ORA ra mắt Oracle AI trực tuyến trên Ethereum Mainnet

Theo Blockworks, giao thức oracle có thể kiểm chứng ORA đang tung ra oracle AI (OAO) trên chuỗi trên mạng chính Ethereum. Trong những tuần tới, nhà tiên tri cũng sẽ xuất hiện trên Optimism, Base, Polygon và Manta. Việc triển khai học máy (ML) hoặc AI trên blockchain cung cấp quyền truy cập tính toán học máy vào khả năng xác minh, tính hợp lệ, tính công bằng và minh bạch của blockchain. Tuy nhiên, đã có những thách thức trong việc đưa AI vào chuỗi do yêu cầu phân cấp và môi trường tính toán của Ethereum được thiết kế cho các hợp đồng thông minh EVM. Giải pháp của ORA là thông qua các OAO, được hỗ trợ bởi máy học lạc quan (opML) trên Ethereum. OpML có thể thiết kế bất kỳ mô hình ML nào trên chuỗi, nhưng với các giả định bảo mật yếu hơn. Theo tài liệu của ORA, opML sử dụng một "trò chơi xác minh" tương tự như trò chơi được sử dụng bởi các hệ thống tổng hợp lạc quan để tạo ra sự đồng thuận phi tập trung và có thể kiểm chứng được trên dịch vụ học máy. Sau khi người yêu cầu bắt đầu một nhiệm vụ dịch vụ ML và máy chủ hoàn thành nhiệm vụ đó, kết quả sẽ được cam kết trên chuỗi. Sau đó, người xác minh phải xác thực các kết quả, tương tự như những gì được thực hiện trên một bản tổng hợp lạc quan. Nếu kết quả không chính xác, trò chơi tranh chấp với máy chủ sẽ bắt đầu và khiếu nại sẽ được gửi đến hợp đồng thông minh trọng tài để giải quyết. Grok, một chatbot AI mang tính sáng tạo; Khuếch tán ổn định, mô hình AI chuyển văn bản thành hình ảnh học sâu; và Llama2, mô hình ngôn ngữ lớn nguồn mở của Meta, hiện có sẵn thông qua OAO của ORA. Kartin Wong, người sáng lập ORA, đã lưu ý trong một thông cáo báo chí rằng "chỉ opML mới có thể đưa Grok vào chuỗi. Đây là ưu thế vượt trội của opML." Một loại ML khác đã được thử nghiệm trên chuỗi là ML không có kiến ​​thức (zkML). Công nghệ này nhằm mục đích tạo ra bằng chứng mật mã cho các tính toán ML có thể đủ ngắn gọn để được xác minh trên chuỗi. Tuy nhiên, sức mạnh tính toán hiện tại trên thực tế không thể tạo ra bằng chứng một cách hiệu quả và chi phí hợp lý. Wong tuyên bố rằng, trái ngược với zkML, opML có thể đưa mô hình tham số 314 tỷ của Grok vào chuỗi một cách hiệu quả, giảm chi phí chung hơn 1.000.000 lần.