"Tulevaisuus on tekoäly, joka sulautuu sovelluksiin ja elämääsi. Mutta jos se tarvitsee intiimiä dataa palvellakseen sinua hyvin, tarvitset nollatietoa ja muita tietoturvateknologioita sen ympärille." – @DacEconomy, @ProjectZKM:n perustajajäsen Nykyiset suuret kielimallit löytyvät jo selainvälilehdistämme, mutta se ei ole loppupeli. Kuten ZKM:n Ming Guo toteaa, tavoitteena on tekoäly, joka toimii sovelluksissasi ja päivittäisissä työnkuluissasi, ei erillisessä chat-ikkunassa, johon kopioit dataa. Jotta tekoälyjärjestelmät olisivat aidosti hyödyllisiä tällä tasolla, niiden on väistämättä saatava pääsy yksityiseen kontekstiin: käyttäytymisesi, historiasi, mieltymyksesi, jopa arkaluontoiset taloudelliset tai terveyteen liittyvät tiedot. Tämä luo suoran kompromissin: • Lisää kontekstia → parempaa tekoälyapua • Enemmän datan altistumista → suurempi yksityisyys- ja turvallisuusriski Tässä kohtaa nollatiedon todistukset ja zkVM:t astuvat kuvaan. Sen sijaan, että lähettäisit raakadataa mallille tai kolmannelle osapuolelle, ZK sallii: • Todista, että laskenta datastasi on tehty oikein, paljastamatta itse dataa. • Valvoa, että tekoälyagentti noudatti tiettyjä sääntöjä tai politiikkoja paljastamatta mallin sisäisiä tietoja tai täydellisiä lokeja. • Liittää todennettavissa olevat todisteet tekoälypohjaisiin toimiin sovelluksessa, jotta muut osapuolet voivat luottaa tulokseen ilman, että näkevät taustalla olevia syötteitäsi. Toisin sanoen, jos tekoäly aikoo juurtua syvälle tuotteisiin ja elämäämme, tarvitsemme ZK-pohjaisia tietoturvakerroksia sen alle – yleiskäyttöisiä zkVM:iä kuten ZKM:n Zireniä sekä sovellustason proof-järjestelmiä, jotka säilyttävät tekoälyn hyödyt mutta rajoittavat sen näkemyksiä ja käyttötapaa. Katso koko paneeli aiheesta Tekoäly ja työ – ihmisen panoksen todistaminen: