ZKP và AI va chạm, zkML có phải là câu chuyện炒作 tiềm ẩn cho làn sóng tiếp theo?
Tuyển chọn TechFlowTuyển chọn TechFlow
ZKP và AI va chạm, zkML có phải là câu chuyện炒作 tiềm ẩn cho làn sóng tiếp theo?
zkML = ZKP + ML, tức là mô hình học máy AI dựa trên bằng chứng không kiến thức.
Chuyên sâu báo cáo Web3Tác giả: hitesh.eth
Biên dịch: Frank, Foresight News
zkML có thể là câu chuyện lớn tiếp theo sau trí tuệ nhân tạo.
Tuy nhiên, với nhiều người, zkML khá khó hiểu. Trong bài viết này, tôi sẽ giải thích nó theo cách đơn giản nhất có thể.
zkML là gì?
Tóm lại, zkML = ZKP + ML
Trong đó: ZKP = Chứng minh không kiến thức (Zero-Knowledge Proof), ML = Học máy (Machine Learning).
Vì vậy: zkML = Học máy với chứng minh không kiến thức
Nói một cách ngắn gọn, đây là việc sử dụng công nghệ ZKP để tạo ra kết quả từ mô hình học máy mà không tiết lộ dữ liệu nhạy cảm được dùng trong quá trình huấn luyện, đồng thời đảm bảo tính đúng đắn của phép tính.
Vậy mô hình học máy là gì? Mô hình học máy là một chương trình máy tính, sau khi được huấn luyện, có khả năng đưa ra dự đoán dựa trên lượng lớn dữ liệu.
Chẳng hạn, các mô hình ngôn ngữ lớn như ChatGPT đều được xây dựng dựa trên nền tảng học máy.
Vậy suy luận (inference) là gì? Suy luận là quá trình phân tích đầu vào của người dùng (Prompt), cố gắng hiểu ngữ cảnh và sử dụng mô hình dữ liệu đã được huấn luyện để cung cấp kết quả.
Hãy lấy ChatGPT làm ví dụ:
Bước đầu tiên trong quá trình suy luận là nhập nội dung đầu vào, ví dụ như ta gõ vào yêu cầu: "Viết một bài nhạc rap về tiền mã hóa theo phong cách Drake".
Bước thứ hai, ChatGPT sẽ phân tích ngữ cảnh "bài nhạc rap về tiền mã hóa theo phong cách Drake", sau đó kích hoạt mô hình đã được huấn luyện theo yêu cầu của người dùng, nhận diện các mẫu trong dữ liệu huấn luyện và tạo ra một bài hát rap theo phong cách Drake làm đầu ra.
zkML có thể làm được gì?
Toàn bộ quá trình suy luận liên quan đến hai vấn đề riêng tư có thể rò rỉ dữ liệu nhạy cảm:
-
Tấn công suy luận thành viên (Membership Inference attacks): Kẻ tấn công có thể phân tích đầu ra của mô hình để suy luận xem một điểm dữ liệu cụ thể có phải là một phần của quá trình huấn luyện hay không;
-
Tấn công đảo ngược mô hình (Model Inversion attacks): Bằng cách tạo ra những prompt đặc biệt, kẻ tấn công có thể cố gắng khôi phục lại một phần dữ liệu huấn luyện từ đầu ra.
zkML có thể giúp gì ở đây? zkML cho phép thực hiện suy luận trên dữ liệu nhạy cảm mà không cần tiết lộ chính dữ liệu huấn luyện đó.
Điều này được thực hiện thông qua các hệ thống chứng minh ZK như Plonky, Halo2. Hiện tại, Plonky2 là hệ thống chứng minh ZK nhanh nhất.
Với zkML, kẻ tấn công sẽ không bao giờ có thể truy cập trực tiếp vào dữ liệu huấn luyện.
Hiện trạng phát triển của zkML
Cho đến nay, zkML vẫn đang ở giai đoạn sơ khai, một vài công ty khởi nghiệp đang nỗ lực xây dựng cơ sở hạ tầng zkML.
Trong đó, Risc Zero đang hợp tác với Spice AI để xây dựng một giải pháp zkML hoàn chỉnh dành cho các nhà phát triển.
Ingonyama đang phát triển phần cứng chuyên dụng cho công nghệ ZK, điều này có thể giảm rào cản tiếp cận công nghệ ZK, và zkML cũng có tiềm năng ứng dụng trong quá trình huấn luyện mô hình.
Modulus đang sử dụng zkML để áp dụng trí tuệ nhân tạo vào quá trình suy luận trên chuỗi. Hiện tại họ có sáu đối tác, những đối tác này đang xây dựng các trường hợp sử dụng zkML khác nhau:
Ví dụ như Upshot đã xây dựng mô hình dự đoán giá, Worldcoin đang sử dụng Modulus để xác thực danh tính riêng tư, còn AI ARENA thì dùng zkML trong mô hình kinh tế của trò chơi.
Các dự án blockchain tập trung vào quyền riêng tư như Oasis Protocol, Secret Network và Aleo cũng đang khám phá các trường hợp sử dụng dựa trên zkML trong hệ sinh thái của họ. Ngoài ra, NOYA.ai cũng đang sử dụng zkML để xây dựng chiến lược DeFi toàn chuỗi.
OraProtocol đang xây dựng một giao thức suy luận học máy không cần tin cậy dựa trên ZK, cho phép các nhà phát triển sử dụng suy luận zkML để xây dựng bất kỳ ứng dụng phi tập trung nào được vận hành bởi học máy và được bảo vệ bởi Ethereum.
Toàn bộ câu chuyện về zkML vẫn còn ở giai đoạn ban đầu, nhưng tôi dự đoán rằng trong vài tháng tới, trong đợt tăng giá này, sẽ xuất hiện một chu kỳ thổi phồng xung quanh chủ đề này. Vì vậy, đây là thời điểm tuyệt vời để theo dõi sát sao lĩnh vực này và chuẩn bị sẵn sàng.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
hitesh.eth
