撰文：ORA

TL;DR

• 今天我们推出了 OAO, 这是一个纯链上的 AI 预言机, 与我们的 zkOracle 产品相辅相成. OAO 由 opML (乐观机器学习) 驱动, 运行在以太坊上, 并将机器学习模型上链.
• 目前, OAO 支持 LlaMA 2 和 Stable Diffusion. 用户可以在链上使用这些模型.
• 链上机器学习的未来在 opML 的支持下是 optimistic 的.

0. opML: 乐观机器学习

a) 链上机器学习

机器学习和人工智能是当今最受关注的计算范式, 它们推动了创新的加速发展.

在链上实施 ML 或 AI 可以为机器学习计算带来当前链上计算的优势, 包括:

• 公平性
• 可验证性
• 计算有效性
• 透明度

然而, AI 与 Crypto 的融合面临挑战. 以 Ethereum 为例, 在区块链上运行 ML/AI 模型推理面临以下挑战:

• 网络资源: 为了确保去中心化, 让所有节点在 12 秒内运行复杂的 ML 计算是不合理的.
• 计算限制: Ethereum 的 EVM 是专用于智能合约的领域特定环境, 并不考虑 ML 和 AI 相关的计算适应性.

b) opML is All You Need

一些先驱正在尝试使用 zkML 实现链上机器学习. 其思想是生成 ML 计算的密码学证明, 且这些证明足够简洁以在区块链上验证.

然而, 考虑到当前计算能力的限制, 这种方法实际上并不切实际, 以下是一些例子:

• zkML 框架 EZKL 生成 1M-nanoGPT 模型的证明大约需要 80 分钟.
• 根据 Modulus Labs 的说法, zkML 的开销比纯计算高出 >>1000 倍, 最新报告中为 1000 倍.
• 根据 EZKL 的基准测试, RISC Zero 的平均证明时间为 173 秒, 用于随机森林分类.

在区块链领域, 还有另一种常用的证明形式: 故障 / 欺诈证明 (fault/fraud proof), 通常部署在 Optimistic Rollups 中, 可以作为更切实际的解决方案来实现链上机器学习.

作为 opML 的发明者和第一个开源实现者, 我们对 opML 的日益采用感到兴奋. opML 可以直接在以太坊上运行 Stable Diffusion 和 LLaMA 2. 你可以在 opML 白皮书中找到关于 opML 的最新和最完整的信息.

与 zkML 或其他链上 ML 方法相比, opML 就是你所需要的一切.

“zkML 可以在链上运行一些小型 ML 模型"; "opML 可以在链上运行任何 ML 模型“

opML 与 zkML 的比较

1. OAO: 链上 AI 预言机

a) 简介

我们非常激动地宣布, 在以太坊网络上成功部署了 opML.

OAO, 以 opML 为核心, 使任何人都能在区块链上使用链上机器学习推理.

OAO 是一组智能合约, 包括:

• opML 合约, 用于提供故障证明和挑战, 以确保机器学习在链上可验证.
• AIOracle 合约, 用于将 opML 节点与链上用户连接, 以处理机器学习请求并引入任何机器学习模型.
• 用户合约, 用于启动和接收来自 OAO 的 AI 结果. 这可以是由开发人员定制的任何合约.

b) 架构与工作流程

OAO 的具体架构如下. 用户的合约可以通过调用 OAO 发起一个 AI 请求, OAO 会将请求发布给 opML 节点进行处理, 然后 OAO 将 AI 结果返回给用户.

使用流程:

1. 用户合约通过调用 OAO 合约上的 requestCallback 函数, 将 AI 请求发送到链上.

2. 每个 AI 请求将启动一个 opML 请求.

OAO 将发出一个 requestCallback 事件, opML 节点将收集该事件.

opML 节点将运行 AI 推理, 然后将结果上传到链上.

挑战流程:

1. 挑战窗口在前一部分的第 4 步之后立即开始.
2. 在挑战期间, opML 验证者 ( 或任何人 ) 将能够检查结果, 如果提交的结果不正确, 则可以对其发起挑战.
3. 如果提交的结果被任何人成功挑战, 提交的结果将在链上更新.
4. 挑战期结束后, 提交的链上结果被最终确定 ( 结果无法被修改 ).

5. 当结果被上传或在链上更新时, opML 提供的结果将通过其特定的回调函数分发到用户的智能合约中.

以下是通过图片说明的详细工作流程:

c) 部署和使用

以下是在链上部署的 OAO 合约. 由于处于测试阶段, 合约地址可能会更新, 请参考我们的文档来找到最新的合约地址:

• AIOracle: https://sepolia.etherscan.io/address/0xb880D47D3894D99157B52A7F869aB3B1E2D4349d
• Prompt ( 集成 AIOracle 的示例用户合约 ): https://sepolia.etherscan.io/address/0x5d6963003Ad172Fd1D2A2fD18bB3967eA7Aef1a2

目前, 你可以通过与 Prompt 合约交互, 通过发起链上交易来使用链上机器学习模型. 我们已经将两个模型上传到 OAO: LlaMA 2 (LLM 模型 ) 和 Stable Diffusion ( 图像生成模型 ).

在 ora.io 上进行交互

你可以直接在以下链接与 OAO 进行交互: https://www.ora.io/app/opml/sd.

在 Etherscan 上进行交互

如果你想直接在 Etherscan 上尝试, 请查看以下使用指南. 你还可以查看带有所有步骤的视频指南.

1. 启动 AI 计算

转到写入合约标签页, 将 modelId 设置为 0 ( 代表 LlaMA 2 模型 ), 并以人类可读的文本输入你的 prompt.

2. 查看 AI 结果

转到读取合约标签页, 将 modelID 设置为 0, 然后输入你之前的 prompt 内容.

2. 链上机器学习的前景是乐观的

合作伙伴和用例

在这个阶段, 我们正在通过 OAO 和 opML 与多个项目进行合作:

• 7007.studio: 机器学习模型市场, 用于保护和管理 AI 模型.
• MyShell: 一个去中心化 AI 平台, 用于发现、创建和质押 AI 原生应用.
• Space Runners: 由 Stable Diffusion 驱动的, 为时尚设计师打造的设计工具.

我们正在积极探索以下用例和方向:

• AIGC NFT (ERC-7007), 7007 Studio 赢得了 Story Protocol Hackathon
• 基于 ML 的人脸识别的 zkKYC
• 链上 AI 游戏 ( 例如《地下城与龙》)
• 具有 ML 的预测市场
• 内容真实性 (deepfake 验证器 )
• 合规的可编程隐私
• Prompt 市场
• 信誉 / 信用评分

链上机器学习的未来

使用 OAO, 任何人和任何合约都可以体验链上机器学习的魔力. OAO 是去中心化和可验证的, 借助 opML 及其乐观机制实现.

对于我们的 OAO, 我们将引入更多的机器学习模型. 在我们的 opML 框架下, 你可以自行集成你的模型. 我们欢迎任何人与 OAO 进行集成. 我们还有更多令人兴奋的发布计划在未来推出!

乐观机器学习将是链上机器学习的未来. 链上机器学习的未来是乐观的!

About Ora

Ora ( 曾用名 HyperOracle) 是一个可验证的预言机协议. 开发人员可以使用 Ora 将人工智能和任意复杂度的计算引入链上.

Ora 打破了智能合约的限制, 提供更丰富的数据来源和任意计算.

Ora 的工作得到了 Compound、Ethereum Foundation、Uniswap 等机构的信任.

www.ora.io | twitter.com/oraprotocol | discord.gg/MgyYbW9dQj