Aprendizaje automático y conocimiento cero

Brian Retford, Jason Morton y Ryan Cao, acompañaron a varios investigadores y desarrolladores en el espacio ZKML (zero knowledge machine learning), publicaron un interesante AMA en Reddit:

«El aprendizaje automático es una forma de que los programas aprendan y se adapten sin seguir instrucciones explícitas, mediante el uso de algoritmos y modelos estadísticos para analizar y extraer conclusiones a partir de patrones en los datos».

El aprendizaje automático es un concepto increíblemente poderoso que puede ayudar a resolver muchos problemas (por ejemplo, para la identificación de enfermedades en la sanidad). El problema que plantea y por el que preocupa la privacidad es que los datos que utiliza pueden ser nuestros. Ahí es donde entra en juego el conocimiento cero.

IAs con conocimiento Cero

El conocimiento cero es un concepto que consiste en proporcionar la prueba de que algo existe o es cierto, pero sin necesidad de conocer su contenido (por ejemplo, si ya se ha realizado una transacción en una blockchain). La unión de ambos conceptos da lugar a un sistema «ZKML», que podría definirse como «el que permite demostrar que un contenido o conjunto de datos tiene ciertas propiedades derivadas del ML y producidas por un modelo específico, al tiempo que se mantiene la privacidad de la entrada y/o del propio modelo».

Dado que el aprendizaje automático y la Inteligencia Artificial son una gran preocupación para la privacidad y la libertad de todos nosotros, es importante que todos estemos informados sobre lo que es y lo que no es una amenaza real, para entender mejor lo que se puede hacer para limitar los riesgos (por ejemplo, mediante el uso de ZKML). Por eso hemos reunido a varios expertos en el campo del ZKML para que respondan a nuestras preguntas y nos ayuden a explicar cómo el ZKML puede proteger nuestros datos ahora y en el futuro.