Berkeley RDI et Polyhedra ont conclu une collaboration stratégique pour dévoiler un zkML révolutionnaire prêt à l'emploi. Cette production vise à marquer un saut transformateur dans la fusion de l'IA et de la vérification cryptographique. Les organisations proposent désormais une application concrète, quatre ans après avoir été les pionnières du concept. L'application vise à permettre aux développeurs d'IA d'utiliser zkML sans nécessiter d'expertise spécifique en matière de preuves à connaissance nulle.
Le voyage a commencé en 2020 lorsque l’équipe de recherche de Polyhedra, composée de Jiaheng Zhang, Dawn Song et Yupeng Zhang, a publié un article en collaboration avec Berkeley RDI. L’article était intitulé « Zero Knowledge Proofs for Decision Tree Predictions and Accuracy », présentant un apprentissage automatique à connaissance nulle zkML. Le concept de l’article visait à renforcer la confiance dans l’IA en garantissant des résultats vérifiables tout en préservant la confidentialité des données et des modèles sous-jacents.
Polyhedra privilégie les systèmes sans confiance afin de minimiser les erreurs humaines lors d'incidents technologiques. Le modèle zkML, à la base, permet aux développeurs de prouver l'exactitude des prédictions du modèle d'IA sur un échantillon de données spécifique sans exposer aucune information sensible.
Polyèdres zkML : faire progresser la confiance et la transparence dans l'IA
Grâce aux preuves à connaissance nulle, un fournisseur de services peut démontrer qu’un résultat spécifique a été réellement produit en exécutant un modèle donné sur une entrée. La technologie zkML offre une solution efficace à l’un des défis les plus urgents de l’IA, à savoir la confiance et la transparence. Le modèle zkML, en permettant des calculs vérifiables, garantit que les résultats générés par les modèles d’IA sont précis et fiables. Cette approche répond aux préoccupations concernant la nature opaque de l’IA, où des résultats non vérifiés peuvent conduire à des décisions erronées.
Le directeur technique de l'organisation, Tiancheng Xie, a déclaré : « Nous avons passé toute la vie de l'entreprise à créer des systèmes qui peuvent fonctionner sans intervention humaine, qui sont vérifiés par des mathématiques et qui sont sécurisés par cryptographie. »
Les applications de zkML vont au-delà de la vérification des inférences, englobant des domaines tels que l'authentification de l'origine des données, l'étiquetage précis des données et la vérification des processus de formation de l'IA. Cela garantit que chaque étape du cycle de vie de l'IA respecte des normes d'intégrité strictes.
Le modèle zkML élimine les barrières informatiques élevées, en s'appuyant sur le système innovant Expander-proof, faisant des solutions prêtes à la production une réalité. Cette avancée renforce non seulement la confiance dans l'IA, mais garantit également le respect des réglementations en matière de confidentialité.
L'avenir de l'IA vérifiable
Dawn Song, directrice de Berkeley RDI, souligne : « Berkeley RDI et Polyhedra établissent une nouvelle norme en matière de confiance et de transparence dans l'intelligence artificielle grâce à une technologie innovante d'apprentissage automatique à connaissance nulle (zkML), une approche révolutionnaire combinant l'apprentissage automatique et la vérification cryptographique. »
Cette collaboration établit une nouvelle référence en matière de transparence et de responsabilité dans le domaine de l’IA. Song a souligné que l’objectif est de garantir que l’efficacité apportée par l’IA ne compromette pas la confiance et la sécurité.
À l’avenir, zkML est sur le point de transformer le paysage de l’IA en permettant un déploiement sécurisé, des écosystèmes décentralisés et des applications innovantes. Avec zkML, Berkeley RDI et Polyhedra visent à construire un avenir où la confiance est au cœur de l’innovation en matière d’IA.