🧵 1/ AI jest wszędzie. Ale czy naprawdę możesz zaufać, jak został wytrenowany? Modele AI uczą się na podstawie danych. Ale czasami te dane są wrażliwe (dokumenty medyczne, historia finansowa, osobiste wiadomości itp.) Dlatego firmy stosują technikę zwaną Federated Learning: twoje dane nigdy nie opuszczają twojego urządzenia. Tylko "nauczone lekcje" są udostępniane. Prywatność zachowana. Ale jest jeden haczyk.

2/ Tylko dlatego, że twoje dane pozostają lokalne, nie oznacza, że wszyscy w tym procesie zachowują się uczciwie. Co jeśli ktoś manipuluje AI podczas treningu? Co jeśli wyniki zostaną sfałszowane? Co jeśli ktoś korzysta z tego bez wkładu? Zaufanie jest zakładane. Ale nigdy nie udowodnione.

3/ Pomysł? Nie tylko ufaj, weryfikuj. Dzięki dowodom kryptograficznym każdy krok procesu szkolenia AI można teraz sprawdzić. Kto użył jakich danych. Czy szkolenie zostało przeprowadzone poprawnie. Czy wyniki zostały uczciwie połączone. Nie jest wymagana ślepa wiara.

4/ Weryfikacja, jak wyniki AI są łączone ("agregacja"), jest już dzisiaj możliwa i zamyka niektóre z największych luk w bezpieczeństwie w kolaboracyjnym AI. Pełna weryfikacja treningu nadchodzi. Jeszcze tam nie jesteśmy, ale badania posuwają się szybko.

5/ Blockchain działa jako publiczny, odporny na manipulacje dziennik audytowy. A z zkVerify @zkvprotocol, weryfikacja tych dowodów kosztuje zaledwie 0,0003 $. To nie jest błąd.