Nuestro objetivo para esta competencia es AIGC, pero el futuro de las aplicaciones es mucho más que eso. Al igual que el espacio infinito para los modelos de IA, nuestro proyecto tiene profundas implicaciones para la capacidad de escalar cadenas de bloques:
(Pantalla) Modelo de visión -> AIGC
Modelo de lenguaje -> Chatbot, asistente de escritura
Modelos lineales y árboles de decisión -> Detección de fraude, prevención de ataques Sybil
Modelo Multimodal -> Sistema de Recomendacion
Y considere algunos escenarios como referencia:
La transformación de los modelos de aprendizaje automático en pruebas de conocimiento cero permite a las personas en los países subdesarrollados generar ingresos a través de AIGC en cadena o ZK-ML mejorado como autónomo sin confianza.
Las técnicas de gobernanza en consenso son complicadas. Nuestra herramienta podría aumentar las técnicas existentes de votación y resistencia de Sybil al permitir enfoques basados en ML: imagine un contrato inteligente DAO autoevolutivo impulsado por una red neuronal.
Lave el detector de comercio en DEX.
Identificación biométrica comprobable. Al igual que en Worldcoin.
Un oráculo de IA que puede verificar datos mundiales fuera de la cadena. Tales como conteo de pasos, datos de salud, datos ambientales, etc.
Concurso de inteligencia artificial. Las personas pueden enviar su hash de peso de modelo primero y luego mostrar la entrada.
PNJ de GameFi. En lugar de NPC con guiones antiguos, podemos usar personajes de IA.
Economía dinámica de fichas. Con la tokenómica controlada por IA, podríamos tener monedas estables algorítmicas potencialmente mejores.
AI DAO. La IA puede participar en la toma de decisiones de DAO.
comerciante automático. Si bien es probable que la IA en cadena pierda contra los fondos de cobertura del mundo real, puede ser un escaparate.
Antifraude en DeFi. Al igual que los contratos de préstamo y los contratos de seguros.
NFT. Al igual que lo que construimos en este proyecto.
Una cadena de bloques autoevolutiva. En última instancia, ZKML se puede usar para determinar parámetros clave de la cadena de bloques, como el intervalo de bloque, el tamaño del bloque y la recompensa del bloque, en función de los datos recopilados.
Más posibilidades están dentro de tu imaginación.