Crypto 產業在 2021 年迎來了高光時刻，彼時烈火烹調油、鮮花著錦，隨著全世界流動性氾濫之下加密資產市值的高歌猛進，讓主流媒體和吃瓜大眾為之歡呼喝采。很快，價格雪崩，市場遇冷，觀眾掌聲不再。隔年，你方唱罷我登場，OpenAI 的 Chatgpt 高調登台，所有關注和期待都轉移陣地，那些從大廠出來去了 Web3 的年輕人、那些曾經重倉唱興 Web3 的投資人紛紛扭頭奔走 AI 。就連區塊鏈產業內那些「嗅覺靈敏」的敘事搶跑者們，也爭相擺出「AI x Crypto」的金字招牌，試圖在新浪潮中分一杯羹。
事實上，Peter Thiel 曾在 2020 年這麼預測：「未來大政治的重大衝突才剛開始。在科技層面上，這場衝突的兩極是：人工智慧和加密技術」。這其中有幾個重要資訊點。首先，Thiel 篤定未來是屬於人工智慧和加密技術的，它們之間一個決定生產力、一個決定生產關係，都是當下最熱門也是對現有秩序最具破壞性的技術，也意味著他們的發展將會塑造人類社會的形態──因此身為人類，我們需要在進步中保持警覺。其次，在架構邏輯上，它們又為彼此的反面。人工智慧自上而下整合數據，掌握在強勢力量的機構和組織。加密技術自下而上保護數據，代表的則是野火般的草根和 “反叛” 力量。AI x Crypto，如果可以將其充滿矛盾的技術底層化為一體，位能必然不容小覷。
因此，本研究報告所要分析的 ZKML（零知識機器學習），正是人工智慧與區塊鏈的強勢聯姻之下，誕生的最具期待的利基市場之一。
作者：K，Web3Caff Research 研究員
封面： Photo by Joel Filipe on Unsplash
字數：本份研報超 11,000 字，預計閱讀時間 22 分鐘
目錄
- AI 有 “病”，Crypto 有藥？
- 為什麼 Crypto 可以解決 AI 的問題
- 技術解說：ML + ZK = ZKML
- 機器學習的原理
- 零知識證明的原理
- ZKML 的原理
- ZKML 的技術解決方案
- 1）預處理（Inputs Pre-Processing）
- Axiom: ZK 協處理器，讀取、運算和驗證鏈上數據
- RISC Zero: ZKVM 虛擬機，模型的第三方測試
- 2）算術化（Arithmetization）
- Kang & Sun: 非線性函數的查找參數（lookup arguments for non-linearities）
- 3）生成證明（Proof Generation）
- EZKL: ZKML 抽象層，導入模型並產生電路
- Modulus Labs: 基於最佳化版 GKB 證明系統的 Remainder 證明器
- 1）預處理（Inputs Pre-Processing）
- 總結與展望
- 參考文獻
