في 7 يونيو ، في "منتدى ابتكار الذكاء الاصطناعي Web3 x 2025" الذي نظمته جمعية Blockchain الطلابية بجامعة Tsinghua و Polyhedra ، ألقى Hu Yuncong ، الأستاذ المساعد بجامعة Shanghai Jiao Tong والمؤسس المشارك ل Polyhedra ، خطابا رئيسيا بعنوان "إعادة تشكيل حدود الثقة: نموذج جديد لحوسبة الاستعانة بمصادر خارجية موثوقة تعتمد على ZK". ألقى Tiancheng Xie ، دكتوراه من جامعة كاليفورنيا ، بيركلي ، وكبير مسؤولي التكنولوجيا في Polyhedra Co-creation ، خطابا رئيسيا حول "الذكاء الاصطناعي + Web3: آفاق ومستقبل ZKML".
من بين ذلك، ذكر شياو تيان تشينغ: "إن مقارنة تعقيد التحقق من السيولة مع تعقيد الحسابات لا يمكن أن يكون في نفس اليوم. وبالنسبة لتطبيقات نماذج الذكاء الاصطناعي، فإن القيمة الأساسية لـ ZKML (التعلم الآلي القائم على المعرفة الصفرية) تكمن في التحقق من جودة الخدمة. على سبيل المثال، في روبوتات التداول، يمكن للمستخدمين التحقق من جودة تشغيل الروبوت من خلال ZKML.
ثانياً، مع نمو وكيل الذكاء الاصطناعي ووجود إمكانية تفويض صلاحياته الحساسة، يمكن لـ ZKML ضمان أمان وكيل الذكاء الاصطناعي بفاعلية، حيث يمكن للمستخدم أن يلعب دور المراجع، لبناء نظام ثقة بين الإنسان ووكيل الذكاء الاصطناعي. بالإضافة إلى ذلك، يمكن لـ ZKML تقديم وظائف سوق البيانات، ووظائف تدقيق بيانات التدريب، وما إلى ذلك، وستلعب دوراً هاماً في البناء المستقبلي للذكاء الاصطناعي على السلسلة.
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
Polyhedra 联创谢天成:ZKML في بوتات الذكاء الاصطناعي، قيمة التحقق الأمني في الوكلاء الذكيين
في 7 يونيو ، في "منتدى ابتكار الذكاء الاصطناعي Web3 x 2025" الذي نظمته جمعية Blockchain الطلابية بجامعة Tsinghua و Polyhedra ، ألقى Hu Yuncong ، الأستاذ المساعد بجامعة Shanghai Jiao Tong والمؤسس المشارك ل Polyhedra ، خطابا رئيسيا بعنوان "إعادة تشكيل حدود الثقة: نموذج جديد لحوسبة الاستعانة بمصادر خارجية موثوقة تعتمد على ZK". ألقى Tiancheng Xie ، دكتوراه من جامعة كاليفورنيا ، بيركلي ، وكبير مسؤولي التكنولوجيا في Polyhedra Co-creation ، خطابا رئيسيا حول "الذكاء الاصطناعي + Web3: آفاق ومستقبل ZKML".
من بين ذلك، ذكر شياو تيان تشينغ: "إن مقارنة تعقيد التحقق من السيولة مع تعقيد الحسابات لا يمكن أن يكون في نفس اليوم. وبالنسبة لتطبيقات نماذج الذكاء الاصطناعي، فإن القيمة الأساسية لـ ZKML (التعلم الآلي القائم على المعرفة الصفرية) تكمن في التحقق من جودة الخدمة. على سبيل المثال، في روبوتات التداول، يمكن للمستخدمين التحقق من جودة تشغيل الروبوت من خلال ZKML.
ثانياً، مع نمو وكيل الذكاء الاصطناعي ووجود إمكانية تفويض صلاحياته الحساسة، يمكن لـ ZKML ضمان أمان وكيل الذكاء الاصطناعي بفاعلية، حيث يمكن للمستخدم أن يلعب دور المراجع، لبناء نظام ثقة بين الإنسان ووكيل الذكاء الاصطناعي. بالإضافة إلى ذلك، يمكن لـ ZKML تقديم وظائف سوق البيانات، ووظائف تدقيق بيانات التدريب، وما إلى ذلك، وستلعب دوراً هاماً في البناء المستقبلي للذكاء الاصطناعي على السلسلة.