성장하는 AI 신뢰 부족과 ZK-SNARKS가 어떻게 해결할 수 있는지

AI는 2024 년 이래로 지배적 인 이야기 였지만 사용자와 회사는 여전히 그것을 완전히 신뢰할 수 없습니다. 재정, 개인 데이터 또는 의료 결정에 관계없이

As the year 2024 came to a close, the narrative surrounding artificial intelligence (AI) reached a fever pitch. Both users and companies alike expressed a lack of complete trust in the technology.

2024 년이 끝날 무렵, 인공 지능 (AI) 주변의 이야기는 열병에 이르렀습니다. 사용자와 회사 모두 기술에 대한 완전한 신뢰가 부족하다는 것을 표현했습니다.

Despite the significant investments made by startups and multinational companies in expanding AI to domains such as finances, health, and various other aspects of daily life, a substantial deficit in trust in AI persists. This deficit poses one of the most pressing barriers to widespread adoption.

AI를 재정, 건강 및 일상 생활의 다양한 다른 측면으로 확장하는 데 신생 기업과 다국적 기업이 상당한 투자에도 불구하고 AI에 대한 신뢰의 상당한 적자가 지속됩니다. 이 적자는 광범위한 채택에 가장 시급한 장벽 중 하나를 제기합니다.

Enter decentralized and privacy-preserving technologies, which are being rapidly recognized as promising solutions for providing verifiability, transparency, and enhanced data protection without hindering AI's growth.

AI의 성장을 방해하지 않고 검증 가능성, 투명성 및 향상된 데이터 보호를 제공하기위한 유망한 솔루션으로 빠르게 인식되고있는 탈 중앙화 및 개인 정보 보호 기술을 입력하십시오.

The pervasive AI trust deficit

광범위한 AI 신뢰 부족

AI emerged as the second most popular category among cryptocurrency investors in early 2024, capturing over 16% of investor interest.

AI는 2024 년 초 암호 화폐 투자자들 중에서 두 번째로 인기있는 범주로 부상하여 투자자이자의 16% 이상을 차지했습니다.

Startups and multinational companies poured considerable resources into expanding the technology to domains such as finances, health, and every other aspect of life.

신생 기업과 다국적 기업은 기술을 재정, 건강 및 삶의 다른 모든 측면과 같은 영역으로 확장하기 위해 상당한 자원을 쏟아 부었습니다.

For instance, the emerging DeFi x AI (DeFAI) sector witnessed the launch of more than 7,000 projects, which collectively reached a peak market capitalization of $7 billion early in the year before the market downturn. DeFAI showcased the transformative potential of AI to enhance decentralized finance (DeFi) with natural language commands, enabling users to perform complex multi-step operations and conduct sophisticated market research.

예를 들어, 신흥 Defi X Ai (Defai) 부문은 7,000 개가 넘는 프로젝트의 출시를 목격했으며,이 프로젝트는 시장 침체 전년 초에 70 억 달러의 최고 시가 총액에 도달했습니다. Defai는 자연 언어 명령으로 분산 된 금융 (DEFI)을 향상시키기 위해 AI의 변형 잠재력을 보여 주어 사용자가 복잡한 다중 단계 운영을 수행하고 정교한 시장 조사를 수행 할 수있게했습니다.

However, innovation alone failed to address AI's core vulnerabilities: hallucinations, manipulation, and privacy concerns.

그러나 혁신만으로도 환각, 조작 및 개인 정보 보호 문제와 같은 AI의 핵심 취약점을 다루지 못했습니다.

In November, a user managed to deceive an AI agent on Base into sending $47,000 despite being programmed never to do so. While this scenario was part of a game, it raised real concerns about whether AI agents can be trusted with autonomy over financial operations.

11 월에 사용자는 절대 프로그램을 진행하지 않았음에도 불구하고 AI 에이전트를 47,000 달러로 보내도록 기본적으로 속였다. 이 시나리오는 게임의 일부 였지만 AI 에이전트가 금융 운영에 대한 자율성으로 신뢰할 수 있는지에 대한 실질적인 우려를 제기했습니다.

Audits, bug bounties, and red teams helped to mitigate the risk of prompt injection, logic flaws, or unauthorized data use. However, according to KPMG in 2023, 61% of people still expressed hesitation to trust AI, and even industry professionals shared that concern.

감사, 버그 바운티 및 레드 팀은 신속한 주입, 논리 결함 또는 무단 데이터 사용의 위험을 완화하는 데 도움이되었습니다. 그러나 2023 년 KPMG에 따르면, 61%의 사람들이 여전히 AI를 신뢰하는 것을 망설임을 표명했으며, 심지어 업계 전문가조차도 그 우려를 공유했습니다.

A Forrester survey cited in Harvard Business Review found that 25% of analysts named trust as AI's biggest obstacle.

Harvard Business Review에서 인용 된 Forrester 설문 조사에 따르면 분석가의 25%가 AI의 가장 큰 장애물로 신뢰를 지명 한 것으로 나타났습니다.

That skepticism remains strong. A poll conducted at The Wall Street Journal's CIO Network Summit found that 61% of America's top IT leaders are still experimenting with AI agents. The rest were still experimenting or avoiding them altogether, citing lack of reliability, cybersecurity risks, and data privacy as their main concerns.

회의론은 여전히 ​​강력합니다. 월스트리트 저널의 CIO 네트워크 서밋에서 실시 된 여론 조사에 따르면 미국 최고 IT 리더의 61%가 여전히 AI 요원을 실험하고 있음을 발견했습니다. 나머지는 여전히 신뢰성 부족, 사이버 보안 위험 및 데이터 프라이버시를 주요 관심사로 인용하여 여전히 실험하거나 피하고있었습니다.

Industries like healthcare are particularly sensitive to these risks. Sharing electronic health records (EHR) with LLMs to improve health outcomes holds great promise but also carries legal and ethical risks without airtight privacy protections.

의료와 같은 산업은 이러한 위험에 특히 민감합니다. 건강 결과를 향상시키기 위해 LLMS와 전자 건강 기록 (EHR)을 공유하는 것은 큰 약속을 가질 수 있지만 밀폐 된 개인 정보 보호없이 법적 및 윤리적 위험도 제공합니다.

For example, the healthcare industry is suffering adversely from data privacy breaches. This problem compounds when hospitals share EHR data to train AI algorithms without protecting patient privacy.

예를 들어, 의료 산업은 데이터 개인 정보 보호 위반으로 악영향을 받고 있습니다. 이 문제는 병원이 환자 프라이버시를 보호하지 않고 AI 알고리즘을 훈련시키기 위해 EHR 데이터를 공유 할 때 복합됩니다.

Centralized platforms also face challenges in reconciling user privacy with dataoperability. In a recent report by the Center for Data Innovation, researchers highlighted the need for a decentralized approach to dataoperability.

중앙 집중식 플랫폼은 또한 데이터 운영 성과 사용자 개인 정보를 조정하는 데 어려움을 겪습니다. 데이터 혁신 센터 (Center for Data Innovation)의 최근 보고서에서 연구원들은 데이터 수술성에 대한 분산 된 접근 방식의 필요성을 강조했다.

Decentralized, privacy-preserving infrastructure

분산 된 개인 정보 보호 인프라

"All the world is made of faith, and trust, and pixie dust," wrote J.M. Barrie in Peter Pan. Trust isn't just a nice to have in AI — it's foundational.

Peter Pan의 JM Barrie는“모든 세계는 믿음과 신뢰와 픽시 더스트로 만들어졌습니다. 신뢰는 AI에있는 것이 좋지 않습니다. 기본적입니다.

Economists at Moody's Analytic estimate that AI could add $15.7 trillion to the global economy by 2030. But that projected boon may never materialize without it.

Moody 's Analytic의 경제학자들은 2030 년까지 AI가 세계 경제에 15.7 조 달러를 추가 할 수 있다고 추정했다.

Enter decentralized cryptographic systems like zero-knowledge succinct non-interactive arguments of knowledge (ZK-SNARKs). These technologies offer a new path: allowing users to verify AI decisions without revealing personal data or the model's inner workings.

제로 지식 간결하지 않은 지식 논증 (ZK-SNARKS)과 같은 탈 중앙화 암호화 시스템을 입력하십시오. 이러한 기술은 새로운 경로를 제공합니다. 사용자가 개인 데이터 나 모델의 내부 작업을 공개하지 않고 AI 결정을 확인할 수 있습니다.

This opens the door to a new generation of trustworthy and transparent AI systems.

이것은 신뢰할 수 있고 투명한 AI 시스템의 새로운 세대의 문을 열어줍니다.

By applying privacy-preserving cryptography to machine learning infrastructure, AI can be auditable, trustworthy, and privacy-respecting, especially in sectors like finance and healthcare.

AI는 기계 학습 인프라에 개인 정보 보호 암호화를 적용함으로써 특히 금융 및 건강 관리와 같은 부문에서 감사하고 신뢰할 수 있으며 개인 정보 보호 감소를 할 수 있습니다.

Recent: Blockchain's next big breakthroughs: What to watch

최근 : Blockchain의 다음 큰 획기적인 획기적인 : 무엇을 시청 해야하는지

ZK-SNARKs rely on advanced cryptographic proof systems that let one party prove something is true without revealing how. For AI, this enables models to be verified for correctness without disclosing their training data, input values, or proprietary logic.

ZK-SNARKS는 한 당사자가 무언가를 밝히지 않고 사실임을 증명할 수있는 고급 암호화 증명 시스템에 의존합니다. AI의 경우,이를 통해 교육 데이터, 입력 값 또는 독점 논리를 공개하지 않고 정확성을 확인할 수 있습니다.

Imagine a decentralized AI lending agent. Instead of reviewing full financial records, it checks encrypted credit score proofs to make autonomous loan decisions without accessing sensitive data. This protects both user privacy and institutional risk.

분산 된 AI 대출 에이전트를 상상해보십시오. 전체 재무 기록을 검토하는 대신 암호화 된 신용 점수 증명을 확인하여 민감한 데이터에 액세스하지 않고 자율적 인 대출 결정을 내립니다. 이는 사용자 개인 정보 및 제도적 위험을 모두 보호합니다.

ZK technology also addresses the black-box nature of LLMs. By using dynamic proofs, it's possible to verify AI outputs while shielding both data integrity and model architecture.

ZK 기술은 또한 LLM의 블랙 박스 특성을 다룹니다. 동적 증거를 사용하면 데이터 무결성과 모델 아키텍처를 모두 보호하면서 AI 출력을 확인할 수 있습니다.

That's a win for users and companies — one no longer fears data misuse, while the other safeguards its IP.

이는 사용자와 회사의 승리입니다. 하나는 더 이상 데이터 오용을 두려워하지 않고 다른 하나는 IP를 보호합니다.

Toward decentralized AI

분산 된 AI쪽으로

As we enter this new phase of AI, better models alone aren't enough.

이 새로운 AI 단계에 들어가면 더 나은 모델만으로는 충분하지 않습니다.

Users demand transparency; enterprises need resilience; regulators expect accountability.

사용자는 투명성을 요구합니다. 기업은 탄력성이 필요합니다. 규제 당국은 책임을 기대합니다.

Decentralized, verifiable cryptography delivers all three.

탈 중앙화되고 검증 가능한 암호화는 세 가지를 모두 제공합니다.

Technologies like Z

Z와 같은 기술