Bitget App

Trade smarter

解析可编程 zkOracle 协议 Hyper Oracle：实现链上数...

TechFlow深潮2024/02/20 05:37

作者:TechFlow深潮

本文将深入探索HyperOracle在推动AI民主化、缩小透明度与创新之间的成果，以及在塑造去中心化应用的关键作用。

撰文：Greythorn

来源: Hyper Oracle

引言

当前，去中心化应用（DApp）在安全地组织和处理自动化链下的数据方面遭遇诸多挑战。HyperOracle推出zkOracle，这是一种创新方案，通过零知识证明技术，实现链上数据与链下环境的无缝对接。

HyperOracle 作为引入机器学习至链上技术的桥梁，不仅开启了可扩展的AI能力的大门，同时确保了去中心化和数据可验证性的双重要求得以满足。

在AI与区块链技术的交叉点，透明度显得尤为关键。虽然不断承诺链的开放性，但AI模型的不透明性依然是一大挑战。以太坊创始人Vitalik Buterin认为， AI与加密技术的结合具有巨大潜力，区块链的透明度有助于消弭AI天生的模糊性。

HyperOracle凭借其在 Halo2技术方面的先进应用，获得了以太坊基金会的认可，并在推动区块链标准和技术发展方面做出了显著贡献，包括为以太坊（ERC-6150、ERC-7007）、Celestia和Uniswap提供技术支持。

本文将深入探索HyperOracle在推动AI民主化、缩小透明度与创新之间的成果，以及在塑造去中心化应用的关键作用。

价值主张

在当下的人工智能（AI）和机器学习（ML）领域中，透明度成为了一个突出的议题。尽管开放性的论调和开源的声音频频提出，但深入理解AI输出背后的具体模型依旧是一项挑战。Vitalik Buterin认为，AI与加密技术的融合蕴含巨大潜力，因为加密技术的透明特性能够中和AI的固有不透明性。HyperOracle以其独创的解决方案应对这一挑战，提出了zkOracle。

来源: Vitalik’s article

HyperOracle致力于构建全球超级计算机 ——一个安全连接各式点对点网络的全球化网络。该平台增强了以太坊的功能，支持更大规模的计算需求和存储扩展。通过将AI与ML技术整合至链上，HyperOracle以区块链的透明特性为基础，为智能合约引入智能化功能，实现了一场创新革命。

尽管以太坊提供了链上计算的能力，但其在完全实现链上ML/AI方面存在局限。HyperOracle通过引入 opML 和zkML两大创新技术，实现了链上计算的验证，有效克服了成本和性能的挑战。 zkOracle 作为一个去中心化的预言机网络，运用零知识证明技术，实现了链上数据与链下计算的无缝对接及链下证明的验证，开启了透明度与效率共存的新篇章。

以太坊充当共识账本的角色，而zkOracle网络负责执行资源密集型的计算任务，通过零知识证明技术连接不同组件。

opML专为链上AI与ML优化，提供了效率、可扩展性和去中心化的解决方案。采纳这种前沿技术，旨在释放AI与区块链技术的全部潜能，同时确保透明度、安全性和道德责任得以维护。

项目概述

根据官方文档，HyperOracle是一款可编程的zkOracle协议，能够为智能合约提供任意计算能力和更丰富的数据来源。HyperOracle为可信任度有待考量的自动化和链上AI/ML提供全面的安全与去中心化保障，使开发者能够轻松打造下一代去中心化应用（dApps）。

在HyperOracle网络中，多个zkOracle节点形成一个网络，类似于执行计算并生成零知识证明的以太坊节点。

可以想见，该项目的技术细节颇为复杂。即便是深入研究了详细文档，完全理解其机制仍具有一定难度。接下来，让我们详细探讨HyperOracle引入的革命性元素，以便更深入地理解其未来发展潜力。

零知识机器学习（zkML）

zkMLinference是HyperOracle基于零知识证明的无需信任机器学习推理协议。它作为一个类似zkAutomation的输入输出zkOracle Meta App，通过集成zk机器学习框架并使用zkGraph作为核心组件，实现了链上ML推理。开发者可以利用zkMLinference构建任何由ML驱动且受以太坊保护的DApp。

zkML赋予区块链技术以隐私保护的AI模型应用验证能力，确保整个过程的数据保密性。

来源: Binance Research

zkML在加密技术与AI的交汇点上展现出巨大潜力，由Modulus Labs和Giza Tech领衔其商业应用。尽管充满前景，AI供应链中特别是在认证环节存在的缺口尚未得到充分解决。zkML框架的缓慢采用主要因其长时间的证明周期和高计算成本，凸显了该技术领域需要进一步开发的必要性。

为了连接零知识证明与机器学习模型，提出了两种不同的实现方法：

● 特定ZKCircuits：为不同模型设计的定制ZK Circuits，以满足它们的特定精度需求。

● 通用zkML运行时：通过一个通用运行时集成ZK证明与ML模型，类似于zkEVM对EVM兼容程序的处理方式。

来源: HyperOracle

乐观机器学习（opML）介绍

正如前文所述，零知识机器学习（zkML）技术目前尚未达到完全优化的状态。在此背景下，HyperOracle认识到这一点，并在努力寻找解决方案的同时，其创始人提出了一种名为乐观机器学习（opML）的新概念，作为zkML正式推出前的临时解决方案。

作为opML首个开源实施案例的创造者，HyperOracle团队认为，opML能够通过利用博弈论原理消除加密技术带来的额外负担，从而促进人工智能与加密技术的融合。

opML利用乐观验证机制，在链上执行AI模型的推理及训练/精调过程。相比于zkML，opML以较低的成本和更高的效率提供机器学习证明。此外，opML对硬件要求低，使其能够在不配备GPU的普通个人计算机上运行大型语言模型。

opML采用验证机制（与OP Rollup相似）来确保机器学习计算过程的去中心化和可验证性。

HyperOracle成为了opML首个开源实现的先驱。

来源: HyperOracle

zkGraph技术

zkGraph充当HyperOracle节点的可定制“智能合约”，负责管理数据行为和生成零知识证明，这与智能合约定义以太坊节点计算方式相似。智能合约开发者可以同时构建智能合约和zkGraph，使用户能够与两者互动。

zkGraph主要包含三个组成部分：

● Manifest（zkgraph.yaml）：配置信息，如zkGraph标准、目标区块链网络和目标智能合约。

● Mapping（mapping.ts）：将区块链数据转换为其他形式（链下计算）。

● （可选）Schema（schema.graphql）：定义数据存储和访问模式。

部署时，所有zkGraph代码文件都存储在EthStorage中，这是一个由以太坊ESP支持的去中心化存储扩展层。

来源: Hyper Oracle

竞品分析

为了更深入了解其直接竞争对手，我们分析HyperOracle引入的创新技术及其应用。HyperOracle推出了一种区块链服务——zkOracle协议，用于在智能合约中执行复杂计算，这与Chainlink的方法相似。它还利用zkGraph技术处理数据收集后的处理，类似于The Graph。同时，值得注意的是，HyperOracle并非唯一在区块链上提供AI功能的项目，即便在zkML领域内，如Modulus Labs等其他项目也是值得关注的参与者。

预言机比较：Chainlink/传统预言机与Hyper Oracle

来源: Greythorn 内部

来源: Hyper Oracle

HyperOracle 与Knowledge Graphs 技术的比较

HyperOracle 通过采用 zkWASM 技术，区别于传统的Knowledge Graphs技术，例如 The Graph，其优势包括：

● 使用zkWASM 技术加强安全性，而不牺牲性能。

● 通过零知识证明实现数据请求的加速，优化响应时间，同时确保数据的安全性和可验证性。

● 利用可编程zkGraph 技术实现安全的链下自动化。

● 通过对最邻近zkOracle 节点的无信任请求提升系统性能。

● 使用零知识证明技术，增强任何去中心化应用构建的信心。

相比依赖传统索引方法且缺乏去中心化安全性的传统Knowledge Graphs，HyperOracle 提供了显著的优势。传统方法可能依赖于分布式自治组织（DAO）或法律文件，为自动化流程带来不确定性，且其安全性通常较弱，往往依赖于多重签名的争议解决机制。

来源: Hyper Oracle

简言之，Chainlink 和 The Graph 是集成数据至区块链应用的网络，但它们不能完全保障数据的准确性。Chainlink 虽采用多数据源和安全措施，但并非无懈可击。这两种技术依靠数据聚合和激励机制来追求数据正确性，但这并不能确保数据完整性的绝对性。HyperOracle 认为，为了实现安全、无需信任的应用，需要进一步的技术创新。因此，他们正在开发一个利用数学证明快速验证数据的网络，提供一种比传统的基于信任或激励的方法更为可靠的解决方案。

思考：值得注意的是，HyperOracle白皮书中提及的创新特性在实际应用中的实现可能面临挑战。与此相对，如 Chainlink 这样的传统预言机方案已经证明了其随时间证明的有效性。这些新特性能否达到或超越之前的标准，还有待市场的检验。

HyperOracle 与 Modulus Labs 的对比分析

在这一新兴趋势及其开发协议的背景下，对比分析变得更加复杂。例如， Modulus Labs 正在结合AI 与区块链技术，并利用零知识证明和机器学习技术，为区块链应用开发透明、可验证的 AI 算法。它采用了特殊的策略，尤其是在处理证明生成需求方面，同时承诺允许去中心化应用无损于信任或安全地整合 AI 和 ML 技术。

此外， Gensyn 作为该领域的另一个重点项目，是一个基于区块链的AI 计算协议，最近完成了由a16z 领投的 4300 万美元 A 轮融资。