Domain specific use case of AI. Agriculture.
https://www.reddit.com/r/Damnthatsinteresting/comments/14sifgp/zero_chemcials_ai_based_laser_based_pesticide_and/?utm_source=share&utm_medium=ios_app&utm_name=ioscss&utm_content=1&utm_term=1
https://www.reddit.com/r/Damnthatsinteresting/comments/14sifgp/zero_chemcials_ai_based_laser_based_pesticide_and/?utm_source=share&utm_medium=ios_app&utm_name=ioscss&utm_content=1&utm_term=1
Reddit
From the Damnthatsinteresting community on Reddit: Zero Chemcials: AI based laser based pesticide and herbicide.
Posted by CantStopPoppin - 1,003 votes and 130 comments
The machine in the video is a "LaserWeeder" sold by Carbon Robotics.
Their website does not mention pest control . Only weed control.
"Laserweeding is precision weed control for commercial farming... kills weeds at the meristem before they compete for precious resources."
https://carbonrobotics.com/
Their website does not mention pest control . Only weed control.
"Laserweeding is precision weed control for commercial farming... kills weeds at the meristem before they compete for precious resources."
https://carbonrobotics.com/
Carbon Robotics
The Carbon Robotics LaserWeeder solves one of agriculture's biggest problems: weed control. Laserweeding is better than spraying herbicides, hand weeding, or mechanical weeding. It harnesses computer vision and thermal energy to identify, target, and kill…
A Survey of Large Language Models
LLM에 대한 조사 논문으로 최근 업데이트되었습니다. 600개 이상의 참조 자료, LLM 컬렉션, 유용한 프롬프트 팁, 기능 평가, GitHub 레포 등이 포함되어 있습니다. (https://twitter.com/omarsar0/status/1678419456895197185)
논문 [https://arxiv.org/abs/2303.18223](https://t.co/Tq2hBKUtNt)
깃허브 https://github.com/RUCAIBox/LLMSurvey
LLM에 대한 조사 논문으로 최근 업데이트되었습니다. 600개 이상의 참조 자료, LLM 컬렉션, 유용한 프롬프트 팁, 기능 평가, GitHub 레포 등이 포함되어 있습니다. (https://twitter.com/omarsar0/status/1678419456895197185)
논문 [https://arxiv.org/abs/2303.18223](https://t.co/Tq2hBKUtNt)
깃허브 https://github.com/RUCAIBox/LLMSurvey
Twitter
This is one of the most comprehensive survey papers on LLMs!
They recently updated it.
It includes over 600 references, LLM collection, useful prompting tips, evaluation of capabilities, a GitHub repo, and more.
paper: https://t.co/Tq2hBKUtNt
repo: h…
They recently updated it.
It includes over 600 references, LLM collection, useful prompting tips, evaluation of capabilities, a GitHub repo, and more.
paper: https://t.co/Tq2hBKUtNt
repo: h…
[현기증 나는 환율 흐름.. 왜 이런 상황이 나타나는 걸까]
https://outstanding.kr/wondollar20230711
1. 장마가 끝나면 본격 휴가철이 시작됩니다. 해외여행을 할 때 가장 중요한 것은 환전이죠. 그런데 요즘 달러원 환율이 심상치 않습니다.
2. 지난해 11월에는 달러당 1450원 가까이 뛰었다가 올해 초에는 1220원까지 내렸다가 다시 1330원까지 치솟고 1270원을 때린 다음에 지금은 1300원 수준에 머물러 있죠. 상하방의 방향성이 나타나는 것이 아니라 위아래로 요동을 치는, 이른바 변동성이 높은 시기입니다.
3. 왜 이런 상황이 나타나는지를 생각해 보죠. 미국의 강한 성장과 금리 인상 기대는 달러 강세, 즉 환율 상승을 가리킵니다. 반면 무역 적자의 늪에서 벗어나 흑자로의 전환은 원화 강세, 즉 환율 하락을 가리키죠.
4. 물론 이런 흐름이 미래에 계속 이어질지는 아무도 모를 겁니다. 만약 미국 금리가 예상보다 강하게 오른다면 환율은 보다 위로 튈 수 있겠죠. 반면 한국의 무역 흑자 기조가 보다 강해진다면? 환율은 밑을 바라볼 수 있을 겁니다.
5. 성장세가 강했던 미국이 갑자기 경기 침체 논란에 휩싸인다면? 이렇게 되면 달러 약세, 즉 환율의 하락을 볼 수 있겠죠. 복잡하시죠? 네. 우리가 복잡하게 느끼는 것만큼 시장도 하루하루의 뉴스에 현기증을 느끼게 될 겁니다.
https://outstanding.kr/wondollar20230711
1. 장마가 끝나면 본격 휴가철이 시작됩니다. 해외여행을 할 때 가장 중요한 것은 환전이죠. 그런데 요즘 달러원 환율이 심상치 않습니다.
2. 지난해 11월에는 달러당 1450원 가까이 뛰었다가 올해 초에는 1220원까지 내렸다가 다시 1330원까지 치솟고 1270원을 때린 다음에 지금은 1300원 수준에 머물러 있죠. 상하방의 방향성이 나타나는 것이 아니라 위아래로 요동을 치는, 이른바 변동성이 높은 시기입니다.
3. 왜 이런 상황이 나타나는지를 생각해 보죠. 미국의 강한 성장과 금리 인상 기대는 달러 강세, 즉 환율 상승을 가리킵니다. 반면 무역 적자의 늪에서 벗어나 흑자로의 전환은 원화 강세, 즉 환율 하락을 가리키죠.
4. 물론 이런 흐름이 미래에 계속 이어질지는 아무도 모를 겁니다. 만약 미국 금리가 예상보다 강하게 오른다면 환율은 보다 위로 튈 수 있겠죠. 반면 한국의 무역 흑자 기조가 보다 강해진다면? 환율은 밑을 바라볼 수 있을 겁니다.
5. 성장세가 강했던 미국이 갑자기 경기 침체 논란에 휩싸인다면? 이렇게 되면 달러 약세, 즉 환율의 하락을 볼 수 있겠죠. 복잡하시죠? 네. 우리가 복잡하게 느끼는 것만큼 시장도 하루하루의 뉴스에 현기증을 느끼게 될 겁니다.
OUTSTANDING
현기증 나는 환율 흐름.. 왜 이런 상황이 나타나는 걸까
*이 글은 외부 필자인 오건영님의 기고입니다. 베트남 나트랑에 4박 5일로 휴가를 다녀왔습니다. 보통 7월 말 정도로 휴가를 가곤 하는데, 올해 조금 일찍 다녀왔네요. 3년 만에 가는 해외여행이라 그런지 더 설레고 즐거운 시간이었던 것 같습니다. 확실히 남쪽 지방인지라 햇볕은 한국보다
웹 개발자를 위한 50가지 이상의 ChatGPT 프롬프트 [번역]
ChatGPT를 사용하여 웹 개발 워크플로우의 속도를 높이는 데 도움이 되는 50가지 이상의 프롬프트와 전략
코드 생성/완성/변환/설명/리뷰/리팩터
버그 감지 및 수정
시스템 설계 및 아키텍처
검색 엔진 최적화(SEO)
모의 데이터 생성
테스트, 문서, 쉘 명령어, 정규 표현식, 콘텐츠
이력서 및 자기소개서, 면접 준비, 배움
ChatGPT를 사용하여 웹 개발 워크플로우의 속도를 높이는 데 도움이 되는 50가지 이상의 프롬프트와 전략
코드 생성/완성/변환/설명/리뷰/리팩터
버그 감지 및 수정
시스템 설계 및 아키텍처
검색 엔진 최적화(SEO)
모의 데이터 생성
테스트, 문서, 쉘 명령어, 정규 표현식, 콘텐츠
이력서 및 자기소개서, 면접 준비, 배움
Sung Kim 대표님 페북
#gpt-code-interpreter-opensource GPT Code Interpreter는 기본적으로 여러분들이 하고 싶은 일을 말하면, GPT가 코드를 생성하고 이 코드를 (주어진 데이터가 있다면) 생성하고 결과를 보여주는 것입니다. 그래서 점점 프로그래머가 할수 있는 많은 일을 할수 있을 것입니다.
Code Interpreter의 OpenSource 버전을 소개합니다. 이름이 GPT-Code 인데 GPT로 코드를 짜고 이를 Jupyter Kernel에서 실행을 시키고, Flask UI로 보여주는 것입니다.
정말 멋진 프로젝트 입니다.
https://github.com/ricklamers/gpt-code-ui
코드 인터프리터 Access 안주니까 본인이 만든 것 같네요 ㅋㅋㅋㅋ
#gpt-code-interpreter-opensource GPT Code Interpreter는 기본적으로 여러분들이 하고 싶은 일을 말하면, GPT가 코드를 생성하고 이 코드를 (주어진 데이터가 있다면) 생성하고 결과를 보여주는 것입니다. 그래서 점점 프로그래머가 할수 있는 많은 일을 할수 있을 것입니다.
Code Interpreter의 OpenSource 버전을 소개합니다. 이름이 GPT-Code 인데 GPT로 코드를 짜고 이를 Jupyter Kernel에서 실행을 시키고, Flask UI로 보여주는 것입니다.
정말 멋진 프로젝트 입니다.
https://github.com/ricklamers/gpt-code-ui
코드 인터프리터 Access 안주니까 본인이 만든 것 같네요 ㅋㅋㅋㅋ
GitHub
GitHub - ricklamers/gpt-code-ui: An open source implementation of OpenAI's ChatGPT Code interpreter
An open source implementation of OpenAI's ChatGPT Code interpreter - ricklamers/gpt-code-ui
스스로 브랜딩 좀 할 줄 안다고 생각했고, 어느 순간부터는 아무렇게나 행동해도 도에 어긋나지 않는 70세의 공자처럼 지냈는데 미국 와서 정말 주눅 들 정도로 퍼스널브랜딩을 잘하는 사람이 많아 내가 정말 깝치고 다녔구나 하는 며칠 동안 했다.
내가 생각하는 퍼스널브랜딩은 1. 미션을 세우고 2. 그대로 행하며 3. 성과로 증명하고 4. 과정을 소통하며 5. 계속 성장하며 6. 미션 주변의 필요한 일들도 사회 구성원으로써 해내며 7. 특정한 맥락 속에서 사람들이 나를 인식하고 친구가 되게 하는 것이다. 이런 걸 하면서 컨셉이니 키워드니 컬러니 이런 건 하면 좋지만 안 해도 좋고 이런 식이다. 브랜드가 브랜드인 이유는 브랜딩을 잘해서도 있지만, 브랜드 되지 못하는 것들이 그만큼 많아서도 있다.
미국에서 활동하는 내 또래 CEO 인터뷰하는 사람들이나 미디어를 잘 활용하는 CEO들을 보면 1. (인류를 대상으로 하는 원대한) 미션을 세우고 2. (범지구적인 스케일로) 그대로 행하며 3. (곱하기 10~100쯤 되는) 성과로 증명하고 4. 과정을 그대로 소통하는데 모든 디테일한 부분에서 자신의 뾰족한 생각과 통찰을 드러낼 줄 알고 5. 프로패셔널하게 새로운 소식들을 이어나가며 6. 공동체에 필요한 담론에 적극적으로 참여하며 7. 그 사람의 맥락 속에서 그 사람을 소비하게 만들고, 브랜드 네이밍부터 슬로건, 문장 하나하나가 브랜드답다.
이런 차이를 만드는 건 언어, 세상을 보는 시야, 패권국 마인드 등등이 있는 거 같다.
좀 겸손할 필요가 있다고 생각하고 뭔가 대단한 성취를 하기 전까지는 책도 쓰지 말고 그냥 성과나 잘 내자, 그냥 뭐 회사에 해가 되는 게 아닌 선에서, 좋은 얘기 힘든 얘기 재미난 놀이터라고 생각하고 SNS에 올리자 정도로 생각하고 살았는데 글로벌에서는 절대 이렇게 활동하면 안 되겠다는 생각이다. 마이너리티 아이덴티티를 버리고 미션을 더 내세우고 강력하고 규모있게 꾸준히 실행하고 증명하는 것이 필요하다.
좋은 자극제고 해낸다면 얼마나 나중에 나눌 수 있는 얘기들이 많아질까 싶다.
태용님
내가 생각하는 퍼스널브랜딩은 1. 미션을 세우고 2. 그대로 행하며 3. 성과로 증명하고 4. 과정을 소통하며 5. 계속 성장하며 6. 미션 주변의 필요한 일들도 사회 구성원으로써 해내며 7. 특정한 맥락 속에서 사람들이 나를 인식하고 친구가 되게 하는 것이다. 이런 걸 하면서 컨셉이니 키워드니 컬러니 이런 건 하면 좋지만 안 해도 좋고 이런 식이다. 브랜드가 브랜드인 이유는 브랜딩을 잘해서도 있지만, 브랜드 되지 못하는 것들이 그만큼 많아서도 있다.
미국에서 활동하는 내 또래 CEO 인터뷰하는 사람들이나 미디어를 잘 활용하는 CEO들을 보면 1. (인류를 대상으로 하는 원대한) 미션을 세우고 2. (범지구적인 스케일로) 그대로 행하며 3. (곱하기 10~100쯤 되는) 성과로 증명하고 4. 과정을 그대로 소통하는데 모든 디테일한 부분에서 자신의 뾰족한 생각과 통찰을 드러낼 줄 알고 5. 프로패셔널하게 새로운 소식들을 이어나가며 6. 공동체에 필요한 담론에 적극적으로 참여하며 7. 그 사람의 맥락 속에서 그 사람을 소비하게 만들고, 브랜드 네이밍부터 슬로건, 문장 하나하나가 브랜드답다.
이런 차이를 만드는 건 언어, 세상을 보는 시야, 패권국 마인드 등등이 있는 거 같다.
좀 겸손할 필요가 있다고 생각하고 뭔가 대단한 성취를 하기 전까지는 책도 쓰지 말고 그냥 성과나 잘 내자, 그냥 뭐 회사에 해가 되는 게 아닌 선에서, 좋은 얘기 힘든 얘기 재미난 놀이터라고 생각하고 SNS에 올리자 정도로 생각하고 살았는데 글로벌에서는 절대 이렇게 활동하면 안 되겠다는 생각이다. 마이너리티 아이덴티티를 버리고 미션을 더 내세우고 강력하고 규모있게 꾸준히 실행하고 증명하는 것이 필요하다.
좋은 자극제고 해낸다면 얼마나 나중에 나눌 수 있는 얘기들이 많아질까 싶다.
태용님
AI가 괴물이 될 거다 라는 모두의 공포감 속에서 영지식 증명(ZK)을 활용한 어떤 AI 연산의 검산 내지 신뢰성을 검증할 수 있는 도구로서 ZKML에 대해 관심을 가지고 기말고사가 끝나고 시간이 날 때마다 조금씩 살펴봤다. 특히 지난 번 샘 알트만의 방한 때 OpenAI 엔지니어와 5분 정도 대화를 나눌 기회가 있었는데 OpenAI도 내부적으로 ZKML 연구를 하고 있다고 한다.
샘 알트만의 월드코인이 ZKML을 최소한 마케팅 용어로나마 표방하고 있으니 당연할 지도 모른다. 하지만 ZKML의 실무적 도입에 대해서는 아직까지 시기상조라는 생각이 들었고 계속 리서치가 필요하다는 의견을 갖게 되었다(나는 문과에서 전과한 수학과 학부생이니까 계속 공부할 기회가 있을 것이다. 사실 지난 주말에는 또 한국통계학회에서 진행하는 수리통계 석사생 대상 강의를 듣고 이게 뭐지 한 걸 보면 난 호기심 부자가 맞다.)
ZKML 라이브러리로는 EZKL이 가장 유명한데 나의 질문 공세에 매우 빠르면서도 친절하게 대답해주어 감명 받았고 정말 고마운 마음이다. Halo2를 사용하는 EZKL 라이브러리의 목적은 인공지능 모델의 출력이 특정 입력에 대해 정확하게 계산되었음을 증명하는 것이고, 일반적으로 블록체인에서 주장하는 “상호 무신뢰 상태에서의 신뢰 부여” 에 부합하는 유즈케이스라고 생각했다.
일반적으로 머신러닝에서 숨기고자 하는 것은 모델의 가중치와 파라미터이므로 모델의 전체 정보를 포함하는 ONNX 파일은 숨겨져야 한다.
내가 파악한 EZKL의 구동 원리는 대략적으로 다음과 같다:
1. 모델 생성: 증명자(prover)는 머신러닝 모델을 생성하고, 이 모델의 가중치와 파라미터를 알게 된다.
2. 해시 생성: 증명자는 이 가중치와 파라미터를 해시 함수에 입력하여 결과 해시 값을 얻고 해시 함수는 원래의 정보를 완전히 복구할 수 없도록 변환하는 일방향 함수이므로 주어진 해시 값만으로는 원래의 가중치와 파라미터를 알아낼 수 없다.
3. 프리 커밋: 증명자는 이 해시 값을 사전 커밋값으로 사용하고 커밋값은 후에 검증 과정에서 사용되며, 증명자는 이 해시 값을 검증자에게 보낸다.
4. 증명 생성: 증명자는 이 모델을 사용하여 작업을 수행하고, 그 결과에 대한 증명을 생성한다. 이 증명에는 해시 값을 사용하여 생성한 모델 파라미터의 해시 값이 포함된다.
5. 증명 검증: 검증자(verifier)는 증명자로부터 받은 증명을 검증한다. 검증자는 증명 내의 해시 값과 증명자로부터 사전에 받은 해시 값이 일치하는지 확인한다. 두 해시 값이 일치한다면, 검증자는 증명자가 작업을 수행할 때 약속한 모델의 가중치와 파라미터를 사용했다고 확신할 수 있다.
이 과정을 통해, 증명자는 실제 가중치와 파라미터를 공개하지 않고도, 이들이 정상적으로 사용되었다는 것을 검증자에게 증명할 수 있는 것이 목표다. 그래서 이는 ONNX 파일 자체를 공개하지 않고도 모델의 신뢰성을 검증하는 방법으로 사용될 수 있다고 한다.
하지만, 허점이 하나 있다. ONNX 파일이라는 모델 형식을 사용하여, EZKL 라이브러리가 신뢰할 수 있는 검증 키(verifying key)와 증명 키(proving key)를 생성한다는 것이다. ONNX 파일은 모델의 구조뿐만 아니라 가중치와 같은 모델의 파라미터를 포함하고 있으므로, ONNX 파일을 소유하고 있는 개체가 해당 모델의 기밀 정보를 접근하고 조작할 수 있다는 의미이다. 그렇다고 투명성을 위해 ONNX 파일을 공개하자니 이건 기업 기밀 유출 내지 과도한 정보 공개이다.
그렇기 때문에, 검증 키와 증명 키를 생성하는 과정에서 ONNX 파일을 보유하고 있는 생성자를 믿어야 하는 문제가 생기게 된다. 따라서 genesis setup에서는 모델 개발자에게 trust를 현실적으로 부여해야 한다는 이야기다. 모델의 개발자가 그 파일을 적절하게 보호하고, 파일이 정확한 파라미터와 함께 올바르게 생성되었다는 것을 보장할 수 있어야 함을 의미하는데 이는 암호학이 궁극적으로 달성하고자 하는 “완전한 무신뢰 상태” 목표 달성에 실패한다.
물론, 이러한 문제를 해결하기 위한 가능한 방법은 다자간 계산(MPC)을 이용해 ONNX 파일을 공동으로 생성하는 것이지만, 이는 현실적으로는 복잡한 프로토콜을 요구하며, 아직까지는 엔터프라이즈 환경에서 실용적이지 않다.
따라서 이러한 문제들은 EZKL 라이브러리가 single-point of failure가 존재하는 현재 아키텍처 상 기업 수준의 생산 환경에서 현재 구조 하에서 실질적으로 적용될 수 있는지에 대한 의문을 가지게 된다. (물론 zk-SNARKs 환경에서 부동소수점 계산이 제대로 되지 않아 tolerance를 일부 상쇄해줘야 한다는 단점도 있지만 이는 차치하도록 하자)
하지만 온디바이스 ML에 대해서는 유용하게 사용될 수도 있겠다. 만약 애플이 구동하는 어떤 온디바이스 신용평가 ML 모델이 있다고 한다면 애플이 가지고 있는 모델과 아이폰에서 구동하는 ML 모델은 동일할 것이므로 아이폰과 애플 사이에는 ML 모델은 public으로 두고 아이폰에서 제공하는 데이터는 private으로 두어 최종적으로 애플에 ML 모델을 돌린 결과값인 신용평가 정보(이 아이폰 사용자는 신용 등급이 A등급입니다)를 제출하고 그 모델을 맞게 돌렸다고 하는, 즉 중간에서 위변조가 이루어지지 않았다는 proof를 함께 제출하면 애플은 사용자의 민감 정보를 수집하지 않고도 모델의 결과값을 신뢰할 수 있을 것이다.
그리고 한 가지 더.. 실질적으로 ZK의 구동은 서버에서 proof를 생성하고 클라이언트에서 wasm으로 bind된 verify 바이너리를 call하여 증명의 참 거짓 여부를 알게 될 것이다. verify 바이너리의 checksum만 봐도 내가 사용하는 라이브러리의 신뢰성을 부여할 수 있다. 다시 말해, 특수하게 신뢰공증을 제공해야 할 경우를 제외하고는 굳이 블록체인에 검증 연산을 실행할 필요가 보이지는 않는다.
Sigurd
샘 알트만의 월드코인이 ZKML을 최소한 마케팅 용어로나마 표방하고 있으니 당연할 지도 모른다. 하지만 ZKML의 실무적 도입에 대해서는 아직까지 시기상조라는 생각이 들었고 계속 리서치가 필요하다는 의견을 갖게 되었다(나는 문과에서 전과한 수학과 학부생이니까 계속 공부할 기회가 있을 것이다. 사실 지난 주말에는 또 한국통계학회에서 진행하는 수리통계 석사생 대상 강의를 듣고 이게 뭐지 한 걸 보면 난 호기심 부자가 맞다.)
ZKML 라이브러리로는 EZKL이 가장 유명한데 나의 질문 공세에 매우 빠르면서도 친절하게 대답해주어 감명 받았고 정말 고마운 마음이다. Halo2를 사용하는 EZKL 라이브러리의 목적은 인공지능 모델의 출력이 특정 입력에 대해 정확하게 계산되었음을 증명하는 것이고, 일반적으로 블록체인에서 주장하는 “상호 무신뢰 상태에서의 신뢰 부여” 에 부합하는 유즈케이스라고 생각했다.
일반적으로 머신러닝에서 숨기고자 하는 것은 모델의 가중치와 파라미터이므로 모델의 전체 정보를 포함하는 ONNX 파일은 숨겨져야 한다.
내가 파악한 EZKL의 구동 원리는 대략적으로 다음과 같다:
1. 모델 생성: 증명자(prover)는 머신러닝 모델을 생성하고, 이 모델의 가중치와 파라미터를 알게 된다.
2. 해시 생성: 증명자는 이 가중치와 파라미터를 해시 함수에 입력하여 결과 해시 값을 얻고 해시 함수는 원래의 정보를 완전히 복구할 수 없도록 변환하는 일방향 함수이므로 주어진 해시 값만으로는 원래의 가중치와 파라미터를 알아낼 수 없다.
3. 프리 커밋: 증명자는 이 해시 값을 사전 커밋값으로 사용하고 커밋값은 후에 검증 과정에서 사용되며, 증명자는 이 해시 값을 검증자에게 보낸다.
4. 증명 생성: 증명자는 이 모델을 사용하여 작업을 수행하고, 그 결과에 대한 증명을 생성한다. 이 증명에는 해시 값을 사용하여 생성한 모델 파라미터의 해시 값이 포함된다.
5. 증명 검증: 검증자(verifier)는 증명자로부터 받은 증명을 검증한다. 검증자는 증명 내의 해시 값과 증명자로부터 사전에 받은 해시 값이 일치하는지 확인한다. 두 해시 값이 일치한다면, 검증자는 증명자가 작업을 수행할 때 약속한 모델의 가중치와 파라미터를 사용했다고 확신할 수 있다.
이 과정을 통해, 증명자는 실제 가중치와 파라미터를 공개하지 않고도, 이들이 정상적으로 사용되었다는 것을 검증자에게 증명할 수 있는 것이 목표다. 그래서 이는 ONNX 파일 자체를 공개하지 않고도 모델의 신뢰성을 검증하는 방법으로 사용될 수 있다고 한다.
하지만, 허점이 하나 있다. ONNX 파일이라는 모델 형식을 사용하여, EZKL 라이브러리가 신뢰할 수 있는 검증 키(verifying key)와 증명 키(proving key)를 생성한다는 것이다. ONNX 파일은 모델의 구조뿐만 아니라 가중치와 같은 모델의 파라미터를 포함하고 있으므로, ONNX 파일을 소유하고 있는 개체가 해당 모델의 기밀 정보를 접근하고 조작할 수 있다는 의미이다. 그렇다고 투명성을 위해 ONNX 파일을 공개하자니 이건 기업 기밀 유출 내지 과도한 정보 공개이다.
그렇기 때문에, 검증 키와 증명 키를 생성하는 과정에서 ONNX 파일을 보유하고 있는 생성자를 믿어야 하는 문제가 생기게 된다. 따라서 genesis setup에서는 모델 개발자에게 trust를 현실적으로 부여해야 한다는 이야기다. 모델의 개발자가 그 파일을 적절하게 보호하고, 파일이 정확한 파라미터와 함께 올바르게 생성되었다는 것을 보장할 수 있어야 함을 의미하는데 이는 암호학이 궁극적으로 달성하고자 하는 “완전한 무신뢰 상태” 목표 달성에 실패한다.
물론, 이러한 문제를 해결하기 위한 가능한 방법은 다자간 계산(MPC)을 이용해 ONNX 파일을 공동으로 생성하는 것이지만, 이는 현실적으로는 복잡한 프로토콜을 요구하며, 아직까지는 엔터프라이즈 환경에서 실용적이지 않다.
따라서 이러한 문제들은 EZKL 라이브러리가 single-point of failure가 존재하는 현재 아키텍처 상 기업 수준의 생산 환경에서 현재 구조 하에서 실질적으로 적용될 수 있는지에 대한 의문을 가지게 된다. (물론 zk-SNARKs 환경에서 부동소수점 계산이 제대로 되지 않아 tolerance를 일부 상쇄해줘야 한다는 단점도 있지만 이는 차치하도록 하자)
하지만 온디바이스 ML에 대해서는 유용하게 사용될 수도 있겠다. 만약 애플이 구동하는 어떤 온디바이스 신용평가 ML 모델이 있다고 한다면 애플이 가지고 있는 모델과 아이폰에서 구동하는 ML 모델은 동일할 것이므로 아이폰과 애플 사이에는 ML 모델은 public으로 두고 아이폰에서 제공하는 데이터는 private으로 두어 최종적으로 애플에 ML 모델을 돌린 결과값인 신용평가 정보(이 아이폰 사용자는 신용 등급이 A등급입니다)를 제출하고 그 모델을 맞게 돌렸다고 하는, 즉 중간에서 위변조가 이루어지지 않았다는 proof를 함께 제출하면 애플은 사용자의 민감 정보를 수집하지 않고도 모델의 결과값을 신뢰할 수 있을 것이다.
그리고 한 가지 더.. 실질적으로 ZK의 구동은 서버에서 proof를 생성하고 클라이언트에서 wasm으로 bind된 verify 바이너리를 call하여 증명의 참 거짓 여부를 알게 될 것이다. verify 바이너리의 checksum만 봐도 내가 사용하는 라이브러리의 신뢰성을 부여할 수 있다. 다시 말해, 특수하게 신뢰공증을 제공해야 할 경우를 제외하고는 굳이 블록체인에 검증 연산을 실행할 필요가 보이지는 않는다.
Sigurd
https://www.forbes.com/sites/alexkonrad/2023/07/10/flexport-founder-ryan-petersen-joins-founders-fund/
I believe entrepreneurs who did zero to one, could find next entrepreneurs better as there wore the similar shoes with them.
I believe entrepreneurs who did zero to one, could find next entrepreneurs better as there wore the similar shoes with them.
Forbes
Flexport Founder Ryan Petersen Is VC Firm Founders Fund’s Newest Partner
Flexport founder Ryan Petersen is joining Founders Fund, the Peter Thiel-founded VC firm that had previously backed him, as an investment partner.
We just published my interview with Slow Ventures GP (and former VP Product Facebook) Sam Lessin. A contrarian in the best sense, Sam was a pleasure to talk with.
A few highlights:
👽 Lessons from science fiction. Science fiction has often served as inspiration for technologists. For Sam Lessin, it’s the genre’s similarities with investing that are perhaps most interesting. Though leveraging very different mediums, both science fiction worldbuilders and venture investors advance a thesis for what the world might become.
📊 The merits of metrics. For many years of his career, Sam considered metrics limiting. He believed that focusing too closely on certain figures “over-constrained” a problem, thwarting the ability to address its fundamentals. He has changed his opinion. Rather than a restriction, Sam now sees metrics as an opportunity for agency. Once given a certain number to focus on, team members are empowered to handle the matter as they deem best.
🤥 Delusion and honesty. By definition, founders are deluded – at least in Sam’s view. To change the world, disrupt incumbents, and remake industries, productive insanity is required. Founders have to balance that wild ambition with internal honesty. For Sam, the ideal entrepreneur understands how to balance being “strategically crazy” with deep introspection.
🧠 AI hype. As Silicon Valley rushes to capitalize AI startups, Sam is largely sitting back. Though he finds the technology compelling, the long-time VC sees it as a poor place to invest. Sam expects the value of this technology to primarily accrue to large, established players, with few new startups breaking through.
🏆 Winning big. Sam has logged remarkable successes in his investing career, backing companies like Slack, Robinhood, Airtable, Nextdoor, and Solana. Sam doesn’t see himself as a true investing craftsman despite his wins. In his view, the best investors are not only directionally correct but bold enough to double and triple down. That’s how you can hit a $10 billion return on even a single exceptional bet.
https://lnkd.in/gP2zhSSu
A few highlights:
👽 Lessons from science fiction. Science fiction has often served as inspiration for technologists. For Sam Lessin, it’s the genre’s similarities with investing that are perhaps most interesting. Though leveraging very different mediums, both science fiction worldbuilders and venture investors advance a thesis for what the world might become.
📊 The merits of metrics. For many years of his career, Sam considered metrics limiting. He believed that focusing too closely on certain figures “over-constrained” a problem, thwarting the ability to address its fundamentals. He has changed his opinion. Rather than a restriction, Sam now sees metrics as an opportunity for agency. Once given a certain number to focus on, team members are empowered to handle the matter as they deem best.
🤥 Delusion and honesty. By definition, founders are deluded – at least in Sam’s view. To change the world, disrupt incumbents, and remake industries, productive insanity is required. Founders have to balance that wild ambition with internal honesty. For Sam, the ideal entrepreneur understands how to balance being “strategically crazy” with deep introspection.
🧠 AI hype. As Silicon Valley rushes to capitalize AI startups, Sam is largely sitting back. Though he finds the technology compelling, the long-time VC sees it as a poor place to invest. Sam expects the value of this technology to primarily accrue to large, established players, with few new startups breaking through.
🏆 Winning big. Sam has logged remarkable successes in his investing career, backing companies like Slack, Robinhood, Airtable, Nextdoor, and Solana. Sam doesn’t see himself as a true investing craftsman despite his wins. In his view, the best investors are not only directionally correct but bold enough to double and triple down. That’s how you can hit a $10 billion return on even a single exceptional bet.
https://lnkd.in/gP2zhSSu
The Generalist
Modern Meditations: Sam Lessin
The Slow Ventures GP on philosophy, empowering metrics, AI hype, and John Wick.
She started a dating app called Bumble in 2014 that let women make the first move and became the youngest self-made billionaire in the world.
Nearly 9 years and countless Bumble weddings and babies later, she's celebrated over 1.5 billion first moves.
Here are 4 pieces of advice from the queen of dating, Whitney Wolfe Herd:
1. 𝘐 𝘳𝘦𝘢𝘭𝘭𝘺 𝘵𝘳𝘺 𝘵𝘰 𝘢𝘴𝘬 𝘮𝘺𝘴𝘦𝘭𝘧 𝘵𝘩𝘦 𝘲𝘶𝘦𝘴𝘵𝘪𝘰𝘯 𝘰𝘧 𝘯𝘪𝘯𝘦. 𝘞𝘪𝘭𝘭 𝘵𝘩𝘪𝘴 𝘮𝘢𝘵𝘵𝘦𝘳 𝘪𝘯 𝘯𝘪𝘯𝘦 𝘮𝘪𝘯𝘶𝘵𝘦𝘴, 𝘯𝘪𝘯𝘦 𝘩𝘰𝘶𝘳𝘴, 𝘯𝘪𝘯𝘦 𝘥𝘢𝘺𝘴, 𝘯𝘪𝘯𝘦 𝘸𝘦𝘦𝘬𝘴, 𝘯𝘪𝘯𝘦 𝘮𝘰𝘯𝘵𝘩𝘴 𝘰𝘳 𝘯𝘪𝘯𝘦 𝘺𝘦𝘢𝘳𝘴? 𝘐𝘧 𝘪𝘵 𝘸𝘪𝘭𝘭 𝘵𝘳𝘶𝘭𝘺 𝘮𝘢𝘵𝘵𝘦𝘳 𝘧𝘰𝘳 𝘢𝘭𝘭 𝘰𝘧 𝘵𝘩𝘰𝘴𝘦, 𝘱𝘢𝘺 𝘢𝘵𝘵𝘦𝘯𝘵𝘪𝘰𝘯 𝘵𝘰 𝘪𝘵.
2. 𝘈𝘧𝘵𝘦𝘳 𝘨𝘳𝘢𝘥𝘶𝘢𝘵𝘪𝘯𝘨 𝘪𝘯 𝘐𝘯𝘵𝘦𝘳𝘯𝘢𝘵𝘪𝘰𝘯𝘢𝘭 𝘙𝘦𝘭𝘢𝘵𝘪𝘰𝘯𝘴 𝘪𝘯 2011, 𝘐 𝘵𝘶𝘳𝘯𝘦𝘥 𝘥𝘰𝘸𝘯 𝘴𝘢𝘧𝘦, 𝘤𝘰𝘳𝘱𝘰𝘳𝘢𝘵𝘦 𝘫𝘰𝘣 𝘰𝘧𝘧𝘦𝘳𝘴 𝘢𝘯𝘥 𝘪𝘯𝘴𝘵𝘦𝘢𝘥 𝘢𝘤𝘤𝘦𝘱𝘵𝘦𝘥 𝘢 𝘱𝘰𝘴𝘪𝘵𝘪𝘰𝘯 𝘢𝘵 𝘢𝘯 '𝘪𝘯𝘤𝘶𝘣𝘢𝘵𝘰𝘳' 𝘪𝘯 𝘓.𝘈. - 𝘢 𝘵𝘦𝘤𝘩 𝘸𝘰𝘳𝘥 𝘧𝘰𝘳 𝘢 𝘵𝘦𝘢𝘮 𝘰𝘧 𝘱𝘦𝘰𝘱𝘭𝘦 𝘸𝘩𝘰 𝘢𝘳𝘦 𝘧𝘶𝘯𝘥𝘦𝘥 𝘣𝘺 𝘪𝘯𝘷𝘦𝘴𝘵𝘰𝘳𝘴 𝘵𝘰 𝘤𝘳𝘦𝘢𝘵𝘦 𝘢𝘱𝘱𝘴. 𝘐 𝘬𝘯𝘦𝘸 𝘵𝘩𝘦 𝘧𝘶𝘵𝘶𝘳𝘦 𝘸𝘢𝘴 𝘥𝘪𝘨𝘪𝘵𝘢𝘭 𝘢𝘯𝘥 𝘵𝘩𝘢𝘵 𝘐 𝘩𝘢𝘥 𝘵𝘰 𝘵𝘢𝘬𝘦 𝘢 𝘳𝘪𝘴𝘬.
3. 𝘓𝘰𝘰𝘬 𝘢𝘵 𝘸𝘩𝘢𝘵 𝘪𝘴 𝘣𝘳𝘰𝘬𝘦𝘯 𝘪𝘯 𝘴𝘰𝘤𝘪𝘦𝘵𝘺, 𝘧𝘪𝘨𝘶𝘳𝘦 𝘰𝘶𝘵 𝘩𝘰𝘸 𝘵𝘰 𝘮𝘢𝘬𝘦 𝘪𝘵 𝘣𝘦𝘵𝘵𝘦𝘳, 𝘢𝘯𝘥 𝘵𝘩𝘦𝘯, 𝘢𝘳𝘰𝘶𝘯𝘥 𝘵𝘩𝘢𝘵, 𝘧𝘰𝘳𝘮𝘶𝘭𝘢𝘵𝘦 𝘢 𝘣𝘶𝘴𝘪𝘯𝘦𝘴𝘴.
4. 𝘏𝘢𝘷𝘦 𝘢 𝘥𝘳𝘦𝘢𝘮, 𝘤𝘩𝘢𝘴𝘦 𝘪𝘵 𝘥𝘰𝘸𝘯, 𝘫𝘶𝘮𝘱 𝘰𝘷𝘦𝘳 𝘦𝘷𝘦𝘳𝘺 𝘴𝘪𝘯𝘨𝘭𝘦 𝘩𝘶𝘳𝘥𝘭𝘦, 𝘢𝘯𝘥 𝘳𝘶𝘯 𝘵𝘩𝘳𝘰𝘶𝘨𝘩 𝘧𝘪𝘳𝘦 𝘢𝘯𝘥 𝘪𝘤𝘦 𝘵𝘰 𝘨𝘦𝘵 𝘵𝘩𝘦𝘳𝘦.
https://twitter.com/arjunmahadevan/status/1678394447459909634?s=46&t=h5Byg6Wosg8MJb4pbPSDow
Nearly 9 years and countless Bumble weddings and babies later, she's celebrated over 1.5 billion first moves.
Here are 4 pieces of advice from the queen of dating, Whitney Wolfe Herd:
1. 𝘐 𝘳𝘦𝘢𝘭𝘭𝘺 𝘵𝘳𝘺 𝘵𝘰 𝘢𝘴𝘬 𝘮𝘺𝘴𝘦𝘭𝘧 𝘵𝘩𝘦 𝘲𝘶𝘦𝘴𝘵𝘪𝘰𝘯 𝘰𝘧 𝘯𝘪𝘯𝘦. 𝘞𝘪𝘭𝘭 𝘵𝘩𝘪𝘴 𝘮𝘢𝘵𝘵𝘦𝘳 𝘪𝘯 𝘯𝘪𝘯𝘦 𝘮𝘪𝘯𝘶𝘵𝘦𝘴, 𝘯𝘪𝘯𝘦 𝘩𝘰𝘶𝘳𝘴, 𝘯𝘪𝘯𝘦 𝘥𝘢𝘺𝘴, 𝘯𝘪𝘯𝘦 𝘸𝘦𝘦𝘬𝘴, 𝘯𝘪𝘯𝘦 𝘮𝘰𝘯𝘵𝘩𝘴 𝘰𝘳 𝘯𝘪𝘯𝘦 𝘺𝘦𝘢𝘳𝘴? 𝘐𝘧 𝘪𝘵 𝘸𝘪𝘭𝘭 𝘵𝘳𝘶𝘭𝘺 𝘮𝘢𝘵𝘵𝘦𝘳 𝘧𝘰𝘳 𝘢𝘭𝘭 𝘰𝘧 𝘵𝘩𝘰𝘴𝘦, 𝘱𝘢𝘺 𝘢𝘵𝘵𝘦𝘯𝘵𝘪𝘰𝘯 𝘵𝘰 𝘪𝘵.
2. 𝘈𝘧𝘵𝘦𝘳 𝘨𝘳𝘢𝘥𝘶𝘢𝘵𝘪𝘯𝘨 𝘪𝘯 𝘐𝘯𝘵𝘦𝘳𝘯𝘢𝘵𝘪𝘰𝘯𝘢𝘭 𝘙𝘦𝘭𝘢𝘵𝘪𝘰𝘯𝘴 𝘪𝘯 2011, 𝘐 𝘵𝘶𝘳𝘯𝘦𝘥 𝘥𝘰𝘸𝘯 𝘴𝘢𝘧𝘦, 𝘤𝘰𝘳𝘱𝘰𝘳𝘢𝘵𝘦 𝘫𝘰𝘣 𝘰𝘧𝘧𝘦𝘳𝘴 𝘢𝘯𝘥 𝘪𝘯𝘴𝘵𝘦𝘢𝘥 𝘢𝘤𝘤𝘦𝘱𝘵𝘦𝘥 𝘢 𝘱𝘰𝘴𝘪𝘵𝘪𝘰𝘯 𝘢𝘵 𝘢𝘯 '𝘪𝘯𝘤𝘶𝘣𝘢𝘵𝘰𝘳' 𝘪𝘯 𝘓.𝘈. - 𝘢 𝘵𝘦𝘤𝘩 𝘸𝘰𝘳𝘥 𝘧𝘰𝘳 𝘢 𝘵𝘦𝘢𝘮 𝘰𝘧 𝘱𝘦𝘰𝘱𝘭𝘦 𝘸𝘩𝘰 𝘢𝘳𝘦 𝘧𝘶𝘯𝘥𝘦𝘥 𝘣𝘺 𝘪𝘯𝘷𝘦𝘴𝘵𝘰𝘳𝘴 𝘵𝘰 𝘤𝘳𝘦𝘢𝘵𝘦 𝘢𝘱𝘱𝘴. 𝘐 𝘬𝘯𝘦𝘸 𝘵𝘩𝘦 𝘧𝘶𝘵𝘶𝘳𝘦 𝘸𝘢𝘴 𝘥𝘪𝘨𝘪𝘵𝘢𝘭 𝘢𝘯𝘥 𝘵𝘩𝘢𝘵 𝘐 𝘩𝘢𝘥 𝘵𝘰 𝘵𝘢𝘬𝘦 𝘢 𝘳𝘪𝘴𝘬.
3. 𝘓𝘰𝘰𝘬 𝘢𝘵 𝘸𝘩𝘢𝘵 𝘪𝘴 𝘣𝘳𝘰𝘬𝘦𝘯 𝘪𝘯 𝘴𝘰𝘤𝘪𝘦𝘵𝘺, 𝘧𝘪𝘨𝘶𝘳𝘦 𝘰𝘶𝘵 𝘩𝘰𝘸 𝘵𝘰 𝘮𝘢𝘬𝘦 𝘪𝘵 𝘣𝘦𝘵𝘵𝘦𝘳, 𝘢𝘯𝘥 𝘵𝘩𝘦𝘯, 𝘢𝘳𝘰𝘶𝘯𝘥 𝘵𝘩𝘢𝘵, 𝘧𝘰𝘳𝘮𝘶𝘭𝘢𝘵𝘦 𝘢 𝘣𝘶𝘴𝘪𝘯𝘦𝘴𝘴.
4. 𝘏𝘢𝘷𝘦 𝘢 𝘥𝘳𝘦𝘢𝘮, 𝘤𝘩𝘢𝘴𝘦 𝘪𝘵 𝘥𝘰𝘸𝘯, 𝘫𝘶𝘮𝘱 𝘰𝘷𝘦𝘳 𝘦𝘷𝘦𝘳𝘺 𝘴𝘪𝘯𝘨𝘭𝘦 𝘩𝘶𝘳𝘥𝘭𝘦, 𝘢𝘯𝘥 𝘳𝘶𝘯 𝘵𝘩𝘳𝘰𝘶𝘨𝘩 𝘧𝘪𝘳𝘦 𝘢𝘯𝘥 𝘪𝘤𝘦 𝘵𝘰 𝘨𝘦𝘵 𝘵𝘩𝘦𝘳𝘦.
https://twitter.com/arjunmahadevan/status/1678394447459909634?s=46&t=h5Byg6Wosg8MJb4pbPSDow
X (formerly Twitter)
Arjun Mahadevan (Mr. LLC 🇺🇸) on X
She started a dating app called Bumble in 2014 that let women make the first move and became the youngest self-made billionaire in the world.
Nearly 9 years and countless Bumble weddings and babies later, she's celebrated over 1.5 billion first moves.
Here…
Nearly 9 years and countless Bumble weddings and babies later, she's celebrated over 1.5 billion first moves.
Here…