Introductie van Dynamische zk-SNARKs—een doorbraak van het Lagrange-onderzoeksteam Weijie Wang, @chbpap, @s_shravan en @dipapadopo Dynamische zk-SNARKs markeren een belangrijke stap voorwaarts in het mogelijk maken van real-time, bijwerkbare cryptografische bewijzen Hier is wat dat betekent en waarom het belangrijk is 🧵

2/ Traditionele zk-SNARKs zijn beperkt in hun statische aard - als je gegevens veranderen, moet je het hele bewijs opnieuw opbouwen (ook wel traag, duur en onpraktisch voor data-intensieve apps genoemd). Dynamische zk-SNARKs verwijderen deze beperkingen.

3/ In het kort, Dynamische zk-SNARKs stellen je in staat om een bewijs bij te werken wanneer je gegevens veranderen—geen noodzaak om opnieuw te beginnen. Stel je voor dat je een bon bijwerkt in plaats van elke keer een nieuwe te printen wanneer een klant een item toevoegt (sneller, goedkoper en slimmer—praktisch voor data-intensieve apps).

4/ Dit onderzoek biedt enorme voordelen voor toepassingen in de echte wereld. bijv.: – AI die blijft leren – Spellen met real-time logica – Blockchains die live data volgen – Slimme contracten die zich aanpassen naarmate de invoer verandert Dynamische zk-SNARKs maken deze toepassingen verifieerbaar zonder rekenkracht te verspillen.

5/ Stel je dit voor… 💭 - Een AI geeft je een antwoord - Een Dynamische zk-SNARK bewijst dat het correct is. - Je geeft de AI een nieuwe invoer, voortbouwend op je vorige. - Met de Dynamische zk-SNARK kan een AI het bewijs voor het nieuwe antwoord in seconden bijwerken (geen noodzaak om alles opnieuw te berekenen).

6/ Proost op ons onderzoeksteam voor het herdefiniëren van wat we kunnen bereiken met ZK-technologie Stap voor stap zijn we pioniers in AI die veilig, verifieerbaar en betrouwbaar is Bekijk de presentatie op SBC '25: Lees het volledige paper hier: