区块链AI解锁这一概念的本质含义, 其实在于让人工智能模型在区块链网络之上完成推理任务或者生成相关结果, 把原本被封闭在私有服务器内部的那些计算能力“释放”出来, 以便供链上环境进行调用。
我在这里从业长达八年时间之久, 专门从事区块链底层架构方面的工作领域, 在这段经历中我发现, 途中遇到的各种障碍和问题数量远远超过顺利前行的机会数量, 今天我打算将核心的操作逻辑部分逐一拆解, 呈现给观看者了解详情。
区块链AI解锁难在哪
最让人头疼的、真正卡住脖子的那个地方, 就是延迟问题。如果要在区块链上进行一次MPC签名操作, 光是花费在通信轮次上的时间, 就得有十几秒之久。可是, AI推理的过程需要反复去调用这个功能, 这会导致用户体验直接彻底败坏。
我曾在一个DeFi风控项目的现场亲自做过实测, 发现那个响应的时间长度, 竟然从原本毫秒级的状态,一下子跳到了以秒为单位的级别, 这样一来, 用户的留存率直线下滑, 足足丢失了六成之多。
第二个问题是关于信任的假设。链上的智能合约属于确定性的机制, 而人工智能输出的结果则是概率性的现象, 这两者之间的底层逻辑在天然状态下面临着相互冲突的局面。
你不可能在智能合约的代码里写入诸如“如果模型有七成把握那就去执行”这样的语句, 你必须把所有的阈值直接硬编码进系统里, 这样一来, 所有的灵活性就完全消失了。
区块链AI解锁怎么落地
现在这种逻辑上能够行得通的具体操作办法, 就是先把相关的动作放在区块链的外面去完成推理的步骤, 然后再把验证的动作放到区块链的内部去执行。
具体的做法是这样的, 大家会把那些计算用的模型放在很多分散开的计算节点上面去运行, 等得到了处理之后的结果, 就用一种叫做零知识证明的东西把它打包传回到区块链上去进行核对的检查, 这样做的话, 既保证了系统运行的速度不会慢下来, 又让整个过程留有了可以被审核和检查的痕迹, 从目前的最新进展来看, 到了二零二五年的下半年的时候, 有好几个二层网络的建设方案都已经把这一条路线彻底地跑通了, 它们能够处理的交易数量已经达到了每一秒钟几千笔那么多。
再一个特别容易被忽略的地方, 就是模型权重上链以后,会产生多少存储方面的的成本。要知道, 只要是一个包含7B参数的模型, 它的大小往往就高达14GB, 如果要求所有的节点都把这些数据给存下来, 那根本就是不可能完成的任务。
所以, 在实际情况中, 我们通常采用的做法是把哈希值锚固定在区块链上面, 而让模型权重要么是通过IPFS来进行存储, 要么就是走去中心化的存储路径。这样一来, 合约只需要负责去校验一下指纹信息就可以了。
虽然现在技术栈的迭代速度还在加快, 可是大方向其实已经很明确了, 能够真正顺利运转起来的团队, 往往都是那种把工程项目里的细节反复推敲,精确到每一个字节的团队。
转载请注明出处：imtoken，如有疑问，请联系（）。
本文地址：https://www.zmdyd.cn/imgfb/10614.html