栏目分类
你的位置:克山县和兆净水器有限公司 > 新闻动态 >
原文标题:《AN INTRODUCTION TO ZERO-KNOWLEDGE MACHINE LEARNING (ZKML)》
原文开首:Worldcoin
原文编译:深潮 TechFlow
Zero-Knowledge 机器学习(ZKML)是最近正在密码学界引起泛动的一个商酌和设备畛域。但它是什么,有什么用处呢?领先,让咱们把这个术语理解成它的两个构成部分,并解释一下它们是什么。
什么是 ZK?零常识评释是一种密码条约,其中一方(评释者)不错向另一方(考证者)评释一个给定的阐发是真确的,而不透露除该阐发为真除外的任何附加信息。这是一个正在各个方面获得巨猛发挥的商酌畛域,涵盖了从商酌到条约实施和应用的所有方面。
ZK 提供的两个主要「原语」(或者说构建块)是梗概为一组给定的计较创建具有计较完好性评释的材干,其中评释比奉行计较自己要容易地多。(咱们称这种属性为「直爽性」)。ZK 评释也提供了荫藏计较中某些部分同期保捏计较正确性的选项。(咱们称这种属性为「零常识性」)。
生成零常识评释需要独特大的计较量,梗概比原始计较贵 100 倍。这意味着,在某些情况下由于最好硬件上生成它们所需的时刻使其不切本色,因此不行计较零常识评释。
十堰市科新房产有限公司然则,在频年来密码学、硬件和散播式系统畛域的跳跃仍是使零常识评释成为了越来越刚劲的计较可行的选拔。这些发挥仍是为不错使用计较密集型评释的条约的创建提供了可能,从而扩大了新应用法子的盘算推算空间。
ZK 使用案例零常识密码学是 Web3 空间中最流行的本领之一,因为它允许设备东说念主员构建可扩张和/或独有的应用法子。以下是一些推行中如何使用它的示例(尽管请属目,这些名目中好多都还在进行中):
1. 通过 ZK rollups 扩张以太坊
Starknet
Scroll
Polygon Zero,Polygon Miden,Polygon zkEVM
zkSync
2. 构建保护遁藏的应用法子
Semaphore
MACI
Penumbra
Aztec Network
3. 身份原语和数据开首
WorldID
Sismo
Clique
Axiom
4. 第一层条约
Zcash
Mina
跟着 ZK 本领的熟识,咱们笃信将会出现新的应用法子的爆发,因为构建这些应用法子所使用的器用将需要更少的畛域专科常识,对于设备东说念主员来说将会愈加容易使用。
机器学习机器学习是东说念主工智能(「AI」)畛域的一个商酌主见,使得计较机不错自动从训诫中学习和纠正,无需明确地进行编程。它操纵算法和统计模子来分析和识别数据中的模式,然后基于这些模式进行权衡或决策。机器学习的最终方针是设备出梗概自恰当学习、不需要东说念主类干豫以及在医疗保健、金融和交通等各个畛域处理复杂问题的智能系统。
黄石市思艺元器件有限公司最近,您可能仍是看到了大型话语模子(如 chatGPT 和 Bard)以及文本到图像的模子(如 DALL-E 2、Midjourney 或 Stable Diffusion)的发挥。跟着这些模子变得越来越好,况兼梗概奉行更鄙俚的任务,了解是哪个模子奉行了这些操作就变得独特紧迫,照旧操作由东说念主类奉行。在接下来的部分中,咱们将探讨这个念念路。
ZKML 的动机和现时英勇咱们活命在一个宇宙上,AI/ML 生成的内容越来越难以与东说念主类生成的内容分辨开来。零常识密码学将使咱们梗概作念出这么的声明:「给定一段内容 C,它是由模子 M 应用于一些输入 X 生成的。」咱们将梗概考证某个输出是否是由大型话语模子(如 chatGPT)或文本到图像模子(如 DALL-E 2)等任何其他咱们为其创建了零常识电路暗示的模子所生成的。这些评释的零常识属性将使咱们梗概凭证需要也荫藏输入或模子的某些部分。一个很好的例子是在一些敏锐数据上应用机器学习模子,在不披露输入到第三方的情况下,用户不错知说念他们的数据在模子推理后的恶果(举例,在医疗行业)。
注:当咱们驳倒 ZKML 时,咱们是指创建 ML 模子推理方法的零常识评释,而不是对于 ML 模子锻真金不怕火(它自己仍是独特计较密集)。当今,现存本领水平的零常识系统加上高性能硬件仍然进出几个数目级,无法评释现时可用的大型话语模子(LLMs)等雄伟的模子,但是在创建较小模子的评释方面仍是获得了一些发挥。咱们对零常识密码学在为 ML 模子创建评释的高下文中的现存本领水平进行了一些商酌,并创建了一个团员有关商酌、著述、应用法子和代码库的著述集。ZKML 的资源不错在 GitHub 上的 ZKML 社区的 awesome-zkml 存储库中找到。
杭州飞泰服饰有限公司Modulus Labs 团队最近发布了一篇名为「智能的老本」的论文,其中对现存的 ZK 评释系统进行了基准测试,比肩举了不同大小的多个模子。当今,使用像 plonky2 这么的评释系统,畜禽在刚劲的 AWS 机器上驱动 50 秒摆布,不错为约 1800 万个参数的模子创建评释。以下是该论文中的一张图表:
另一个旨在纠正 ZKML 系统本领水平的倡议是 Zkonduit 的 ezkl 库,它允许您创建对使用 ONNX 导出的 ML 模子的 ZK 评释。这使得任何 ML 工程师都梗概为他们的模子的推理方法创建 ZK 评释,并向任何正确已矣的考证器评释输出。
有几个团队正在纠正 ZK 本领,为 ZK 评释里面发生的操作创建优化硬件,并针对特定用例构建这些条约的优化已矣。跟着本领的熟识,更大的模子将在较不刚劲的机器上短时刻内进行 ZK 评释。咱们但愿这些发挥将使新的 ZKML 应用法子和用例得以出现。
潜在的使用案例
为了详情 ZKML 是否适用于特定的应用,咱们不错斟酌 ZK 密码学的特质将如那边理与机器学习有关的问题。这不错用一个 Venn 图来阐述:
界说:
1.Heuristic optimization—一种问题处理方法,它使用训诫限定或「启发式」来找到劳作的问题的克己理决策,而不是使用传统的优化方法。启发式优化方法旨在在相对的紧迫性和优化难度下,在合理的时刻内找到好的或「充足好」的处理决策,而不是尝试找到最优处理决策。
双辽市东列烹饪有限公司2.FHE ML—王人备同态加密 ML 允许设备东说念主员以保护遁藏的时势锻真金不怕火和评估模子;然则,与 ZK 评释不同,莫得主见通过密码学时势评释所奉行的计较的正确性。
像 Zama.ai 这么的团队正在从事这个畛域的责任。
3.ZK vs Validity—在行业中,这些术语时时被互换使用,因为有用性评释是 ZK 评释,不会荫藏计较或其恶果的某些部分。在 ZKML 的高下文中,大广阔现时的应用法子都操纵了 ZK 评释的有用性评释方面。
4.Validity ML—ZK 评释 ML 模子,在其中莫得计较或恶果被守密。它们评释计较的正确性。
以下是一些潜在的 ZKML 用例示例:
1. 计较完好性(有用性 ML)
Modulus Labs
基于链上可考证的 ML 走动机器东说念主 - RockyBot
自我纠正视觉区块链(示例):
增强 Lyra 金融期权条约 AMM 的智能特质
为 Astraly 创建透明的基于 AI 的声誉系统(ZK oracle)
使用 ML for Aztec Protocol(具有遁藏功能的 zk-rollup)悉力于于合同级合规器用所需的本领打破。
2. 机器学习即处事 (MLaaS) 透明;
3.ZK 极端/诓骗检测:
这种应用场景使得可创建针对可操纵性/诓骗的 ZK 评释成为可能。极端检测模子不错在智能合约数据上进行锻真金不怕火,并由 DAOs 喜悦手脚真义的度量法式,以便梗概自动化安全法子,如更主动、驻防性地暂停合约。已有初创企业正在商酌在智能合约环境中使用 ML 模子进行安全目的的方法,因此 ZK 极端检测评释似乎是当然的下一步。
4.ML 推理的通用有用性评释:梗概直爽评释和考证输出是给定模子和输入对的乘积。
5. 遁藏 (ZKML)
6. 去中心化的 Kaggle:评释模子在某些测试数据上的准确率大于 x%,而不会自满权重。
7. 遁藏保护推理:将对私东说念主患者数据的医疗会诊输入模子,并将敏锐的推理(举例,癌症测试恶果)发送给患者。
8.Worldcoin:
IrisCode 的可升级性:World ID 用户将梗概在他们的转移成立的加密存储中自我支捏其生物特征,下载用于生成 IrisCode 的 ML 模子并在腹地创建零常识评释,以评释其 IrisCode 已成效创建。这个 IrisCode 不错被无需许可地插入注册的 Worldcoin 用户之一,因为接受的智能合约不错考证零常识评释,从而考证 IrisCode 的创建。这意味着,若是 Worldcoin 改日升级机器学习模子以一种随便与其之前版块兼容性的时势创建 IrisCode,用户就无用再次去 Orb,而不错在成立上腹地创建这个零常识评释。
Orb 安全性:当今,Orb 在其受信任的环境中奉行几个诓骗和改革检测机制。然则,咱们不错创建一个零常识评释,标明这些机制在拍摄图像和生成 IrisCode 时是行径的,以便为 Worldcoin 条约提供更好的活体保证,因为咱们不错王人备详情这些机制在所有这个词 IrisCode 生成经过中都将驱动。
总之,ZKML 本领有着鄙俚的应用前程,况兼正在快速发展。跟着越来越多的团队和个东说念主加入到这个畛域,咱们笃信 ZKML 的应用场景将会愈加各样化和鄙俚化。
下一篇:瞻望畜禽五一前全面放行通车