扫描下载APP
其它方式登录
Zero-Knowledge 机器学习（ZKML）是最近正在密码学界引起轰动的一个研究和开发领域。但它是什么，有什么用处呢？
Entangled Rollup Network是一个基于zkVM构建的跨链通信网络，通过模块化的ZK执行层和去中心化的中继Relay网络，实现不同链之间的资产跨链和通信能力。它可以让以太坊成为通用结算层，为BTC layer2项目提供原生资产迁移能力。通过可信的Peg-in和Peg-out机制，用户可以安全地跨链转移资产。系统还引入了OCP挑战机制，防止数据被篡改。它适用于全链环境和BTC layer2项目。
Modulus Labs正在构建一个AI工具包，使用ZKML技术确保ML模型的输出不会泄露用户的个人数据，但Worldcoin和AI Arena的比赛不适合直接使用ZKML技术。ZKML技术可以证明时间和证明者内存使用，但在web3应用中存在技术瓶颈。期待着支持更多的建设者，来建立令人兴奋的想法，拯救世界。
本文将采用更加实际的方法，深入探讨LLM 八个特定的应用领域
AI和Web3其实是完全不同的两个领域，AI需要集中的算力+海量数据做训练，非常中心化的东西，Web3则是主打一个去中心化，所以其实不是那么好结合。
在现实世界的各种日常经济活动中，并不是所有场景都需要零信任的，例如两人做生意，其实是存在信任关系的，并不需要从零开始。
本文将探讨新兴的ZK用例。
关于ZKML：ZKML（Zero Knowledge Machine Learning）是一种机器学习技术，它结合了零知识证明（Zero-Knowledge Proofs）和机器学习算法，旨在解决机器学习中的隐私保护问题。 关于分布式算力：分布式算力是指将一个计算任务分解成多个小任务，并将这些小任务分配给多个计算机或处理器进行处理，以实现高效的计算。
让AI形成真正的分布式群体共识机制
本文探讨了ZKML技术的特点、潜在应用场景和一些具有启发性的案例，并对ZKML的发展方向及可能的产业影响做了研究阐述。
在日益复杂和不确定的数字世界中建立信任，一直是人工智能和Web3所面临的核心挑战。
AI和Crypto的融合可能会为数字化带来智能变革。
加密货币和人工智能技术的融合为解决紧迫的挑战，以及解锁跨多个行业的创新解决方案提供了大量机会。
零知识机器学习 ZKML有可能改变加密货币世界的格局，通过向智能合约加入人工智能功能，它可以解锁更复杂的链上应用。
探索 zkML 核心的新兴项目和基础设施建设，讨论现有实现的一些挑战以及 zkML 的未来会是什么样子
ZKML 仍处于早期阶段，有许多挑战需要克服。
