원저자: hitesh.eth

원본 편집: Frank, Foresight News

zkML은 인공 지능 이후의 차세대 대서사가 될 수 있습니다.

하지만 많은 사람들에게 zkML은 이해하기가 다소 복잡하므로 이 글에서는 가장 간단한 방법으로 설명하겠습니다.

zkML이란 무엇입니까?

즉,zkML = ZKP + ML

여기서: ZKP = 영지식 증명, ML = 기계 학습.

그래서:zkML = 영지식 증명 기계 학습

한마디로 말하자면기계 학습 모델에 ZKP 기술을 사용하여 훈련 과정에 사용되는 민감한 데이터를 유출하지 않고 출력 콘텐츠를 생성하고 계산의 정확성을 보장합니다.

그렇다면 머신러닝 모델이란 무엇일까요? 기계 학습 모델은 대량의 데이터를 기반으로 예측을 수행하도록 훈련된 컴퓨터 프로그램입니다.

예를 들어 ChatGPT와 같은 대규모 언어 모델은 기계 학습 모델을 기반으로 구축됩니다.

그렇다면 추론이란 무엇입니까?추론은 사용자 프롬프트를 분석하고, 맥락을 이해하려고 노력하고, 훈련된 데이터 모델을 사용하여 결과를 제공하는 프로세스입니다.

ChatGPT를 예로 들어보겠습니다.

추론 과정의 첫 번째 단계는 입력 내용을 작성하는 것입니다. 예를 들어 드레이크 스타일의 암호화된 랩 노래 작성이라는 프롬프트를 입력합니다.

두 번째 단계에서는 ChatGPT가 드레이크 스타일의 암호화된 랩 노래라는 맥락을 분석합니다. 그런 다음 사용자 요청 요구 사항에 따라 훈련된 모델을 활성화하고, 훈련 데이터의 패턴을 식별하고, Drake 스타일 암호화 랩 노래를 출력으로 생성합니다.

zkML은 무엇을 할 수 있나요?

추론 과정 전반에 걸쳐 민감한 데이터를 유출할 수 있는 두 가지 개인 정보 보호 문제가 관련됩니다.

• 멤버십 추론 공격: 공격자는 모델의 출력을 분석하여 특정 데이터 포인트가 교육 프로세스의 일부인지 추론할 수 있습니다.

• 모델 반전 공격: 공격자는 특정 힌트를 구성하여 출력에서 ​​훈련 데이터 조각을 재구성하려고 시도할 수 있습니다.

zkML이 이를 어떻게 도울 수 있나요?zkML은 훈련 데이터 자체를 노출하지 않고도 민감한 데이터에 대한 추론을 허용합니다.

이는 Plonky 및 Halo 2와 같은 ZK 증명 시스템을 사용하여 달성됩니다. 현재 Plonky 2는 가장 빠른 ZK 증명 시스템입니다.

zkML을 사용하면 공격자는 훈련 데이터에 직접 접근할 수 없습니다.

zkML의 개발 상태

현재 zkML은 아직 초기 단계에 있으며 여러 스타트업이 zkML 인프라 구축을 위해 노력하고 있습니다.

그중 Risc Zero는 Spice AI와 협력하여 개발자를 위한 완전한 zkML 솔루션을 만들고 있습니다.

인곤야마는 ZK 기술 분야에 대한 진입 장벽을 낮출 수 있는 ZK 기술 전용 하드웨어를 개발하고 있으며, 모델 훈련 과정에도 zkML이 활용될 수 있다.

Modulus는 zkML을 사용하여 온체인 추론 프로세스에 인공 지능을 적용하고 있으며 현재 다양한 zkML 사용 사례를 구축하는 6개의 파트너가 있습니다.

예를 들어 Upshot은 가격 예측 모델을 구축했고, Worldcoin은 개인 인증을 위해 Modulus를 사용했으며, AI ARENA는 게임 경제 모델에 zkML을 사용했습니다.

Oasis Protocol, Secret Network 및 Aleo와 같은 개인 정보 보호 블록체인 프로젝트도 생태계에서 zkML 기반 사용 사례를 탐색하고 있으며, NOYA.ai도 zkML을 사용하여 전체 체인 DeFi 전략을 구축하고 있습니다.

OraProtocol은 ZK를 기반으로 신뢰할 수 없는 기계 학습 추론 프로토콜을 구축하고 있으며 개발자는 zkML 추론을 사용하여 기계 학습으로 구동되고 Ethereum으로 보호되는 분산형 애플리케이션을 구축할 수 있습니다.

전체 zkML 이야기는 아직 초기 단계에 있지만 이번 강세장에서는 앞으로 몇 달 동안 이 이야기에 대한 과대광고 주기가 있을 것으로 예상하므로 지금이 이 공간을 면밀히 추적하고 그에 따라 준비를 구축할 때입니다. 좋은 타이밍입니다.