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？
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。
Orion：一个为 Validity ML 设计的 Cairo 库。
ZKML是近两年在密码学界引起轰动的一个研究和开发领域。将零知识证明用于机器学习, 这个技术主要目标是用零知识证明解决机器学习的隐私保护及可验证问题。从而使小模型或者推理的ZKP能上链，成为AI和区块链的桥梁
在本文中，让我们探讨 AI 可以并且将与加密货币向前发展的深远关系，以及这些联系如何推动 web3 领域的下一波创新和增长。
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信息。
「去中心化、crypto 技术和信任才是Web 3 最基础的设施」
虽然 zkML 仍处于早期发展阶段，但它已经开始显示出令人鼓舞的结果。随着技术的发展和成熟，我们可以期待看到 zkML 在链上的更多创新使用案例。
神经网络计算的输出通常是一个向量或矩阵，表示图像分类的概率、情感分析分数或其他结果，具体取决于网络的应用。
ZKML 领域正在发生着激动人心的事情！
目前，随着零知识证明不断优化以处理日益复杂的机器学习模型，ZKML 领域仍在迎头赶上。
扩容肯定是zk或者整个区块链首先要解决的问题，不解决很难引入主流的应用进场。
本文详述了零知识证明在机器学习中的应用方式以及两个领域互为促进的多种推演。
