原文：a16z韩国注册球员人数
编译：DeFi之说念
皇冠的盘口准吗在昔日的几年里，区块链上的零学问确认主要用于两个关节办法：(1) 通过在链下处理走动并在主网上考证收尾来膨胀策动受限荟萃的领域；(2) 通过终了屏蔽走动复保护用户隐痛，唯有领有解密密钥的东说念主技艺检察。在区块链布景下，这些特质显豁是可取的：去中心化荟萃（如以太坊）不成在差异考证者处明智商、带宽和延伸建议无法承受的条目的情况下提升微辞量或区块大小（因此需要灵验性转机），统共走动齐对任何东说念主可见（因此需要链上隐痛处治决策）。
但零学问确认对于第三类功能亦然有用的：高效地考证任何类型的策动（而不单是是在链下实例化的EVM中的策动）照旧正确运行。这对区块链除外的领域也有很大影响。
一位匿名博彩玩家声称，他在博彩网站上赢得了巨额奖金，原因是他预测了在下一场比赛中，某明星球员XXX会在第88分钟打入制胜一球。当今，独揽零学问确认纯粹地考证策动智商的系统的高出使用户能够从每一个数字家具中条目与区块链所保证的换取进程的无信任和可考证性，尤其是从机器学习模子中。区块链策动的高需求引发了零学问确认商讨，创造了具有较小内存占用和更快确认和考证时辰的当代确认系统——使允洽今不错在链上考证某些袖珍机器学习算法。
18年欧洲杯赛程赛果安全
到面前为止，咱们齐可能照旧体验到了与一个相配顽强的机器学习家具互动的后劲。几天前，我用GPT-4匡助我创建了一个能诱导打败我棋战的AI。这嗅觉像是昔日几十年里机器学习取得的统共高出的一个诗意的缩影：IBM的斥地东说念主员花了十二年时辰制作出Deep Blue，一个运行在32节点IBM RS/6000 SP策动机上、能每秒评估近2亿个棋步的模子，该模子在1997年打败了外洋象棋冠军加里·卡斯帕罗夫。比较之下，我花了几个小时——在我这边只进行了最少的编码——就创建了一个能治服我的法子。
虽然，我怀疑我创建的AI是否能在外洋象棋上打败加里·卡斯帕罗夫，但这并不是要点。要点是任何簸弄GPT-4的东说念主齐可能在获取超智商方面有相似的履历：你只需要付出很小的戮力，就不错创造出接近或颠倒你我方智商的东西。咱们齐是IBM的商讨员；咱们齐是加里·卡斯帕罗夫。
显豁，这让东说念主振奋又有些胆寒。对于任安在加密货币行业责任的东说念主来说，当然的反馈（在咋舌于机器学习能作念什么之后）是谈判潜在的妥洽化路线以及怎样将这些路线去中心化，造成一个东说念主们不错透明审计和领有的荟萃。当今的模子是通过归拢大齐公开可用的文本和数据制作的，但面前唯有少数东说念主限度和领有这些模子。更具体地说，问题不是“东说念主工智能是否具有深广价值”，而是“咱们怎样构建这些系统，使得与之互动的任何东说念主齐能获取其经济利益，并在他们但愿的情况下，确保他们的数据以尊重隐痛权的款式使用”。
最近，有东说念主命令暂停或减缓相似Chat-GPT这么的首要东说念主工智能面目的发展。抑遏高出可能不是处治决策：更好的要领是激动开源模子，并在模子提供商但愿保护其权重或数据难懂性的情况下，使用保护隐痛的零学问确认对它们进行保护，这些确认在链上何况不错完全审计。如今，对于特有模子权重和数据的后一种用例尚无法在链上终了，但零学问确认系统的高出将在改日终了这一谋划。
可考证和可领有的机器学习我使用Chat-GPT构建的外洋象棋AI在面前看来相对无害：输出相对一致的法子，不使用侵扰有价值学问产权或侵扰隐痛的数据。但当咱们念念确保咱们被奉告的在API后头运行的模子确乎是运行过的模子时会何如样？或者，淌若我念念将认证过的数据输入到链上的模子中，并确保数据确乎来自正当方？淌若我念念确保提交数据的“东说念主”内容上是东说念主而不是试图对我的荟萃发起拜占庭袭击的机器东说念主呢？零学问确认尽头纯粹地示意和考证率性法子的智商是一种处治要领。
www.empressathleticnation.com需要介意的是，面前在链上机器学习布景下，零学问确认的主要用途是考证正确的策动。换句话说，在机器学习布景下，零学问确认和更具体的SNARK（纯粹的非交互式学问论证）最有用的处所在于它们的纯粹性特质。这是因为零学问确认保护了确认者（尽头处理的数据）免受窥视者的侵扰。完全同态加密（FHE）、功能加密或确切奉行环境（TEE）等增强隐痛的时间更适用于让不受信任果然认者在特有输入数据上运行策动（更长远地探讨这些时间超出了本文的范围）。
让咱们退后一步，从高级次了解不错用零学问示意的机器学习应用类型（要长远了解零学问，请参阅咱们对于零学问确认算法和硬件的矫正的著述，检察Justin Thaler对于SNARK性能的商讨，或者检察咱们的零学问讲义）。零学问确认频频将法子示意为算术电路：使用这些电路，确认者从大家和特有输入生成确认，考证者通过数学策动来确保此语句的输出是正确的——而不获取对于特有输入的任何信息。
咱们仍处于使用链上零学问确认考证策动的相配早期阶段，但算法的矫正正在扩大可行的范围。以下是五种在机器学习中应用零学问确认的要领。
洲际杯历史上南美球员进球排行榜：巴西的贝利（7球，桑托斯）、厄瓜多尔人斯宾塞（6球，佩纳罗尔）、阿根廷人阿泰梅（3球，乌拉圭民族）、乌拉圭人萨西亚（3球，佩纳罗尔）、巴西人马西亚（3球，桑托斯）
贝博彩票网1.模子确切性：您但愿确保某个实体宣称照旧运行的机器学习模子确乎是运行过的模子。举例，在某个模子位于API后头的情况下，提供特定模子的实体可能有多个版块，举例一个较低廉、准确度较低的版块，以及一个较贵、性能更高的版块。莫得确认，您无法知说念当您内容支付了更奋斗的版块时，提供商是否为您提供了更低廉的模子（举例，提供商但愿检朴事业器资本并提升利润率）。
为此，您需要为每个模子实例提供单独果然认。一个内容的要领是通过Dan Boneh、Wilson Nguyen和Alex Ozdemir的功能容或框架，这是一个基于SNARK的零学问容或决策，允许模子统共者容或一个模子，用户不错将他们的数据输入到该模子中，并领受到照旧运行的容或模子的考证。一些基于Risc Zero（一个通用的基于STARK的虚构机）的应用法子也终默契这小数。Daniel Kang、Tatsunori Hashimoto、Ion Stoica和Yi Sun进行的其他商讨标明，不错在ImageNet数据集上考证灵验的计算，准确率为92%（与最高性能的非零学问考证ImageNet模子尽头）。
但只是领受到已提交模子已运行果然认并不一定饱和。一个模子可能无法准确地示意给定的法子，因此您会但愿第三方审核已提交的模子。功能容或允许确认者确认其使用了已容或的模子，但不成保证已容或模子的任何信息。淌若咱们能让零学问确认在确认磨练方面发挥得饱和好（请参见底下的示例＃4），咱们将来也可能滥觞获取这些保证。
2.模子完满性：您但愿确保换取的机器学习算法以换取的款式在不同用户的数据上运行。这在您不但愿应用率性偏见的领域相配有用，如信用评分决策和贷款央求。您也不错使勤恳能容或来终了这小数。为此，您需要容或一个模子尽头参数，并允许东说念主们提交数据。输出将考证该模子是否针对每个用户的数据运行已容或的参数。或者，不错公开模子尽头参数，并让用户我方确认他们将合乎的模子和参数应用于我方的（经过认证的）数据。这在医疗领域可能尤其有用，因为法律条目某些对于患者的信息必须守密。将来，这不错终了一个医学会诊系统，它能够从完全难懂的及时用户数据中学习和矫正。
3.认证：您但愿将来自外部经过考证的方（举例，任何不错生成数字签名的数字平台或硬件建造）的认证整合到链上运行的模子或任何其他类型的智能合约中。要作念到这小数，您将使用零学问确认考证签名，并将确认算作法子的输入。Anna Rose和Tarun Chitra最近主抓了一期零学问播客节目，嘉宾是Daniel Kang和Yi Sun，他们探讨了这一领域的最新进展。
具体来说，Daniel和Yi最近发布了一项商讨，探讨了怎样考证由具有经过认证的传感器的录像机拍摄的图像是否经过了如编著、缩放或有限禁闭等变换，这在您但愿确认图像莫得经过深度伪造但确乎经过了某种正当编著的情况下很有用。Dan Boneh和Trisha Datta也作念过相似的商讨，使用零学问确认考证图像的出处。
但更闲居地说，任何经过数字认证的信息齐是这种考证款式的候选对象：Jason Morton正在斥地EZKL库（鄙人一节将有更多先容），他称这种要领为“赋予区块链意见”。任何已签名的端点（举例，Cloudflare的SXG事业，第三方公证东说念主）齐会产生不错考证的数字签名，这可能对于确认来自确切任方的出处和确切性相配有用。
4.散布式推理或磨练：您但愿以散布式的款式奉行机器学习推理或磨练，并允许东说念主们向大家模子提交数据。为此，您不错将已有的模子部署到链上，或者联想一个全新的荟萃，并使用零学问确认来压缩模子。Jason Morton的EZKL库正在创建一种用于领受ONXX和JSON文献并将它们退换为ZK-SNARK电路的要领。最近在ETH Denver的一个演示标明，这种时间可用于创建基于图像识别的链上寻宝游戏，游戏创作家不错上传相片，生成图像果然认，玩家不错上传图像；考证器搜检用户上传的图像是否与创作家生成果然认饱和匹配。EZKL当今不错考证多达1亿个参数的模子，这意味着它不错用于在链上考证ImageNet大小的模子（这些模子具有6000万个参数）。
其他团队，如Modulus Labs，正在为链上推理对不同确认系统进行基准测试。Modulus的基准测试涵盖了多达1800万个参数。在磨练方面，Gensyn正在构建一个散布式策动系统，用户不错输入大家数据，并通过散布式节点荟萃进行模子磨练，同期考证磨练的正确性。
皇冠客服飞机：@seo36875.东说念主确认：您但愿考证某东说念主是一个非凡的个体，而不挫伤其隐痛。为此，您将创建一种考证要领，举例生物识别扫描或以加密款式提交政府ID的要领。然后，您将使用零学问确认来搜检某东说念主是否照旧过考证，而不会闪现对于该东说念主身份的任何信息，不论该身份是完全可识别的，如故像公钥那样的伪名。
Worldcoin通过他们的东说念主确认条约来终了这小数，该条约通过为用户生成非凡的虹膜代码来确保抗袭击性。关节的是，为WorldID创建的私钥（以及为Worldcoin用户创建的加密钱包的其他私钥）与面目的眼球扫描器土产货生成的虹膜代码完全分离。这种分离完全将生物识别象征符与可能归因于某东说念主的任何款式的用户密钥分离。Worldcoin还允许应用法子镶嵌一个SDK，使用户不错使用WorldID登录，并通过允许应用法子搜检东说念主是否领有WorldID来独揽零学问确认来保护隐痛，但不允许追踪个别用户（更多细节，请参阅此博客著述）。
这个例子是用零学问确认的隐痛保护特质来叛逆较弱且坏心的东说念主工智能的款式，因此它与上述其他示例（举例，确认你是一个确切的东说念主类而不是机器东说念主，同期不闪现任何干于我方的信息）有很大不同。
模子架构和挑战在终了SNARKs（纯粹非交互式学问论证）果然认系统方面的冲破照旧成为将好多机器学习模子上链的关节驱能源。一些团队正在现存的架构（包括Plonk、Plonky2、Air等）中制作定制电路。在定制电路方面，Halo 2已成为Daniel Kang等东说念主的责任和Jason Morton的EZKL面目中闲居使用的后端。Halo 2果然认者时辰近似线性，确认大小频频唯有几千字节，考证者时辰恒定。大略更进军的是，Halo 2领有顽强的斥地者用具，使其成为斥地者心爱使用的SNARK后端。其他团队，如Risc Zero，正在寻求通用VM政策。还有些团队正使用基于乞降搜检条约的Justin Thaler的超高效确认系统创建定制框架。
确认生成和考证器时辰实足取决于生成和检考确认的硬件以及生成确认的电路大小。但这里需要介意的关节点是，不论代表的法子是什么，确认的大小老是相对较小，因此考证确认的考证者的包袱是受限的。但是，在这里有一些狭窄之处：对于像Plonky2这么使用基于FRI的容或决策果然认系统，确认大小可能会加多。（除非临了使用像Plonk或Groth16这么基于配对的SNARK包装，这些确认不会跟着所确认叙述的复杂性而增长。）
对于机器学习模子的启示是，一朝联想了一个准确示意模子果然认系统，内容考证输出的资本将相配低廉。斥地者需要谈判的最进军的是确认者时辰和内存：以一种不错相对快速确认的款式示意模子，何况确认大小理念念地在几千字节附近。要确认机器学习模子在零学问情况下的正确奉行，你需要将模子架构（层、节点和激活函数）、参数、敛迹和矩阵乘法运算编码并示意为电路。这波及将这些属性理会为不错在有限域上奉行的算术运算。
这个领域还处于起步阶段。在将模子退换为电路的流程中，准确性和保真度可能会受到影响。当模子示意为算术电路时，前边提到的模子参数、敛迹和矩阵乘法运算可能需要近似和简化。当将算术运算编码为确认的有限域中的元素时，可能会丢失一些精度（或者在不进行这些优化的情况下生成确认的资本在现时的零学问框架下将不胜重任）。此外，机器学习模子的参数和激活频频以32位进行编码以提升精度，但是今天的零学问确认无法在必要的算术电路神志中示意32位浮点运算，而不产生深广的支出。因此，斥地者可能会选拔使用量化的机器学习模子，其中32位整数照旧退换为8位精度。这些类型的模子故意于示意为零学问确认，但是被考证的模子可能是较高质料运转模子的粗俗近似。
在这个阶段，这确乎是一场奋起直追的游戏。跟着零学问确认变得愈加优化，机器学习模子变得越来越复杂。照旧有一些优化的有远景的领域：确认递归不错通过允许确认用作下一个确认的输入来减小全体确认大小，从而终了确认压缩。还有一些新兴的框架，比如Linear A的Apache Tensor虚构机（TVM）分支，该框架推出了一种退换器，不错将浮点数退换为零学问友好的整数示意。临了，咱们在a16z crypto对改日的责任感到乐不雅，它将使在SNARKs中示意32位整数变得愈加合理。
皇冠体育投注“领域”的两种界说 零学问确认通过压缩终了领域化：SNARKs允许你将一个极其复杂的系统（如虚构机或机器学习模子）数学示意，使得考证它的资本低于运行它的资本。另一方面，机器学习是通过膨胀终了领域化的：如今的模子跟着更多数据、参数以及参与磨练和推理流程的GPU/TPU而变得更好。中心化公司不错以简直无截止的领域运行事业器：收取API调用的月费，并支付运营资本。
区块链荟萃的经济推行简直正值相背：斥地者被饱读舞优化他们的代码，使其在链上运行既可行又低廉。这种差异称具有深广的上风：它创造了一个需要提升确认系统效果的环境。咱们应该寻求在机器学习中条目与区块链提供的换取刚正，即可考证的统共权和分享果然切不雅念。
欧博正网尽管区块链引发了优化zk-SNARKs，但策动关联的每个领域齐将受益。
皇冠hg86a
致谢：Justin Thaler韩国注册球员人数, Dan Boneh, Guy Wuollet, Sam Ragsdale, Ali Yahya, Chris Dixon, Eddy Lazzarin, Tim Roughgarden, Robert Hackett, Tim Sullivan, Jason Morton, Peiyuan Liao, Tarun Chitra, Brian Retford, Daniel Kang, Yi Sun, Anna Rose, Modulus Labs, DC Builder。