Polyhedra und Berkeley RDI bringen das erste serienreife zkML-System auf den Markt

von

Als erfahrener Krypto-Investor und Technologie-Enthusiast mit großem Interesse an KI- und Blockchain-Technologien ist diese neueste Entwicklung der zkML-Technologie geradezu aufregend. Seit Jahren verfolge ich den Fortschritt dieser bahnbrechenden Technologien und endlich ein produktionsreifes System zu sehen, das Vertrauen und Transparenz in der KI neu definieren könnte, ist wirklich ein bedeutsames Ereignis.

Vier Jahre nachdem sie erstmals die Idee des wissensfreien maschinellen Lernens vorschlugen, haben Forscher von Berkeley RDI und Polyhedra ein voll funktionsfähiges System vorgestellt. Dieses System hat das Potenzial, die Art und Weise, wie Vertrauen und Transparenz in die künstliche Intelligenz integriert werden, zu revolutionieren.

Wie crypto.news berichtet, wurde heute eine neue zkML-Technologie vorgestellt. Diese Innovation ermöglicht es Entwicklern, die Genauigkeit von KI-generierten Ergebnissen zu überprüfen und gleichzeitig vertrauliche Daten und Modelldetails geheim zu halten, wie es in einer Pressemitteilung des Unternehmens heißt.

zkML

Grundsätzlich nutzt zkML Zero-Knowledge-Methoden in Bezug auf künstliche Intelligenz, wobei Zero-Knowledge-Proofs (ZKPs) als kryptografisches Werkzeug dienen, das es einer Entität ermöglicht, den Wahrheitsgehalt einer Behauptung zu überprüfen, ohne die tatsächlichen Informationen offenzulegen.

Diese Methode befasst sich mit der Frage des Vertrauens in die KI, die aufgrund undurchsichtiger „Black-Box“-Systeme häufig auftritt. Durch den Einsatz von wissensfreiem maschinellem Lernen (zkML) können Benutzer überprüfen, ob KI-Systeme ordnungsgemäß funktionieren, ohne die Privatsphäre zu gefährden oder gegen Vorschriften zu verstoßen.

Von der Forschung zur Realität

Im Jahr 2020 wurde die Idee von zkML ursprünglich von Jiaheng Zhang, der als Chefwissenschaftler bei Polyhedra fungiert, zusammen mit den Forschern Yupeng Zhang und Dawn Song aus Berkeley vorgeschlagen. Allerdings war zkML zu diesem Zeitpunkt aufgrund der erheblichen Rechenanforderungen von Zero-Knowledge-Proof-Systemen (ZKP) rein theoretisch, wie es in der Pressemitteilung heißt.

Der Fortschritt in der Zero-Knowledge-Technologie, insbesondere bei Systemen wie der Expander-Proof-Methode von Polyhedra, hat es heute möglich gemacht, Zero-Knowledge Machine Learning (zkML) in tatsächlichen, alltäglichen Anwendungen zu implementieren.

Wie zkML verwendet wird

zkML verfügt über die Fähigkeit, den Umgang von KI-Systemen mit Datenschutz und Verantwortlichkeit zu revolutionieren, indem es nicht nur KI-Ausgaben validiert, sondern auch die Authentizität und Rückverfolgbarkeit der im KI-Training verwendeten Daten überprüft. Dazu gehört die Bestätigung der Originalität der Daten sowie die Wahrung ihrer Richtigkeit durch authentifizierte Kennzeichnung. Darüber hinaus ermöglicht zkML die Validierung des Trainingsprozesses selbst und zeigt, dass KI-Modelle unter strengen Richtlinien entwickelt wurden.

Einfacher ausgedrückt ist Polyhedra davon überzeugt, dass wissensfreies maschinelles Lernen (zkML) für die Integration künstlicher Intelligenz (KI) in Blockchain-Systeme von entscheidender Bedeutung sein wird. Diese Integration könnte zu robusten dezentralen KI-Umgebungen, sicheren Methoden zur Bereitstellung von Modellen und Anwendungen führen, die Datenschutzbedenken in den Vordergrund stellen.

Während zkML voranschreitet, sehen seine Unterstützer darin ein Instrument, um Vertrauen in KI-Anwendungen aufzubauen und gleichzeitig sowohl Privatsphäre als auch Sicherheit zu wahren.

Der Ankündigung zufolge wollen Polyhedra und Berkeley RDI die Funktionalitäten von zkML erweitern, um Entwicklern mit begrenzten Kenntnissen in Kryptographie die Nutzung dieser Technologie zu erleichtern.

Weiterlesen

2024-11-19 20:30