AI 需要 ZK : 為了保證在設備上執行的 LLM 的信任，使用 ZK 證明 ZK Coprocessor 項目 @lagrangedev 在 Google cloud 和 HouseofZK 主辦的 "Verifying Intelligence" 活動中，對 Google 的 Gemma3 提供 ZK 證明的發表。 Gemma 3 是 Google 開發的輕量級高性能 "在設備上" 的 LLM。與 GPT 等大型 AI 模型在中央伺服器上執行並接收結果不同，Gemma3 是在用戶的設備上執行進行推理的輕量模型。 在設備上 LLM 使得 AI 可以在沒有網絡連接的情況下使用，並且因為不需要將數據發送到中央伺服器，因此能夠保證隱私。 此外，GPT 等 AI 使用費用的大部分來自中央伺服器的運算成本，因此這方面的成本也能大幅降低。 但是，模型在本地運行意味著無法期待中央伺服器的信任。本地執行環境可能被篡改，推理結果必須 "完全" 自我信任。 在這種情況下，像拉格朗日的 DeepProve 這樣的 ZK Coprocessor 被使用。DeepProve 將在本地執行的 Gemma3 的輸出轉換為 ZK 證明的形式。 通過這個 ZK 證明，使用 Gemma3 的用戶可以 - 確保該模型接收到正確的輸入， - 確保 Gemma3 按照設計正確計算， - 在不暴露敏感信息的情況下 自動進行驗證。 事實上，這種輕量級本地執行 LLM 與 ZK Coprocessor 的結合與區塊鏈 + AI 非常契合。 在去中心化的區塊鏈節點中，通過像 Gemma3 這樣的輕量級高性能 LLM 提供推理結果，並將其轉換為 ZK 證明提交，從而實現可信的分散式 AI。 最終，在 AI 的在設備執行時代，能夠保證信任的 ZK 證明基礎設施是必不可少的。 Lagrange 的 DeepProve 等 AI 專用 ZK Coprocessor 將在這方面發揮重要作用。

@lagrangedev 不是 @Gem3a 的注意