零知识机器学习（ZKML）：去信任化的AI(转)

在AI生成内容越来越逼近于人类所产生的内容的时代，零知识密证明的技术特点可以帮助我们确定特定内容是通过将特定模型产生的。对于隐私保护，零知识证明技术特别重要，即可以在不泄露用户数据输入或模型具体细节的情况下完成证明和验证。综合考虑到计算的完整性、启发性优化以及隐私，零知识证明和AI的结合下，零知识机器学习（Zero-Knowledge Machine Learning，ZKML）应运而生。

以下是零知识证明应用于机器学习的五种方式。除计算完整性、模型完整性和用户隐私这些基础功能外，零知识机器学习还能带来分布式训练——这将促进AI与区块链的融合，以及人来在AI丛林里的身份证明（该部分可以详见我们的报告《OpenAI创始人的Web3愿景：Worldcoin打造AI数字通行证》）。

AI大模型对算力的需求是有目共睹的，而此时由将ZK证明穿插到AI应用中来，对硬件算力则带来新的需求。零知识系统的当前技术水平与高性能硬件相结合，依旧无法证明与当前可用的大型语言模型（LLM）一样大的东西，但已经取得了一些进展创建较小模型的证明。根据Modulus Labs团队针对各种不同规模的模型对现有的 ZK 证明系统进行了测试。如plonky2等证明系统，可以在功能强大的 AWS 机器上运行约 50 秒，为大约 1800万参数规模的模型创建证明。

就硬件而言，ZK技术目前的硬件选择包括GPU、FPGA 或 ASIC。需要注意的是零知识证明仍处于早期发展阶段，目前仍然很少有标准化，且算法也在不断更新变化中。每种算法都有其特点，适合于不同的硬件，且随着项目发展需求每种算法都会有一定程度改进，因此很难去具体评估哪种算法最优。

需要注意的是，ZK与AI大模型的结合方面，还未有明确的研究对现有的硬件系统进行评估，因此，未来硬件需求方面还存在较大的变数与潜力。

, \! V2 |$ r6 [# @. X* `* N2 _: e

说明还是有很大的潜力的了

ai化也是很高科技的东西了啊。

对于这个看来是很难的了吧

AI现在已经是成为高科技的东西

新概念的东西，我只是来看看了

去信任化是非常的关键了的

这个看看我觉得没问题了的啊。