零知识机器学习(zkML)是链上AI的未来吗？(附优质项目介绍)

Spectral

Spectral 正在为Web3构建链上代理经济。他们的旗舰产品 SYNTAX 是一种专有的 LLM（LargeLanguageModel），可以生成 Solidity 代码。Spectral能够用户使创建链上自主代理，同时利用去中心化的 ML 推断来改进智能合约。此外，利用zkML，Spectral 能够提供证据表明特定的预测是由特定的 ML 模型生成的，确保了流程中的信任和真实性。

Spectral 已发币，代币为 SPEC，市值 1.19 亿美元。

Worldcoin

Worldcoin 正在开发一个开源系统，旨在让每个人都能参与全球经济。在Worldcoin中，zkML的一个潜在用途是提高虹膜识别技术的安全性和隐私性。代币 WLD 市值目前为 10.7 亿美元。

它的工作原理如下：

a.生物识别自托管

WorldID的用户可以将自己的生物特征数据（如虹膜扫描）安全加密地存储在他们的移动设备上。

b.本地处理

然后，用户可以将ML模型下载到他们的设备中，以从虹膜扫描中生成唯一的代码。

c.隐私保护证明

使用zkML，他们可以直接在自己的设备上创建证明。这一证明证实了他们的虹膜代码是使用正确的模型通过扫描准确生成的。所有这些操作都是在不暴露用户实际数据的情况下进行的。

RiscZero

RISCZero 旨在增强互联网的信任和效率，这将通过提供无需各方互相信任的计算服务来实现。

以下是RISCZero关注的重点： 

a.扩展区块链

它使用Bonsai证明服务来执行复杂操作，从而增强区块链的安全性。Bonsai在链下管理复杂的计算和隐私数据，从而提高效率。

b.与SpiceAI的合作

SpiceAI提供可组合、即用型数据和AI基础设施，包括托管的云级Spice.aiOSS。此次合作旨在为开发人员提供全面的zkML工具包。

c.机器学习服务

开发人员可以使用RISCZero来安全地访问和查询数据、私密训练 ML 模型及提供数据被正确处理的证明。

本质上，RISCZero为开发人员提供 MLaaS（MLasaservice）服务，同时确保数据和执行过程保持私密和安全。

Giza

Giza 是一个在 Starknet 网络上运行的机器学习平台。

a.主要目标

Giza旨在直接在区块链上扩展ML操作。

b.技术基础

其使用支持零知识（ZK）证明的Starknet来验证 ML 操作，确保计算的准确性和安全性，并且不会泄露基础数据。 

c.应用

在Starknet上，Giza启用GizaAgents来自动执行各种财务策略，包括跨协议收益聚合、资产配置、无风险做市。本质上，利用zkML的优势，Giza允许在区块链上安全、自动地执行金融策略。

Vanna

Vanna 是模块化 AI 推理网络，不仅与EVM链兼容，而且提供灵活的安全性，用户可选择zkML、optimisticZK、opML,、teeML 等多种验证方式。结合 Vanna 未来的使用场景为使用LLM生成链上GameFi游戏对话；链上智能合约漏洞检测；针对DeFi协议的风险预警引擎；用于标记空投中的女巫账户信誉系统。

除了以上介绍的几个项目外，zkML 生态中还有如下图中的项目，因为篇幅原因就不再介绍了，供读者自行参考。