Velké novinky: Lagrangeův základní výzkum o dynamických zk-SNARKech (Weijie Wang, @chbpap, @s_shravan, @dipapadopo) budou prezentovány na konferenci Science of Blockchain (SBC) 2025 4. srpna. Zde je důvod, proč je to důležité – pro AI, kryptoměny a budoucnost ověřitelných výpočtů: 🧵

2/ Klíčovým omezením stávajících zk-SNARKů je, že jsou statické. Pokud se vaše data nebo výpočty změní – i když nepatrně – musíte celý důkaz znovu vygenerovat od začátku. Je to neefektivní, drahé a neškálovatelné pro živé systémy.

3/ Díky dynamickým zk-SNARKům jsou nátisky efektivnější než kdy dříve. Umožňují vám aktualizovat nátisk přírůstkově, když se podkladová data posunou. AKA: Není třeba všechno přepočítávat od nuly.

4/ Proč je to důležité? Protože ověřitelné výpočetní prostředky se teď dají škálovat pomocí: – Doladění modelu AI – Hráč pohybující se v živé hře – Nový datový bod zasahující orákulum v reálném čase Důkazy, které se vyvíjejí se systémem, který zabezpečují.

5/ Dynamické zk-SNARKy navíc zachovávají stejné záruky nulových znalostí a spolehlivosti jako tradiční systémy. Jsou postavené na standardních předpokladech, jako je q-DLOG, a používají kryptografické závazky, které se škálují. Jinými slovy, jsou stejně bezpečné jako tradiční metody dokazování (jen lepší v dokazování samotné).

6/ Dynamické zk-SNARKy odemykají novou třídu případů použití v reálném světě: 🔹 Ověřování vyladěných modelů umělé inteligence bez nutnosti vykazování od nuly 🔹 Udržování aktuálních orákul v živých sítích 🔹 Umožnění dynamické herní logiky s on-chain proofy 🔹 Auditování vyvíjejících se datových sad z hlediska souladu s předpisy

8/ Spolu s DeepProve – systémem zkML společnosti Lagrange – umožňují dynamické zk-SNARKy ověřování vyvíjejících se systémů umělé inteligence v reálném čase. Od přesnosti až po zarovnání můžeme nyní prokázat vlastnosti umělé inteligence, jak se učí.

10/ Chyťte se s námi na SBC 2025 4. srpna 2025 🔗 Sledujte přednášku živě zde: 🎓 Přečtěte si článek: 🔬 Postaveno Lagrangeovým výzkumným týmem: Wang, Papamanthou, Srinivasan a Papadopoulos

11/ "Dynamic zk-SNARKs" je Lagrangeův druhý článek (za tři roky), který byl přijat do SBC 2025 Přečtěte si celý přehled o Dynamic zk-SNARKs – Lagrangeově novém výzkumu v oblasti ověřitelných výpočtů a umělé inteligence – níže: 👇

7/ Spolu s DeepProve – Lagrangeovým systémem zkML – umožňují dynamické zk-SNARKy ověřování vyvíjejících se systémů umělé inteligence v reálném čase. Od přesnosti až po zarovnání můžeme nyní prokázat vlastnosti umělé inteligence, jak se učí.

8/ Chyťte nás na SBC 2025 4. srpna 2025 🔗 Sledujte přednášku živě zde: 🎓 Přečtěte si článek: 🔬 Postaveno Lagrangeovým výzkumným týmem: Wang, Papamanthou, Srinivasan a Papadopoulos

9/ "Dynamic zk-SNARKs" je Lagrangeův druhý článek (za tři roky), který byl přijat do SBC 2025 Přečtěte si celý přehled o Dynamic zk-SNARKs – Lagrangeově novém výzkumu v oblasti ověřitelných výpočtů a umělé inteligence – níže: 👇

9/ "Dynamic zk-SNARKs" je Lagrangeův druhý příspěvek (za tři roky), který byl přijat na konferenci Science of Blockchain (SBC) Přečtěte si celý přehled o Dynamic zk-SNARKs – Lagrangeově novém výzkumu v oblasti ověřitelných výpočtů a umělé inteligence – níže: 👇