原文：Avant Blockchain Capital
编译：GWEI Research
布景在畴前的几个月里，东说念主工智能行业出现了多项冲突。 GPT4 和 Stable Diffusion 等模子正在改动东说念主们生成软件和互联网以及与之交互的方式。
尽管这些新的 AI 模子具有令东说念主印象深化的功能，但一些东说念主仍然缅思 AI 的不行量度性和一致性问题。举例，在线业绩界限枯竭透明度，其中大部分后端职责由 AI 模子运行。考据这些模子是否以预期的方式运行是一项挑战。此外，用户狡饰亦然一个问题，因为咱们提供给模子 API 的所罕有据都可用于改造 AI 或被黑客哄骗。
ZKML 可能是贬责这些问题的新标准。通过将可考据和无需信任的属性注入机器学习模子，区块链和 ZK 工夫不错酿成 AI 对皆的框架。
彩票论坛www.kingofbetszonehub.com在刚刚结束的大型体育赛事中，明星运动员YYY在比赛中展现出了惊人的实力和技巧，让所有观众都为之惊叹。不过，有传言称他在比赛前曾经遭遇了困难，差点儿放弃参赛。什么是 ZKML本文中的零常识机器学习（ZKML）是指在不清晰模子输入或模子参数的情况下，使用zkSNARK（一种零常识阐扬）来阐扬机器学习推理的正确性。左证狡饰信息的不同，ZKML 的用例不错分为以下类型：
全球模子+特殊数据：
狡饰保护机器学习：ZKML 可用于在明锐数据上西宾和评估机器学习模子，而无需向任何其他东说念主清晰数据。这关于医疗会诊和金融欺骗检测等应用可能很伏击。咱们也看到一些玩家在生物特征数据认证上使用 ZKML 来构建东说念主性阐扬业绩。阐扬：在大无数在线实质由 AI 生成的寰宇中，密码学不错提供真相的开端。东说念主们正在尝试使用 ZKML 来贬责 deepfake 问题。特殊模子+全球数据：
模子确实性：ZKML 可用于确保机器学习模子的一致性。这关于用户确保模子提供者不会懒惰地使用较低廉的模子或被黑客膺惩可能很伏击。去中心化的 Kaggle：ZKML 允许数据科学竞赛的参与者阐扬模子在全球测试数据上的准确性，而无需清晰西宾中的模子权重公开模子+公开数据：
去中心化推理：这种标准主淌若哄骗 ZKML 的简约特点，将复杂的 AI 筹画压缩到访佛于 ZK rollup 的链上阐扬。这种标准不错将模子业绩的老天职拨给多个节点。由于 zkSNARK 将成为加密寰宇的一项格外伏击的工夫，ZKML 也有可能改动加密界限。通过在智能合约中加入AI才气，ZKML不错解锁更复杂的链上应用。这种集成在 ZKML 社区中被描写为“赋予区块链眼睛”。
工夫瓶颈关系词，ZK-ML 带来了一些现时必须贬责的工夫挑战。
量化：ZKP 在场上职责，但神经聚积在浮点数中西宾。这意味着为了使神经聚积模子 zk/blockchain 友好，它需要营救为具有无缺筹画追踪的固定点算术示意。这可能会搁置模子性能，因为参数的精度较低。
皇冠体育
跨谈话翻译：神经聚积 AI 模子是用 python 和 cpp 编写的，而 ZKP 电路需要 rust。是以咱们需要一个翻译层来将模子营救为基于 ZKP 的运行时。频繁这种类型的翻译层是模子特定的，很难想象一个通用的。
龙皓晨与圣采儿正在卿卿我我，幻想未来的美好生活，结果刚好就被魔法团团长蓝妍雨发现，一掌就击碎了布帘，这可真的是大型修罗场呀，毕竟蓝妍雨与圣采儿，那可是亲生母女。搁在任何一个母亲，看到自己的女儿，被别人搂搂抱抱，肯定是怒火冲天的。
ZKP 的筹画老本：ZKP 的老本基本上会比原本的 ML 筹画高许多。左证 Modulus labs 的实验，关于一个 20M 参数的模子，左证不同的 ZK 阐扬系统，生成阐扬需要 1-5 分钟以上的时分，内存破费在 20-60GB 傍边。
近况即使面对这些挑战，咱们也看到 ZKML 引起了加密社区的极大兴趣，况且有一些优秀的团队正在探索这一界限。
基础枢纽太平洋官网模子编译器由于 ZKML 的主要瓶颈是将 AI 模子营救为 ZK 电路，一些团队正在参议 ZK 模子编译器等基础层。从 1 年前的逻辑总结模子或浮浅的 CNN 模子初始，该界限照旧快速投入更复杂的模子。
EZKL 款式面前复旧高达 100mm 参数的模子。它使用 ONNX 体式和 halo2 ZKP 系统。该库还复旧仅提交模子的一部分。ZKML库照旧复旧GPT2、Bert和diffusion模子的ZKP！ZKVMZKML 编译器也属于一些更通用的零常识造谣机界限。
电视直播体育appRisc Zero是一个使用开源RiscV指示集的zkVM，因此不错复旧c++和rust的ZKP。这个 zkDTP 款式展示了何如将决策树 ML 模子营救为 Rust 并在 Risc Zero 上运行。咱们还看到一些团队正在尝试通过 Startnet（吉萨）和 Aleo（零重力）将 AI 模子带到链上。菠菜外围平台应用除了基础枢纽，其他团队也初始探索 ZKML 的应用
Defi:DeFi 用例的一个示例是 AI 驱动的金库，其中机制由 AI 模子而不是固定计谋界说。这些计谋不错哄骗链上和链下数据来量度阛阓趋势并现实走动。 ZKML 保证链上模子一致。这不错使通盘经过自动化且无需信任。 Mondulus Labs 正在构建 RockyBot。该团队西宾了一个链上 AI 模子来量度 ETH 价钱，并构建了一个智能合约来自动与该模子进行走动。
其他潜在的 DeFi 用例包括 AI 复旧的 DEX 和假贷公约。预言机还不错哄骗 ZKML 提供从链下数据生成的新式数据源。
Gaming:Modulus labs 推出了一款基于 ZKML 的海外象棋游戏 Leela，扫数效户都不错与一个由 ZK 考据的 AI 模子提供复旧的机器东说念主一皆玩。东说念主工智能才气不错为现存的悉数链上游戏带来更多的交互功能。
NFT/创作家经济：EIP-7007：该 EIP 提供了一个接口来使用 ZKML 来考据 AI 为 NFT 生成的实质是否如实来自具有特定输入（指示）的特定模子。该圭臬不错启用 AI 生成的 NFT 围聚，致使不错为新式创作家经济提供能源。
Identity:Wordcoin 款式正在提供基于用户生物识别信息的东说念主性阐扬贬责决策。该团队正在探索使用 ZKML 让用户以无需许可的方式生成 Iris 代码。当生成 Iris 代码的算法升级后，用户不错自行下载模子并生成阐扬，而无需去 Orb 站。
招揽的短处研讨到东说念主工智能模子零常识阐扬的高老本。咱们以为 ZKML 的招揽不错从一些信任老本高的加密本机用例初始。
菠菜大平台有哪些咱们应该研讨的另一个阛阓是数据狡饰格外伏击的行业，举例医疗保健行业。为此，还有其他贬责决策，如联邦学习和安全 MPC，但 ZKML 不错哄骗区块链的可延迟激发聚积。
皇冠平台皇冠客服飞机：@seo3687更粗拙地大范畴招揽 ZKML 可能取决于东说念主们失去对现存大型 AI 提供商的信任。会不会出现一些事件，晋升通盘行业的意志，促使用户研讨可考据的 AI 工夫？
总结ZKML 仍处于早期阶段太阳城赌博网站，有许多挑战需要克服。但跟着 ZK 工夫的改造，咱们以为东说念主们很快就会发现几个具有很强家具阛阓契合度的 ZKML 用例。这些用例一初始可能看起来很顺应。但跟着中心化东说念主工智能的力量越来越大，浸透到每一个行业乃至东说念主类生计中，东说念主们可能会在ZKML中发现更大的价值。