ZKML

zkML - инновационный подход, который объединяет доказательства с нулевым разглашением информации и машинное обучение, обеспечивая безопасные и конфиденциальные исследования и проверку искусственного интеллекта без раскрытия чувствительных данных. Он особенно важен в секторах, таких как здравоохранение и финансы, где конфиденциальность имеет первостепенное значение. zkML работает путем обучения моделей машинного обучения на узлах, каждый из которых содержит сегмент данных, а затем генерирует криптографические доказательства, которые проверяют аспекты данных, не раскрывая их.

Эта технология все еще развивается, с акцентом на интеграцию доказательств с нулевым разглашением информации в фазу вывода модели, что эффективно для проверки результатов моделей искусственного интеллекта, таких как GPT-4 или DALL-E 2, без раскрытия чувствительных входных данных. Хотя остаются некоторые проблемы в управлении большими моделями из-за вычислительных ограничений, были сделаны значительные шаги вперед, например, успех компании Modulus Labs в создании доказательств для модели с 18 миллионами параметров.