يحتاج الذكاء الاصطناعي إلى ZK إثباتات ZK لضمان الثقة في LLMs للتنفيذ على الجهاز: أصدر @lagrangedev ، وهو مشروع معالج مساعد ZK ، إعلانا عن تقديم براهين ZK ل Gemma3 من Google في حدث "التحقق من الذكاء" الذي استضافته Google cloud و HouseofZK. Gemma 3 هي LLM خفيف الوزن وعالي الأداء "على الجهاز" تم تطويره بواسطة Google. على عكس نماذج الذكاء الاصطناعي الكبيرة مثل GPT ، والتي تعمل على خادم مركزي وتتلقى النتائج ، فإن Gemma3 هو نموذج خفيف الوزن يعمل على جهاز المستخدم ويقوم بالاستدلالات. تتيح LLMs الموجودة على الجهاز الذكاء الاصطناعي بدون اتصال بالشبكة، مما يضمن الخصوصية لأن البيانات لا تحتاج إلى إرسالها إلى خادم مركزي. بالإضافة إلى ذلك ، نظرا لأن التكاليف الحسابية للخادم المركزي تمثل معظم رسوم استخدام الذكاء الاصطناعي مثل GPT ، فإنه يتمتع بميزة تقليل تكلفة ذلك بشكل كبير. ومع ذلك، فإن تشغيل النموذج محليا يعني أيضا أنه لا يمكنك توقع الثقة من خادم مركزي. هناك احتمال أن يكون قد تم العبث ببيئة التنفيذ المحلية ، وعليك أن تثق تماما في نتائج الاستدلال "بنفسك". في هذه الحالة ، يتم استخدام معالجات ZK المساعدة مثل DeepProven من Lagrange. يحول DeepProve إخراج تشغيل Gemma3 محليا إلى دليل ZK. مع دليل ZK هذا ، يستخدم المستخدمون Gemma3 - يتلقى النموذج المدخلات الصحيحة ، - تم حساب Gemma3 بشكل صحيح كما هو مصمم - دون الكشف عن معلومات حساسة سيكون من الممكن التحقق منه تلقائيا. في الواقع ، يلتقي هذا النوع من التنفيذ المحلي خفيف الوزن LLM بمعالج ZK Coprocessor جيدا مع blockchain + الذكاء الاصطناعي. يمكن أن توفر عقد blockchain اللامركزية نتائج استدلال من خلال LLMs خفيفة الوزن وعالية الأداء مثل Gemma3 ، ثم إنشائها وإرسالها كبراهين ZK لتمكين الذكاء الاصطناعي اللامركزي الموثوق به. بعد كل شيء ، في عصر التنفيذ على الجهاز للذكاء الذكاء الاصطناعي ، تعد البنية التحتية المقاومة ل ZK التي يمكن أن تضمن الثقة أمرا ضروريا. ستلعب معالجات ZK الخاصة بالذكاء الذكاء الاصطناعي مثل DeepProve من Lagrange دورا مهما في هذه الغاية.