Crypto Gloss

zkML (Zero-Knowledge Machine Learning)

zkML (Zero-Knowledge Machine Learning) adalah persimpangan kriptografi zero-knowledge dan machine learning — memungkinkan bukti ZK bahwa model ML diterapkan dengan benar pada input tertentu, dengan bukti yang dapat menyembunyikan bobot model (IP proprietary), data input (privasi pengguna), atau keduanya, sambil secara matematis menjamin bahwa output yang diklaim adalah benar — aplikasi blockchain utamanya adalah verifikasi on-chain inferensi ML off-chain tanpa mempercayai oracle terpusat, memungkinkan keputusan AI yang terbukti tidak dimanipulasi dalam DeFi, gaming, dan identitas.

Mengapa zkML Penting untuk Blockchain

Masalah: Smart contract tidak dapat menjalankan ML kompleks on-chain (terlalu boros gas). Mereka harus mempercayai oracle off-chain untuk menyediakan hasil inferensi ML.

Solusi ZK:

  • Model ML berjalan off-chain (cepat, murah)
  • Bukti ZK dihasilkan bahwa output = inferensi yang benar
  • Bukti diverifikasi on-chain (murah, ~200K gas)
  • Kontrak mempercayai output yang diverifikasi secara kriptografi — bukan oracle

Aplikasi:

  • Credit scoring untuk peminjaman DeFi (bukti kelayakan kredit yang privat)
  • Anti-bot proof (buktikan Anda manusia via classifier ML tanpa mengungkapkan identitas)
  • Hasil lotre/game yang adil (buktikan model keacakan berjalan dengan benar)
  • Moderasi konten (buktikan konten ditandai oleh model yang diklaim)

Tantangan Praktis

Model ML modern diterjemahkan dengan buruk ke sirkuit ZK:

  • Operasi neural network: perkalian (bobot × input), penjumlahan, aktivasi ReLU
  • Masalah: ReLU (max(0, x)) bersifat non-aljabar — memerlukan dekomposisi bit dalam ZK → mahal

Kuantisasi untuk zkML:

  • Konversi bobot float32 ke int8 atau int16 (kurangi presisi)
  • Model terkuantisasi memiliki akurasi lebih rendah tetapi secara dramatis lebih sedikit kendala ZK
  • Kuantisasi 8-bit: 4× lebih sedikit kendala daripada aproksimasi float32

Waktu pembuktian berdasarkan ukuran model (2024):

  • Neural network sederhana (~1K param): beberapa detik
  • ResNet-50 (~25M param): ~beberapa menit
  • GPT-2 (~117M param): berjam-jam

Ekosistem

  • EZKL: Framework zkML terbuka paling aktif; mengkonversi model ONNX ke sirkuit Halo2
  • Modulus Labs: Startup zkML yang berfokus pada on-chain AI gaming
  • Pado: zkML untuk aplikasi privasi dan identitas

Sentimen Media Sosial

zkML adalah topik yang semakin diminati di komunitas kripto Indonesia, terutama seiring narasi AI dan kripto bergabung. Para peneliti dan investor yang mengikuti tren AI + crypto melihat zkML sebagai primitif dasar untuk AI on-chain yang dapat dipercaya. Terakhir diperbarui: 2026-04

Istilah Terkait

Lihat Juga

Sumber

  • EZKL GitHub (https://github.com/zkonduit/ezkl) — Framework zkML open-source terkemuka.
  • Modulus Labs (https://www.modulus.xyz) — Startup zkML yang berfokus pada on-chain AI.
  • zkML Survey (https://arxiv.org/abs/2310.10523) — Survey akademis komprehensif tentang teknik zkML.
  • Ethereum Research: zkML (https://ethresear.ch) — Diskusi tentang aplikasi zkML di ekosistem Ethereum.