自主世界(aw.network)是由其自身擁有的一套規(guī)則和實體管理的數(shù)字生態(tài)系統(tǒng)。這些世界很像我們居住的物理世界或概念空間,在獨特的“敘事”或其定義邊界內(nèi),存在的一組條件/法則下運行。例子諸如《指環(huán)王》等精心設計的虛構(gòu)宇宙,到美元等現(xiàn)實世界的經(jīng)濟體系。對于自主世界至關重要的三個核心概念是:
- 區(qū)塊鏈狀態(tài)根。構(gòu)成世界狀態(tài)的所有敘事實體的定義和壓縮。
- 區(qū)塊鏈狀態(tài)轉(zhuǎn)換函數(shù)。規(guī)則的定義和執(zhí)行,控制我們?nèi)绾我牒透淖償⑹聦嶓w。
- 區(qū)塊鏈共識機制。世界利益相關者之間就狀態(tài)轉(zhuǎn)換的有效性達成的協(xié)議。這使得每個人都是參與者和決策者。
有了這些機制,就有可能建立一個由明確的敘事邊界管轄的世界,通過狀態(tài)和共識強制執(zhí)行,并設計為自主運作。執(zhí)行規(guī)則不會蠶食客觀性,“沒有人可以拔掉自主世界的電源”。
ZK 可以使用的基礎設施
區(qū)塊鏈引起的開銷,很大程度上歸因于性能和成本。在全棧環(huán)境中,用戶和開發(fā)人員都面臨著高昂且復雜的 Gas 成本和共識驅(qū)動的延遲。現(xiàn)有的范式通常是鏈上游戲和鏈下游戲之間的二元關系。
我們相信這些范式之間的折衷是可驗證的鏈下計算和鏈上狀態(tài)管理。在實踐中,這是通過 ZK 等專門的區(qū)塊鏈解決方案來實現(xiàn)的,更具體地說是 ZKML(Zero-Knowledge Machine Learning 零知識機器學習):針對高質(zhì)量游戲體驗所需的復雜操作進行優(yōu)化的基礎設施。
ZK 利用了許多區(qū)塊鏈實現(xiàn)(尤其是 EVM)的一個巧妙功能:預編譯。預編譯是編碼到底層 VM 中的 Gas 高效函數(shù),可支持常用但高復雜度且昂貴的操作。包括 KECCAK256 哈希、ECDSA 驗證或 BN128 配對預編譯。
典型的 ZK 應用流程。對于形狀旋轉(zhuǎn)器來說,這是一個容易理解的例子。用戶計算 ZK 證明,證明他們已經(jīng)計算出世界的有效旋轉(zhuǎn)。他們將此證明提交給管理鏈上世界的驗證者合約,以及一組新的坐標和世界旋轉(zhuǎn)更新。將會觀察到一個玩家有可能發(fā)起一場全球性的變革。
有各種廣義 ZK 應用于游戲的示例。Dark Forest 和 ZK Hunt 一直是利用零知識證明的隱私可供性,來創(chuàng)建具有戰(zhàn)爭迷霧或隱藏信息機制的游戲的先驅(qū)。計算的可驗證性對于鏈上游戲開發(fā)者來說是一套尚未充分探索的工具,我們已經(jīng)看到越來越多的開發(fā)者和玩家在這一愿景上投入精力。除了廣義的 ZK 游戲應用外,我們還相信,圍繞 ML 專門優(yōu)化的策略和代理存在新興設計的可能性。我們探索了 ZKML 游戲設計的三種主要方法,這些方法在游戲設計師和玩家中都有受歡迎的跡象:
- ZKML 模型即游戲,
- ZKML 作為數(shù)字物理學,
- ZKML 用于敘事和傳說。
ZKML 模型即游戲
我們看到的鏈上游戲和 ZKML 融合最早的探索是 ZKML 模型即游戲。在該場景里,玩家直接與 ZKML 模型交互,這種交互構(gòu)成了游戲過程的主體。一個代表性的例子是我們內(nèi)部開發(fā)的 Cryptoidol 游戲(cryptoidol.tech)。在該游戲中,選手們在一場永不停歇的歌唱比賽中爭奪最佳歌手的稱號。他們在瀏覽器中唱歌并生成一個證明,證明他們被公共評判模型正確打分。然后他們可以在鏈上提交分數(shù)和相關證明,以進入實時更新的排行榜中。
這里的機器學習模型就是游戲本身,玩家的所有交互都直接與 ZKML 模型進行。大多數(shù)互動都是單人游戲。
唱歌。接受打分。獲得永久的鏈上排名
ZKML 作為數(shù)字物理學
我們還設計了一個簡單的鏈上井字棋,其中機器學習模型接受井字棋游戲數(shù)據(jù)的預訓練,以識別有效或無效的游戲模式,這樣游戲就可以在鏈下運行,然后在鏈上提交和結(jié)算最終狀態(tài)。我們有兩個教程展示了如何執(zhí)行此操作。這種編碼游戲“規(guī)則”的神經(jīng)網(wǎng)絡模式連接到下一個設計范式:ZKML 幫助為世界創(chuàng)建“鏈上物理學”。盡管井字棋模型利用了神經(jīng)網(wǎng)絡,但這種設計模式需要稍微轉(zhuǎn)變一下 ZKML 的功能。從某種意義上說,當 ZKML 專注于神經(jīng)網(wǎng)絡“推理”時(即訓練后進行預測),沒有任何東西可以限制 ZK 計算為 ML 獨有的計算。
矩陣乘法可用于對 AW 狀態(tài)的狀態(tài)轉(zhuǎn)換進行建模,例如世界天氣。BabyGaya(遺憾的是不再在線)就是體現(xiàn)這一想法的游戲,其中每個區(qū)塊的整個世界狀態(tài)都使用任何人都可以運行的 ZK 矩陣乘法來改變。
在這里,玩家與 ZKML 模型創(chuàng)建的世界進行交互。許多玩家可以與這個共享狀態(tài)的世界進行交互。
用于敘事和傳說的 ZKML
第三種模式,也許也是最雄心勃勃的一種,是利用 ZKML 來構(gòu)建世界的傳說和敘事的模式。機器學習模型可用于創(chuàng)建復雜的代理/NPC 和并發(fā)故事情節(jié),它們是更大整體的微觀元素。
例如,這可以是隨著游戲的進展編寫世界敘事的語言模型,或者為單個 NPC 編寫故事情節(jié)的語言模型。作為對此的首次探索,我們創(chuàng)建了自己的鏈上 NPC,我們將其稱為“蠕蟲”。我們實現(xiàn)了一個生成模型,如下所述 ,該模型對線蟲神經(jīng)系統(tǒng)的電壓激活(給定感覺輸入)進行建模。我們可以使用 MUD 等全鏈游戲引擎為蠕蟲生成感官輸入 ,然后生成在給定鏈上感官環(huán)境下,更新蠕蟲大腦活動的證明。任何人都可以運行這些證明,并使蠕蟲病毒在鏈上“存活”,從而有效地創(chuàng)建一個自主代理,其他游戲和界面可以在自己的游戲中使用該代理。跨游戲和世界共享的可重復使用且無需許可的 NPC 就成為了可能。
在這里,世界的傳說,例如故事和玩家遇到的角色,都是由 ZKML 模型生成的。和之前一樣,許多玩家都可以參與這個傳說并體驗這個敘事。
游戲堆棧
盡管全鏈上游戲的開發(fā)仍處于起步階段,但它為游戲用戶和設計師提供了前所未有的新功能。我們相信各種全鏈上游戲開發(fā)框架,特別是那些由我們在 Lattice 和 0xPARC 的朋友開發(fā)的框架,降低了創(chuàng)建自主世界的進入門檻。認識到傳統(tǒng)智能合約開發(fā)中的挑戰(zhàn)(如:狀態(tài)和邏輯的耦合,以及鏈和客戶端之間的數(shù)據(jù)同步問題), MUD 等框架簡化了游戲開發(fā)流程?？紤]到底層區(qū)塊鏈的局限性,特別是在 L1 數(shù)據(jù)費用和數(shù)據(jù)可用性方面,像 Redstone(構(gòu)建在 OP Stack上的 Layer 2)這樣的 Rollup 可以作為游戲優(yōu)化的基礎設施。
我們認為,缺失的部分是通用計算引擎。正如我們之前討論的,ZKML 堆棧繼承了底層區(qū)塊鏈(無論是 EVM 還是其他區(qū)塊鏈系統(tǒng))的安全性和計算限制。因此,以可驗證的方式預處理繁重的計算特征(從 ML 代理到策略模型再到嵌入式圖形的任何內(nèi)容)非常重要。這使得批量計算可以更簡潔地通過游戲引擎和區(qū)塊鏈層來進行。
通用計算引擎背后的底層硬件由用戶自行決定。通過 EZKL 后端,可以使用我們的私有集群(通過包含的作業(yè)實現(xiàn)規(guī)模經(jīng)濟)或 ZK 加速硬件。硬件集成方面還有更多內(nèi)容即將推出。這種靈活性意味著證明引擎可以在客戶端(如 WASM) 和 服務器上運行,并且兩個系統(tǒng)都能夠?qū)Ⅱ炞C器部署到區(qū)塊鏈上。
游戲堆棧。藍色功能由 EZKL 引擎提供。為簡單起見,我們簡化掉了一些額外的工具/框架的提及,但該結(jié)構(gòu)仍具有普適性。
我們在設計 EZKL 時就考慮到了這一愿景,并相信這些簡單的 ZKML 庫可以巧妙地補充 MUD、Redstone 等,一個通過高性能基礎設施實現(xiàn)創(chuàng)新動態(tài)并支持輝煌自主世界的游戲堆棧。
