授權的LLM。
OpenLM是一個由去中心化團隊創建的开源模型,受麻省理工學院許可。他們的貢獻將通過此次付出得到認可,這也將有助於激勵和推動每個人都能使用的开源LM的研發。
b) OpenLM IMO
4 月 10 日,ORA宣布了世界上第一個IMO:OpenLM IMO。
OpenLM IMO將OpenLM的开源模式標志化。
就像普羅米修斯爲文明盜取火種一樣,ORA通過OpenLM 的第一個 IMO展示了IMO爲开源 AI 社區帶來的好處。
$OLM不是ORA的代幣。它是以太坊上OpenLM模型的代幣化,所有權由OpenLM貢獻者和社區共享。不過,ORA的鏈上AI預言機可實現AI模型代幣化。
IMO將成爲OpenLM發展歷程的基石,提供資金和激勵措施,孕育可持續的生態系統,實現獲取途徑民主化,並推動持續發展。
OpenLM IMO將借助开源軟件和社區的力量徹底革新LLM格局。
c) OpenLM IMO 活動
OpenLM IMO全球首次IMO就取得了巨大成功。
5分鐘內,總計5億代幣均以150 ETH(約 50 萬美元)的價格售出,證明了在低供應量的情況下,市場需求很大。$OLM會繼續在 Uniswap去中心化交易所中交易。
不過,由於需求遠遠超過了有限供應量,絕大多數开售時想購买 $OLM的用戶交易都失敗了。
這是第一次IMO,以後還會有更多。未來的IMO將有不同的參數,讓更多有價值的人和錢包參與進來。
d) OpenLM IMO 路线圖
IMO的目標是促進开源社區和生態系統的發展。OpenLM IMO爲 OpenLM的开源社區提供了更多資源。
此次是IMO作爲一項技術的超凡路演。更是邁向可持續、有競爭力和开源人工智能未來的开端。
以下是 OpenLM IMO成功的路线圖。
1.OAO 整合
爲實現 $OLM收益共享,ORA把OpenLM AI模型集成到 Onchain AI Oracle中。這樣每次用戶與 OpenLM 模型交互時都可以產生鏈上收入,並由OAO跟蹤。
2.OpenLM 生態系統擴張
IMO不斷爲开源AI模型提供資金。在OpenLM IMO的努力下,各種項目都可以使用OpenLM爲$OLM的收益池做貢獻。
3.向 OpenLM 社區捐款
$OLM IMO代幣的10%將捐獻給現有和未來的OpenLM貢獻者。
ORA正在敲定支持开放和去中心化人工智能社區的所有細節。
4.收益分享活動
OpenLM RevShare代幣($OLM)具備以下功能:
收益共享:OAO或其他來源的部分收益將分配給$OLM代幣的收益共享池。代幣持有者可在快照後每隔90天領取一次收益。
銷毀:OAO或其他來源的部分收益將分配到$OLM代幣的銷毀池中。持有者以銷毀代幣作爲回購機制。這個機制支持 OpenLM 代幣的 "底價"。
ORA
ORA 是以太坊的去信任的人工智能,可在區塊鏈上實現人工智能和任意規模的計算。通過提供 AI、更豐富的數據源和任意計算來打破智能合約的局限性,以便开發人員可以自由創新。目前,ORA已得到Compound、以太坊基金會、Uniswap、Optimism等機構的資助。
標題:一文了解以太坊上的去信任人工智能ORA
地址:https://www.coinsdeep.com/article/145620.html
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
上一篇