近期 Worldcoin 的爆火也為一個 Web 3 AI 敘事造了足夠的勢，Worldcoin 隸屬 zkML 概念，源自 zk ML（零知識證明和機器學習），也是近期談論較多的一個新興結合體，zk 技術自然不用都說，而 ML 是 AI 的一個子領域，此前 AI Web3 就已經是行業內頗具熱度的敘事，只是目前來看並沒有很好的概念或用例將兩者無縫銜接起來，而近期的黑山大會上，Vitalik 也對 zkSNARK 推崇備至，加上 Worldcoin 的爆火，所以 zkML 脫穎而出是可以預見的。
大家可能對 zkML 不太熟悉，本文主要為大家撥開 zkML 身上的迷霧，重點講述 zkML 簡介、用例以及一些潛力專案，正式因為目前 zkML 用例不太多，所以才希望大家可以抓住機會，提前瞭解新概念和用例，做好準備。
Web 3 ML
zkML 結合了零知識證明和機器學習，其實在 Web 3 之外，ML 早已不是新詞了，該技術已經廣泛地在一些領域獲得用例，比如，自然語言處理（NLP）、自動駕駛、電商等領域，都已經透過 ML 技術達到更高的水平，甚至在一些領域 ML 已經佔據了主導地位，所以未來的 zkML 也是大勢所趨，智慧合約中嵌入 ML 也會為智慧合約提供更復雜和更智慧的處理方式。
透過新增 ML 功能，智慧合約可以變得更加自主和動態，允許它們根據實時鏈上資料而不是靜態規則做出處理。智慧合約將更具靈活性，適應更多場景，包括那些在最初建立合約時可能沒有預料到的場景。簡而言之，ML 功能將擴大我們放在鏈上的任何智慧合約的自動化、準確性、效率和靈活性。
目前，ML 之所以沒有在 crypto 廣泛採用的原因之一是在鏈上執行這些模型的計算成本很高，比如 fastBERP——一類 NLP 語言模型，該模型的採用需要使用約 1800 MFLOPS（百萬浮點運算），這是不能直接在 EVM 上執行的。而應用模型需要基於真實世界資料進行預測，為了擁有 ML 規模的智慧合約，而合約必須獲得此類預測；
原因之二是需要處理 ML 模型的信任框架問題，主要分兩點，一是其隱私性：如前所述，模型引數通常是私有的，在某些情況下，模型輸入也需要保密，這自然會在模型擁有者和模型使用者之間帶來一些信任問題；二是演算法黑匣子，ML 模型有時被稱為「黑匣子」，因為它們在計算過程中涉及許多難以理解或解釋的自動化步驟。這些步驟涉及複雜的演算法和大量資料，這些資料會帶來不確定的、有時是隨機的輸出，使演算法成為偏見甚至歧視的罪魁禍首。而 zk 技術可以很高效地解決該信任問題。
所以此時 zkSNARK 順勢出現，zkML 中的 zk 技術大多指的是 zkSNARK，zkSNARK 為我們提供了一個解決方案：任何人都可以在鏈下執行一個模型，並生成一個簡潔且可驗證的證明，表明預期的模型確實產生了特定的結果，該證明可以在鏈上釋出並由智慧合約獲取並並增強其智慧。ML 模型通常需要三部分：訓練資料、模型架構、模型引數。經過訓練後的模型只要是透過推理驗證後就可以為智慧合約開闢出一個更新的設計空間。（模型訓練和推理就不過多敘述了）
Worldcoin
Worldcoin 就不過多敘述了，大家應該比較熟悉，參考「如果 Worldcoin 成功，將對加密行業產生哪些影響？」
Modulus Labs
Modulus Labs 是 zkML 較為多樣化的專案之一，構建鏈上 AI 所需技術。既致力於用例，也致力於相關研究。在應用方面，Modulus Labs 已經開發了 RockyBot（一個鏈上交易機器人）和 Leela vs. the World（一個象棋遊戲），真人與 Leela 象棋引擎的一個可經驗證的鏈上例項對弈。
Giza
Giza 是一個致力於透過 AI 發展經濟的協議，能夠使用完全無信任的方法在鏈上部署 AI 模型，由 StarkWare 合作支援，最終實現一個為 AI 發展提供替代路徑的市場。
Zkaptcha
Zkaptcha 專注於 Web3 中的機器人問題，保護智慧合約免受機器人攻擊，使用零知識證明來建立抗女巫攻擊的智慧合約，為智慧合約提供驗證碼服務。目前，該專案使終端使用者透過完成驗證碼來產生一個人類工作的證明，未來，Zkaptcha 將繼承 zkML，推出類似於現有的 Web 2 驗證碼服務，但也可以分析滑鼠運動等行為，以確定使用者是否為真人。
