风险提示:央行等十部委发布《关于进一步防范和处置虚拟货币交易炒作风险的通知》, 请读者提高风险意识。

ZKP 与 AI 碰撞,zkML 是隐藏的下一轮炒作叙事?

zkML是结合了零知识证明和机器学习的技术,可保护隐私并防止推理攻击和模型反演攻击。多家公司正在探索其在人工智能、区块链和DeFi等领域的应用。随着市场发展,zkML有望成为备受关注的话题。

hitesh.eth
hitesh.eth
热度 ...

原文作者:hitesh.eth

原文来源:twitter

编译:Frank,Foresight News

zkML,或许是人工智能之后的下一个宏大叙事。

不过对于很多人来说,zkML 理解起来有点复杂,本文我会以最简单的方式进行解读。


什么是 zkML?


简言之,zkML = ZKP + ML


其中:ZKP = 零知识证明,ML = 机器学习。


所以:zkML = 零知识证明机器学习


一言以蔽之,就是在机器学习模型上使用 ZKP 技术生成输出内容,同时不泄露训练过程中使用的敏感数据,并保证计算的正确性。


那什么是机器学习模型?机器学习模型是一种计算机程序,经过训练可以根据大量数据进行预测。


譬如 ChatGPT 等大型语言模型是建立在机器学习模型之上的。


机器学习


那什么是推理?推理是分析用户提示(Prompt)、尝试理解上下文并使用经过训练的数据模型提供结果的过程。


让我们以 ChatGPT 为例:


推理过程的第一步是编写输入,譬如我们输入一个提示「编写一首 Drake 风格的加密说唱歌曲」。


机器学习


第二步,ChatGPT 将分析上下文,「Drake 风格的加密说唱歌曲」。然后,它将根据用户提示的需求激活训练模型,识别训练数据中的模式,并创建一首 Drake 风格的加密说唱歌曲作为输出。


zkML 能做什么?


在推理的整个过程中,涉及到两种可能泄露敏感数据的隐私问题:


  • 成员推理攻击(Membership Inference attacks):攻击者可以分析模型的输出来推断特定数据点是否是训练过程的一部分;
  • 模型反演攻击(Model Inversion attacks):通过构造特定提示,攻击者可能尝试从输出中重建训练数据的片段;


zkML 能对此提供怎样的帮助?zkML 允许在不暴露训练数据本身的情况下对敏感数据进行推理。

关于【ZKP 与 AI 碰撞,zkML 是隐藏的下一轮炒作叙事?】的延伸阅读

  • 重新理解Marlin:AI下半场的可验证计算L0「新基建」

    Marlin是一种可验证云计算服务,利用加密技术保证数据安全,为AI+Web3应用提供低延迟、低成本的解决方案。它基于TEE和ZKP技术,为用户提供通用化的云计算方案,并通过激励机制吸引节点为网络贡献资源。Marlin的愿景是成为AI世界的可验证通用L0,为Oracle预言机、ZK Prover系统、AI人工智能等应用场景提供节点算力和存储等网络资源服务。它可以为AI大模型训练提供安全的计算环境,并为多元化应用场景提供可验证计算中间件。在AI+Web3时代,Marlin有巨大的价值潜力,可能成为未来AI+Web3应用的关键基础设施。

  • Sam Altman 围绕 OpenAI 打造出一个致富帝国

    OpenAI首席执行官奥特曼同时经营副业,但只有一份工作让他发了财。他投资了多家想抓住人工智能风口的公司,包括网络安全软件公司和清洁能源公司。他最成功的投资是支付处理初创公司Stripe。奥特曼也投资了使用OpenAI技术的初创公司。他曾因投资引发利益冲突而被罢免职务,但重新担任首席执行官后制定了新的利益冲突政策。董事会正在进行改革,包括强化利益冲突政策和独立审计委员会。奥特曼计划通过全面披露和董事会管理来解决利益冲突问题。


这是通过使用 Plonky、Halo2 等 ZK 证明系统实现的,目前 Plonky2 是最快的 ZK 证明系统。


有了 zkML,攻击者将永远无法直接访问训练数据。


机器学习


zkML 的发展现状


截至目前,zkML 仍处于早期阶段,有几家初创公司正在致力于构建 zkML 基础设施。


其中 Risc Zero 正在与 Spice AI 合作,为开发人员打造一套完整的 zkML 解决方案。


机器学习


Ingonyama 正在开发专门用于 ZK 技术的硬件,这可能降低了进入 ZK 技术领域的门槛,并且 zkML 也有可能用于模型训练过程。


Modulus 正在使用 zkML 将人工智能应用于链上推理过程,他们目前有六个合作伙伴,这些合作伙伴构建了不同的 zkML 使用案例:


例如 Upshot 已经构建了价格预测模型,Worldcoin 正在使用 Modulus 进行私密身份验证,而 AI ARENA 则在游戏的经济模型中使用 zkML。


机器学习


隐私保护型的区块链项目,如 Oasis Protocol、Secret Network 和 Aleo,也在其生态系统中探索基于 zkML 的用例,此外 NOYA.ai 也正在使用 zkML 构建全链 DeFi 策略。


OraProtocol 正在构建一个基于 ZK 的无信任机器学习推理协议,开发者将能够使用 zkML 推理来构建由机器学习驱动并由以太坊保护的任何去中心化应用程序。


机器学习

机器学习


整个关于 zkML 的叙事还处于初级阶段,但我预计在接下来的几个月里,在这个牛市中会出现对这一叙述的炒作周期,因此现在是密切追踪这一领域并相应建立准备的绝佳时机。


机器学习

免责声明:本文仅代表作者个人观点,不代表链观CHAINLOOK立场,不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险,以及遵守所在国家和地区的相关法律法规。
图文来源:hitesh.eth,如有侵权请联系删除。转载或引用请注明文章出处!

标签:

分享至
https://www.chainlook.cn/toutiao/1709095806.html

下一篇:

首个 Starknet 应用链!一文速读衍生品交易所 Paradex

Paradex是Starknet上的加密货币衍生品交易所,由Paradigm和StarkWare合作开发。其特点是匹配引擎位于链下,风险引擎位于链上,提供自托管的衍生品服务。目前仅支持USDC作为抵押品,未来计划转向多抵押品模式。登录简单,无需单独管理Starknet钱包,可使用MetaMask钱包。Paradex已完成3500万美元融资,采用分层方法保证平台稳定。未来还将推出积分计划和治理功能。需要不断创新和完善以满足市场需求。

免责声明:
链观CHAINLOOK作为区块链技术应用与Web3行业研究的智库媒体,旨在为中国区块链专家、学者们提供最新的行业资讯信息与数据样本,用于区块链技术研究与创新。本站所发布的文章仅代表作者的个人观点,不代表链观CHAINLOOK官方立场,本站所发布的区块链行业研究报告与数据分析成果是通过人工智能算法对数据内容进行分析与归纳生成,不代表任何投资暗示与建议,链观CHAINLOOK不承担法律责任。

风险提示:
虚拟货币不具有法定货币等同的法律地位,参与虚拟货币投资交易存在法律风险,链观CHAINLOOK坚决反对各类代币炒作,请读者提高风险意识,理性看待区块链技术应用及市场风险。

© 链观CHAINLOOK All Rights Reserved. 京ICP备18054193号-5