ZKML là một khái niệm mới xuất hiện trong thời gian gần đây, khi ngày càng nhiều dự án crypto nổi bật sử dụng công nghệ này. Vậy ZK Machine Learning là gì? Cùng CoinViet tìm hiểu trong bài viết dưới đây
ZKML là gì?
ZKML là viết tắt của từ Zero Knowledge Machine Learning, dịch ra tiếng việt là Học máy không kiến thức. Hiểu đơn giản đây là sự kết hợp giữa công nghệ ZKP (Zero Knowledge Proof) và Machine Learning, cho phép tính ra kết quả chính xác mà vẫn bảo mật được dữ liệu.
Để làm được điều này, dữ liệu đầu vào sẽ được mã hóa và các tính toán sẽ được xử lý dựa trên phân tích dữ liệu giả định, sau đó chứng minh tính chính xác của kết quả mà không cần đến dữ liệu đầu vào thông qua công nghệ Machine Learning.
Mô hình hoạt động của ZKML
Trước khi đi vào chi tiết cách thức hoạt động của ZKML, ta cần nhắc đến về công nghệ Zero Knowledge Proofs và Machine Learning để có cái nhìn tổng quan.
Machine Learning (ML)
Machine Learning (Máy học) là hoạt động cho phép máy tính tính toán từ các dữ liệu đầu vào đã được cung cấp. Máy lúc này sẽ xử lý dữ liệu đầu vào, tính toán và đặt ra các giả định nhằm đi đến 1 kết quả chính xác nhất. Nhờ quá trình training máy này mà khi người dùng đưa thêm 1 dữ kiện đầu vào mới, máy chủ sẽ dựa vào đó để đưa ra kết quả với độ chính xác cao hơn và nhanh hơn.
Zero Knowledge Proof (ZKP)
Là công nghệ mật mã dùng để xác thực thông tin mà không cần tiết lộ chính thông tin đầu vào đó. Để làm được điều này, ZKP sẽ có 1 hệ thống bao gồm các thành phần:
- Người chứng minh (Prover)
- Nhân chứng (Witness)
- Hệ thống chứng minh (Proving system)
- Người xác minh (Verifier)
Trong đó, hệ thống chứng minh sẽ tạo ra các bằng chứng từ nhân chứng. Sau đó, prover sẽ sử dụng bằng chứng đã được tạo để chứng minh với các verifier là dữ liệu đó khớp với dữ liệu đầu vào.
Cách thức ZKML hoạt động
Trong ZKML, các mô hình học máy được đào tạo trên nhiều nút khác nhau trong mạng phân tán, mỗi nút chứa phân đoạn dữ liệu riêng. Sau đó, các nút này tạo ra bằng chứng không có kiến thức (ZKP). Những bằng chứng này cho phép các nút khẳng định những phẩm chất hoặc đặc điểm nhất định của dữ liệu của chúng mà không tiết lộ chính dữ liệu đó.
Để đạt được mục tiêu đó, ZKML tận dụng sức mạnh học tập chung của mạng trong khi vẫn bảo toàn quyền riêng tư của dữ liệu cá nhân một cách tỉ mỉ. Phương pháp này không chỉ khuếch đại khả năng của máy học mà còn duy trì các yêu cầu nghiêm ngặt về quyền riêng tư thường được yêu cầu trong các hệ thống phi tập trung.
Những trường hợp dùng công nghệ ZKML
Hiện tại công nghệ ZKML đang ngày càng phát triển và được ứng dụng rộng rãi cho nhiều mục đích khác nhau. Dưới đây là những trường hợp phổ biến sử dụng ZKML:
- Giúp tăng khả năng mở rộng chuỗi: ZKML giúp mở rộng quy mô mạng lưới của Ethereum, duy trì tính phân cấp và bảo mật đồng thời nâng cao thông lượng bằng cách tính toán ngoài chuỗi và xác minh trên chuỗi. 1 số ví dụ có thể kể đến là Starknet, Scroll, Polygon Zero.
- Bảo vệ quyền riêng tư: Bằng cách sử dụng bằng chứng ZK, ZKML cho phép phát triển các ứng dụng bảo vệ quyền riêng tư của người dùng, như Mạng Aztec, giúp cung cấp các giải pháp giao dịch riêng tư.
- Xác minh danh tính và truy xuất dữ liệu: zkML hỗ trợ các hệ thống xác minh danh tính,như WorldID. Qua đó đảm bảo chứng thực danh tính duy nhất mà không tiết lộ thông tin cá nhân.
- Private Layer 1 Protocol: Zcash và Mina sử dụng ZKML để tạo các giao thức Layer 1 riêng tư, hiệu quả, tính toán giảm tải và duy trì quyền riêng tư của người dùng.
- Đánh giá mô hình chăm sóc sức khỏe: ZKML tạo điều kiện xác minh độ chính xác của mô hình học máy trong chăm sóc sức khỏe mà không làm lộ dữ liệu nhạy cảm, đảm bảo tính bảo mật của bệnh nhân và tuân thủ các tiêu chuẩn quy định.
- Học máy như một sự minh bạch về dịch vụ: Nó đảm bảo rằng các nhà cung cấp dịch vụ cung cấp mô hình học máy đã được tuyên bố, nâng cao niềm tin vào MLaaS.
Các dự án thuộc hệ sinh thái ZKML
Dưới đây là các dự án đã và đang sử dụng công nghệ ZKML, các bạn có thể xem trong ảnh dưới đây để biết thêm thông tin chi tiết.
Đọc thêm:
