zkML：可验证的AI推理与链上信任

币安|Binance
欧意|OKX

导读：当智能合约调用 AI 输出，如何确认它真的运行了所声称的模型？zkML 用零知识证明给出数学保证。

---

零知识机器学习（zkML）将神经网络的前向计算转化为算术约束，由证明者生成简洁证明，验证者无需知晓模型权重与输入即可确认”输出正确”。

2026 进展

证明开销已从百万倍降至约万倍。zkPyTorch 曾将 1.38 亿参数视觉模型的证明压至 2.2 秒；Lagrange 开源的 DeepProve 已验证超 300 万次推理，速度较 EZKL 提升数十倍。量化会带来约 0.5%-2% 的精度损失。

应用场景

链上信用评分、医疗数据分析、AI 驱动 DeFi 策略验证等，均可在不暴露隐私的前提下获得可验证结果。

局限

前沿大语言模型的前向证明仍不现实，多采用”选择性验证”或乐观式混合方案。

结语

zkML 正把”信任 AI”变为”验证 AI”。关注 AI 与加密融合的用户可通过币安、欧意了解相关生态。