Crypto 行业在 2021 年迎来了高光时刻，彼时烈火烹油、鲜花着锦，随着全世界流动性泛滥之下加密资产市值的高歌猛进，让主流媒体和吃瓜大众为之欢呼喝彩。很快，价格雪崩，市场遇冷，观众掌声不再。次年，你方唱罢我登场，OpenAI 的 Chatgpt 高调登台，所有关注和期待都转移阵地，那些从大厂出来去了 Web3 的年轻人、那些曾经重仓唱兴 Web3 的投资人纷纷扭头奔走 AI 。就连区块链行业内那些 “嗅觉灵敏” 的叙事抢跑者们，也争相摆出「AI x Crypto」的金字招牌，试图在新浪潮中分一杯羹。
事实上，Peter Thiel 曾在 2020 年这么预测：“未来大政治的重大冲突才刚刚开始。在技术层面上，这场冲突的两极是：人工智能和加密技术”。这其中有几个重要信息点。首先，Thiel 笃定未来是属于人工智能和加密技术的，它们之间一个决定生产力、一个决定生产关系，都是当下最热门也是对现有秩序最具破坏性的技术，也就意味着他们的发展将会塑造人类社会的形态——因此作为人类，我们需要在进步中保持警惕。其次，在架构逻辑上，它们又为彼此的反面。人工智能自上而下集成数据，掌握在强势力量的机构和组织方。加密技术自下而上保护数据，代表的则是野火般的草根和 “反叛” 力量。AI x Crypto，如果可以将其充满矛盾的技术底层化为一体，势能必然不容小觑。
因此，本份研究报告所要分析的 ZKML（零知识机器学习），正是人工智能与区块链的强势联姻之下，诞生的最具期待的利基市场之一。
作者：K，Web3Caff Research 研究员
封面：Photo by Joel Filipe on Unsplash
字数：本份研报超 11000 字，预计阅读时长 22 分钟
目录
- AI 有 “病”，Crypto 有药？
- 为什么 Crypto 可以解决 AI 的问题
- 技术讲解：ML + ZK = ZKML
- 机器学习的原理
- 零知识证明的原理
- ZKML 的原理
- ZKML 的技术解决方案
- 1）预处理（Inputs Pre-Processing）
- Axiom: ZK 协处理器，读取、运算和验证链上数据
- RISC Zero: ZKVM 虚拟机，模型的第三方测试
- 2）算术化（Arithmetization）
- Kang & Sun: 非线性函数的查找参数（lookup arguments for non-linearities）
- 3）生成证明（Proof Generation）
- EZKL: ZKML 抽象层，导入模型并生成电路
- Modulus Labs: 基于优化版 GKB 证明系统的 Remainder 证明器
- 1）预处理（Inputs Pre-Processing）
- 总结与展望
- 参考文献
