伴随着区块链技术的飞速发展，数据隐私和安全俨然成为一项核心议题。零知识机器学习（Zero-knowledge machine learning, ZKML）作为一种新兴技术，有效结合了零知识证明（ZKP）的安全性和机器学习（ML）的智能性，为Web3世界带来了前所未有的机遇。

当前ZKML技术在区块链领域的应用广泛，主要包括以下几个方面：

• 硬件加速：由于ZK证明的计算复杂性，一些项目如Cysic、Ulvetanna等，利用硬件加速来提高链上计算的效率。

• 链上数据处理：项目如Axiom、Herodotus等，专注于将链上数据转换为适合ML训练的格式，并确保ML输出结果能够方便地从链上访问。

• 计算电路化：为了使ML计算能够被区块链的ZK处理，一些项目如Modulus Labs、Jason Morton等，将ML计算模式转化为电路形式。

• 结果的ZK证明：为了解决ML模型的信任问题，项目如RISC Zero、Axiom等，利用基于ZK-SNARKs的证明来验证模型的真实性。

ZKML 当前发展迅猛，在应用领域上可以助力 Web3 去中心化身份 DID 的建设。此前，私钥、助记词等身份管理模式使 Web3 用户体验较差，真正的 DID 建设可以通过 ZKML 进行 Web3 主体生物信息的识别完成，同时，ZKML 能保证用户生物信息隐私的安全性。Worldcoin 正在应用 ZKML 实现基于虹膜扫描的零知识 DID 验证。

本文将从 Worldcoin 和 Vanna 两个案例出发，深入探讨 ZKML 技术的发展和挑战，并助推该技术在区块链领域的广泛应用和繁荣。

1. Worldcoin案例分析: ZKML在身份验证与隐私保护中的应用

- 金钱报
免责声明：投资有风险，入市须谨慎。本资讯不作为投资建议。