Aleo CEO Alex 答疑zkML(零知识机器学习）,表示前景潜力巨大！

编译：AleoAsia AleoAsia 2023-05-24

收录于合集

#机器学习 2 个

#Web 3.0 20 个

#Aleo 37 个

#加密货币 35 个

#ai 6 个

原文标题：More privacy, better models: Discussing the future of zkML with Alex Pruden

撰文： Kathie Jurek, 11/05/2023

编译：AleoAsia （转载请注明出处！）

原文链接: t.ly/XhDQK

我们中的一些人还记得互联网加密成为标准化之前的一段时间。那时候，在线商务是不可能的，因为没有人愿意分享他们的信用卡信息，以免被窥探和窃取。直到安全套接字层 (SSL) 的出现，这是一种由 Netscape 开发和推广的加密安全协议，它保护了我们的个人信息，并使网上购物得到普遍接受。

机器学习现在是一个类似的黑匣子。您的数据进入了——但之后会发生什么？零知识可以增强 AI/ML，就像 SSL 让我们可以放心地将私人的、高度个人化的信息放入这些模型中并接收个性化的输出，而不用担心将这些数据透露给第三方，从而使网络更易于使用一样。

我们发起了 zkML Initiative（详见Aleo的AI野心？—通过zkML(零知识机器学习)开创隐私机器学习的时代），以鼓励人们为机器学习的新未来奠定基础，一个更安全、私密和个性化的未来。在我们准备欢迎申请者加入我们的第一季课程时，我们采访了 Aleo 的首席执行官 Alex Pruden，谈到了他对 zkML 的期望以及整个机器学习的未来。

为什么 zkML 对机器学习的未来很重要？

机器学习是一项了不起的革命性技术，从人类的角度来看，零知识让它变得更好。通过联合学习等方法，我们可以在聚合的个人数据上训练模型，在不泄露个人个人数据的情况下，仍然证明其有效性。该模型最终变得更加准确，因为在这种情况下人们愿意共享更多数据。这意味着您可以在质量更好的数据集上训练模型，然后产生更加个性化和有用的输出。

在您看来，zkML 最令人兴奋的用例是什么？

医疗保健数据是一个引人入胜、令人兴奋的用例，因为围绕共享我们的个人医疗保健数据有太多的监管和个人敏感性（可以理解）。以前解决这个问题的尝试只取得了有限的成功。但是通过使用零知识密码学，我们可以想象一个系统，在这个系统中，用户可以在不泄露底层数据的情况下证明关于他们自己的某些事实。用户还可以在他们自己的数据上运行模型，并将输出提供给联合学习模型，该模型聚合每个人的个人输出结果。

如果您可以为 zkML 计划构建任何东西，您会构建什么？为什么它很重要？

我认为使用 zkML 构建一个健身应用程序会非常酷。你可以使用一堆人的训练机制来训练一个模型，然后使用零知识证明你已经达到了某个基准，而无需透露你是如何做到的。

但对于 zkML 计划的第一季，最重要的是构建块。我很想看到 Leo 与最流行的 Python 库（例如 SideKick 或 TensorFlow）之间的联系。这可以让数据科学家在他们的工具包中获得零知识，而无需改变他们的常规工作流程。

为什么需要发起这项倡议？如果没有，会发生什么？

现在有一场与人工智能的巨大军备竞赛，我认为人工智能公司不一定会考虑到人们的最大利益。我认为大型语言模型的消费者了解成本并积极倡导保护我们数据的系统很重要。

如果它没有发生，我认为我们可能会在数字意义上不再拥有自己。相反，您归一家公司所有。他们并不拥有你这个人，但出于所有意图和目的，“你”的在线版本将由其他人拥有——并可能控制——。

您对这项技术的未来有何寄望？

我对它的希望是它变得更有用，性能更高，人们投入时间和精力让它变得更好。我认为现在还处于早期阶段，就像网络加密的早期阶段一样，它可能不像我们希望的那样对用户友好。但随着人们投入更多的时间和精力，并提出更好的技术和更好的硬件，事情变得越来越容易。（完）

Aleo 的 zkML 计划第一季已于 5 月 12 日启动——你加入我们了吗？详见文章：Aleo的AI野心？—通过zkML(零知识机器学习)开创隐私机器学习的时代