随着人工智慧技术的进步，区分人工智慧和人类智慧和人类生成变得更加困难，零知识证明就有能力解决这个问题，它让我们能够确定特定内容是否是通过将特定模型应用于给定输入而生成的，而无需透露有关模型或输入的任何其他资讯。前情提要：用生命阻止AI毁灭人类！AI教父离开Google：后悔研究人工智慧 背景补充：科普 ZK零知识证明是什么？V神认为十年后与区块链一样重要

本文目录

零知识证明 ZK 从 2022 年开始持续火热，其技术已经取得了很大的发展，ZK 系的专案也不断发力。与此同时，随着机器学习Machine Learning ML的普及，也广泛应用于生产生活中，许多企业开始构建、训练以及部署机器学习模型。但目前机器学习面临的一个重大问题是如何保证可信度和对不透明资料的依赖性。这就是 ZKML 的重要意义：让使用机器学习的人完全了解模型而不需要透露模型本身的资讯。

1 什么是 ZKML

什么是 ZKML，我们把它分开来看。ZK零知识证明是一种密码协议，证明者可以向验证者证明给定的陈述是真实的而无需透露任何其他资讯，也就是说不需要过程就可以知道结果。

ZK 有两大特点：第一，证明了想证明的东西而无需透露给验证者过多的资讯；第二，生成证明很难，验证证明很容易。

基于这两个特点，ZK 发展出了几大用例：Layer 2 扩容、隐私公链、去中心化储存、身份验证、以及机器学习等。本文的研究重点将集中在 ZKML零知识机器学习上面。

什么是 ML机器学习，机器学习是一门人工智慧的科学，涉及演算法的开发和应用，使电脑能够自主学习和适应资料，通过迭代过程优化其效能，无需程式设计过程。它利用演算法和模型来识别资料得到模型引数，最终做出预测 / 决策。

目前，机器学习已成功地应用于各个领域，随着这些模型的完善，机器学习需要执行的任务越来越多，为了保证高准确度的模型，这就需要用到 ZK 技术：使用公共模型验证私有资料或使用公共资料验证私有模型。

目前我们所谈到的 ZKML 是建立 ML 模型推理步骤的零知识证明，而不是 ML 模型训练。