Polyhedraは人工知能アプリケーションのためのEXPchainを立ち上げ、AIモデルのブロックチェーンへの必要性と分散型Zkプルーフジェネレータの解析を行います

ブロックチェーン間の相互運用性インフラストラクチャであるPolyhedraは、コイン価格の下落やzkSyncとの$ZKコードの争奪に失敗した後、最近「AIのためのオールインワンチェーン」を発表し、このプロジェクトはEXPchainと呼ばれます。Proof of Intelligence（PoI）の概念を提案し、人工知能モデルに対して改ざんできず信頼できるブロックチェーンを作成しました。zkとAIを組み合わせて成功するかどうか、期待されます。

伝統的なAI監視は、機密データに関与し、zkMLは新しい解決策です

公式では、EXPchainはスケーラブルで検証可能でプライバシーに重点を置いた人工知能アプリケーションの設計のためのブロックチェーンプロトコルと定義しています。 「AIのためのすべてのものチェーン」として、EXPchainにはゼロ知識機械学習（zkML）と新しいインテリジェンスの証明（Proof of Intelligence、PoI）フレームワークが統合されています。主なイノベーションには、効率的なzk証明システムであるExpanderと、zkMLを従来のAIワークフローに統合し、開発者にとって使いやすいzkPyTorchツールキットが含まれます。

人工知能はさまざまな産業でますます重要な役割を果たしており、顔認識によるスマートフォンのロック解除からAIによるローン申請や医療診断まで、これらの技術は大きな潜在能力と課題をもたらしています。例えば、AIシステムの公正性、正確性、安全性をどのように確保するか、透明性と責任性を損なうことなく、機密データを保護する方法などがあります。

さらに、各国政府はAIの規制に取り組んでおり、EUのAI法案や米国のNational Institute of Standards and Technology（NIST）のAIリスクマネジメントフレームワークなどがあります。従来の方法の問題は、専用のモデルや機密データを開示する必要があるため、セキュリティ、プライバシー、信頼性の間で優先順位を決定する必要があることです。

ゼロ知識機械学習（zkML）は、従来の解決策とは異なるアプローチを提供し、データとモデルのプライバシーを保護しながらAIシステムの数学的検証を実現する特性を持っています。また、PolyhedraはzkML技術に基づく相互運用性プロトコルEXPchainを提供しており、AIの動作と規制の両方を考慮しつつ、拡張性とセキュリティを確保しています。

技術債務が増大し続け、AI取引のプロセスをブロックチェーン上に置くことは責任追及に有利です

ある研究によると、2022年には、米国のソフトウェア技術債務（ソフトウェアを開発する際に、迅速にリリースするためにまたは短期的なニーズを満たすために行われる妥協案です。長期的には、これは通常、システムのメンテナンスコストを増加させます）は2.41兆ドルに成長すると指摘されました。また、ビッグフォーの一つであるPricewaterhouseCoopers（PwC）の調査によると、2030年までに、AIは世界経済に15.7兆ドルの貢献をすると予想されています。

AIの規模が拡大するにつれ、技術的負債が拡大する可能性があります。これについて、ビジネス専門家のRaconteurは、企業が人工知能の失敗に耐える準備ができているか疑問視しています。AIの障害には、不正確な出力、データ漏洩、ネットワーク攻撃などがあります。経済的損失に加えて、これらのエラーはしばしば個人にも損害を与えます。

例えば、データの不正確な出力は、機械の誤った判断や偏見のある意思決定を引き起こす可能性があります。したがって、データの入力からモデルの出力まで、人工知能による取引のすべての要素が検証可能かつ説明責任を持つことは必要です。人工知能の潜在能力を最大限に引き出す一方で、これらのリスクに対処することが非常に重要です。これがAIリアルタイム検証ブロックチェーンであるEXPchainの活躍の場所です。

三大技術イノベーション：Polyhedraはzkプルーフジェネレータの問題を解決できるのか？

技術革新には、Expander、ExPos、zkPyTorchなどがあります

多面体:エキスパンダーは現在、世界最速のzk証明機です

Polyhedra によって提供されるデータには、次のものが含まれます。

単一スレッドのCPUでVGG-16画像を処理するのにわずか2.2秒しかかかりません

シングルスレッドCPUでLlama-3.1 8Bを処理し、各トークンに150秒必要です。

パフォーマンスは以前のデータよりも4桁高速です

これらの進展により、AI検証のコストと遅延が大幅に低下し、プライバシー推論からモデル審査までさまざまなアプリケーションがサポートされています。ExpanderはVitalik Buterinの提唱するzk終局のビジョンにも合致しています。

Layer 2は主にOptimistic Rollupとzk Rollupに分かれており、ほとんどのzk Rollupメインチェーンにとって、ZKP証明の生成がボトルネックとなっています。企業はZKPにおける大量のトランザクションを処理するために、TBメモリを持つ強力なマシンを展開する必要があります。以前にPolyhedraの技術長であるTiancheng Xieと首席科学者であるJiaheng Zhangのチームは、完全分散ZKPを使用してzk技術のスケーラビリティを向上させるための新しいアプローチについての論文を提案しています。

ExPoS：拡張されたプルーフオブステーク

ExPoSは、EXPchainのzkMLテクノロジーに対して開発されたプルーフオブステークメカニズムであり、AIアプリケーションの動作とコンプライアンスを検証するため、専用モデルデータを漏洩しません。要するに、PolyhedraのzkBridgeテクノロジーを使用して、ブロックチェーン上のすべてのステークメカニズムを統一し、結束力のあるステーキングネットワークに接続します。

zkPyTorch：開発者フレンドリーなツールボックス

zkPyTorchは、PyTorch操作をzk回路に自動変換し、従来のAI開発ワークフローとゼロ知識機械学習（zkML）との間の差を減らします。この統合により、開発者は馴染みのあるツールを使用できる一方で、zkをサポートするAIアプリケーションの展開時間と複雑さを大幅に削減できます。

zkMLはプライバシーの前提の下でLLM検証を完了することができます

EXPchainのコアはゼロ知識機械学習（zkML）であり、zkMLはAIモデルの暗号化検証をサポートし、機械学習のライフサイクル全体で安全性と精度を実現します。これには、次のものが含まれます：

検証可能な推論：人工知能の出力をモデルやデータを公開することなく証明すること。

モデル審査：テストセットに基づいて性能の公平性とコンプライアンスを検証します。

トレーニング検証：機密入力を漏洩させずにプロトコルに従うことを確認します。

zkMLの具体的な用途には、以下のようなものがあります。

大規模言語モデル（LLMs）にデジタルウォーターマークを追加します。デジタルウォーターマークとは、LLMで生成されたテキストに微細で目立ちにくい特徴を埋め込み、そのテキストが特定のモデルによって生成されたかどうかを識別するために使用され、偽造コンテンツやコンテンツの乱用を防ぐためのものです。

モデルの規制遵守を確保するために、金融機関での規制遵守検証などが挙げられます。

プライバシー重視の産業で安全なマルチパーティ計算を実現する。

EXPchainのzkML電子透かしは、Llama-3.1 8Bなどの大規模言語モデルの検証にすでに使用されています。

Polyhedraのチーフ暗号学者は非常に重要であり、PoI人工知能証明チェーンを推進しています

EXPchainは、Proof of Intelligence（PoI）知能証明と見なすことができ、人工知能モデルに改ざんできない信頼できるブロックチェーンを作成し、その出どころ、真正性、倫理的適合性を検証します。このフレームワークは知的財産権を保護し、透明性のある説明責任を確保し、すべての人工知能モデルの出どころとパフォーマンスを暗号化して検証可能なチェーン上の記録と関連付け、かつてない透明性を人工知能駆動のエコシステムに提供します。

そして、これらのすべての背後にいる推進力について話すとき、Polyhedraの主要な暗号学者であるZhenfei Zhangについて話さなければなりません。以前、彼はAlgorand、Espresso、Ethereum Foundation、Scrollなどの業界トップであり、暗号学界でかなりの知名度を誇っています。『ZEN：検証可能なゼロ知識ニューラルネットワーク推論のための最適化されたコンパイラ』は、検証可能な機械学習について述べています。

この記事Polyhedraは人工知能アプリケーションのためのEXPchainを紹介し、AIモデルのチェーンへの必要性と分散型zkプルーフジェネレーターの解析を提供します。初出はチェーンニュースABMediaです。