ZKML

zkML เป็นวิธีการนวัตกรรมที่รวมศักยภาพของ zero-knowledge proofs กับการเรียนรู้ของเครื่อง ทำให้มั่นใจได้ว่าจะได้รับข้อมูลที่ปลอดภัยและเป็นส่วนตัวเกี่ยวกับ AI insights และการยืนยันโดยไม่เปิดเผยข้อมูลที่เป็นสาระสำคัญ มีความสำคัญอย่างยิ่งในภาคสุขภาพและการเงินที่ความเป็นส่วนตัวเป็นสิ่งสำคัญ zkML ดำเนินการโดยการฝึกอบรมโมเดลการเรียนรู้ของเครื่องที่แตกต่างกัน โดยแต่ละโหนดจะถือส่วนของข้อมูลแล้วสร้างพิสูจน์ทางคริปโตที่ยืนยันด้านบางประการของข้อมูลโดยไม่เปิดเผย

เทคโนโลยีนี้ยังเป็นเรื่องใหม่ที่กำลังเจริญเติบโต โดยเน้นการรวม zero-knowledge proofs เข้ากับขั้นตอนการอนุมานโมเดล ซึ่งมีประสิทธิภาพในการยืนยันผลลัพธ์ของโมเดล AI เช่น GPT-4 หรือ DALL-E 2 โดยไม่เปิดเผยข้อมูลที่เป็นสาระสำคัญ แม้ว่าจะมีความท้าทายในการจัดการโมเดลขนาดใหญ่เนื่องจากข้อจำกัดด้านการคำนวณ แต่ก้าวกระโดดที่สำคัญได้ถูกทำไป เช่นความสำเร็จของ Modulus Labs ในการสร้างพิสูจน์สำหรับโมเดลที่มีพารามิเตอร์ 18 ล้านตัวแปร