FX168财经网_全球视野外汇黄金加密货币NFT资讯网

金融界2023-06-29

黑山EDCON2023结束一个月后的思考：基础设施和应用趋势前瞻

证明（Zero Knowledge）和机器学习（Machine Learning）的结合。我们都知道，机器学习模型在许多方面都存在信任问题：输入和输出的信息数据、算法及模型参数的保密或公开等。当信任问题存在时，ML模型要想获得更大规模的应用就会存在阻碍。举例而言，使用用户个人信息作为原始数据进行训练时，个人信息会存在加密需求；模型参数通常是开发者团队的核心竞争优势，需要加密以保持竞争壁垒。零知识证明技术可以为除了智能合约之外的许多事物提供证明，尤其在机器学习应用越来越普遍的当下，ZKP可以为一个有百万参数的AI模型提供证明，从而提高安全性和隐私保护，帮助解决机器学习模型存在的各种信任挑战。此外，机器学习模型需要大量计算，ML模型融合到链上应用时可以通过ZK-SNARK生成证明，缓解ML的算力需求问题，更高效地将AI引入链上应用中。随着今年人工智能和机器学习进一步颠覆我们的生活，ZKML也被越来越多的人熟知和认可。在EDCON2023以及今年许多其他区块链大会上，我们都能感受到众多区块链开发者都已经加入了ZKML的领域（对这一概念尚需学习的读者可以查看WorldCoin关于ZKML的文章。早在2022年下半年，WorldCoin与ZKML领域的一些团队创建了ZKML社区，在2023年ETH Denver等多个公开场合向人们介绍ZKML这一概念、优势之处以及未来前景）。在黑山举办的第一届World Supercomputer Summit 2023上，大部分演讲嘉宾都在做与ZKML相关的事业。PSE核心成员Cathie So（@drCathieSo_eth）介绍AIGC NFT EIP-7007，向观众描绘了ZK与ML结合可能产生的创新火花，也更进一步畅想了未来世界超级计算机架构（World Super Computer Architecture）将会如何赋能ZKML的实现。PSE团队致力于将ZKP技术和以太坊生态更好地结合应用，积极参与建设ZKML的研究与项目。此外，Hyper Oracle（以太坊上的zkOracle项目）以及Poseidon ZKP（ZK聚合证明基础设施）、Modulus Labs（链上AI项目开发团队）、WorldCoin的DCBuilder也都是第一届WSC大会的演讲嘉宾。其中，Modulus Labs作为ZKML领域的先驱，已经在ZKML的应用方面进行不少试验，包括DeFi的Rockerfeller Bot（第一个全链AI交易机器人）、GameFi的Leela vs the World（第一个全链AI游戏）以及NFT项目等。在EDCON2023上，作为在ZKML领域的开发者，Jason Morton分享了他看到过去几年中ZKP的每秒浮点运算次数FLOPS（Floating-point Operations Per Second） [注] 快速提升，但Proof per Chain Transaction（每个链上交易中的证明数量）仍处于万级别的状态，他预计未来3年及将会实现突破。他畅想了当Proof per Chain Transaction进一步提升至亿甚至十亿级别的速度时，链上游戏领域、供应链领域、支付交易领域可能产生ZK与区块链结合的应用场景。在许多嘉宾的分享中都提到，ZKML还处于早期发展阶段，WorldCoin作为ZKML领域先驱之一，其组织的ZKML社区成立不久，却已经吸引了不少在领域内建设的开发者和同行。当越来越多产品由AI领导、更多创新来自于AI和ML的更新，ZK可以作为隐私保护和加速计算的手段，进一步赋能AI驱动下的社会。尽管这种需求当前不是非常明显，但若我们已经预见了AI无所不在的世界，那么模型和信息加密、计算速度的提升都会是未来的刚需。市场中有越来越多的编程工具，可以帮助开发者创建AI模型的ZK证明，而无需学习所有关于ZKP的密码学技能知识，这将为更多ZKP DApp打开巨大市场。区块链之于AI或ML的意义也将会是多重层次的，区块链本身可以提供的不可篡改且去中心化的链上记录，加密货币本身也可以成为未来AI与人类共存世界中的无国界货币体系。 [注]：FLOPS，每秒浮点运算次数，亦称每秒峰值速度，Floating-point operations per second，缩写 FLOPS，即每秒所执行的浮点运算次数，常用来测量电脑运算速度或被用来估算电脑性能。 2.应用DApp 在EDCON2023大会现场,我们听到的更多是关于底层技术的交流和讨论，关于DApp应用的讨论较少，其中链上游戏、账户抽象、LSD赛道的内容占多数。 2.1 On-Chain Gaming呈现AI化趋势对于应用，大家对链上游戏（On-Chain Gaming）的期待依旧很高。在大会上，当zkEVM公链项目们被问到觉得什么链上应用有潜力时，多数回答是链上游戏。在Danilo Kim在大会上分享自己在Zuzalu的生活体会时，提到了在Zuzalu期间诞生的链上AI游戏项目Zuland和Zuzuland。在Zuzalu和EDCON2023期间，引起大家关注的还有Small Brain Games发布的基于AI的全链上游戏Network State，是一款借鉴Slobbovia的桌上角色扮演TRPG游戏。On-Chain Gaming呈现出AI化趋势。当前On-chain Gaming之所以突出成为了应用主要讨论的话题，不是因为链上游戏已经具备流量，而是市场缺乏新叙事。DeFi summer过后DEX之间的横向竞争加纵向业务拓展使得头部效应愈发明显，但头部DeFi协议没有给公链创造新的热点，要想引领流量的爆发绝非再走老路；NFT boom发生在以太坊上，但熊市期间即便是以太坊上的NFT也缺乏创新动能，单纯讲IP故事的NFT需要大量运营的精力的和时间，更多GameFi元素和元宇宙叙事的NFT则需要开发产品的时间，效用类型、会员类型的NFT则需要大量传统企业进驻，大规模爆发也需要前期铺垫用户教育和传统品牌自己的运营技术团队长期的构思和经营；链上游戏赛道因为今年有较多AI/ML元素的加入，链上游戏内的灵活性和丰富度增加，比如ZKML带来了Autonomous NPC（自治NPC）或AI上帝角色，给链上游戏带来一些新的启发，而ZK又是热点话题，On-Chain Gaming赛道自然获得了更多的期待。但无论是哪一种应用赛道，在熊市想要引领叙事带来大量流量都面临更多挑战。因此在讨论到应用时，答案都是期待，但是却没有一个非常清晰的方向。 2.2 账户抽象（Account Abstraction）竞争激烈，赛道价值捕获是难题账户抽象（Account Abstraction，AA）这个概念从以太坊诞生后不久就已经出现了，近几年在协议标准层面的进展，尤其是ERC-4337在2023年3月的正式部署，使得这个概念再次引起业内的关注，创业和投资“热情”高涨。然而现状却是，账户抽象赛道已经相当“拥挤”、竞争激烈，赛道参与者们在价值捕获和商业模式方面存在挑战。在EDCON2023期间，Antalpha Labs举办了围绕账户抽象主题的HackerHouse活动，邀请了不少在账户抽象领域的开发者、投资人、研究员来现场分享观点和互动，包括Compass DAO、Candide Wallet、Account Labs（Unipass和Keystone合并成立）以及支持账户抽象的L2 Mantle Network、Compass DAO、Mirana Ventures研究团队等。为期一周的HackerHouse活动，笔者多次参与现场聆听嘉宾们的分享，收获颇丰，对于赛道目前的发展状态有了更深刻的认知。也要感谢Antalpha Labs举办HackerHouse活动并对外开放，让参与者们在轻松的交流环境中互相学习。目前阶段，许多钱包项目、底层公链、新兴创业团队都已经在努力实施和落地账户抽象相关的事业。在黑山期间，笔者参与了EDCON2023的Community Day活动以及Antalpha Labs主办的Account Abstraction HackerHouse。在听到各个账户抽象赛道项目的分享后，感受到账户抽象赛道“又平又热又挤”。“平”在于账户抽象SDK和钱包项目技术水平和功能差异化不大，赛道没有明显突出的龙头团队或者产品；“热”在于投资人和创业者在这几年对于账户抽象钱包项目的热情较高，各种大会以及周边活动氛围都能够感受到账户抽象是大势所趋，未来越来越多的智能合约会自然采用AA SDK进行开发，内置的钱包自带支持账户抽象功能，公链层面也会更倾向于直接支持账户抽象（如Starknet、zkSync等）；“挤”在于赛道参与者众多，这也导致了赛道的竞争也变得异常激烈。 SevenX关于账户抽象赛道的项目信息整理来源：https://foresightnews.pro/article/detail/23205 赛道内的多个钱包团队都已经开发出优秀的产品，且在技术和开发进度方面，赛道中不存在一骑绝尘、难以追赶的项目，各家竞对几乎保持“齐头并进”状态。在账户抽象的SDK方面，就已经有多个SDK提供方，如Gnosis Safe、Biconomy、Alchemy、Web3Auth、Etherspot等团队。近几年出现的钱包项目几乎都会基于ERC-4337协议开发，且会比较注重在B2B2C商业模式下，对于B端应用开发者体验以及C端用户体验。功能性方面，在社交恢复、抗审查、无助记词、隐私保护、多链等功能方面几乎都是必备选项。除了SDK提供方，钱包项目在探索更多账户抽象的应用方面也做出了很多尝试和努力。背后的逻辑是，当账户抽象被更广泛的应用和实现到智能合约中，抓住C端大流量的智能合约（B端）才能够使得钱包本身实现价值捕获，这也是钱包赛道在B2B2C商业模式下，不得不纵向拓展业务的原因。除了创造场景，部分钱包项目也在努力搭建基础设施，包括开发SDK等，努力获客。但在价值捕获环节，许多SDK为公共物品，难以帮助SDK项目进行价值捕获，Wallet-as-a-Service服务按次收费导致业务可扩展性（Scalability）较难提升，MEV收入同样面临竞争，不少头部钱包项目也在价值捕获环节探索更多可能。随着ERC-4337的正式部署，账户抽象也已经逐步落地到应用，协议落地是提升链上UX和US的重要环节，会是带来Mass Adoption的重要工具。当前账户抽象赛道竞争激烈，SDK和场景应用端都在探索如何打开更多用户。钱包的B2B2C的商业模式逐渐形成，但产业链中有效的经济价值捕获手段仍在探索。 2.3 LSD赛道的长期投资具备确定性如果说On-chain Gaming是正式公开场合以太坊开发者们讨论最多的应用，那么LSD、LSD-Fi则是笔者听到大家在会后讨论更多的话题。演讲嘉宾对于“去中心化节点”的讨论不在少数，如何加强POS的去中心化程度和节点的稳定性、安全性都是开发者们持续探索的技术点。在与参与大会的投资人们交流的过程中，加密货币基金表现出对LSD赛道的信心，也许是熊市期间许多泡沫褪去后，围绕着POS机制的LSD赛道是确定性和稳定性相对更高的领域。关于LSD赛道的研究，读者可以阅读Mint Ventures近期有关LSD赛道的研究报告： Shapella升级之后：收益率、竞争和LSD-Fi的长期影响 pSTAKE项目速览：币安支持的LSD的腰部项目加密利率市场春风将至？深度解析LSD利率市场服务商Pendle 参会感受 1.ZKML处于爆发前夕，未来将有更多机器学习应用采取ZK加密方式今年我们已经看到越来越多的AI-driven的产品颠覆我们以往的生活及工作的方式，机器学习（ML）作为AI的一个重要子集已经被应用在许多链下场景中，ML在链上的探索存在着计算成本和速度、模型信任、隐私保护等挑战，ZK加密方式可以使得ML模型在链下生成对于模型的证明，对链上的智能合约进行赋能，使得智能合约变得更加智能化和灵活。当ML进入区块链上的应用时，产业便具备了更多想象力。近几年，ZK技术在软件及硬件方面不断成熟，对以往机器学习（ML）模型存在的一系列计算问题、信任问题、隐私保护问题都可以用ZK方式来解决。ZKML也是Sam Altman的加密货币项目WorldCoin努力推进发展的领域之一，WorldCoin以及众多和该领域的研究团队和项目共同建立了ZKML社区，一同研究推进ZKML的技术和应用。当前现有的一些ZKML应用还处于发展早期，前文提到的有链上AI交易机器人、链上AI游戏，此外还有利用链下ML模型对DeFi协议参数进行建议，WorldCoin正在搭建的项目也正是类似于zk-DID，利用ZKML保证生物信息的隐私，支持Iris Code未来可升级性。未来预计我们将看到更多机器学习模型进军到区块链领域，ZK技术将会使这个“未来”更快到来。此外，笔者将WSC大会上Modulus Labs创始人Daniel的一页PPT摘录如下，“（ZKML的应用在于）当AI是一个优秀的工具，而存在‘信任’困难的时候。”笔者认为这是ZK技术与AL/ML结合的底层逻辑。当AI概念、ZKML概念越来越火的时候，我们将会看到各种伪ZKML项目，但是抓住两者结合的底层逻辑和意义，可以避免在炒作和泡沫中迷失。 2.Account Abstraction赛道“又平又热又挤” 正如上文所说，笔者在EDCON2023大会、会后采访及平时工作交流中感受到，账户抽象这一概念已经逐渐开始落地应用，赛道参与者众多且许多钱包项目都希望可以全产业链条布局，以期更好地打通B2B2C的商业模式，但赛道面临的更加深刻地挑战是价值捕获体系的建立。如上文提及的，激烈竞争会使得账户抽象SDK变成公共物品，智能合约中的账户抽象B端业务难以规模化且竞争激烈，钱包的终端用户C端流量仍旧为应用DApp所掌握，给许多账户抽象钱包项目带来了价值捕获挑战。但对于用户而言，以太坊还将持续推动ERC-4337更大规模和更深刻地应用，给用户带来更好地UX和US。笔者认为，下一个周期账户抽象不再是一个概念，而是一个大流量应用中无感而绝妙的体验，值得期待。 3.Public Goods在区块链行业的重要角色被多次提起在此次EDCON2023大会的周边活动中，Buidler DAO、SeeDAO 及Mask Network联合举办了DAO 黑山 Conference，讨论议题中包括公共物品。大会中Gitcoin创始人Scott Moore也对Public Goods进行了讨论，他强调了“协调”在帮助区块链协议解决当下社会的网络问题时的重要性。（Gitcoin作为开源项目资助平台，其使命是构建和资助数字公共产品。）笔者碰巧在参会期间与Manta Network和Poseidon ZKP的创始人Shumo老师沟通时也讨论了公共物品的话题。“区块链基础设施的终局是公共物品”，Shumo老师这样说道。笔者的理解是，区块链基础设施类似于公路这种“准公共物品”，具有有限的非竞争性和有限的排他性，应当被社会更广泛地使用作为改善金融体系、生活方式、工作效率的工具。业内的基础设施代码通常是开源的，有区块链开源文化和氛围的原因，也有后期Web3.0概念带来的平等、共赢精神的原因。这就导致基础设施项目想要内卷也难以维持，因为总有新的开源项目将会给行业带来免费的正外部性。在与其他与会者交流时，笔者能感受到许多以太坊地开发者的初心中功利心很少，出发点通常是为了解决以太坊生态中的某一问题或痛点，开发出来的产品或项目也通常开源供所有人使用和改进。区块链底层的基础设施大多都是开源的公共物品，这也是为什么加密货币和区块链行业能快速迭代的原因之一。小结 PSE基金会的Andy Guzman在他的演讲Harnessing ZK and Existing Infrastructure for Ethereum’s Mass Adoption中提到，当前阶段正值ZK、账户抽象和L2三者的技术成熟期，三者汇聚的力量将会提升以太坊的User Experience（UX）和User Security（US）。按照他所描绘的未来，我们可以想象到在更快速、安全和稳定的Layer 2上，ZK加密技术赋能AI/ML带来更具有灵活性的DApp应用，同时账户抽象更好地帮助新用户进入加密货币领域，用户会拥有更安全、更便捷、更低成本的账户体验和交互体验。EDCON2023让全球的开发者和业内同行再次齐聚，审视当前以太坊的发展进展及状态，互相交流行业内的最新动态趋势，碰撞观点产生创新思路。来源：金色财经

金色财经2023-06-28

AI为数字营销带来了哪些改变？你需要了解这8点

预测未来趋势和消费者行为。预测分析使用机器学习算法分析大型客户数据集，并识别指示未来趋势的模式。例如，人工智能可以确定哪些产品或服务可能很快变得更加普遍，或者哪些客户更有可能成为忠实客户。 08.自动化媒体购买流程通过自动化，AI可以使媒体购买流程更加高效。通过筛选消费者行为和市场趋势数据，AI可以帮助企业找到最佳的媒体广告活动交易，防止他们在广告购买方面开销过大。例如，AI可以确定最佳的时间和渠道来运行广告，以最大限度地扩大其覆盖范围，同时节省成本。原文由Elliot Gray撰写，中文内容由元宇宙之心（MetaverseHub）团队编译，如需转载请联系我们。来源：金色财经

金色财经2023-06-28

金色早报 | Bitfinex在拉丁美洲推出P2P加密交易平台

道指涨0.63%。金色百科 ▌零知识机器学习ZKML 区块链技术中的 ZK（零知识，Zero-Knowledge，下文简称 ZK）是密码学中的一个概念，指的是一种证明或交互过程，其中证明者能够向验证者证明某个陈述的真实性，而不泄露任何有关这个陈述的具体信息。ML（机器学习，Machine Learning，下文简称 ML），是 AI 的分支领域。机器学习从输入数据中学习、总结形成模型并能做出预测和决策。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经

金色财经2023-06-28

美股收盘：道指纳指涨超200点中概股多上涨360数科涨超13%

GPT-3的大模型训练当地时间周二，机器学习及人工智能领域开放产业联盟MLCommons披露两项MLPerf基准评测的最新数据，其中英伟达H100芯片组在人工智能算力表现的测试中，刷新了所有组别的纪录，也是唯一一个能够跑完所有测试的硬件平台。对于这个结果，英特尔也表示仍有上升空间。理论上只要堆更多的芯片，运算的结果自然会更快。瑞银计划砍掉逾半数瑞信员工年内预计有三轮裁员瑞银集团（UBS）已完成对瑞士信贷（瑞信）的收购，结束了数月来瑞士最大金融机构之一的倒闭风波。接下来，瑞银计划从下个月开始将瑞信4.5万多名员工裁掉一半以上。据知情人士透露，瑞信在伦敦、纽约和亚洲部分地区的投行业务员工、交易员和支持性工作人员预计将首当其冲受到裁员的影响，几乎所有业务都面临风险。瑞信员工已被告知今年将有三轮裁员，第一轮预计在7月底进行，另外两轮初步计划在9月和10月进行。美国汽车工程师协会：特斯拉充电技术即将成为美国行业标准当地时间周二，美国汽车工程师协会（SAE）表示，特斯拉的电动汽车充电技术正迅速成为美国行业标准。将加速审查特斯拉的北美充电标准（NACS）是否有可能成为美国充电行业标准。该组织的支持将使其他汽车制造商更容易采用特斯拉充电标准。标准化过程是建立基于共识的关键一步，将对NACS充电连接器进行标准化，以确保任何供应商或制造商都能使用、制造或部署这种充电端口。数周以来，包括电动车制造商Rivian、福特汽车、通用汽车等公司均已同意采用特斯拉专有的充电标准NACS，让客户可以使用美国最大的充电网络。

金融界2023-06-28

AGI龙头云知声递表港交所近三年年收入复合增长率超50%

能基础设施，其专注于智算集群，高效地就机器学习工作动态调度强大的算力。公司的智算集群目前拥有超过200 PFLOPS的计算能力，以及超过1.6PB的存储容量。公司2023年推出了一个拥有600亿个参数的自有大语言模型山海大模型，作为公司技术平台云知大脑（UniBrain）的新核心。根据弗若斯特沙利文的资料，按收入计，公司是2022年中国第四大AI解决方案提供商，但在年度收入超过人民币5亿元的企业中增长最快。同年，按收入计，公司在中国智慧生活及智慧医院行业均排名第三。这些产品和解决方案的广泛商业应用为公司提供了优质的用户反馈，进而支持山海大模型的持续迭代以成为云知大脑的核心。公司基于云知大脑技术平台为智慧生活和智慧医疗中广泛的应用场景提供了极具竞争优势的产品和解决方案。招股书显示，公司收入主要来自销售AI产品及解决方案。2020-2022年，收入分别为人民币2.608亿元、4.558亿元和6.006亿元，复合年增长率为51.7%；同期毛利润分别为人民币8925万元、1.450亿元和2.399亿元，复合年增长率为63.9%。

金融界2023-06-27

精彩回顾 | 来看 Q T F 量化科技嘉年华上的 D o l p h i n DB

合主办方，在6月3日上午的“因子挖掘与机器学习”分论坛中，为广大量化粉丝们奉上了一场干货满满的主题分享与圆桌讨论，现场座无虚席，反响热烈，收获了一致好评。此外，嘉年华还设置了厂商展区，包含护照集章、展台抽奖等趣味活动。DolphinDB 为粉丝准备了抽奖圆盘和丰富的小礼品，并有技术支持团队现场路演交流。主题分享 DolphinDB 创始人暨 CEO 周小华博士受邀分享《下一代因子挖掘统一框架：打破界限的流式实时计算平台》。 DolphinDB 为海量历史数据、实时行情数据的处理和中高频因子计算提供了高性能的投研方案。多范式脚本语言可实现因子代码快速编写。内置的分布式计算架构、1500+计算函数、10+流计算引擎，方便用户进行因子的流批一体计算。未来将融合机器学习、AI 继续探索新的可能。对于量化交易员们来说，有了实时产生的交易信号，怎么能够快速传递到交易系统里面呢?DolphinDB 引入了三种技术：第一，通过在流计算中引入 JIT 技术，降低流计算的时延。第二，得到流计算结果后，通过跨进程共享内存交换数据，DolphinDB 系统和交易系统、风控系统在同一个节点上，从而降低将数据传给交易系统的时延。第三，Swordfish 的发布，使得用户可以将 DolphinDB 作为一个库嵌入到交易系统的进程中，而且在同一个进程中还可以推动内存交换获取数据，时延进一步降低。同时，DolphinDB 在不断加强对 AI 建模分析的支持。面对庞大的因子数据量，传统的线性回归方法已难以满足处理需求，很多团队都已经引入了深度学习工具。 DolphinDB 首先提供了内置的机器学习工具，并支持分布式存储和计算。此外，研究员们可以通过 AI Data Loader，用 SQL 语句把分布式数据库当中的数据直接对接到 PyTorch 等工具中，省去了数据转换与落地的成本。 DolphinDB 最近也在做一些新的工作和探索。正在研发中的 GPU 算子库可以将计算无缝迁移到 GPU 中，使得性能有数量级的提升。最后，面对越来越丰富的多元化数据、异构数据，DolphinDB 正在研发 Vector Database，来支持对这些数据方便的存储和检索。完整的演讲内容可以添加 DolphinDB 小助手(dolphindb1)获取～圆桌论坛圆桌论坛环节，周博士与来自投研平台、量化交易平台和券商投研交易团队的三位负责人共同进行了《量化新视野下的前沿技术探索》主题讨论，围绕 AI 大模型、深度学习在业务中的实践、新技术下软硬件成本、未来潜在发展等热点话题，与观众交流。圆桌问题一览： ·最近最火热的技术趋势就是 AI 大模型，请问一下各位嘉宾，有自己玩过 ChatGPT 吗?有没有什么有意思的实践可以分享? ·前一阵某知名千亿量化私募宣布成立新的团队入场大模型 AI，请问各位对此有什么看法? ·有人说，量化研究员的工作就是每天挖掘各种因子，但很多时候一个优秀的模型也会带来显著的策略增长，那么在量化领域里，各位认为因子和模型这两者是什么样的关系?哪一块更重要? ·其实很早之前，机器学习就已经应用于预测股市价格、走势等方面的场景，但往往专注于传统模型比如决策树。现在比较流行深度学习模型，什么递归神经网络模型、卷积神经网络模型等等。能否结合自身业务，谈谈在这方面的实践? ·除了前面提到的传统的选股、择时等业务，未来这类前沿技术会给量化领域带来哪些新的可能?潜在的发展方向又有哪些? ·从应用的角度来说，想要将深度学习和业务结合产生好的效果，对咱们团队提出了哪些软硬件需求? ·我们知道深度学习模型并不完全是对传统的机器学习算法的简单升级。在做决策时，尤其是风控，可解释性和对业务的理解非常重要。有时对一些结构化数据使用深度学习，会产生过拟合。对于数据挖掘和可解释性的平衡问题，各位有什么看法? 四位嘉宾围绕以上七个问题展开了深入讨论，各抒己见，也激发了现场观众的思考。特装展区 DolphinDB 在 QTF 量化科技嘉年华中，不仅主办了6月3日上午的“因子挖掘与机器学习”分论坛，还在特装展区设置了丰富的小礼品和抽奖活动，并有专业的技术支持现场解答与路演。无线耳机、特制飞盘、定制文化衫、因子日历、笔记本……无论你是洽谈商务的业务人士，还是追赶潮流的年轻人，都有机会在 DolphinDB 展区抽到你喜爱的礼品，了解你想要的最新资讯，获得一对一与技术同事交流的机会。现场交流幸运转盘100%中奖! 热情的粉丝护照集章，兑换你的专属礼品～来源：金色财经

金色财经2023-06-27

StarkNet生态系统全方位解读哪些项目值得关注

进行链上验证链下计算。这使得人工智能和机器学习模型等计算密集型应用程序可以在链上运行，同时拥有不暴露敏感数据和模型细节的便利性。此外，StarkNet的零知识证明能力可用于验证人工智能计算的正确性，增强用户对结果的信任。总的来说，StarkNet将为游戏、预言机、自动交易、反sybil攻击、KYC等领域的链上人工智能用例开辟新的可能性。总之，我们相信，随着技术的不断发展和创新，StarkNet生态系统有潜力在竞争中保持领先地位，但也需要经受住挑战，以维持可持续性并扩大用户基础。通过不断创新以及与开发人员和用户的密切合作，StarkNet将会继续发展，为以太坊创造更多新用例。来源：金色财经

金色财经2023-06-27

精彩回顾 | 来看 QTF 量化科技嘉年华上的 DolphinDB

合主办方，在6月3日上午的“因子挖掘与机器学习”分论坛中，为广大量化粉丝们奉上了一场干货满满的主题分享与圆桌讨论，现场座无虚席，反响热烈，收获了一致好评。此外，嘉年华还设置了厂商展区，包含护照集章、展台抽奖等趣味活动。DolphinDB 为粉丝准备了抽奖圆盘和丰富的小礼品，并有技术支持团队现场路演交流。主题分享 DolphinDB 创始人暨 CEO 周小华博士受邀分享《下一代因子挖掘统一框架：打破界限的流式实时计算平台》。 DolphinDB 为海量历史数据、实时行情数据的处理和中高频因子计算提供了高性能的投研方案。多范式脚本语言可实现因子代码快速编写。内置的分布式计算架构、1500+计算函数、10+流计算引擎，方便用户进行因子的流批一体计算。未来将融合机器学习、AI 继续探索新的可能。对于量化交易员们来说，有了实时产生的交易信号，怎么能够快速传递到交易系统里面呢？DolphinDB 引入了三种技术：第一，通过在流计算中引入 JIT 技术，降低流计算的时延。第二，得到流计算结果后，通过跨进程共享内存交换数据，DolphinDB 系统和交易系统、风控系统在同一个节点上，从而降低将数据传给交易系统的时延。第三，Swordfish 的发布，使得用户可以将 DolphinDB 作为一个库嵌入到交易系统的进程中，而且在同一个进程中还可以推动内存交换获取数据，时延进一步降低。同时，DolphinDB 在不断加强对 AI 建模分析的支持。面对庞大的因子数据量，传统的线性回归方法已难以满足处理需求，很多团队都已经引入了深度学习工具。 DolphinDB 首先提供了内置的机器学习工具，并支持分布式存储和计算。此外，研究员们可以通过 AI Data Loader，用 SQL 语句把分布式数据库当中的数据直接对接到 PyTorch 等工具中，省去了数据转换与落地的成本。 DolphinDB 最近也在做一些新的工作和探索。正在研发中的 GPU 算子库可以将计算无缝迁移到 GPU 中，使得性能有数量级的提升。最后，面对越来越丰富的多元化数据、异构数据，DolphinDB 正在研发Database，来支持对这些数据方便的存储和检索。完整的演讲内容可以添加 DolphinDB 小助手（dolphindb1）获取～圆桌论坛圆桌论坛环节，周博士与来自投研平台、量化交易平台和券商投研交易团队的三位负责人共同进行了《量化新视野下的前沿技术探索》主题讨论，围绕 AI 大模型、深度学习在业务中的实践、新技术下软硬件成本、未来潜在发展等热点话题，与观众交流。圆桌问题一览： ·最近最火热的技术趋势就是 AI 大模型，请问一下各位嘉宾，有没有什么有意思的实践可以分享？ ·前一阵某知名千亿量化私募宣布成立新的团队入场大模型 AI，请问各位对此有什么看法？ ·有人说，量化研究员的工作就是每天挖掘各种因子，但很多时候一个优秀的模型也会带来显著的策略增长，那么在量化领域里，各位认为因子和模型这两者是什么样的关系？哪一块更重要？ ·其实很早之前，机器学习就已经应用于预测股市价格、走势等方面的场景，但往往专注于传统模型比如决策树。现在比较流行深度学习模型，什么递归神经网络模型、卷积神经网络模型等等。能否结合自身业务，谈谈在这方面的实践？ ·除了前面提到的传统的选股、择时等业务，未来这类前沿技术会给量化领域带来哪些新的可能？潜在的发展方向又有哪些？ ·从应用的角度来说，想要将深度学习和业务结合产生好的效果，对咱们团队提出了哪些软硬件需求？ ·我们知道深度学习模型并不完全是对传统的机器学习算法的简单升级。在做决策时，尤其是风控，可解释性和对业务的理解非常重要。有时对一些结构化数据使用深度学习，会产生过拟合。对于数据挖掘和可解释性的平衡问题，各位有什么看法？四位嘉宾围绕以上七个问题展开了深入讨论，各抒己见，也激发了现场观众的思考。特装展区 DolphinDB 在 QTF 量化科技嘉年华中，不仅主办了6月3日上午的“因子挖掘与机器学习”分论坛，还在特装展区设置了丰富的小礼品和抽奖活动，并有专业的技术支持现场解答与路演。无线耳机、特制飞盘、定制文化衫、因子日历、笔记本……无论你是洽谈商务的业务人士，还是追赶潮流的年轻人，都有机会在 DolphinDB 展区抽到你喜爱的礼品，了解你想要的最新资讯，获得一对一与技术同事交流的机会。现场交流幸运转盘100%中奖！热情的粉丝护照集章，兑换你的专属礼品～来源：金色财经

金色财经2023-06-27

金色早报 | 美法官驳回Binance.US对SEC新闻稿的投诉

道指跌0.03%。金色百科 ▌零知识机器学习ZKML 区块链技术中的 ZK（零知识，Zero-Knowledge，下文简称 ZK）是密码学中的一个概念，指的是一种证明或交互过程，其中证明者能够向验证者证明某个陈述的真实性，而不泄露任何有关这个陈述的具体信息。ML（机器学习，Machine Learning，下文简称 ML），是 AI 的分支领域。机器学习从输入数据中学习、总结形成模型并能做出预测和决策。免责声明：金色财经作为区块链资讯平台，所发布的文章内容仅供信息参考，不作为实际投资建议。请大家树立正确投资理念，务必提高风险意识。来源：金色财经

金色财经2023-06-27

24小时热点