区块链互操作性基础设施 Polyhedra 在经历币价下跌、与 zkSync 争夺$ZK 代号失利后，近期推出了“为 AI 构建的万物链”，该计划名为 EXPchain。并提出了 Proof of Intelligence（PoI）智能证明概念，为人工智能模型创建了一条不可篡改、可信任的区块链。其是否能结合 zk 与 AI 转型成功，值得关注。
传统 AI 监管面临挑战，zkML 提供新解决方案
EXPchain 被官方定义为专为可扩展、可验证且注重隐私的人工智能应用设计的区块链协议。作为“为 AI 构建的万物链”，EXPchain 整合了零知识机器学习（zkML）和全新的智能证明（Proof of Intelligence，PoI）框架。主要创新包括高效的 zk 证明系统 Expander，以及将 zkML 融入传统 AI 工作流程且对开发者友好的 zkPyTorch 工具包。
人工智能在各行业中的作用日益关键，但也带来了挑战，如如何确保 AI 系统公平、准确且安全地运行，以及如何在保护敏感数据的同时不影响透明性和责任性。各国政府也开始着手监管 AI，传统方法需要披露专用模型或敏感数据，导致在安全性、隐私和信任之间产生权衡。
零知识机器学习（zkML）则提供了一种新的解决方案，其零知识证明的特性可以在保护数据与模型隐私的同时实现 AI 系统的数学验证。Polyhedra 推出的基于 zkML 技术的互操作协议 EXPchain，兼顾了 AI 行为与合规的规范，同时也是可扩展且安全的验证。
技术债务不断增加，AI 交易过程上链有助于问责
研究表明，2022 年美国的软件技术债已增长到 2.41 万亿美元。此外，PricewaterhouseCoopers（PwC）的研究指出，到 2030 年，AI 预计将为全球经济贡献高达 15.7 万亿美元。随着 AI 的规模扩大，可能会加剧技术债务的扩张。商业专栏 Raconteur 曾质疑公司是否准备好承受人工智能失败的代价。AI 的故障可能包括不正确的输出、数据泄露和网络攻击，除了经济损失之外，这些错误还可能对个人造成伤害。
例如，数据不正确的输出可能导致机器判断错误或产生有偏见的决策。因此，确保人工智能驱动交易的每个要素都是可验证和可问责的是必要的，在释放人工智能的全部潜力的同时应对这些风险至关重要。这正是 EXPchain 这个 AI 实时验证区块链的作用所在。
Polyhedra 的三大技术创新
技术创新包括 Expander、ExPos 及 zkPyTorch。
Polyhedra：Expander 是目前世界最快的 zk 证明器
Polyhedra 提供的数据显示：
在单线程 CPU 上处理 VGG-16 影像仅需 2.2 秒
在单线程 CPU 上处理 Llama-3.18B 每个 token 需 150 秒
性能比以往数据快四个数量级
这些进展大大降低了 AI 验证的成本和延迟，支持从隐私推理到模型审核等多种应用。Expander 也符合 Vitalik Buterin 提出的 zk 终局愿景。
对于大多数 zkRollup 公链来说，ZKP 证明生成是瓶颈，公司必须部署具有 TB 存储器的强大机器来处理 ZKP 中的大量交易。而 Polyhedra 的技术长 Tiancheng Xie 及首席科学家 Jiaheng Zhang 团队共同提出的论文中，探讨了使用完全分布式 ZKP 的新方案来提高 zk 技术的可扩展性。
ExPoS：扩展的权益证明
ExPoS 是一种针对 EXPchain 中的 zkML 技术开发的权益证明机制，在验证 AI 应用程序行为和合规性的同时，不泄露专用模型数据。简单来说，就是使用 Polyhedra 旗下的 zkBridge 技术将所有区块链上的权益机制统一并连接成一个有凝聚力的质押网络。
zkPyTorch：对开发者友好的工具箱
zkPyTorch 自动将 PyTorch 操作转换为 zk 电路，降低了传统 AI 开发工作流程和零知识机器学习（zkML）之间的差距。这种整合允许开发人员使用熟悉的工具，同时显著减少了部署支持 zk 的 AI 应用程序的时间和复杂性。
zkML 可在隐私前提下完成 LLM 验证
EXPchain 的核心在于零知识机器学习（zkML），zkML 支持对 AI 模型进行加密验证，在整个机器学习生命周期中实现安全性和准确性，包括：
可验证的推理：在不暴露模型或数据的情况下证明人工智能输出。
模型审核：根据测试集验证性能的公平性和合规性。
训练验证：确保遵守协议而不泄露敏感输入。
zkML 的具体应用包括：
为大型语言模型（LLMs）添加数字水印。数字水印是在 LLM 生成的文本中嵌入微小且不易察觉的特征，用于识别该文本是否由特定模型生成，以防止伪造内容和内容滥用。
确保模型合规性，例如金融机构中的合规性验证。
在注重隐私的行业中实现安全的多方计算。
目前，EXPchain 的 zkML 数字水印已经可以用于验证 Llama-3.18B 等大型语言模型。
Polyhedra 首席密码学家推动 PoI 人工智能证明链
EXPchain 可以被视为 Proof of Intelligence（PoI）智能证明，为人工智能模型创建了一条不可篡改、可信任的区块链，验证其来源、真实性和道德合规性。该框架保护智能财产权并确保透明的问责，以加密方式将每个人工智能模型的来源和性能与可验证的链上记录联系起来，为人工智能驱动的生态系统提供前所未有的透明度。
而这一切的幕后推手，是 Polyhedra 的首席密码学家 Zhenfei Zhang。他曾任职于 Algorand、Espresso、Ethereum Foundation 和 Scroll 等业界龙头，在密码学界享有很高的声誉。他的论文“ZEN：用于可验证的零知识神经网络推理的优化编译器”探讨了可验证的机器学习。
本文地址： https://www.18oy.com/a/news/2025/0112/216.html
版权声明：本文内容均来源于互联网 如有侵权联系删除
