AI 的未来在于零知识证明 (ZK)，人类的未来在于拉格朗日 (Lagrange)。
拉格朗日宣布推出 DeepProve：一个突破性的零知识证明机器学习 (zkML) 库，它使可验证的 AI 推理速度和可扩展性达到前所未有的水平——比迄今为止领先的 zkML 快 158 倍。
超级智能的到来势不可挡。如今，AI 算法运行于黑箱之中——我们只知道 AI 模型通过最小化误差来解决目标，但这可能会导致意想不到的结果。随着我们对 AI 的依赖程度越来越高，我们必须确保能够验证 AI 模型如何得出结论，以便 a) 防止有害结果；b) 确保超级人工智能的行动符合我们的最佳利益。
借助 DeepProve，我们现在可以证明 AI 推理的正确性，验证 AI 模型是否根据其预期功能（并符合人类的最佳利益）生成结果。
超级智能的到来势不可挡
AI 正在加速发展，而且不会停止。
聊天机器人正变得异常地像人类。深度伪造视频也越来越难以识别。从医疗保健到执法，从驾驶到关键军事任务，重要领域的关键决策都基于人工智能模型的输出。然而，对于使用它们的人来说，这些模型本身就像黑匣子——包括它们的创造者。我们日益依赖于我们无法理解的技术。
领先的人工智能科学家确信，我们正在朝着创造超级人工智能（ASI）的方向迈进，这是一种全面超越人类智能的人工智能。我们已经知道人工智能可以隐藏其真实意图——正如人工智能为通过安全测试制定的计划与其在部署中的表现截然不同所证明的那样，这展现了先进系统如何利用欺骗手段来实现目标。人工智能为了追求自我保护和控制而故意误导我们的未来并非科幻小说——它已经近在咫尺。
人工智能系统可能对人类构成威胁的例子日益明显：
现代人工智能之父杰弗里·辛顿警告称，流氓超级智能可能会发动文明级别的网络攻击和社会操纵。
科学家们担心，不受制约的超级智能可能会发展出增强型病原体，最终毁灭人类。
Andruil 创始人帕尔默·拉基声称，人工智能产品 Lattice 能够将干扰、黑客攻击和欺骗军事目标所需的时间缩短至几秒钟。
人工智能治理——或者说，对这些新兴智能实体保持控制的能力——严重不足。这是因为，我们无法理解人工智能模型是如何得出结论的；它们的输出结果可见，但得出这些输出结果的逻辑却无法理解。换句话说，我们可以看到人工智能告诉我们什么，但却无法理解它为什么告诉我们这些结果。我们不禁要问：这个人工智能是在为自己的目标服务，还是为我服务？
当今的系统迫使我们在不了解其背后逻辑的情况下相信人工智能的输出结果。
你无法信任无法验证的东西。
随着人类快速走向超级智能，我们如何确保它对我们有利？我们如何确保它不会将我们全部毁灭？
简而言之，答案就是可验证性。如果我们想在未来掌控人工智能，那么人工智能的发展需要在今天就开放、去中心化且可验证。我们需要确保从第一天起，人类的利益就得到保障，因为我们能够保证人工智能按照我们的预期运行。我们需要用客观的保证取代盲目的信任，确保这项越来越多地主宰我们生活的技术在未来将继续服务于我们的最佳利益。
拉格朗日正在朝着确保人类未来的目标迈出重要一步。拉格朗日的零知识证明（zkML）——DeepProve——是一个用于可验证人工智能推理的新工具。这是人工智能的分水岭，零知识证明（zkML）的分水岭，也是加密货币的分水岭，也是人类的分水岭。
什么是零知识证明（zkML）？
简而言之，zkML 是零知识证明 (ZKP) 和机器学习 (ML) 的结合，可以验证 ML 模型上的计算。拉格朗日的 DeepProve 能够为开发者提供合适的工具，以最快、最高效、可扩展的方式实现这一目标。
实际上，zkML 允许任何人使用 ML 模型并证明：
它是正确的 ML 模型
它得出了正确的结果
借助 zkML，我们可以以加密方式证明 AI 模型推理，消除信任假设，并确保 AI 系统按照人类的意愿执行。这确保了其决策是根据与人类意图相符的正确模型做出的。我们不再需要依赖对 AI 黑匣子的盲目信任。
零知识证明是控制 AI 的重要工具。DeepProve 使使用零知识证明 AI 模型推理变得简单。
这是我们人类确保超级智能以服务于（而不是危害）我们生活的方式发展的唯一方法elihood。
DeepProve：拉格朗日零知识证明 (zkML)——比竞争对手快 158 倍
DeepProve 是一个零知识证明 (zkML) 库，可生成以下类型的证明：多层感知器 (MLP) 的推理和流行的卷积神经网络 (CNN) 的推理。
开发者工作流程如下：
模型训练：开发者训练神经网络并将其导出为 ONNX 文件。
预处理：可执行文件解析 ONNX 文件，生成电路，并为 SNARK 证明系统准备证明者/验证者密钥。
证明：证明者运行 SNARK 证明器来计算推理并为给定输入生成证明。
验证：任何验证者都可以验证这些证明，以确认输出的正确性。
DeepProve 目前生成证明的速度比迄今为止领先的零知识证明 (zkML) EZKL 快 54 到 158 倍。随着机器学习模型规模和复杂度的提升，Lagrange 的 DeepProve 相较于 EZKL 的性能也同样提升。与在 GPU 上运行的 EZKL 相比，我们的证明验证时间对于多层感知器 (MLP) 和卷积神经网络 (CNN) 分别快了 671 倍和 521 倍，将验证时间缩短至仅需半秒，使其能够应用于实际场景。
随着我们扩展到包含数百万个参数的模型，DeepProve 的速度将进一步提升。进一步的优化——包括更强大的并行化、分布式证明、高级承诺方案、GPU/ASIC 增强以及更低的 GKR 开销——将进一步提升其可扩展性。
与 EZKL 相比，DeepProve 的证明生成速度最高可提高 158 倍，证明验证速度最高可提高 671 倍。
DeepProve 的影响始于何处
Lagrange 正在与 AI 和 Web3 领域的多个领先项目合作，以加速 AI 演进中这一范式转变——可验证 AI 的采用。 zkML 将适用于许多加密用例，例如 AI 生成的收藏品特征演变、NFT 的来源验证以及智能合约的可验证 AI 模型集成等等。
可证明的 AI 计算也将在其他行业引领创新：zkML 可用于生成隐私 AI 推理、安全的协作模型训练以及可验证的代理操作——所有这些对于支持更广泛的日常 AI 用例至关重要，并确保 AI 一致性所需的可验证性。
