Publicado: 15 de setembro de 2023 às 9h13 Atualizado: 15 de setembro de 2023 às 9h17
Editado e verificado:
em resumo
A parceria entre a Nil Foundation e a TACEO visa introduzir o Machine Learning (ML) comprovável na Web3.
Ao aproveitar a cadeia de ferramentas do compilador LLVM e o compilador de circuito zkLLVM, esta colaboração busca simplificar o processo de integração de modelos de ML em aplicativos blockchain.
O compilador de circuito zkLLVM, desenvolvido pela Nil Foundation, elimina a necessidade de os desenvolvedores trabalharem com linguagens específicas de domínio de conhecimento zero.
Nil Foundation, o mercado para provas de conhecimento zero, fez parceria com a empresa de soluções de conhecimento zero, Taceo, para criar um pipeline para provar modelos de aprendizado de máquina (ML) para blockchains de camada 1.
À medida que os aplicativos descentralizados (dApps) continuam a proliferar, a necessidade de tomada de decisão baseada em ML em vastos conjuntos de dados torna-se cada vez mais aparente, de acordo com Taceo. No entanto, para que essas aplicações funcionem com segurança, os modelos de ML devem ser comprováveis.
Para promover um ecossistema Web3 mais seguro, Taceo afirma que o uso de ML confiável é essencial. Isso significa provar a execução de operações de ML e a integridade dos conjuntos de dados de treinamento usando provas de conhecimento zero (ZKPs), dentro de contratos inteligentes Ethereum.
Taceo afirma que esta abordagem reduz a necessidade de confiança nas transações e abre caminho para aplicações seguras baseadas em ML em vários domínios, incluindo finanças descentralizadas (DeFi) e saúde.
Reduzindo a barreira técnica
Taceo observa que provar a execução correta de redes neurais (NNs) existentes para entidades como Ethereum é complexo, especialmente para modelos do tipo GPT. Além disso, o desenvolvimento de circuitos NN normalmente requer experiência em tecnologia ZK, limitando o conjunto de desenvolvedores em potencial.
A empresa planeja aproveitar a cadeia de ferramentas do compilador LLVM para gerar circuitos diretamente de NNs pré-treinados. Máquina Virtual de Baixo Nível (LLVM), é uma estrutura de compilador de código aberto e uma coleção de ferramentas projetadas para otimizar e compilar linguagens de programação.
Uma vantagem importante do zkLLVM é que ele elimina a necessidade de os desenvolvedores reescreverem modelos em linguagens específicas de domínio de conhecimento zero (zkDSL).
Por outro lado, a equipe Nil está trabalhando na criação de um processo de compilação de circuitos eficiente, acessível e automatizado a partir de linguagens de programação convencionais como C++ e Rust usando o conjunto de ferramentas zkLLVM.
Em janeiro, a Nil Foundation levantou US$ 22 milhões em uma rodada liderada pela Polychain Capital, com uma avaliação de US$ 220 milhões.
“Permitir que mais pessoas escrevam zkApps – aplicativos aprimorados com recursos de preservação de privacidade usando ZKPs – provavelmente levará a produtos e ideias novos e interessantes”, afirmou Taceo em uma postagem no blog.
O compilador de circuito zkLLVM
Para integrar o ML ao mundo do conhecimento zero, Nil apresenta o zkLLVM Circuit Compiler. Ao contrário de muitos outros projetos, Nil se concentra em resolver desafios de engenharia de circuitos com zkLLVM, uma versão modificada do LLVM. Esta abordagem baseia-se na cadeia de ferramentas LLVM existente para criar um compilador de circuito, tornando-o mais acessível a uma gama mais ampla de desenvolvedores.
Taceo enfatizou que esforços significativos de pesquisa e engenharia estão por vir para atingir os objetivos pretendidos. A equipe pretende divulgar os primeiros resultados do pipeline zkLLVM no quarto trimestre deste ano.
Isenção de responsabilidade
Quaisquer dados, textos ou outros conteúdos desta página são fornecidos como informações gerais de mercado e não como conselhos de investimento. O desempenho passado não é necessariamente um indicador de resultados futuros.
O Trust Project é um grupo mundial de organizações de notícias que trabalha para estabelecer padrões de transparência.
Cindy é jornalista do Metaverse Post, cobrindo tópicos relacionados a web3, NFT, metaverso e IA, com foco em entrevistas com players da indústria Web3. Ela conversou com mais de 30 executivos de nível C e continua aumentando, trazendo seus valiosos insights aos leitores. Originária de Cingapura, Cindy agora mora em Tbilisi, na Geórgia. Ela é bacharel em Estudos de Comunicação e Mídia pela University of South Australia e tem uma década de experiência em jornalismo e redação.Entre em contato com ela via [email protected] com argumentos de venda, anúncios e oportunidades de entrevistas.
Mais artigos
Cindy Tan
Cindy é jornalista do Metaverse Post, cobrindo tópicos relacionados a web3, NFT, metaverso e IA, com foco em entrevistas com players da indústria Web3. Ela conversou com mais de 30 executivos de nível C e continua aumentando, trazendo seus valiosos insights aos leitores. Originária de Cingapura, Cindy agora mora em Tbilisi, na Geórgia. Ela é bacharel em Estudos de Comunicação e Mídia pela University of South Australia e tem uma década de experiência em jornalismo e redação.Entre em contato com ela via [email protected] com argumentos de venda, anúncios e oportunidades de entrevistas.
source – mpost.io
