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