据 Blockworks 报道,可验证甲骨文协议 ORA 正在以太坊主网上推出其链上人工智能甲骨文(OAO)。未来几周,该甲骨文还将在 Optimism、Base、Polygon 和 Manta 上上线。在区块链上实现机器学习(ML)或人工智能,可以让机器学习计算获得区块链的可验证性、有效性、公平性和透明度。然而,由于去中心化要求和以太坊的计算环境是为 EVM 智能合约设计的,因此在将人工智能引入区块链方面一直存在挑战。
ORA 的解决方案是通过其 OAOs,由以太坊上的乐观机器学习(opML)提供支持。OpML 可以在链上设计任何 ML 模型,但安全假设较弱。根据 ORA 的文档,opML 采用了与乐观卷积系统类似的 "验证游戏",以便就机器学习服务达成去中心化和可验证的共识。一旦请求者启动了一项机器学习服务任务,而服务器又完成了这项任务,那么结果就会被提交到链上。然后,验证者必须对结果进行验证,这与乐观卷积的做法类似。如果结果不准确,就会开始与服务器进行争议博弈,索赔将被发送到仲裁智能合约以寻求解决。
生成式人工智能聊天机器人 Grok、深度学习文本到图像人工智能模型 Stable Diffusion 和 Meta 的开源大型语言模型 Llama2 现已通过 ORA 的 OAO 提供。ORA 创始人 Kartin Wong 在一份新闻稿中指出:"只有 opML 才能让 Grok 上链。这是 ORA 的 opML 至高无上"。在链上进行试验的另一种 ML 是零知识 ML(zkML)。这项技术旨在为 ML 计算生成足够简洁的加密证明,以便在链上进行验证。然而,目前的计算能力实际上无法高效、经济地生成证明。Wong 声称,与 zkML 相比,opML 可以高效地将 Grok 的 3140 亿个参数模型引入链上,将开销成本降低 100 万倍以上。