کیا زیرو نالج مشین لرننگ (zkML) آن چین AI کا مستقبل ہے؟ (معیاری منصوبوں کے تعارف کے ساتھ)

اصل مصنف | @DistilledCrypto

تالیف | گولم

چونکہ ChatGPT جیسے بڑے لینگویج ماڈلز کی مقبولیت، اسی طرح کے مشین لرننگ ماڈلز کو وکندریقرت نیٹ ورکس پر چلانا بلاکچین + اے آئی کی اہم داستانوں میں سے ایک بن گیا ہے۔ تاہم، ہم استدلال کے لیے مخصوص ML ماڈلز استعمال کرنے کے لیے وکندریقرت والے نیٹ ورکس پر بھروسہ نہیں کر سکتے جیسے کہ ہم OpenAI جیسی معروف کمپنیوں پر بھروسہ کرتے ہیں، اس لیے ہمیں اس کی تصدیق کرنے کی ضرورت ہے۔ ڈیٹا کی پرائیویسی پر غور کرتے ہوئے، صفر نالج مشین لرننگ (zkML) عام طور پر پرامید ہے، تو کیا یہ آن چین AI کا مستقبل ہوگا؟

اس مضمون میں، Odaily Planet Daily مختصر طور پر zkML کے بارے میں بنیادی معلومات کا تعارف کرائے گا، zkML پروجیکٹس قابل توجہ ہیں، اور آخر میں مختصر طور پر zkML کی حدود اور متبادل حل کی وضاحت کریں۔

zkML کے بارے میں بنیادی معلومات

زیرو نالج مشین لرننگ (zkML) کمپیوٹنگ میں رازداری کے نقطہ نظر کی طرح ہے۔ اس میں بنیادی طور پر دو حصے شامل ہیں:

• کاموں کو انجام دینے کے لیے مشین لرننگ (ML) کا استعمال کریں؛

• ثابت کریں کہ کام تمام تفصیلات کو ظاہر کیے بغیر صحیح طریقے سے مکمل کیا گیا تھا۔

سادہ الفاظ میں، یہاں یہ ہے کہ یہ کیسے کام کرتا ہے:

a کام چلائیں۔

کوئی کچھ ڈیٹا پر کارروائی کرنے اور نتیجہ حاصل کرنے کے لیے ایم ایل ماڈل کا استعمال کرتا ہے، جو کہ شیف کی طرح کیک بنانے کی ترکیب پر عمل کرتا ہے لیکن اجزاء کسی کو نہیں بتاتا۔

ب پروف ٹاسک

جب کام مکمل ہو جائے تو وہ ثبوت دکھا سکتے ہیں۔ مثال کے طور پر، میں نے اس مخصوص ان پٹ کو اس مخصوص ماڈل میں استعمال کیا اور یہ نتیجہ ملا۔ وہ دراصل یہ ثابت کر رہے ہیں کہ انہوں نے ہدایت میں درج مراحل کو درست طریقے سے فالو کیا۔

c رازداری رکھیں

zkML کی خوبصورتی یہ ہے کہ جب وہ ثابت کرتے ہیں کہ کوئی کام صحیح طریقے سے کیا گیا تھا، تو وہ کچھ تفصیلات جیسے کہ ان پٹ ڈیٹا، ماڈل نے کیسے کام کیا، یا نتائج کو نجی رکھ سکتے ہیں۔ مختصراً، zkML کہنے والے کو "مجھ پر بھروسہ کریں، میں نے یہ ٹھیک کیا" کہنے کی اجازت دیتا ہے اور اپنے طریقوں اور ڈیٹا کو نجی رکھتے ہوئے بھی۔

قابل ذکر zkML پروجیکٹس کا تعارف

zkML کے تصور کو تجویز کیے ہوئے تقریباً ایک سال ہو چکا ہے۔ فی الحال، بہت سے متعلقہ منصوبے زیر تعمیر ہیں، اور ان میں سے کچھ نے مارکیٹ میں ٹوکن جاری کیے ہیں۔ میساری معروف VCs کے ذریعہ لگائے گئے کچھ zkML پروجیکٹوں کی فہرست دیتا ہے، جنہیں ذیل میں متعارف کرایا جائے گا۔

ماخذ: میساری

سپیکٹرل

سپیکٹرل Web3 کے لیے ایک آن چین ایجنٹ اکانومی بنا رہا ہے۔ ان کا فلیگ شپ پروڈکٹ، SYNTAX، ایک ملکیتی LLM (Large Language Model) ہے جو سولیڈیٹی کوڈ تیار کرتا ہے۔ اسپیکٹرل صارفین کو سمارٹ معاہدوں کو بہتر بنانے کے لیے وکندریقرت ایم ایل انفرنس کا فائدہ اٹھاتے ہوئے آن چین خود مختار ایجنٹس بنانے کے قابل بناتا ہے۔ مزید برآں، zkML کا استعمال کرتے ہوئے، Spectral اس بات کا ثبوت فراہم کرنے کے قابل ہے کہ ایک مخصوص پیشین گوئی ایک مخصوص ML ماڈل کے ذریعے تیار کی گئی تھی، اس عمل میں اعتماد اور صداقت کو یقینی بناتا ہے۔

Spectral نے SPEC کے نام سے ایک ٹوکن جاری کیا ہے جس کی مارکیٹ ویلیو $119 ملین ہے۔

ورلڈ کوائن

ورلڈ کوائن ایک اوپن سورس سسٹم تیار کر رہا ہے جس کا مقصد ہر ایک کو عالمی معیشت میں حصہ لینے کی اجازت دینا ہے۔ ورلڈ کوائن میں، zkML کا ایک ممکنہ استعمال ایرس ریکگنیشن ٹیکنالوجی کی حفاظت اور رازداری کو بہتر بنانا ہے۔ ٹوکن WLD کی مارکیٹ ویلیو فی الحال $1.07 بلین ہے۔

یہاں یہ ہے کہ یہ کیسے کام کرتا ہے:

a بایومیٹرک سیلف ہوسٹنگ

ورلڈ آئی ڈی استعمال کرنے والے اپنا بائیو میٹرک ڈیٹا، جیسے کہ آئیرس اسکین، محفوظ طریقے سے اور انکرپٹڈ اپنے موبائل آلات پر محفوظ کر سکتے ہیں۔

ب مقامی پروسیسنگ

اس کے بعد صارف ML ماڈل کو اپنے آلے پر ڈاؤن لوڈ کر سکتے ہیں تاکہ آئیرس سکین سے ایک منفرد کوڈ تیار کیا جا سکے۔

c رازداری کے تحفظ کا ثبوت

zkML کا استعمال کرتے ہوئے، وہ براہ راست اپنے آلے پر ثبوت بنا سکتے ہیں۔ یہ ثبوت اس بات کی تصدیق کرتا ہے کہ ان کا آئیرس کوڈ درست ماڈل کا استعمال کرتے ہوئے اسکین سے درست طریقے سے تیار کیا گیا تھا۔ یہ سب صارف کے اصل ڈیٹا کو سامنے لائے بغیر کیا جاتا ہے۔

رسک زیرو

RISC زیرو اس کا مقصد کمپیوٹنگ خدمات فراہم کرکے انٹرنیٹ پر اعتماد اور کارکردگی کو بڑھانا ہے جس کے لیے فریقین کو ایک دوسرے پر اعتماد کرنے کی ضرورت نہیں ہے۔

RISC زیرو کے اہم نکات یہ ہیں:

a بلاکچین کو اسکیل کرنا

یہ پیچیدہ کارروائیوں کو انجام دینے کے لیے بونسائی پروف سروس کا استعمال کرتا ہے، اس طرح بلاکچین کی سیکیورٹی میں اضافہ ہوتا ہے۔ بونسائی پیچیدہ حسابات اور نجی ڈیٹا آف چین کا انتظام کرتا ہے، اس طرح کارکردگی میں بہتری آتی ہے۔

ب Spice AI کے ساتھ تعاون

اسپائس اے آئی کمپوز ایبل، استعمال کے لیے تیار ڈیٹا اور AI انفراسٹرکچر فراہم کرتا ہے، بشمول منظم کلاؤڈ اسکیل Spice.ai OSS۔ تعاون کا مقصد ڈویلپرز کو ایک جامع zkML ٹول کٹ فراہم کرنا ہے۔

c مشین لرننگ سروسز

ڈیولپرز محفوظ طریقے سے ڈیٹا تک رسائی اور استفسار کرنے کے لیے RISC زیرو کا استعمال کر سکتے ہیں، ML ماڈلز کو نجی طور پر تربیت دے سکتے ہیں، اور اس بات کا ثبوت فراہم کر سکتے ہیں کہ ڈیٹا پر صحیح طریقے سے کارروائی کی گئی تھی۔

بنیادی طور پر، RISC زیرو ڈیولپرز کو MLaaS (ML as a service) خدمات فراہم کرتا ہے جبکہ اس بات کو یقینی بناتا ہے کہ ڈیٹا اور عملدرآمد کے عمل نجی اور محفوظ رہیں۔

گیزا

گیزا ایک مشین لرننگ پلیٹ فارم ہے جو Starknet نیٹ ورک پر چلتا ہے۔

a اہم مقاصد

گیزا کا مقصد ایم ایل آپریشنز کو براہ راست بلاکچین پر پیمانہ کرنا ہے۔

ب تکنیکی بنیاد

یہ Starknet کا استعمال کرتا ہے، جو زیرو نالج (ZK) ثبوتوں کو سپورٹ کرتا ہے، ML آپریشنز کی تصدیق کرنے کے لیے، بنیادی ڈیٹا کو لیک کیے بغیر حساب کی درستگی اور حفاظت کو یقینی بناتا ہے۔

c درخواست

Starknet پر، Giza "Giza ایجنٹس" کو خودکار طور پر مختلف مالیاتی حکمت عملیوں پر عمل درآمد کرنے کے قابل بناتا ہے، بشمول کراس پروٹوکول کی پیداوار کا مجموعہ، اثاثہ مختص کرنا، اور خطرے سے پاک مارکیٹ بنانا۔ بنیادی طور پر، zkML کے فوائد سے فائدہ اٹھاتے ہوئے، Giza بلاکچین پر مالیاتی حکمت عملیوں کے محفوظ اور خودکار عمل درآمد کی اجازت دیتا ہے۔

وانا

وانا ایک ماڈیولر AI ریجننگ نیٹ ورک ہے جو نہ صرف EVM چین کے ساتھ مطابقت رکھتا ہے بلکہ لچکدار سیکورٹی بھی فراہم کرتا ہے۔ صارفین متعدد تصدیقی طریقوں میں سے انتخاب کر سکتے ہیں جیسے کہ zkML، پرامید ZK، opML، teeML وغیرہ۔ Vannas کے مستقبل کے استعمال کے منظرناموں کو یکجا کرتے ہوئے، یہ LLM کو آن چین گیم فائی گیم ڈائیلاگ بنانے کے لیے استعمال کرتا ہے۔ آن چین سمارٹ کنٹریکٹ کے خطرے کا پتہ لگانا؛ DeFi پروٹوکول کے لیے خطرے کی وارننگ انجن؛ اور ایئر ڈراپس میں ڈائن اکاؤنٹس کو نشان زد کرنے کے لیے ساکھ کا نظام۔

اوپر متعارف کرائے گئے پروجیکٹس کے علاوہ، zkML ایکو سسٹم میں بھی پروجیکٹس ہیں جیسا کہ نیچے دی گئی تصویر میں دکھایا گیا ہے۔ جگہ کی تنگی کی وجہ سے قارئین کے حوالے کے لیے ان کا تعارف یہاں نہیں کیا جائے گا۔

ماخذ: سیون ایکس وینچرز

zkML اور متبادلات کی حدود

نظریہ میں اپیل کرتے ہوئے، zkML ابھی زیادہ عملی نہیں ہے۔ AI کمپیوٹیشنز فطری طور پر وسائل پر مشتمل ہیں، اور zkML میں استعمال ہونے والے انکرپشن کے طریقے شامل کرنے سے وہ اور بھی سست ہو جاتے ہیں، Modulus Labs نے رپورٹ کیا ہے کہ zkML باقاعدہ کمپیوٹیشنز سے 1,000 گنا سست ہو سکتا ہے۔ حقیقت میں، زیادہ تر صارفین کے لیے، روزمرہ کے تجربے میں چند اضافی منٹوں کا انتظار ناقابل قبول ہے۔

لہذا، ان حدود کی وجہ سے، zkML اب صرف بہت چھوٹے ML ماڈلز کے لیے موزوں ہو سکتا ہے۔ اس صورت میں، بہت سے AI منصوبوں کو دوسرے تصدیقی طریقوں پر غور کرنا پڑتا ہے۔ اس وقت دو اہم متبادل ہیں:

• opML (پرامید ایم ایل)

• teeML (ٹرسٹڈ ایگزیکیوشن انوائرنمنٹ ML)

مندرجہ ذیل اعداد و شمار صرف تینوں کے درمیان فرق کو واضح کرتا ہے:

ماخذ: مارلن پروٹوکول

یہ مضمون انٹرنیٹ سے حاصل کیا گیا ہے: کیا زیرو نالج مشین لرننگ (zkML) آن چین AI کا مستقبل ہے؟ (معیاری منصوبوں کے تعارف کے ساتھ)

متعلقہ: Bitcoin Halving الرٹ: وہیل آنے والے ایونٹ پر کیسے رد عمل ظاہر کر رہی ہیں؟

مختصر طور پر بٹ کوائن وہیل کا گہرائی سے تجزیہ کیا گیا واقعہ کو آدھا کرنے سے پہلے۔ مندی کے جذبات کے باوجود، وہیل بٹ کوائن جمع کر رہی ہیں۔ وہیل کا رویہ نصف کرنے کے بعد سپلائی میں کمی کی توقع کے درمیان تیزی کا منظر پیش کرتا ہے۔ جیسا کہ Bitcoin (BTC) کمیونٹی آنے والے آدھے ہونے والے واقعے کی توقع کر رہی ہے، کرپٹو کرنسی وہیل کے رویے کی – بڑی مقدار میں بٹ کوائن رکھنے والے سرمایہ کاروں کی – کی شدت سے جانچ پڑتال کی گئی ہے۔ تجزیہ کار اور مارکیٹ کے مبصرین یہ سمجھنے کے خواہاں ہیں کہ یہ بڑے کھلاڑی کس طرح اپنے آپ کو ایک سنگ میل سے آگے رکھ رہے ہیں جو Bitcoin کی قیمت اور مارکیٹ کی حرکیات کو تاریخی طور پر متاثر کرتا ہے۔ بیئرش کنڈیشنز کے باوجود، وہیلز بلاک چین اینالیٹکس پلیٹ فارمز جیسے کرپٹو کوانٹ اور سینٹیمنٹ سے حالیہ ڈیٹا خرید رہی ہیں، وہیل کی سرگرمیوں میں قابل ذکر تبدیلی کو ظاہر کرتی ہے۔ کرپٹو کوانٹ کی ایک ٹویٹ کے مطابق، وہیل مچھلیوں کے ذریعے بٹ کوائن کے جمع ہونے میں اضافہ ہوا ہے، جو نصف کے بعد سپلائی کے نچوڑ کی توقع کرنے والوں کی جانب سے تیزی کا منظر پیش کرتا ہے۔