FX168财经网_全球视野外汇黄金加密货币NFT资讯网

齐鲁银行：监事长李九旭因工作变动辞职

司章程》等相关规定，在公司职工代表大会选举产生新的职工监事就任前，李九旭先生将继续履行职工监事职责。李九旭确认与公司监事会无不同意见，亦无任何其他事项需要知会公司股东及债权人。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-06-15

华润三九：监事翁菁雯因工作变动辞职

法律法规和《公司章程》的有关规定，尽快选举产生新任监事。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-06-15

日股半日涨0.34% 连涨5日半导体板块领涨

3615.57点。市场期待政府会为了总选举发布新的经济政策。东证指数TOPIX涨0.45％报2304.87点，东证行业股价指数普遍上涨，其中东证TOPIX-17机械指数上涨0.97％，东证TOPIX-17金融（除银行）指数上涨1.53％，东证TOPIX-17医药品指数下跌1.3％。昨日英伟达、AMD及英特尔等芯片股大涨带动日本半导体板块上涨。半导体测试公司爱德万（6857）领涨大盘股，涨3.54％，贡献日经225指数上涨46.09点。东京电子（8035）涨1.51％，贡献日经225指数上涨30.5点。

金融界2023-06-15

这位政治素人、家电巨头总裁跟尚达曼角逐新加坡总统宝座，胜算有多少？

好统计，把自己名下的企业列个表，向总统选举委员会提交，证明自己掌管的企业总值不少于5亿新元。他有自信地说：“我相信我具备资格。” 之前，吴振华透露，在2017年总统选举之后，当局提高了总统候选人的门槛，这样一来，具备资格的人越来越少，有可能2023年又要出现无人竞选、不战而胜的情况，于是，当时他就决定要在下一届参加竞选。胜算有多少？吴振华如果顺利获得候选人资格，胜算有多少？我的判断是，如果只有尚达曼和吴振华两人参选，尚达曼的得票率有可能在55%至58%。这个数据是怎么的出来的？我参考的是三个历史数据，都是跟2020年大选有关。一、在2020年大选当中，尚达曼领军的裕廊集选区得票率是74.6%。尚达曼2001年从政就是在裕廊集选区起步，一直到2020年刚满二十年。二十年苦功造就了这个铁票仓，因此，我们不能拿这个数据来推算尚达曼在全国的得票率，后者肯定比前者要低得多。二、同样在2020年大选当中，人民行动党总体得票率是61.2%。一般来说，由于总统不是执政者，选民对总统选举的结果比较不担心，更有可能愿意做出其他选择。尚达曼有深厚的人民行动党背景，他在总统选举中的得票率应该不会高于61.2%。三、在2020年大选当中，反对党整体得票率是38.8%。既然选民在总统选举更加愿意“放手一试”，那么，吴振华的得票率应该不会低于38.8%。我的判断是，尚达曼的得票率应该不高于60%，吴振华则不低于40%，考虑到选民可能愿意做出较大胆的尝试，尚达曼得票率很可能介于55%至58%，而吴振华则是介于42%至45%。当然，这是今天（6月13日）的预测。如果在竞选期间出现这个或那个新闻，很可能会选情造成影响。出现这种情况的话，就必须重新预测了。会不会冒出个“第三者”？但是，还有一个情况不可不提。那就是杀出个“第三者”。目前的两人当中，尚达曼属于“体制内的”，吴振华属于“体制外的”。如果出现“第三者”，那么一定不会出自“体制内”。在这种情况下，“第三者”与吴振华同属于“体制外”，那么就很有可能分散同属于“体制外”阵营的选票。在这种情况下，尽管尚达曼的得票率不会提高，但另外两人的得票率必须降低，最后三人各自的得票率就可能形成较为悬殊的结果。除非是，出现的“第三者”比吴振华的履历更为亮眼，吴振华知难而退，那么就回到二人对垒的局面。在这个新局面下，尚达曼是否还能有现在预测的55%至58%得票率，就必须看“来者是谁”才能预测了。吴振华其人其事吴振华最为人所知的身分，就是Harvey Norman哈维诺曼奥斯集团创办人，把澳洲的哈维诺曼品牌引进亚洲地区，售卖消费电子产品和家具。据媒体报道，他一度掌控七家上市公司。他也是VGO Corporation的创办人，这家公司以 World of Sports 品牌最为人所知。他同时是 ITG International 的董事长，该公司的一个主要项目是在江西南昌的一个房地产项目，土地面积13万7400平米，将开发为17栋公寓住宅和一座商城，估值约10亿新元。出身贫寒，白手起家吴振华，1959年11月25日出生于马来西亚。据悉，他祖籍是福建省金门县，与八个兄弟姐妹在森美兰州的一个小甘榜长大。由于家境贫困，父母无法养活他的两个妹妹，将他们送走。另外，他的一个手足在只有四个月大的时候，由于没有足够的钱治病而去世。在吴振华16岁时，他开始思考，自己的家庭是否能够摆脱贫困。他大胆决定辍学，并开始在一家制鞋厂当清扫工，为了能够支持家庭而努力工作。他非常坚定地想要改变自己的状况，每天早起学习制鞋技术。凭借着自己的积蓄和姐姐的财务支持，他在22岁的时候开始了自己的第一个事业。据《联合早报》报道，吴振华15岁来新加坡打工，在制鞋厂工作。他白手起家，和两个哥哥设立的奥斯贸易公司进口时尚鞋子，过后再把业务扩展到运动用品，成立奥斯国际公司（Ossia International），代理和经销国际名牌运动用品和休闲用品。吴振华个人网站这么记载：“他从5000新元的辛苦积蓄和姐姐的帮助开始了他的创业之旅，从事制鞋行业。随后，他逐渐将业务多元化，涉及房地产开发、基金管理、酒店和度假村、水和废水处理、互联网和技术投资、房地产基金管理、企业对企业（B2B）目录和杂志出版，以及两个区域连锁店，销售家用电器、消费电子产品、计算机、家具和床上用品/豪华时装、高尔夫和体育用品。” 吴振华说，在他创业的40年里，经历了很多不确定性、挑战和财务危机，但他选择了勇往直前。他在自己的网站中写道，“从未想过我会拥有Ossia International Ltd.、Harvey Norman、World of Sports和UnitedEnviroTech，并在不同领域注册了100多家公司。现在，我有能力养活我的家人。” 吴振华40岁时，发妻病逝。他后来与Lysa结婚。他有四个孩子。具有多重身份包括新加坡驻摩洛哥大使除了企业家身份之外，吴振华还具备其他多重身份。他是非营利组织“边境任务”（Border Mission）的创办人之一，也担任新加坡驻摩洛哥的大使。宣布有意竞选总统之后，他即辞去大使职务。他也是新加坡红十字会的理事会成员，同时也是长老会社区服务和长老会学前服务有限公司的执行理事会成员。此外，吴振华还担任不丹皇家大学副校长的荣誉顾问，并作为拉巴特穆罕默德五世大学校长的国际化顾问和咨询师。除了这些，他还有其他一些外国高校的兼任教授和顾问。吴振华喜爱音乐，去年考获伦敦三一学院本科学位，主修古典音乐。

新加坡眼2023-06-14

富人用脚投票！报告：中国今年料净流出1.35万名富翁，全球最多这些国家最受富人欢迎

随着未来18个月许多重要西方国家将举行选举，其他高净值人士可能会等到选举结果出来后再做出选择，尤其是在美国和英国。” 分析称，中国最近的“共同繁荣”打击行动可能是中国企业家移居海外背后的动机。去年年底，一位中国高级经济官员解释说，这个词的意思是“扩大蛋糕和分割蛋糕”，他强调政府“不会‘杀富济贫’。”然而，据彭博社报道，富人纷纷涌向新加坡，或制定备用计划。财富情报公司New World Wealth研究主管Andrew Amoils在报告中表示:“过去几年，中国的总体财富增长一直在放缓，这意味着最近的资金外流可能比平时更具破坏性。”他补充说，虽然中国的经济从2000年到2017年出现了大幅增长，但这种增长并没有伴随着富人的增加。中国实施的严格防疫措施也被认为是富人离开中国的一个潜在原因。放弃动态清零政策似乎给中国经济带来了显著的好处，奢侈品行业的销售增长速度超过了中国整体经济的增长速度。根据这份新的财富移民报告，美国对富人的吸引力也在减弱。由于潜在的高税收，移民百万富翁不像新冠疫情前那么受欢迎了。美国的高净值人士将保持净增长，今年将有2100人涌入美国。尽管这是一个净增长，但与2019年相比，这一数字要小得多，当时该国涌入了10800名高净值人士。澳大利亚重回榜首预计到2023年底，澳大利亚将吸引最多的高净值人士净流入，达到5200人。尽管阿联酋在2022年创纪录的流入后跌至第二，但预计今年仍将有4500名新百万富翁净流入。新加坡以3200名高净值人士的净流入排名第三，为有记录以来的最高水平，美国紧随其后，预计将有2100名百万富翁净流入。瑞士(净流入1800人)和加拿大(净流入1600人)分别排在第5位和第6位，希腊(1200人)、法国(1000人——去年净流入500名百万富翁的两倍)、葡萄牙(800人)和新西兰(700人)都进入了今年高净值人士净流入的前10名。以色列预计将跌出前十，其百万富翁净流入人数将减少近一半，从2022年的1100人降至600人。 Henley & Partners首席执行官Juerg Steffen博士表示，过去10年，百万富翁移民人数稳步增长，预计2023年和2024年的全球移民人数将分别达到12.2万人和12.8万人。“总体而言，财富移民趋势今年似乎将恢复到疫情前的模式，但英国和美国这两个曾经的顶级财富吸引国除外。”

财经风云 1评论2023-06-14

民意调查显示：多数加拿大人对政府感到不满，认为未能及时处理中国干预选举问题

加拿大人认为总理特鲁多对中国干涉加拿大选举的指控反应迟缓。 Nanos研究集团进行的一项调查显示，超过一半的受访者对特鲁多政府处理这一问题的态度给予了很低的评价，其中33%的人认为政府表现非常糟糕，22%的人认为政府表现糟糕。相比之下，只有14%的人给予特鲁多积极评价，另有24%的人认为政府的反应一般。 Nanos在5月31日至6月3日期间对1096名加拿大人进行了调查，这项调查是在特鲁多最近一次受挫之前进行的。上周五(6月9日)晚上David Johnston辞去了特别调查员的职务，此前反对派不断批评他与特鲁多有太多私人关系，无法对此事做出独立判断。 “加拿大人显然已经准备好重新处理外国干涉的指控，” Nanos公司的首席数据科学家Nik Nanos在电子邮件中表示。 2023年的大部分时间里，特鲁多一直被指控政府未能有效回应有关中国政府试图影响加拿大大选，支持亲华候选人。这些指控是通过媒体根据泄露的情报评估和机密消息来源不断报道出来的。今年3月，特鲁多任命Johnston为“特别报告员”，审查机密信息，从而决定司法调查是否是解决问题的最佳途径。Johnston上个月发表了一份报告，建议不要进行调查，他说由于敏感材料，调查过程中有太多工作是秘密进行的。该报告发现，中国确实试图干涉加拿大的民主，但结论是特鲁多政府并没有故意忽视这方面的情报。然而随着Johnston的辞职，特鲁多将如何推进调查尚不清楚。他的高级内阁部长之一Dominic LeBlanc周六告诉记者，特鲁多将与反对党协商，确定谁可能接替Johnston的职位，LeBlanc还保留了进行调查的可能性。 Nanos表示，加拿大人的担忧超越了特鲁多如何处理干涉的具体问题，渗透到加拿大与中国的更深层关系中。“在这个问题上，中国政府是最关心的，”他说。“人们不仅对加中关系感到不满，而且大多数人希望减少与中国的贸易。” 调查发现，55%的加拿大人希望看到未来与中国的贸易关系下降，持这一观点的人数比去年略有下降，但仍比2020年有所增加，当时有45%的人持相同看法。

绿山墙的安妮2023-06-13

美国会议员提案改组SEC Gary Gensler何时下台？

席位都不能超过三个，并将实施类似于联邦选举委员会 (FEC) 的结构。如下所示：实际上，在涉及各种加密问题上，Warren Davidson 的身影时有出现，他也是共和党加密货币小组委员会副主席，致力于加密行业监督和立法。去年，他还与其他四位国会议员共同提出新法案，支持将加密货币添加到 401(k)退休计划中。早在两个月前的众议院金融服务委员会听证会上，Warren Davidson 就宣称要提出一项新议案——罢免 Gensler 并设置执行董事来弥补空缺。近期 SEC 接连重拳出击，起诉 Binance 以及 Coinbase 等加密巨头，破坏了美国加密市场的稳定态势，进一步引发 Warren Davidson 等议员的不满，这才有了今日议案的出台。虽然 Gary Gensler 如今在加密市场恶评如潮，其本人也多次发表前后矛盾的发言（例如 Gary 曾在 2019 年为 Algo 站台并对其技术创新大为称赞，如今却将其定性为证券），但距离真正倒台还有很长的一段路要走。就拿今天的议案来说，由两名共和党议员提出，但要想真正变成法律，需要美国参众两院正式投票通过：众议院需要至少 218 名众议员投票支持；参议院首先需要有 60 名参议员赞同停止对议案继续讨论，并同意进行投票，此后需要获得 51 票支持才能进入下一个程序。（两党国会席位）而从今天美国国会两党的格局来看，即便《美国 SEC 稳定法案》在众议院通过，也很难在民主党把控的参议院继续进行下去，毕竟 SEC 主席 Gary Gensler 也是民主党人。而且，民主党也在一直希望将 SEC 作为监管加密货币的主要监管机构，更不可能自断一臂，让渡权力。《美国 SEC 稳定法案》注定会无疾而终，对共和党来说，一个可行的出路是支持 CFTC（美国商品期货委员会）与 SEC 打擂台。而对加密市场来说，CFTC 的监管相对来说较为「温和」，迄今为止起诉名单也没那么长。来源：金色财经

金色财经2023-06-13

江阴银行将迎“新帅”？！供职35年董事长孙伟辞任，“75”后行长宋萍代为履职；去年净息差2.18%仍待改善

2日，江阴银行发布公告称，在新任董事长选举产生且任职资格正式获批之前，由行长宋萍代为履行董事长职责。　　据了解，孙伟和宋萍都是江阴银行元老级人物，在江阴银行改制前就已进入农村信用社工作。2016年二人还共同推动江阴银行成功登陆深交所，使江阴银行成为全国首家A股上市农商行。　　目前，对于孙伟的下一步去向，江阴银行没有做过多披露。同时，江阴银行表示，该行董事会将尽快按照法定程序完成新任董事及董事长的选举工作。　　此外，除董事长一职面临更换外，外部监事、独立董事也将换血。江阴银行同日发布的多条人事变动公告显示，外部监事徐伟英、独立董事朱青等因任期届满而辞职。　　供职35年董事长孙伟辞任　　“75”后行长宋萍代为履职　　6月12日，江苏江阴银行发布公告称，该行董事会近日收到董事长孙伟的辞职报告。孙伟因工作调动需要辞去该行执行董事、董事长、战略发展委员会主任委员及三农金融服务委员会委员职务。辞职后，孙伟不在该行及子公司担任任何职务。　　公告表示，推举执行董事、行长宋萍代为履行董事长、董事会战略发展委员会主任委员、董事会三农金融服务委员会委员及法定代表人职责，直至选举产生新任董事长且其任职资格获监管部门核准之日止。　　据了解，江阴银行的管理层较为年轻化，孙伟和宋萍均为“70后”。不过，论资历，二人可以称得上是江阴银行元老级人物。　　资料显示，江阴银行成立于2001年12月，前身为江阴市信用合作社联合社。出生于1977年2月的宋萍，于1999年9月便加入到农村信用社。历任江阴银行西郊支行行长助理、江阴银行团委书记、财务部副经理、财务部经理、副行长、党委委员，曾任该行第二、第三届董事会董事、第五届监事会监事长，江苏宜兴农商行董事、行长，目前为江阴银行行长、党委副书记。　　而此番离任的孙伟同样是该行的“老将”。其出生于1970年5月，于1988年11月参加农村信用社工作。也就是说，在江阴银行改制前，孙伟便已在其前身农村信用社工作十年有余。期间曾历任江阴市农村信用合作联社华士信用社副主任、顾山信用社主任，后任江阴银行顾山支行行长、国际业务部总经理，江阴银行副行长、行长。同时，孙伟已连任三届该行董事长，直至如今工作调动。　　对于孙伟接下来的去向，江阴银行并没有过多的披露。不过对于孙伟的工作，江阴银行表示了认可和感谢。江阴银行称，孙伟在任职期间，带领江阴银行坚持“支农支小”定位，践行普惠金融，不断提升服务实体经济质效；坚持科技引领，强化创新驱动，积极打造数字化智慧银行；完善总分支架构，打造区域特色银行，不断拓展发展空间；加强公司治理，强化合规内控，推动江阴银行成为全国首家A股上市农商行。　　此外，值得注意的是，除董事长一职发生变动外，江阴银行外部监事、独立董事也将换血。6月12日，该行发布多条人事公告称，外部监事徐伟英、独立董事朱青等因任期届满而辞职。　　“新掌门人”亟待敲定　　净息差2.18％仍有待改善　　原“掌门人”已离任，“新掌门”人选亟待敲定。江阴银行表示，该行董事会将尽快按照法定程序完成新任董事及董事长的选举工作。　　据了解，江阴银行是全国首批三家股份制农商行之一，于2016年9月登陆A股上市，成为全国首家登陆A股的农商行。上市以来，江阴银行业绩整体保持增长。　　数据显示，2018年-2022年，江阴银行分别实现营收31.86亿元、34.04亿元、33.51亿元、33.67亿元、37.80亿元；同期实现归属净利润分别为8.57亿元、10.13亿元、10.57亿元、12.74亿元、16.16亿元。　　与此同时，该行资产质量也持续改善。不良率方面，江阴银行自上市以来，不良资产率已连续6年下降，从2016年末的2.41％一路降至2022年末0.98％；同时拨备方面，近三年该行拨备覆盖率从224.27％增至330.62％又增至469.62％。　　今年一季度，江阴银行再次取得较为亮眼的成绩。报告显示，该行一季度实现营收10.36亿元，同比增长4.03％；归属净利润3.10亿元，同比增长12.78％。资产质量方面，截至今年3月末，该行不良贷款率0.97％，较年初再下降0.01个百分点；拨备覆盖率481.07％，较年初上升11.45个百分点。　　不过，这并不意味着新任“掌舵人”没有压力一说。中诚信国际在不久前的评级报告中指出，该行去年净利润实现较快增长，但由于地区同业竞争激烈，且利率债等收益较低的资产在生息资产中占比较高等原因，该行息差及盈利水平仍有待改善。2022年该行净息差为2.18％，较2020年下降1个基点。

金融界2023-06-13

刚刚，贵州茅台股东大会释放重磅信号！提价需要有智慧，已形成自主可控的供产销链条，回应账上千亿资金

出资参与设立产业发展基金的议案》《关于选举董事的议案》《关于选举独立董事的议案》等。　　对于外界颇为关注的分红比例问题，会上茅台集团总经理李静仁表示：今年茅台分红比例没有提高，但分红总额增长了50多亿元；未来提高分红主要还是要靠做大蛋糕。李静仁认为，当前贵州茅台的分红比例51.9％处于最佳平衡。　　对于账上的上千亿资金。李静仁表示：账上的钱干什么？一是用于扩大产能，二是（支付）税金等，三是分红，第四是用于应对风险。“家中有粮、心里不慌”。　　至于部分股东宣称要对《关于出资参与设立产业发展基金的议案》投反对票。对此，段永平在社交平台上表示：“我不会对我投资的公司投反对票……想投反对票的公司我会选择卖股票……用脚投票是个比较好的方式。”段永平同时补充称，“我相信，跟着茅台走会吃香的、喝辣的。”此外，现场与会的深圳林园投资董事长林园也表示，不会投反对票。

金融界2023-06-13

智能合约智能性的下一步：深入剖析ZKML赛道

这些签名数据以进行预测和分类（例如，对选举结果或天气事件进行分类）。这些链下ML预言机可以通过验证推理并在链上发布证明来无需信任地解决现实世界的预测市场、保险协议合约等问题。基于ML参数的DeFi应用。DeFi的许多方面可以更加自动化。例如，借贷协议可以使用ML模型实时更新参数。目前，借贷协议主要依赖由组织运行的链下模型来确定抵押因子、贷款价值比、清算阈值等，但更好的选择可能是社区训练的开源模型，任何人都可以运行和验证。自动化交易策略。展示金融模型策略的回报特征的常见方式是MP向投资者提供各种回测数据。然而，没有办法在执行交易时验证策略师是否遵循该模型 - 投资者必须信任策略师确实遵循模型。zkML提供了一个解决方案，MP可以在部署到特定头寸时提供金融模型推理的证明。这对于DeFi管理的保险库可能尤其有用。 2、安全性智能合约的欺诈监控。与其让缓慢的人工治理或中心化参与者控制暂停合约的能力，可以使用ML模型来检测可能的恶意行为并暂停合约。 3、传统ML 分散的、无信任的Kaggle实现。可以创建一个协议或市场，允许MC或其他感兴趣的方验证模型的准确性，而无需MP披露模型权重。这对于销售模型、围绕模型准确性进行竞赛等方面非常有用。生成式AI的去中心化提示市场。生成式AI的提示创作已经发展成为一门复杂的工艺，最佳输出生成提示通常具有多个修改器。外部方可能愿意从创作者那里购买这些复杂的提示。zkML在这里可以有两种用法：1）验证提示的输出，以向潜在买家确保提示确实创建所需的图像； 2）允许提示所有者在购买后保持对提示的所有权，同时对买家保持模糊，但仍为其生成经过验证的图像。 4、身份用保护隐私的生物识别认证替代私钥。私钥管理仍然是web3用户体验中最大的障碍之一。通过面部识别或其他独特因素抽象私钥是zkML的一种可能解决方案。公平的空投和贡献者奖励。可以使用ML模型创建用户的详细人物画像，根据多个因素确定空投分配或贡献奖励。当与身份解决方案结合使用时，这可能特别有用。在这种情况下，一种可能性是让用户运行一个开源模型，评估他们在应用程序中的参与情况以及更高层次的参与，比如治理论坛的帖子，以推理他们的分配。然后提供这个证明给合约，以获得相应的代币分配。 5、Web3社交用于web3社交媒体的过滤。web3社交应用的去中心化性质将导致垃圾信息和恶意内容的增加。理想情况下，社交媒体平台可以使用一个社区共识的开源ML模型，并在选择过滤帖子时发布模型推理的证明。案例：关于Twitter算法的zkML分析。广告/推荐。作为一个社交媒体用户，我可能愿意看到个性化的广告，但希望将我的偏好和兴趣对广告商保密。我可以选择在本地运行一个关于我的兴趣的模型，将其输入到媒体应用程序中为我提供内容。在这种情况下，广告商可能愿意为最终用户支付费用，以实现这一点，然而，这些模型可能远不如目前生产中的定向广告模型复杂。 6、创作者经济/游戏游戏内经济再平衡。可以使用ML模型动态调整代币发行、供应、销毁、投票门槛等。一个可能的模型是一个激励合约，如果达到一定的再平衡门槛并验证了推理的证明，就会重新平衡游戏内经济。新类型的链上游戏。可以创建合作的人类对抗AI游戏和其他创新的链上游戏，其中无信任的AI模型充当一个不可玩的角色。NPC采取的每个动作都会与一个任何人都可以验证的证明一起发布到链上，以确定正在运行正确的模型。在Modulus Labs的Leela vs. the World中，验证者希望确保所述的1900 ELO AI选择棋步，而不是Magnus Carlson。另一个例子是AI Arena，一个类似于Super Smash Brothers的AI格斗游戏。在高风险的竞争环境中，玩家希望确保他们训练的模型没有干扰或作弊。新兴项目和基础设施 zkML生态系统可以广泛分为四个主要类别：模型到证明编译器：将现有格式（例如Pytorch、ONNX等）的模型编译成可验证的计算电路的基础设施。广义证明系统：构建用于验证任意计算轨迹的证明系统。 zkML特定的证明系统：专门构建用于验证ML模型计算轨迹的证明系统。应用程序：致力于独特zkML用例的项目。 01模型验证编译器（Model-to-Proof Compilers）在zkML生态系统中，大部分关注都集中在创建模型到证明编译器上。通常，这些编译器将使用Pytorch、Tensorflow等高级ML模型转换为zk电路。 EZKL是一个库和命令行工具，用于在zk-SNARK中进行深度学习模型的推理。使用EZKL，您可以在Pytorch或TensorFlow中定义一个计算图，并将其导出为带有JSON文件中一些示例输入的ONNX文件，然后将EZKL指向这些文件以生成zkSNARK电路。通过最新一轮的性能改进，EZKL现在可以在约6秒和1.1GB的RAM内证明一个MNIST大小的模型。迄今为止，EZKL已经得到了一些显着的早期采用，被用作各种黑客马拉松项目的基础设施。 Cathie So的circomlib-ml库包含了用于Circom的各种ML电路模板。电路包括一些最常见的ML函数。由Cathie开发的Keras2circom是一个Python工具，使用底层的circomlib-ml库将Keras模型转换为Circom电路。 LinearA开发了两个用于zkML的框架：Tachikoma和Uchikoma。Tachikoma用于将神经网络转换为仅使用整数的形式并生成计算轨迹。Uchikoma是一个工具，将TVM的中间表示转换为不支持浮点运算的编程语言。LinearA计划支持使用域算术的Circom和使用有符号和无符号整数算术的Solidity。 Daniel Kang的zkml是一个基于他在《Scaling up Trustless DNN Inference with Zero-Knowledge Proofs》论文中的工作构建的ML模型执行证明的框架。在撰写本文时，它能够在约5GB的内存和约16秒的运行时间内证明一个MNIST电路。在更广义的模型到证明编译器方面，有Nil Foundation和Risc Zero。Nil Foundation的zkLLVM是一个基于LLVM的电路编译器，能够验证用流行编程语言（如C++、Rust和JavaScript/TypeScript等）编写的计算模型。与这里提到的其他模型到证明编译器相比，它是通用的基础设施，但仍适用于复杂的计算，如zkML。当与他们的证明市场结合使用时，这可能尤为强大。 Risc Zero构建了一个通用的zkVM，针对开源的RISC-V指令集，因此支持现有成熟的语言，如C++和Rust，以及LLVM工具链。这允许在主机和客户zkVM代码之间实现无缝集成，类似于Nvidia的CUDA C++工具链，但是使用ZKP引擎代替GPU。与Nil类似，使用Risc Zero可以验证ML模型的计算轨迹。 02广义证明系统证明系统的改进是使 zkML 取得成果的主要推动力，特别是自定义门和查找表的引入。这主要是由于 ML 对非线性的依赖。简而言之，非线性是通过激活函数（例如 ReLU、sigmoid 和 tanh）引入的，这些激活函数应用于神经网络中线性变换的输出。由于数学运算门的限制，这些非线性在 zk 电路中实现起来具有挑战性。按位分解和查找表可以通过将非线性的可能结果预先计算到查找表中来帮助解决这个问题，有趣的是，这在 zk 中的计算效率更高。出于这个原因，Plonkish 证明系统往往是 zkML 最受欢迎的后端。Halo2 和 Plonky2 及其表式算术方案可以通过查找参数很好地处理神经网络非线性。此外，前者拥有充满活力的开发人员工具生态系统和灵活性，使其成为包括 EZKL 在内的许多项目的实际后端。其他证明系统也有其优势。基于R1CS的证明系统包括Groth16，因其小型证明尺寸而闻名，以及Gemini，因其处理极大电路和线性时间验证器而闻名。基于STARK的系统，例如Winterfell证明器/验证器库，尤其在通过Giza的工具将Cairo程序的追踪作为输入，并使用Winterfell生成STARK证明来验证输出的正确性时，非常有用。 03zkML特定的证明系统在设计能够处理先进的机器学习模型的复杂、电路不友好的操作的高效证明系统方面已经取得了一些进展。基于GKR证明系统的zkCNN和基于组合技术的Zator等系统往往比通用证明系统更具性能，这一点在Modulus Labs的基准测试报告中有所体现。 zkCNN是一种使用零知识证明来证明卷积神经网络正确性的方法。它使用sumcheck协议来证明快速傅里叶变换和卷积，具有线性的证明时间，比渐近计算结果更快。已经引入了几个改进和泛化的交互证明，包括验证卷积层、ReLU激活函数和最大池化。根据Modulus Labs的基准测试报告，zkCNN特别有趣的地方在于它在证明生成速度和RAM消耗方面优于其他通用证明系统。 Zator是一个旨在探索使用递归SNARK来验证深度神经网络的项目。验证更深层次模型的当前限制是将整个计算轨迹适应单个电路中。Zator提出使用递归SNARK逐层进行验证，可以逐步验证N步重复计算。他们使用Nova将N个计算实例减少为一个可以通过单个步骤进行验证的实例。采用这种方法，Zator能够对具有512层的网络进行SNARK，这与大多数当前的生产AI模型一样深。Zator的证明生成和验证时间仍然对于主流应用案例来说过长，但他们的组合技术仍然是非常有趣的。应用领域鉴于zkML处于早期阶段，其关注点主要集中在上述基础设施上。然而，目前也有一些项目致力于应用开发。 Modulus Labs是zkML领域中最多样化的项目之一，他们既开展示例应用，也从事相关研究。在应用方面，Modulus Labs通过RockyBot（一个链上交易机器人）和Leela vs. the World（一个人类与经过验证的链上Leela国际象棋引擎对战的棋盘游戏）展示了zkML的用例。该团队还进行了研究，编写了《智能的代价》，对不同模型规模下的各种证明系统的速度和效率进行了基准测试。 Worldcoin正在尝试应用zkML来创建一个保护隐私的人类身份证明协议。Worldcoin使用定制硬件处理高分辨率虹膜扫描，并将其插入到Semaphore实现中。然后可以使用该系统执行诸如成员资格证明和投票等有用操作。他们目前使用受信任的运行时环境和安全的安全区域来验证相机签名的虹膜扫描，但他们最终的目标是使用零知识证明来验证神经网络的正确推理，以提供加密级别的安全保证。 Giza是一种协议，采用完全无信任的方法在链上部署AI模型。它使用包括ONNX格式表示机器学习模型、Giza Transpiler用于将这些模型转换为Cairo程序格式、ONNX Cairo Runtime用于以可验证和确定性的方式执行模型，以及Giza Model智能合约用于在链上部署和执行模型的技术堆栈。尽管Giza也可以归类为模型到证明编译器的类别，但他们作为一个ML模型市场的定位是目前最有趣的应用之一。 Gensyn是一个分布式硬件供应网络，用于训练ML模型。具体而言，他们正在开发一个基于梯度下降的概率审计系统，并使用模型检查点来使分散式GPU网络能够为全尺度模型提供训练服务。尽管他们在这里的zkML应用非常特定于他们的用例——他们希望确保当一个节点下载和训练模型的一部分时，他们对模型更新的诚实性——但它展示了将zk和ML相结合的强大力量。 ZKaptcha 专注于 web3 中的 bot 问题，为智能合约提供验证码服务。他们目前的实施让最终用户通过完成验证码来生成人类工作的证明，验证码由他们的链上验证程序验证，并通过几行代码由智能合约访问。今天，他们主要只依赖于 zk，但他们打算在未来实现 zkML，类似于现有的 web2 验证码服务，分析鼠标移动等行为以确定用户是否是人类。鉴于 zkML 市场还很早，许多应用程序已经在黑客马拉松级别进行了试验。项目包括 AI Coliseum，一个使用 ZK 证明来验证机器学习输出的链上 AI 竞赛，Hunter z Hunter，一个使用 EZKL 库来验证带有 halo2 电路的图像分类模型输出的照片寻宝游戏，以及 zk Section 9，它将 AI 图像生成模型转换为用于铸造和验证 AI 艺术的电路。 zkML面临的挑战尽管在提高和优化方面取得了飞速的进展，但zkML领域仍然面临一些核心挑战。这些挑战涉及技术和实践等方面，包括：以最小的精度损失进行量化电路规模，特别是当网络由多个层组成时矩阵乘法的高效证明对抗攻击量化是将浮点数表示为定点数的过程，大多数机器学习模型使用浮点数表示模型参数和激活函数，在处理zk电路的域算术时，需要使用定点数。量化对机器学习模型的准确性的影响取决于所使用的精度级别。一般来说，使用较低的精度（即较少的比特数）可能会导致准确性降低，因为这可能引入舍入和近似误差。然而，有几种技术可用于最小化量化对准确性的影响，例如在量化后对模型进行微调，以及使用量化感知训练等技术。此外，zkSummit 9上的一项黑客马拉松项目Zero Gravity显示出，针对边缘设备开发的替代神经网络架构（例如无权重神经网络）可以用于避免电路中的量化问题。除了量化之外，硬件是另一个关键挑战。一旦通过电路正确地表示了机器学习模型，由于zk的简洁性，验证其推理的证明将变得廉价且快速。这里的挑战不在于验证者，而在于证明者，因为随着模型规模的增长，RAM消耗和证明生成时间会迅速增加。某些证明系统（例如使用sumcheck协议和分层算术电路的基于GKR的系统）或组合技术（例如将Plonky2与Groth16相结合，Plonky2在证明时间方面效率高但对于大型模型的高效证明大小较差，而Groth16在复杂模型的复杂度上不会导致证明大小增长）更适合处理这些问题，但在zkML项目中管理权衡是一个核心挑战。在对抗攻击方面，仍然有待努力。首先，如果一个无信任的协议或DAO选择实施一个模型，在训练阶段仍然存在对抗攻击的风险（例如训练模型以在看到特定输入时表现出特定行为，这可能被用来操纵后续的推理）。联邦学习技术和训练阶段的zkML可能是最小化这种攻击面的一种方式。另一个核心挑战是当模型保护隐私时存在模型盗窃攻击的风险。虽然可以混淆模型的权重，但在给定足够的输入输出对的情况下，从理论上讲，仍然有可能反向推导出权重。这主要是对小规模模型的风险，但仍然存在风险。智能合约的可扩展尽管在将这些模型优化为在zk的限制条件下运行时存在一些挑战，但改进工作正在以指数速度进行，一些人预计在进一步的硬件加速下，我们很快就能与更广泛的机器学习领域达到同等水平。为了强调这些改进的速度，zkML从0xPARC在2021年展示了如何在可验证电路中执行小规模MNIST图像分类模型的演示，到Daniel Kang在不到一年后为ImageNet规模的模型做同样的工作的论文。在2022年4月，这个ImageNet规模的模型的准确性从79%提高到92%，并且像GPT-2这样的大型模型在近期内有望成为可能，尽管目前的证明时间较长。我们认为zkML是一个丰富而不断发展的生态系统，旨在扩展区块链和智能合约的能力，使其更加灵活、适应性强和智能化。尽管zkML仍处于早期开发阶段，但它已经开始显示出有希望的结果。随着技术的发展和成熟，我们可以期待在链上看到更多创新的zkML用例。来源：金色财经

金色财经2023-06-13

24小时热点