ZKML

　　zkML 是一種創新的方法，將零知識證明與機器學習相結合，確保在不暴露敏感數據的情況下進行安全和私密的人工智能洞察和驗證。這在隱私至上的行業，如醫療保健和金融領域，尤其重要。zkML 通過在每個持有一部分數據的節點上訓練機器學習模型，然後生成加密證明來驗證數據的某些方面，而不揭示數據。

　　這項技術仍在不斷發展，重點是將零知識證明集成到模型推理階段，這對於驗證像 GPT-4 或 DALL-E 2 這樣的人工智能模型的輸出而不暴露敏感輸入是有效的。儘管由於計算限制而在管理大型模型方面仍存在挑戰，但已取得了重大進展，例如 Modulus Labs 成功為一個具有 1800 萬個參數的模型創建證明。