随着 AI 热潮四起，我们不能忽略 AI+Web3 这一容易预见的终局。ChainML 通过增加冗余度的方式来提升链下 AI 计算的可信程度，是现阶段一个足够落地的优势方案，能够帮助 Web3 开发者创作出 AI 赋能的产品，一旦成功将迎来 Web3 和 AI 双重叙事裹挟下的流量和热钱。本文笔者将通过核心产品，生态发展情况，融资情况，未来规划，团队情况，给大家详细介绍 ChainML 的情况。
到目前为止，Web3 项目虽然横跨 DeFi、游戏、社交、内容创作和基础设施几大领域，但这些项目始终没有出圈。随着 AI 领域的快速发展，我们不妨可以将 AI 强大的能力嵌入到现有的 Web3 项目中，来提升用户体验，进一步吸引圈外人士的关注。
Web3+ 机器学习的应用案例有非常之多，大致可以分为 5 类，金融，安全，用户体验，内容创作和治理。笔者认为有了 AI 助力，DeFi 的潜力最先可以极大地释放出来，例如可以帮助 DeFi 实现风险识别和管理；自动 DeFi 协议里的调控关键参数，面临流动性枯竭时，可以迅速提高借贷利率，快速回血。当然，还有量化方面的应用。笔者早前也写过一个叫做 Modulus Labs 的项目，其子项目 Rockefeller BotRocky 是一个完全链上运行的交易机器人。基于 StarkNet，并通过一个简单的三层深度神经网络预测 WETH 的价格。安全方面，AI 可以增强链上风控机制；应用层方面，AI 可以推行个性化推荐，智能聊天机器人，让圈内外的用户体验逐渐拉齐。
不过，可能有读者疑惑这些应用案例如果要在 Web3 中真正实现，那在哪里去训练数据呢，链上的计算资源那么有限且昂贵。针对这个问题，目前市面上提出的两个方案都是基于链下计算的，那链下计算就会涉及到是否准确，可不可信的问题了。假设未来链上 DeFi 协议可以通过个人征信记录来确定其借贷利率，如果链下计算没有确凿可信的结果，那么作恶者则可以天天白嫖最低的利率了。这显然是不行的，那么市面上目前主要的两套解决方案，第一种是通过增加冗余度的方式来提升可信程度，让多个节点计算并且提交计算结果，本质上就是增加作恶成本，作恶者只有同时操纵多个节点才能够伪造。第二种方案是通过 zk 的方法，来生成计算证明，zk 的方案目前还没有落地方案。随着 AI 热潮四起，我们也不能忽略 AI+Web3 的主流趋势，毕竟这是一个容易预见的终局。在 zk 方案没有成熟落地的前提下，通过增加冗余度的方式来提升链下 AI 计算的可信程度，算是 Web3+AI 的一个过渡产品。但是现阶段是一个足够落地的优势方案，能够帮助 Web3 开发者创作出 AI 赋能的产品，一旦成功将迎来 Web3 和 AI 双重叙事裹挟下的流量和热钱，因此不能小觑。笔者注意到了一个叫做 ChainML 的分布式机器学习平台，就属于目前能够落地的 AI+Web3 产品，提供模型训练、推理、数据存储等服务，通过证明机制保证模型的准确性、抗审查、不可篡改和数据的隐私安全。并且也开始和项目方达成了合作，非常值得关注。接下来笔者将通过核心产品，生态发展情况，融资情况，未来规划，团队情况，给大家详细介绍 ChainML 的情况。适配 dApp 开发的工具库，主要支持复杂数据，包括时间序列、图像、文本；高效可靠的 IPFS 数据访问；集成的 ML 服务监控和故障排除。
集成的 ML 部署和版本控制；整合开发者工具，如 Alchemy、Truffle、Remix、Jupyter、VS Code 等。
ChainML 主要通过三种方式来进行验证：
Proof of Learning：验证模型训练正确性的低成本方法，通过记录模型状态的日志，验证网络可以通过多个其他计算网络验证训练的准确性；Proof of Inference：通过多个独立节点进行计算来验证正确性；Proof of Quality：用最新统计数据验证模型质量。目前从公开信息能够找到的有两家。
Solity 是一个实时 DeFi 风险框架分析的协议，与 ChainML 在复杂的链上机器学习模型方面进行合作，以满足客户对去中心化风险基础设施的需求。
Robodex 是一个和 ChainML 合作，计划开发能够避免无偿损失的 DEX 协议。
在 2022 年，ChainML 融资 $4M，由 IOSG Ventures 领投，其他投资机构为 Hashkey Capital, LongHash Ventures, SNZ 还有硅谷高管。目前 ChainML 还处于产品准备和发展生态的阶段，下一步则是将 ZKP 用于验证链下计算，进一步将底层去中心化。主网将在 2024 年上线，并且发币。
CEO Ron Bodkin 之前在 Google Cloud CTO 办公室，领导 Google AI 研究和工程团队；
CTO Arnaud Flament，曾是 EMC/Captiva/OpenText 的总监和首席工程师；
首席机器学习科学家 Ethan Jackson 曾在 Vector Institute 担任应用机器学习科学家，是 AI 技术领导；
产品负责人 David Mueller 曾是 Teradata 的产品管理总监，领导人工智能技术融入 Teradata 的产品。
