原文来源：Jason，BuilderDao创始人
BlockBeats注：NFT版权检测工具Yakoa主要用于对NFT项目进行索引，使用人工智能技术分析图片相似性来判断这个图片是不是盗版。其实该技术在web2中已经广泛应用。BuidlerDAO创始人JasonChen在推特上进行了简单的科普，了解一下该技术在Web3有哪些应用场景呢，具体是如何工作的呢。BlockBeats将内容整理如下：
聊聊昨天拿到480万美金种子轮的NFT盗版侵权检测工具?Yakoa，目前中文媒体都把它叫「欺诈检测」，但是我觉得这词用的不准确，估计是直接机翻的，它核心解决的问题是通过图片相似性检测来判断是否存在盗版侵权的NFT项目，获得了一众明星机构的入局，包括Uinswap，应该也是因为其收购genie的原因。
金色财经挖矿数据播报：ETH今日全网算力上涨5.37%:金色财经报道，据蜘蛛矿池数据显示：
BTC全网算力169.073EH/s，挖矿难度23.14T，目前区块高度678988，理论收益0.00000598/T/天。
ETH全网算力540.548TH/s，挖矿难度6951.79T，目前区块高度12229064，理论收益0.00407535/100MH/天。
BSV全网算力0.729EH/s，挖矿难度0.11T，目前区块高度682665，理论收益0.00123398/T/天。
BCH全网算力1.566EH/s，挖矿难度0.23，目前区块高度683054，理论收益0.00057465/T/天。[2021/4/13 20:13:17]
图片相似性检测在web2已经是一门非常成熟的技术了，常见的就是百度的以图搜图，或者淘宝的拍照识别商品，将这套技术拿到web3中是挺取巧的一种方式，我们通过官网可以看到它共列出了2类案例，分别为品牌类以及项目类，品牌类客户的场景还是存在的。
分析 | 金色盘面：ETH大幅反弹 带动市场走强:金色盘面分析：昨日连续5条快讯对ETH走势进行了追踪，并且多次提示这里技术背离反弹需求明显，从夜盘表现看也确实如此，BITFINEX的ETH-USD价最低探至167.32美元后出现了大幅反弹，截止发稿，最高触及192.98美元，振幅达到15.3%，短线反弹强劲，从多周期图看，背离反弹效果明显，但是目前日线的底背离尚未形成，所以投资者这里依然要做好风控。[2018/9/13]
分析|金色盘面：XLM/USDT突破0.23阻力:金色盘面综合分析:XLM/USDT在1小时上突破0.23阻力，上方阻力先看前高0.24，其主要成交来自币安交易所的XLM/USDT和XLM/BTC交易对，注意关注市场人气延续情况。[2018/8/13]
NFT版权检测项目Yakoa的应用场景
如漫威可以使用Yakoa工具看到目前到底有多少NFT未经授权就用了logo，解决了「看得见」的问题，但是依然无法解决「管的着」的问题，毕竟即使对方侵权已经存在于链上的东西也不可能干预对方销毁，最多只能作为证据要求交易平台屏蔽掉，即使通过传统方式能找得到人给他发律师函又能如何呢？?
金色财经现场报道 元道：三无币加上快速传播制造了整个泡沫的起源:金色财经现场报道，中关村区块链联盟理事长、世纪互联创始人、中国互联网协会常务理事元道指出：三无币加上快速传播，制造了整个泡沫的起源，这个一方面因为人们确实看到了区块链是一个新技术革命的开始，另一方面反映出确实市场上存在的一批三无的空气币，没有信仰，没有代码，没有真正的执行团队。因为有了互联网，人人有手机，这些在全世界范围大范围传播，三无币加上快速传播，带来了整个泡沫的起源，这个现象是客观存在的。[2018/5/26]
第二种项目类的场景同理，如上图所示可以检索出所有带有帽子特征的相似的Azuki，说来惭愧下面的那个土狗盘bzuki我还真持有一个，所以可以得出结论其背后就是利用某个具体的特征值来以图搜图的过程，技术上本身没有难度，我认为比较困难的就是比如漫威logo这个特征值，需要将全网产生的项目全部遍历一遍。
而且它还是支持多链的，目前产生了数以万计的项目，每个项目又有一万张图，这个遍历过程对于服务器资源消耗还是非常巨大的。?
成熟的Web2技术在Web3的创新
虽然是一个成熟web2技术，但是我们从它的开发文档中也可以看到web3原生的一些创新，如下图其首先对于资产进行了定义，在他的眼里资产和token是解耦的，我们平时说的NFT实际上是将资产和token一体化，即如我持有Azuki#9527，它本质的含义是一个id为9527的token，但是我们会默认带上附加在上面的那张图片。
但Kayoa的场景在于搜图，所以在他眼里反而附加在token上面的那张图更像是资产，其实这个也就是NFT的本质了将「无意义」的12345这几个数字上挂钩了链下的图片上去，如下图所示其将资产模型解构为所处的链、地址、tokenid和原始区块，即这个资产第一次出现的所在区块从而可以判断出它在链上诞生的先后时间。
如下图为跑的一个案例，调用接口设置好要检测的具体NFT，输入所在的链、合约地址、tokenid后，会按照资产模型的格式返回N个结果，所以你可以将其理解成NFT领域的以图搜图，具体的场景我觉得现在还没被探索出来，毕竟如上文所说实现看得见但是如何管的着呢？Uinswap投资后不知如何应用于genie，拭目以待。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。