zkML，人工智能之后的下一个宏大叙事？

ผู้เขียนต้นฉบับ: hitesh.eth

การรวบรวมต้นฉบับ: Frank, Foresight News

zkML อาจเป็นเรื่องราวที่ยิ่งใหญ่ต่อไปหลังจากปัญญาประดิษฐ์

อย่างไรก็ตาม สำหรับหลายๆ คน zkML ค่อนข้างซับซ้อนในการทำความเข้าใจ ฉันจะอธิบายด้วยวิธีที่ง่ายที่สุดในบทความนี้

zkML คืออะไร?

ในระยะสั้น,zkML = ZKP + ML

โดยที่: ZKP = การพิสูจน์ความรู้เป็นศูนย์, ML = การเรียนรู้ของเครื่อง

ดังนั้น:zkML = การเรียนรู้ของเครื่องที่ปราศจากความรู้

โดยสรุปก็คือใช้เทคโนโลยี ZKP บนโมเดลการเรียนรู้ของเครื่องเพื่อสร้างเนื้อหาเอาต์พุตโดยไม่ทำให้ข้อมูลที่ละเอียดอ่อนที่ใช้ในกระบวนการฝึกอบรมรั่วไหล และรับประกันความแม่นยำของการคำนวณ

แล้วโมเดลการเรียนรู้ของเครื่องคืออะไร? โมเดลการเรียนรู้ของเครื่องคือโปรแกรมคอมพิวเตอร์ที่ได้รับการฝึกฝนให้คาดการณ์ตามข้อมูลจำนวนมาก

ตัวอย่างเช่น โมเดลภาษาขนาดใหญ่ เช่น ChatGPT สร้างขึ้นจากโมเดลการเรียนรู้ของเครื่อง

ดังนั้นการใช้เหตุผลคืออะไร?การอนุมานเป็นกระบวนการวิเคราะห์พร้อมท์ของผู้ใช้ พยายามทำความเข้าใจบริบท และให้ผลลัพธ์โดยใช้แบบจำลองข้อมูลที่ได้รับการฝึกอบรม

ลองใช้ ChatGPT เป็นตัวอย่าง:

ขั้นตอนแรกในกระบวนการหาเหตุผลคือการเขียนอินพุต ตัวอย่างเช่น เราป้อนข้อความแจ้งว่า เขียนเพลงแร็พที่เข้ารหัสสไตล์ Drake

ในขั้นตอนที่ 2 ChatGPT จะวิเคราะห์บริบท เพลงแร็พที่เข้ารหัสสไตล์ Drake จากนั้นจะเปิดใช้งานโมเดลที่ได้รับการฝึกตามความต้องการที่ผู้ใช้แจ้ง ระบุรูปแบบในข้อมูลการฝึก และสร้างเพลงแร็พเข้ารหัสลับสไตล์ Drake เป็นเอาต์พุต

zkML ทำอะไรได้บ้าง?

ตลอดกระบวนการให้เหตุผล มีปัญหาความเป็นส่วนตัวสองประการที่เกี่ยวข้องซึ่งอาจรั่วไหลข้อมูลที่ละเอียดอ่อน:

• การโจมตีด้วยการอนุมานสมาชิก: ผู้โจมตีสามารถวิเคราะห์ผลลัพธ์ของโมเดลเพื่ออนุมานว่าจุดข้อมูลเฉพาะเป็นส่วนหนึ่งของกระบวนการฝึกอบรมหรือไม่

• การโจมตีแบบผกผันแบบจำลอง: ด้วยการสร้างคำแนะนำเฉพาะ ผู้โจมตีอาจพยายามสร้างส่วนของข้อมูลการฝึกขึ้นใหม่จากเอาต์พุต

zkML จะช่วยเรื่องนี้ได้อย่างไร?zkML อนุญาตให้อนุมานข้อมูลที่ละเอียดอ่อนโดยไม่ต้องเปิดเผยข้อมูลการฝึกอบรม

ซึ่งสามารถทำได้โดยใช้ระบบพิสูจน์ ZK เช่น Plonky และ Halo 2 ปัจจุบัน Plonky 2 เป็นระบบพิสูจน์ ZK ที่เร็วที่สุด

ด้วย zkML ผู้โจมตีจะไม่สามารถเข้าถึงข้อมูลการฝึกอบรมได้โดยตรง

สถานะการพัฒนาของ zkML

ณ ตอนนี้ zkML ยังอยู่ในช่วงเริ่มต้น โดยมีสตาร์ทอัพหลายแห่งที่ทำงานเกี่ยวกับการสร้างโครงสร้างพื้นฐาน zkML

หนึ่งในนั้น Risc Zero กำลังร่วมมือกับ Spice AI เพื่อสร้างโซลูชัน zkML ที่สมบูรณ์แบบสำหรับนักพัฒนา

Ingonyama กำลังพัฒนาฮาร์ดแวร์สำหรับเทคโนโลยี ZK โดยเฉพาะ ซึ่งอาจลดอุปสรรคในการเข้าสู่สาขาเทคโนโลยี ZK และอาจใช้ zkML ในกระบวนการฝึกอบรมโมเดลด้วย

Modulus ใช้ zkML เพื่อประยุกต์ปัญญาประดิษฐ์กับกระบวนการอนุมานแบบออนไลน์ และปัจจุบันมีพันธมิตร 6 รายที่สร้างกรณีการใช้งาน zkML ที่แตกต่างกัน:

ตัวอย่างเช่น Upshot ได้สร้างแบบจำลองการทำนายราคา Worldcoin ใช้ Modulus สำหรับการตรวจสอบสิทธิ์แบบส่วนตัว และ AI ARENA ใช้ zkML ในแบบจำลองทางเศรษฐกิจของเกม

โครงการบล็อกเชนที่รักษาความเป็นส่วนตัว เช่น Oasis Protocol, Secret Network และ Aleo กำลังสำรวจกรณีการใช้งานที่ใช้ zkML ในระบบนิเวศของตน นอกจากนี้ NOYA.ai ยังใช้ zkML เพื่อสร้างกลยุทธ์ DeFi แบบห่วงโซ่เต็มรูปแบบ

OraProtocol กำลังสร้างโปรโตคอลการอนุมานของ Machine Learning ที่ไม่น่าเชื่อถือโดยใช้ ZK และนักพัฒนาจะสามารถใช้การอนุมาน zkML เพื่อสร้างแอปพลิเคชันแบบกระจายอำนาจใดๆ ที่ขับเคลื่อนโดย Machine Learning และปลอดภัยโดย Ethereum

แต่ฉันคาดหวังว่าจะมีวงจรการเล่าเรื่องที่เกินจริงในอีกไม่กี่เดือนข้างหน้าในช่วงกระทิงนี้ ดังนั้น ตอนนี้เป็นเวลาที่จะติดตามพื้นที่นี้อย่างใกล้ชิดและสร้างการเตรียมการตามนั้น เป็นจังหวะที่ดี