Lagrange هي منصة بلوكتشين تركز على توسيع نطاق الحوسبة من خلال شبكة ZK Prover و ZK Coprocessor، والدعم لتطبيقات لامركزية (dApp) في DeFi، AI يمكن التحقق منها وإمكانية التوافق عبر السلاسل.
المشروع يهدف إلى توفير بنية تحتية قوية لـ Web3، مما يسمح بمعالجة البيانات على نطاق واسع مع حماية الخصوصية والأمان.
تأسست Lagrange بواسطة إسماعيل هيشون-ريزايد، وتتعاون مع مشغلي العقد الرائدين مثل Coinbase و Kraken و OKX، بينما تتكامل مع EigenLayer للاستفادة من أكثر من 29 مليار دولار من ETH المحتفظ بها—ضمان اللامركزية والأمان.
مع تقنيات مثل أشجار Reckle و DeepProve، تعيد Lagrange تعريف كيفية معالجة blockchain للحسابات المعقدة، من التحVerification الذكاء الاصطناعي إلى إدارة السلاسل المتقاطعة.
تدعم Lagrange Labs فريق من الخبراء في التشفير و blockchain و AI. بالإضافة إلى الرئيس التنفيذي Ismael Hishon-Rezaizadeh، يتضمن هذا الفريق شخصيات بارزة مثل Babis Papamanthou - عالم تشفير مشهور، يقود الأبحاث حول Reckle Trees وتقنية ZK المتقدمة.
تتكون مجموعة المشروع من حوالي 200 مهندس وباحث، مع منشورات تم تقديمها في مؤتمرات بارزة مثل SBC'2023.
لاغرانج تعاونت مع 85 مشغل عقد وشكلت تحالفات مهمة لتوسيع نظامها البيئي:
ZKsync: تفويض 75% من متطلبات التحقق الخاصة بها إلى شبكة التحقق Lagrange خلال عامين. Polymer Labs: دعم القدرة على التفاعل عبر السلاسل من خلال بروتوكول IBC. Base، Frax Finance، Mantle Network، Omni Network، AltLayer: مجموعة المعالجات المدمجة ZK للتطبيقات DeFi. Crestal Network، OpenLedgerHQ، Hetu Protocol، LayerOnEth، Holonym: التعاون في الذكاء الاصطناعي القابل للتحقق، مع التركيز على ملكية الذكاء الاصطناعي والبحث الشفاف.
يحدث Lagrange تأثيرًا قويًا في مجال الذكاء الاصطناعي وWeb3 مع أكثر من 3.7 مليون استنتاج ذكاء اصطناعي تم التحقق منه و11 مليون دليل تم إنشاؤه، مما يثبت القدرة على النطاق الكبير في معالجة والتحقق من الذكاء الاصطناعي. لقد جذبت هذه المنصة أكثر من 140,000 مستخدم DeepProve مستقل، مما يعكس التطبيقات العملية والثقة التي يخصصها المجتمع لها.
تم تنفيذ تكنولوجيا Lagrange في مشاريع رائدة مثل NVIDIA و Intel و Sentient و 0G و Gaia و Mira و Billions و OpenLedger والعديد من المنظمات الأخرى، مما يثبت القدرة على التكامل المرن والفعال في نظام AI و Web3.
حصلت Lagrange أيضًا على الدعم من بعض من أشهر المستثمرين في الصناعة ، بما في ذلك Founders Fund و Polychain Capital و 1kx و Hack VC و CMT Digital و DAO5 و NGC Ventures و Delphi Digital ، مما يعزز الوضع التكنولوجي والمالي للمشروع في السوق العالمية.
حول رمز LA
LA هو رمز مميز لمشروع Lagrange، تم إصداره من قبل صندوق Lagrange لدعم نشاط الشبكة وتحفيز المجتمع.
إنه يلعب دورًا مركزيًا في النظام البيئي - من الدفع إلى إثبات ZK إلى المشاركة في الإدارة اللامركزية. تم تصميم رمز LA لتعزيز المشاركة العادلة، ومنع هيمنة الحيتان أو الروبوتات، ويتماشى مع الفلسفة اللامركزية للمشروع.
اسم الرمز: LAB
الرمز: LAB
البلوكشين: مدمج مع سلاسل مثل Ethereum و ZKsync
الإجمالي المعروض: 1.000.000.000 LA
التوزيع:
إيردروب: 10% صندوق لاغرانج: 11.3% المستثمر: 18.54% المجتمع والنظام البيئي: 34.78% المساهم: 25.39%
المرافق:
رسوم التحقق: الدفع مقابل التحقق من ZK على الشبكة
الإدارة: المشاركة في القرارات التي تتخذها مؤسسة Lagrange
الحوافز: مكافأة لمشغلي العقد والمستخدمين
دمج النظام البيئي: دعم DeFi وتطبيقات الذكاء الاصطناعي التي يمكن التحقق منها
DeepProve من Lagrange: فتح ثقة في الذكاء الاصطناعي من خلال الأدلة المشفرة
تقدم Lagrange Labs DeepProve - إطار حسابي للذكاء الاصطناعي يستخدم تقنية عدم المعرفة (ZK) للتحقق من مخرجات النموذج - مما يوفر موثوقية وأمان غير مسبوقين في الذكاء الاصطناعي اللامركزي.
تحدي الثقة في الذكاء الاصطناعي
عندما يتم دمج الذكاء الاصطناعي (AI) بشكل متزايد في الحياة اليومية، تصبح مسألة موثوقية نتائج الذكاء الاصطناعي أمرًا ملحًا. كيف يمكننا ضمان أن النتائج من نماذج الذكاء الاصطناعي دقيقة وموثوقة؟
تتطلب طرق التحقق التقليدية عادةً الوصول إلى معلومات نموذج حساسة، مما يسبب مخاطر تسرب الأسرار التجارية. من ناحية أخرى، غالباً ما تكون الحلول التي تركز على الأمان معقدة للغاية بالنسبة للمستخدمين العاديين.
في السابق، كان الاعتماد على الذكاء الاصطناعي يعتمد أساسًا على الضمانات من المؤسسات، مما يفتقر إلى منصة تقنية شفافة. لقد غيرت DeepProve من Lagrange Labs، التي تم إطلاقها في مارس، هذا من خلال استخدام الإثباتات التشفيرية للتحقق من مخرجات الذكاء الاصطناعي، مما يضمن الدقة دون الحاجة إلى الاعتماد على وعود أو سياسات من طرف ثالث.
DeepProve: التحقق من AI بواسطة تقنية ZK
DeepProve هو إطار لحسابات تعلم الآلة بدون معرفة (zkML) يثبت "أن الإخراج Y تم إنشاؤه عن طريق تشغيل النموذج على المدخلات X" دون الكشف عن أوزان النموذج.
تقدم هذه التكنولوجيا مزيجًا مثاليًا من القدرة على التحليل والتحقق والخصوصية، مما يجعلها مناسبة لجميع تطبيقات الذكاء الاصطناعي. مقارنةً بالحلول الأساسية لـ zkML، فإن DeepProve أسرع بمعدل يصل إلى 1,000 مرة في إنشاء الأدلة، وأسرع بمعدل 671 مرة في التحقق، وأسرع بمعدل 1,150 مرة في عملية الإعداد الأولية.
تتكون عملية العمل في DeepProve من ثلاث خطوات رئيسية:
معالجة مسبقة: يتم تصدير نموذج AI كملف ONNX مع بيانات إدخال نموذجية. تقوم DeepProve بتحليل رسم ONNX، وإنشاء نسخة كمية من النموذج وإنشاء مفتاح للجهة المثبتة والجهة المتحققة. يتم تنفيذ خطوة الإعداد هذه مرة واحدة فقط. إنشاء دليل: تقوم DeepProve بتشغيل النموذج على إدخالات محددة، وتسجيل تتبع تنفيذ كل عقدة شبكة عصبية. يتم إثبات كل عقدة بشكل مشفر، ويتم تجميع الأدلة الفردية في دليل واحد، مُختصر. التحقق: باستخدام الإدخال، والإخراج، والالتزام بالنموذج ( تمثيل فريد للنموذج دون الكشف عن التفاصيل ) ومفتاح التحقق، تقوم DeepProve بالتحقق من عملية الاستدلال دون الحاجة للوصول إلى بيانات الإدخال أو النموذج نفسه.
تعمل هذه العملية على تبسيط عملية التكامل للمطورين: تصدير النموذج إلى ONNX، إجراء إعداد مرة واحدة، إنشاء دليل والتحقق من استنتاجات الذكاء الاصطناعي في أي مكان.
شبكة إثبات لاغرانج: الأداء القابل للتوسع والتحسين
تستفيد DeepProve من شبكة Lagrange Prover (LPN)، وهي سحابة لامركزية تتكون من عقد إثبات متخصصة.
تقوم هذه العقد بإنشاء دليل ZK عند الطلب، بينما ستتحقق المصدقون الخفيفون من النتائج. يسمح LPN لـ DeepProve بتقسيم استنتاج AI إلى أجزاء أصغر، وإثبات كل جزء بالتوازي على عدة آلات وتجميعها في دليل واحد.
تضمن هذه البنية عدم وجود نقاط اختناق فحسب، بل تقلل أيضًا من التكاليف لكل دليل، مما يضمن اللامركزية ويعمل على تحسين النماذج أو الأجهزة المحددة مثل GPU أو ASIC. مع زيادة الطلب على الذكاء الاصطناعي القابل للتحقق، تظل DeepProve تحافظ على الأداء العالي وقابلية التوسع.
آلية DARA لتخصيص الموارد بشكل مثالي
تستخدم DeepProve آلية توزيع موارد المزاد المزدوج (DARA) في LPN لتوزيع الموارد بشكل فعال. يستخدم DARA خوارزمية توزيع قائمة على الحزم، حيث يتم تصنيف طلبات الإثبات حسب مستوى الاستعداد للدفع وعقد الإثبات حسب التكلفة لكل دورة حسابية.
تضمن هذه الآلية سعرًا عادلًا: يدفع العملاء الحد الأدنى من المبلغ اللازم للفوز بالمزايدة، بينما يحصل نقاط Prover على سعر تنافسي في السوق. إنها تخلق سوقًا شفافًا وفعالًا، غير متأثرة بالاحتكار.
التكنولوجيا الأساسية لـ Lagrange
تتألق Lagrange بتقنيات متقدمة تشكل مستقبل blockchain و AI:
Zero-Knowledge Proofs (ZK): تقنية أساسية تتيح التحقق من الحسابات دون الكشف عن البيانات، مما يضمن الخصوصية والأمان. Reckle Trees: بنية بيانات حصرية تساعد في تحسين تحديثات إثبات ZK؛ تم تقديمها في مؤتمرات التشفير مثل CCS'2024. DeepProve: مكتبة تعلم الآلة ZK للتحقق من الذكاء الاصطناعي بسرعة، تدعم تطبيقات مثل منع deepfake والبحث في الذكاء الاصطناعي الشفاف. تكامل EigenLayer: الاستفادة من أكثر من 29 مليار دولار من ETH المحتجز لتعزيز الأمان وقابلية التوسع. الحوسبة الفائقة المتوازية: توزيع المهام الحاسوبية عبر الشبكة لتحسين الأداء لتطبيقات dApp.
من خلال الجمع السلس لهذه الابتكارات، تعالج Lagrange تحديات الأداء والتكلفة في blockchain بينما تفتح آفاق تطبيقات جديدة في AI وDeFi.
♡مثل💬 ➤ @lagrangedev #lagrange $LA
{بقعة}(LAUSDT)
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
استكشاف نظام ZK المتقدم من Lagrange
Lagrange هي منصة بلوكتشين تركز على توسيع نطاق الحوسبة من خلال شبكة ZK Prover و ZK Coprocessor، والدعم لتطبيقات لامركزية (dApp) في DeFi، AI يمكن التحقق منها وإمكانية التوافق عبر السلاسل. المشروع يهدف إلى توفير بنية تحتية قوية لـ Web3، مما يسمح بمعالجة البيانات على نطاق واسع مع حماية الخصوصية والأمان. تأسست Lagrange بواسطة إسماعيل هيشون-ريزايد، وتتعاون مع مشغلي العقد الرائدين مثل Coinbase و Kraken و OKX، بينما تتكامل مع EigenLayer للاستفادة من أكثر من 29 مليار دولار من ETH المحتفظ بها—ضمان اللامركزية والأمان. مع تقنيات مثل أشجار Reckle و DeepProve، تعيد Lagrange تعريف كيفية معالجة blockchain للحسابات المعقدة، من التحVerification الذكاء الاصطناعي إلى إدارة السلاسل المتقاطعة. تدعم Lagrange Labs فريق من الخبراء في التشفير و blockchain و AI. بالإضافة إلى الرئيس التنفيذي Ismael Hishon-Rezaizadeh، يتضمن هذا الفريق شخصيات بارزة مثل Babis Papamanthou - عالم تشفير مشهور، يقود الأبحاث حول Reckle Trees وتقنية ZK المتقدمة. تتكون مجموعة المشروع من حوالي 200 مهندس وباحث، مع منشورات تم تقديمها في مؤتمرات بارزة مثل SBC'2023. لاغرانج تعاونت مع 85 مشغل عقد وشكلت تحالفات مهمة لتوسيع نظامها البيئي: ZKsync: تفويض 75% من متطلبات التحقق الخاصة بها إلى شبكة التحقق Lagrange خلال عامين. Polymer Labs: دعم القدرة على التفاعل عبر السلاسل من خلال بروتوكول IBC. Base، Frax Finance، Mantle Network، Omni Network، AltLayer: مجموعة المعالجات المدمجة ZK للتطبيقات DeFi. Crestal Network، OpenLedgerHQ، Hetu Protocol، LayerOnEth، Holonym: التعاون في الذكاء الاصطناعي القابل للتحقق، مع التركيز على ملكية الذكاء الاصطناعي والبحث الشفاف. يحدث Lagrange تأثيرًا قويًا في مجال الذكاء الاصطناعي وWeb3 مع أكثر من 3.7 مليون استنتاج ذكاء اصطناعي تم التحقق منه و11 مليون دليل تم إنشاؤه، مما يثبت القدرة على النطاق الكبير في معالجة والتحقق من الذكاء الاصطناعي. لقد جذبت هذه المنصة أكثر من 140,000 مستخدم DeepProve مستقل، مما يعكس التطبيقات العملية والثقة التي يخصصها المجتمع لها. تم تنفيذ تكنولوجيا Lagrange في مشاريع رائدة مثل NVIDIA و Intel و Sentient و 0G و Gaia و Mira و Billions و OpenLedger والعديد من المنظمات الأخرى، مما يثبت القدرة على التكامل المرن والفعال في نظام AI و Web3. حصلت Lagrange أيضًا على الدعم من بعض من أشهر المستثمرين في الصناعة ، بما في ذلك Founders Fund و Polychain Capital و 1kx و Hack VC و CMT Digital و DAO5 و NGC Ventures و Delphi Digital ، مما يعزز الوضع التكنولوجي والمالي للمشروع في السوق العالمية. حول رمز LA LA هو رمز مميز لمشروع Lagrange، تم إصداره من قبل صندوق Lagrange لدعم نشاط الشبكة وتحفيز المجتمع. إنه يلعب دورًا مركزيًا في النظام البيئي - من الدفع إلى إثبات ZK إلى المشاركة في الإدارة اللامركزية. تم تصميم رمز LA لتعزيز المشاركة العادلة، ومنع هيمنة الحيتان أو الروبوتات، ويتماشى مع الفلسفة اللامركزية للمشروع. اسم الرمز: LAB الرمز: LAB البلوكشين: مدمج مع سلاسل مثل Ethereum و ZKsync الإجمالي المعروض: 1.000.000.000 LA التوزيع: إيردروب: 10% صندوق لاغرانج: 11.3% المستثمر: 18.54% المجتمع والنظام البيئي: 34.78% المساهم: 25.39% المرافق: رسوم التحقق: الدفع مقابل التحقق من ZK على الشبكة الإدارة: المشاركة في القرارات التي تتخذها مؤسسة Lagrange الحوافز: مكافأة لمشغلي العقد والمستخدمين دمج النظام البيئي: دعم DeFi وتطبيقات الذكاء الاصطناعي التي يمكن التحقق منها DeepProve من Lagrange: فتح ثقة في الذكاء الاصطناعي من خلال الأدلة المشفرة تقدم Lagrange Labs DeepProve - إطار حسابي للذكاء الاصطناعي يستخدم تقنية عدم المعرفة (ZK) للتحقق من مخرجات النموذج - مما يوفر موثوقية وأمان غير مسبوقين في الذكاء الاصطناعي اللامركزي. تحدي الثقة في الذكاء الاصطناعي عندما يتم دمج الذكاء الاصطناعي (AI) بشكل متزايد في الحياة اليومية، تصبح مسألة موثوقية نتائج الذكاء الاصطناعي أمرًا ملحًا. كيف يمكننا ضمان أن النتائج من نماذج الذكاء الاصطناعي دقيقة وموثوقة؟ تتطلب طرق التحقق التقليدية عادةً الوصول إلى معلومات نموذج حساسة، مما يسبب مخاطر تسرب الأسرار التجارية. من ناحية أخرى، غالباً ما تكون الحلول التي تركز على الأمان معقدة للغاية بالنسبة للمستخدمين العاديين. في السابق، كان الاعتماد على الذكاء الاصطناعي يعتمد أساسًا على الضمانات من المؤسسات، مما يفتقر إلى منصة تقنية شفافة. لقد غيرت DeepProve من Lagrange Labs، التي تم إطلاقها في مارس، هذا من خلال استخدام الإثباتات التشفيرية للتحقق من مخرجات الذكاء الاصطناعي، مما يضمن الدقة دون الحاجة إلى الاعتماد على وعود أو سياسات من طرف ثالث. DeepProve: التحقق من AI بواسطة تقنية ZK DeepProve هو إطار لحسابات تعلم الآلة بدون معرفة (zkML) يثبت "أن الإخراج Y تم إنشاؤه عن طريق تشغيل النموذج على المدخلات X" دون الكشف عن أوزان النموذج. تقدم هذه التكنولوجيا مزيجًا مثاليًا من القدرة على التحليل والتحقق والخصوصية، مما يجعلها مناسبة لجميع تطبيقات الذكاء الاصطناعي. مقارنةً بالحلول الأساسية لـ zkML، فإن DeepProve أسرع بمعدل يصل إلى 1,000 مرة في إنشاء الأدلة، وأسرع بمعدل 671 مرة في التحقق، وأسرع بمعدل 1,150 مرة في عملية الإعداد الأولية. تتكون عملية العمل في DeepProve من ثلاث خطوات رئيسية: معالجة مسبقة: يتم تصدير نموذج AI كملف ONNX مع بيانات إدخال نموذجية. تقوم DeepProve بتحليل رسم ONNX، وإنشاء نسخة كمية من النموذج وإنشاء مفتاح للجهة المثبتة والجهة المتحققة. يتم تنفيذ خطوة الإعداد هذه مرة واحدة فقط. إنشاء دليل: تقوم DeepProve بتشغيل النموذج على إدخالات محددة، وتسجيل تتبع تنفيذ كل عقدة شبكة عصبية. يتم إثبات كل عقدة بشكل مشفر، ويتم تجميع الأدلة الفردية في دليل واحد، مُختصر. التحقق: باستخدام الإدخال، والإخراج، والالتزام بالنموذج ( تمثيل فريد للنموذج دون الكشف عن التفاصيل ) ومفتاح التحقق، تقوم DeepProve بالتحقق من عملية الاستدلال دون الحاجة للوصول إلى بيانات الإدخال أو النموذج نفسه. تعمل هذه العملية على تبسيط عملية التكامل للمطورين: تصدير النموذج إلى ONNX، إجراء إعداد مرة واحدة، إنشاء دليل والتحقق من استنتاجات الذكاء الاصطناعي في أي مكان. شبكة إثبات لاغرانج: الأداء القابل للتوسع والتحسين تستفيد DeepProve من شبكة Lagrange Prover (LPN)، وهي سحابة لامركزية تتكون من عقد إثبات متخصصة. تقوم هذه العقد بإنشاء دليل ZK عند الطلب، بينما ستتحقق المصدقون الخفيفون من النتائج. يسمح LPN لـ DeepProve بتقسيم استنتاج AI إلى أجزاء أصغر، وإثبات كل جزء بالتوازي على عدة آلات وتجميعها في دليل واحد. تضمن هذه البنية عدم وجود نقاط اختناق فحسب، بل تقلل أيضًا من التكاليف لكل دليل، مما يضمن اللامركزية ويعمل على تحسين النماذج أو الأجهزة المحددة مثل GPU أو ASIC. مع زيادة الطلب على الذكاء الاصطناعي القابل للتحقق، تظل DeepProve تحافظ على الأداء العالي وقابلية التوسع. آلية DARA لتخصيص الموارد بشكل مثالي تستخدم DeepProve آلية توزيع موارد المزاد المزدوج (DARA) في LPN لتوزيع الموارد بشكل فعال. يستخدم DARA خوارزمية توزيع قائمة على الحزم، حيث يتم تصنيف طلبات الإثبات حسب مستوى الاستعداد للدفع وعقد الإثبات حسب التكلفة لكل دورة حسابية. تضمن هذه الآلية سعرًا عادلًا: يدفع العملاء الحد الأدنى من المبلغ اللازم للفوز بالمزايدة، بينما يحصل نقاط Prover على سعر تنافسي في السوق. إنها تخلق سوقًا شفافًا وفعالًا، غير متأثرة بالاحتكار. التكنولوجيا الأساسية لـ Lagrange تتألق Lagrange بتقنيات متقدمة تشكل مستقبل blockchain و AI: Zero-Knowledge Proofs (ZK): تقنية أساسية تتيح التحقق من الحسابات دون الكشف عن البيانات، مما يضمن الخصوصية والأمان. Reckle Trees: بنية بيانات حصرية تساعد في تحسين تحديثات إثبات ZK؛ تم تقديمها في مؤتمرات التشفير مثل CCS'2024. DeepProve: مكتبة تعلم الآلة ZK للتحقق من الذكاء الاصطناعي بسرعة، تدعم تطبيقات مثل منع deepfake والبحث في الذكاء الاصطناعي الشفاف. تكامل EigenLayer: الاستفادة من أكثر من 29 مليار دولار من ETH المحتجز لتعزيز الأمان وقابلية التوسع. الحوسبة الفائقة المتوازية: توزيع المهام الحاسوبية عبر الشبكة لتحسين الأداء لتطبيقات dApp. من خلال الجمع السلس لهذه الابتكارات، تعالج Lagrange تحديات الأداء والتكلفة في blockchain بينما تفتح آفاق تطبيقات جديدة في AI وDeFi. ♡مثل💬 ➤ @lagrangedev #lagrange $LA {بقعة}(LAUSDT)