ZKPとAIの衝突：zkMLは次の隠れたブームストーリーか？
TechFlow厳選深潮セレクト
ZKPとAIの衝突：zkMLは次の隠れたブームストーリーか？
zkML = ZKP + ML、つまりゼロ知識証明に基づくAI機械学習モデル。
Web3業界の深掘り報道に専念し潮流を洞察執筆：hitesh.eth
翻訳：Frank、Foresight News
zkMLは、人工知能（AI）に次ぐ次の大きなナラティブになるかもしれない。
しかし多くの人にとってzkMLはやや複雑に感じられるだろう。ここでは、できるだけシンプルな方法で解説していく。
zkMLとは何か？
簡単に言えば、zkML = ZKP + ML だ。
ここでZKPとはゼロ知識証明（Zero-Knowledge Proof）、MLとは機械学習（Machine Learning）を意味する。
つまり：zkML = ゼロ知識証明による機械学習
一言でいえば、機械学習モデルの出力結果に対してZKP技術を用いて、訓練に使われた機密データを漏らすことなく、かつ計算の正しさを保証するということだ。
では、機械学習モデルとは何か？ これは大量のデータに基づいて予測を行うように訓練されたコンピュータプログラムのことだ。
たとえばChatGPTのような大規模言語モデル（LLM）も、機械学習モデルを基盤として構築されている。
では、「推論（Inference）」とは何か？ 推論とは、ユーザーのプロンプト（入力）を分析し、文脈を理解したうえで、訓練済みのデータモデルを使って結果を生成するプロセスを指す。
ChatGPTを例にしてみよう。
まず第一段階として、入力を記述する。例えば「Drake風の暗号通貨テーマのラップ曲を作成してください」というプロンプトを入力する。
第二段階として、ChatGPTは「Drake風の暗号通貨テーマのラップ曲」という文脈を分析する。その後、ユーザーの要求に応じて訓練済みモデルを起動し、学習データ内のパターンを識別して、出力としてそのような楽曲を生成する。
zkMLは何ができるのか？
この推論プロセス全体には、機密データが漏洩する可能性がある2つのプライバシー問題が存在する。
-
メンバーシップ推論攻撃（Membership Inference Attacks）：攻撃者がモデルの出力を分析することで、特定のデータが訓練過程に含まれていたかどうかを推測できる。
-
モデル反転攻撃（Model Inversion Attacks）：特定のプロンプトを巧みに設計することで、出力から訓練データの一部を再構築しようとする攻撃。
zkMLはこうした問題に対してどのように貢献できるか？ zkMLを使えば、訓練データそのものを公開せずに、機密性の高いデータに対する推論が可能になる。
これはPlonkyやHalo2といったZK証明システムを活用することで実現されており、現在ではPlonky2が最も高速なZK証明システムとされている。
zkMLがあれば、攻撃者は訓練データに直接アクセスすることは永遠に不可能になる。
zkMLの現状
現時点では、zkMLはまだ初期段階にある。いくつかのスタートアップ企業がzkMLインフラの構築に取り組んでいる。
たとえばRisc ZeroはSpice AIと協力し、開発者向けの包括的なzkMLソリューションの開発を目指している。
IngonyamaはZK技術専用のハードウェアを開発中であり、これによりZK分野への参入障壁が低下する可能性がある。また、zkMLはモデルの訓練プロセスにも応用される可能性がある。
Modulusは、zkMLを活用してブロックチェーン上でのAI推論を実現しようとしている。現在6つのパートナー企業と連携しており、それぞれ異なるzkMLユースケースを構築している。
たとえばUpshotは価格予測モデルを構築し、WorldcoinはModulusを使って匿名認証を実施している。また、AI ARENAはゲームの経済モデルにzkMLを導入している。
Oasis ProtocolやSecret Network、Aleoなど、プライバシー重視のブロックチェーンプロジェクトも、自らのエコシステム内でzkMLベースのユースケースを探求している。また、NOYA.aiはzkMLを用いてフルオンチェーンDeFi戦略の構築を進めている。
OraProtocolは、ZK技術に基づく信頼不要な機械学習推論プロトコルの構築を進めている。これにより、開発者はzkML推論を活用して、機械学習によって駆動され、イーサリアムによって保護されるあらゆる分散型アプリケーション（DApp）を構築できるようになる。
zkMLに関するナラティブ全体はまだ始まったばかりだが、今後数カ月の間に、このトレンドに対する注目が高まり、バブル期を迎える可能性がある。従って、今のうちにこの分野を注視し、準備を整えておくのが最善のタイミングといえるだろう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
hitesh.eth
