原文作者 | @DistilledCrypto

編譯 | Golem

自 ChatGPT 等大語言模型火爆后，在去中心化網(wǎng)絡(luò)上運行類似的機器學習模型也成為了區(qū)塊鏈+AI 的主要敘事之一。但我們無法像信任 OpenAI 這樣有信譽支撐的公司一樣信任去中心化網(wǎng)絡(luò)會使用特定的 ML 模型進行推理，因此我們需要進行驗證?？紤]到數(shù)據(jù)的隱私性，零知識機器學習（zkML）被普遍看好，那么它會是鏈上 AI 的未來嗎？

小編將在本文中簡單介紹關(guān)于 zkML 的基礎(chǔ)知識、值得關(guān)注的 zkML 項目，最后在簡單說明 zkML 的局限性及代替方案。

關(guān)于 zkML 的基礎(chǔ)知識

零知識機器學習 (zkML) 類似于一種計算中的保密方法。它主要涉及兩個部分：

• 使用機器學習（ML）執(zhí)行任務(wù)；

• 證明任務(wù)正確完成，但不透露所有細節(jié)。

簡單來說，它的工作原理如下：

a. 運行任務(wù)

有人使用 ML 模型來處理一些數(shù)據(jù)并得到結(jié)果，這就像廚師按照食譜烤蛋糕但卻不告訴任何人原料一樣。

b. 證明任務(wù)

任務(wù)完成后，他們可以展示一個證明。例如，“我在這個特定的模型中使用了特定的輸入，并得到了這個結(jié)果。”他們實際上在證明他們正確遵循了食譜上的步驟。

c. 保守秘密

zkML 的妙處在于，當他們證明任務(wù)正確完成時，他們可以保留一些細節(jié)，例如將輸入的數(shù)據(jù)、模型的運作方式或結(jié)果保密。簡而言之，zkML 可以讓證明者說“相信我，我做對了”，同時仍然保持他們的方法和數(shù)據(jù)的私密性。

值得關(guān)注的 zkML 項目介紹

zkML 概念自提出到現(xiàn)在已有將近一年時間，目前已經(jīng)有許多相關(guān)項目正在建設(shè)，其中少部分還在市場上發(fā)行了代幣。Messari 列出了一些知名 VC 投資的 zkML 項目，下面將對它們進行介紹。

來源：Messari

Spectral

Spectral 正在為 Web3 構(gòu)建鏈上代理經(jīng)濟。他們的旗艦產(chǎn)品 SYNTAX 是一種專有的 LLM（Large Language Model），可以生成 Solidity 代碼。Spectral 能夠用戶使創(chuàng)建鏈上自主代理，同時利用去中心化的 ML 推斷來改進智能合約。此外，利用 zkML，Spectral 能夠提供證據(jù)表明特定的預(yù)測是由特定的 ML 模型生成的，確保了流程中的信任和真實性。

Spectral 已發(fā)幣，代幣為 SPEC，市值 1.19 億美元。

Worldcoin

Worldcoin 正在開發(fā)一個開源系統(tǒng)，旨在讓每個人都能參與全球經(jīng)濟。在 Worldcoin 中，zkML 的一個潛 在 用途是提高虹膜識別技術(shù)的安全性和隱私性。代幣 WLD 市值目前為 10.7 億美元。

它的工作原理如下：

a. 生物識別自托管

World ID 的用戶可以將自己的生物特征數(shù)據(jù)（如虹膜掃描）安全加密地存儲在他們的移動設(shè)備上。

b. 本地處理

然后，用戶可以將 ML 模型下載到他們的設(shè)備中，以從虹膜掃描中生成唯一的代碼。

c. 隱私保護證明

使用 zkML，他們可以直接在自己的設(shè)備上創(chuàng)建證明。這一證明證實了他們的虹膜代碼是使用正確的模型通過掃描準確生成的。所有這些操作都是在不暴露用戶實際數(shù)據(jù)的情況下進行的。

Risc Zero

RISC Zero 旨在增強互聯(lián)網(wǎng)的信任和效率，這將通過提供無需各方互相信任的計算服務(wù)來實現(xiàn)。

以下是 RISC Zero 關(guān)注的重點： 

a. 擴展區(qū)塊鏈

它使用 Bonsai 證明服務(wù)來執(zhí)行復(fù)雜操作，從而增強區(qū)塊鏈的安全性。Bonsai 在鏈下管理復(fù)雜的計算和隱私數(shù)據(jù)，從而提高效率。

b. 與 Spice AI 的合作

Spice AI提供可組合、即用型數(shù)據(jù)和 AI 基礎(chǔ)設(shè)施，包括托管的云級 Spice.ai OSS。此次合作旨在為開發(fā)人員提供全面的 zkML 工具包。

c. 機器學習服務(wù)

開發(fā)人員可以使用 RISC Zero 來安全地訪問和查詢數(shù)據(jù)、私密訓(xùn)練 ML 模型及提供數(shù)據(jù)被正確處理的證明。

本質(zhì)上，RISC Zero 為開發(fā)人員提供 MLaaS（ML as a service）服務(wù)，同時確保數(shù)據(jù)和執(zhí)行過程保持私密和安全。

Giza

Giza 是一個在 Starknet 網(wǎng)絡(luò)上運行的機器學習平臺。

a. 主要目標

Giza 旨在直接在區(qū)塊鏈上擴展 ML 操作。

b. 技術(shù)基礎(chǔ)

其使用支持零知識（ZK）證明的 Starknet 來驗證 ML 操作，確保計算的準確性和安全性，并且不會泄露基礎(chǔ)數(shù)據(jù)。 

c. 應(yīng)用

在 Starknet 上，Giza 啟用“Giza Agents”來自動執(zhí)行各種財務(wù)策略，包括跨協(xié)議收益聚合、資產(chǎn)配置、無風險做市。本質(zhì)上，利用 zkML 的優(yōu)勢，Giza 允許在區(qū)塊鏈上安全、自動地執(zhí)行金融策略。

Vanna

Vanna 是模塊化 AI 推理網(wǎng)絡(luò)，不僅與 EVM 鏈兼容，而且提供靈活的安全性，用戶可選擇 zkML、optimistic ZK、opML,、teeML 等多種驗證方式。結(jié)合 Vanna 未來的使用場景為使用 LLM 生成鏈上 GameFi 游戲?qū)υ?；鏈上智能合約漏洞檢測；針對 DeFi 協(xié)議的風險預(yù)警引擎；用于標記空投中的女巫賬戶信譽系統(tǒng)。

除了以上介紹的幾個項目外，zkML 生態(tài)中還有如下圖中的項目，因為篇幅原因就不再介紹了，供讀者自行參考。

來源：SevenX Ventures

zkML 的局限性及代替方案

盡管在理論上能夠吸引人，但 zkML 目前并不太實用。AI 計算本身就屬于資源密集型，添加類似 zkML 中使用的加密方法會使它們變得更慢，Modulus Labs 報告稱 zkML 可能比常規(guī)計算慢 1000 倍。實際上對于大多數(shù)用戶來說，多等待幾分鐘在日常體驗上都難以接受。

因此，由于這些限制，zkML 現(xiàn)在可能僅適用于非常小的 ML 模型。在這種情況下許多 AI 項目不得不考慮其他的驗證方法。目前主要有兩種替代方案：

• opML（Optimistic ML）

• teeML（Trusted Execution Environment ML）

下圖簡單說明了三者之間的區(qū)別：

來源: Marlin Protocol

你可能感興趣的文章

• 

  ZKML與分布式算力：AI與Web3的潛在治理敘事

  這篇文章主要介紹了ZKML與分布式算力：AI與Web3的潛在治理敘事的相關(guān)資料,需要的朋友可以參考下…

  2023-06-29
• 

  什么是零知識證明(ZKP)？一文全面了解零知識證明

  區(qū)塊鏈可以利用零知識證明技術(shù)提升交易吞吐量，在驗證用戶身份的同時保護用戶數(shù)據(jù)隱私，實現(xiàn)復(fù)雜的計算，并讓企業(yè)既可以利用區(qū)塊鏈技術(shù)又能保護自身知識產(chǎn)權(quán),在上述所有應(yīng)…

  2023-09-27
• 

  零知識證明的特點有哪些?零知識證明介紹

  這篇文章主要介紹了零知識證明的特點有哪些?零知識證明介紹的相關(guān)資料,需要的朋友可以參考下本文詳細內(nèi)容介紹…

  2023-01-27