理解NFT版权检测项目Yakoa是如何工作的？

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 Jason Chen 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。

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**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（耐克和漫威）以及项目类（Gucci 熊和 Azuki），品牌类客户的场景还是存在的。

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？ 

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。