Apresentando Axonum: O Cérebro do Ethereum

Axonum consagra a IA na blockchain para construir um supercomputador descentralizado alimentado pela inteligência coletiva global.

A Era do EVM de IA

Estamos a construir Axonum, um rollup otimista de IA, com o primeiro EVM de IA do mundo.

Pretendemos democratizar o acesso a DApps alimentadas por IA, tornando as inferências de modelos de IA acessíveis e fáceis de usar.

Axonum é um rollup otimista com IA consagrada alimentada por opML e IA EVM. Permite aos utilizadores empregar de forma transparente modelos de IA nativamente dentro de contratos inteligentes sem serem sobrecarregados pelas complexidades das tecnologias subjacentes.

Visão geral

AI EVM: IA consagrada

Para habilitar a inferência nativa de ML no contrato inteligente, precisamos modificar a camada de execução da camada 2 da cadeia. Especificamente, adicionamos uma inferência de contrato pré-compilada no EVM para construir o EVM de IA.

O EVM de IA irá realizar a inferência de ML na execução nativa e depois devolver resultados de execução determinística. Quando um utilizador quer utilizar o modelo de IA para processar dados, tudo o que o utilizador precisa de fazer é chamar a inferência do contrato pré-compilado com o endereço do modelo e a entrada do modelo, e então o utilizador pode obter a saída do modelo e utilizá-la nativamente no contrato inteligente.

import "./AILib.sol";contract AIContract {...function inference(bytes32 model_address, bytes memory input_data, uint256 output_size) public {    bytes memory output = AILib.inference(model_address, input_data, output_size);    emit Inference(model_address, input_data, output_size, output);}}

Os modelos são armazenados na camada de dados do modelo disponível (DA). Todos os modelos podem ser recuperados do DA usando o endereço do modelo. Assumimos a disponibilidade de dados de todos os modelos.

O princípio de design central da inferência de contrato pré-compilado segue os princípios de design de opML, ou seja, separamos a execução da prova. Fornecemos dois tipos de implementação da inferência de contrato pré-compilado. Um é compilado para execução nativa, otimizado para alta velocidade. Outro é compilado para o VM de prova de fraude, que ajuda a provar a correção dos resultados de opML.

Para a implementação da execução, reutilizamos o motor ML em opML. Primeiro iremos buscar o modelo usando o endereço do modelo do hub e depois carregar o modelo no motor ML. O motor ML irá receber a entrada do usuário no contrato pré-compilado como entrada do modelo e depois executar a tarefa de inferência do ML. O motor ML garante a consistência e determinismo dos resultados da inferência do ML usando quantização e ponto flutuante suave.

Além do design atual da AI EVM, uma abordagem alternativa para permitir a AI na EVM é adicionar mais opcodes específicos de machine learning à EVM, com mudanças correspondentes no modelo de recursos e preços da máquina virtual, assim como na implementação.

Rollup Otimista

opML (Machine Learning Otimista) e rollup otimista (opRollup) são ambos baseados num sistema semelhante à prova de fraude, tornando viável a integração do opML na cadeia Layer 2 (L2) ao lado do sistema opRollup. Esta integração permite a utilização contínua de machine learning dentro de contratos inteligentes na cadeia L2.

Assim como os sistemas rollup existentes, o Axonum é responsável por "agrupar" transações, agrupando-as antes de as publicar na cadeia L1, geralmente através de uma rede de sequenciadores. Esse mecanismo poderia incluir milhares de transações em um único rollup, aumentando a capacidade de processamento de todo o sistema de L1 e L2.

Axonum, como um dos optimistic rollups, é um método de escalonamento interativo para blockchains L1. Assumimos de forma otimista que cada transação proposta é válida por padrão. Diferente do sistema tradicional de optimistic rollup L2, a transação no Axonum pode incluir inferências de modelos de IA, o que pode tornar os contratos inteligentes no Axonum 'mais inteligentes' com IA.

No caso de mitigar transações potencialmente inválidas, como rollups otimistas, a Axonum introduz um período de desafio durante o qual os participantes podem desafiar um rollup suspeito. Um esquema de prova de fraude está em vigor para permitir que várias provas de fraude sejam apresentadas. Essas provas podem tornar o rollup válido ou inválido. Durante o período de desafio, as alterações de estado podem ser contestadas, resolvidas ou incluídas se nenhum desafio for apresentado (e as provas necessárias estiverem em vigor).

Fluxo de trabalho

workflow2443×1437 183 KB

Aqui está o fluxo de trabalho essencial da Axonum, sem considerar mecanismos como pré-confirmação ou saída forçada:

1. O fluxo de trabalho básico começa com os utilizadores a enviar transações L2 (permitimos inferência nativa de IA no contrato inteligente) para um nó batcher, normalmente o sequenciador.
2. Uma vez que o sequenciador recebe um certo número de transações, ele as irá registar num contrato inteligente L1 como um lote.
3. Um nó validador irá ler essas transações do contrato inteligente L1 e executá-las em sua cópia local do estado L2. Quanto à execução de inferência de IA, o validador precisa baixar o modelo do modelo DA e realizar a inferência de IA dentro do motor opML.
4. Uma vez processado, um novo estado L2 é gerado localmente e o validador irá publicar esta nova raiz de estado num contrato inteligente L1. (Note-se que este validador também pode ser o sequenciador.)
5. Em seguida, todos os outros validadores processarão as mesmas transações em suas cópias locais do estado L2.
6. Eles irão comparar a raiz do estado resultante L2 com a original enviada para o contrato inteligente L1.
7. Se um dos validadores obtiver uma raiz de estado diferente daquela publicada no L1, eles podem iniciar um desafio no L1.
8. O desafio exigirá que o desafiante e o validador que postou a raiz de estado original se revezem para provar qual deve ser a raiz de estado correta. Este processo de desafio é também conhecido como prova de fraude. A prova de fraude da Axonum inclui a prova de fraude da transição de estado L2 e a prova de fraude de opML.
9. Qualquer utilizador que perca o desafio terá o seu depósito inicial (aposta) cortado. Se a raiz de estado L2 original postada for inválida, será destruída por futuros validadores e não será incluída na cadeia L2.

Design de Prova de Fraude

O princípio de design central do sistema de prova de fraude da Axonum é que separamos o processo de prova de fraude do Geth (a implementação em Golang do cliente Ethereum na camada 2) e o opML. Este design garante um mecanismo de prova de fraude robusto e eficiente. Aqui está uma análise do sistema de prova de fraude e do nosso design de separação:

1. Visão geral do Sistema de Prova de Fraude:
   • O sistema de prova de fraude é um componente crítico que garante a segurança e integridade das transações na camada 2 de rollup otimista da Axonum.
   • Envolve a verificação de transações e cálculos para garantir que qualquer comportamento malicioso ou imprecisões sejam detetados e tratados.
2. Separation of Processos de Prova de Fraude:
   • Processo de Prova de Fraude Geth:
     • Geth, responsável pelo cliente Ethereum na camada 2, lida com as fases iniciais da prova de fraude relacionada com a validação de transações e adesão básica ao protocolo.
     • Verifica a correção das transações e garante que estas cumpram as regras e o protocolo do sistema de camada 2.
   • Processo de Prova de Fraude opML:
     • opML, o sistema de Aprendizado de Máquina Otimista integrado com Axonum, cuida dos aspectos mais complexos da prova de fraude relacionados à execução do modelo de aprendizado de máquina.
     • Verifica a correção das computações de aprendizado de máquina e garante a integridade dos processos relacionados à IA dentro do framework da camada 2.
3. Benefícios do Design de Separação:
   • Eficiência Aprimorada:
     • Ao distribuir as responsabilidades de prova de fraude, otimizamos a eficiência do sistema como um todo. Geth concentra-se nos aspectos transacionais, enquanto opML lida com provas de fraude específicas de ML.
   • Escalabilidade:
     • O design de separação permite escalabilidade, permitindo que cada componente escale independentemente com base em seus requisitos de processamento específicos.
   • Flexibilidade:
     • Esta separação fornece flexibilidade para atualizações e melhorias em qualquer um dos componentes Geth ou opML sem comprometer todo o sistema de prova de fraude.

Axonum: O Cérebro do Ethereum

Axonum é o primeiro rollup otimista de IA que permite IA no Ethereum nativa, sem confiança e verificável.

Axonum aproveita o ML otimista e o rollup otimista e introduz inovações do EVM de IA para adicionar inteligência ao Ethereum como uma Camada 2.

Nós consagramos a IA na blockchain para construir um supercomputador descentralizado alimentado pela inteligência coletiva global.

Aviso Legal：

1. Este artigo é reproduzido a partir de [ethresear], Todos os direitos de autor pertencem ao autor original [Axonum]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learnequipa e eles vão lidar com isso prontamente.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente as do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outras línguas são realizadas pela equipa Gate Learn. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.