プレスリリースのポイント
- ゼロ知識証明（ZKP）を活用した検証可能なAI「Verifiable AI」の発表
- プライバシーを守りながらAIの結果を独立検証できるZKML技術の採用
- Web3・ブロックチェーン領域でのAI活用拡大と新たな応用可能性
ARPA Networkが「Verifiable AI」を発表
【シンガポール 2025年10月20日】
Web3インフラ向け暗号プロトコルの先駆者であるARPA Networkが、プライバシーを守りながらAIの出力を独立して検証できる革新的なフレームワーク「Verifiable AI」を発表しました。
この技術は、ゼロ知識証明（ZKP）を活用することで、安全で、プライバシーを保護し、独立して検証可能なAI出力を提供します。
この取り組みの基盤となるのがゼロ知識機械学習（ZKML）です。ZKMLは、AIシステムが機密データや独自のモデルロジックの詳細を明かすことなく、その結果の正しさを証明できる新しい技術です。
ARPA Networkの共同創設者であるFelix Xu氏は次のようにコメントしています。
「AIには“信頼の問題”があります。その複雑さと不透明さのために、ユーザーは盲目的に信じるしかない状況に置かれています。私たちは“Verifiable AI（検証可能なAI）”によって、プライバシーを損なうことなく暗号学的にAIの結果を検証できるツールを世界に提供しています。これは、透明性・安全性・責任あるAIへの大きな一歩です。」
信頼不要でスケーラブルなAI検証
Verifiable AIは、分散型・プライバシー重視型AIエコシステムに対する透明性需要の高まりに応えています。
ブロックチェーン技術と組み合わせることで、さまざまな分野において信頼不要なAI検証を実現します。具体的な応用例は以下の通りです。
- オラクル：ZKML（ゼロ知識機械学習）を活用したオラクルは、基盤データを開示することなく、その正確性をゼロ知識証明によって検証可能にし、信頼不要で検証可能なデータフィードを提供します。
- 生体認証・アイデンティティ認証：ZKMLは、虹彩スキャンや顔認識といった機微な生体データを保護しながら、分散型IDシステムにおけるプライバシー重視の認証を実現します。
- Web3ゲーム：ZKMLは、オンチェーンで検証可能なAIモデルを統合し、AI駆動の動的なゲームプレイを可能にします。これにより、ゲーム内のロジックやプレイヤー間のやり取りの信頼性が確保されます。
- ヘルスケアおよび法的推論：機微なデータを安全に処理しつつ、得られた結果の正当性を証明することが可能になります。
性能を犠牲にしないZKML最適化
ARPAの研究は、ZKP生成に最適化された機械学習モデルの開発に重点を置いており、特にMobileFaceNetを用いた顔認証ユースケースに注力しています。代表的な成果は次の通りです。
- レイヤー変換：畳み込み層・ReLU層・全結合層をSumcheckおよびGKRプロトコルに適合化し、効率的なゼロ知識証明生成を実現しました。
- パラメータ量子化：浮動小数点のパラメータを固定小数点に変換し、精度を保ちながらZKサーキットで利用できるようにしました。
- 証明生成とオンチェーン検証：オフチェーンでの証明生成を合理化しつつ、効率的なオンチェーン検証を保証します。
信頼できるAIへ
ゼロ知識証明を活用したVerifiable AIは、人工知能における信頼性、プライバシー、性能がどのように関連し合うかを再定義します。ブロックチェーンと組み合わせることで、データの完全性、モデルの透明性、検証可能性といった長年の課題に対処します。
ZKML技術の発展により、DeFi、分散型アイデンティティ、ゲーム、プライバシーを重視する医療・法務テックの分野で新たな応用が期待されています。
ARPA Networkについて
ARPA Networkは、ブロックチェーン上での公平性・プライバシー・セキュリティを向上させることを目的とした分散型セキュアコンピュテーションネットワークです。Threshold Signatures（TSS）やZero-Knowledge Proofs（ZKP）などの暗号技術を活用し、「Verifiable Random Number Generation（Randcast）」や、「Verifiable AI」「ZKML」といった基盤ソリューションの開発を進めています。
Cryptide AIがポイントを解説
ここからは、Cryptide AIが分かりにくい部分をピックアップして解説します！
分かりにくい用語などを解説
- ゼロ知識証明（ZKP）とは何か？
- 相手に情報の中身を開示せずに「正しいことだけを証明できる」暗号技術です。AIの検証では、結果の正確さを秘密を守ったまま確認する仕組みに使われます。
- ZKMLとは？
- 「Zero-Knowledge Machine Learning」の略で、AIの出力が正しいことを証明できる方式です。AIモデルやトレーニングデータを公開せずに動作の正当性を保証します。
- Verifiable AIのメリットは？
- ゼロ知識証明（ZKP）という暗号技術を使って、ユーザーの機密データやAIの秘密のロジックを公開することなく、AIの出力を検証できることです。AIが誤った判断をしていないかを第三者が確認でき、AIのプライバシー、透明性、信頼性が高まります。
気になる点をピックアップ解説
「Verifiable AIのような活用シーンにはどのようなものがあるか？」という部分をピックアップ解説します。
利用シーンには、外部データ（株価、天気、現実世界のイベントなど）、虹彩スキャンや顔認識といった機密性の高い生体認証データ、ゲーム内の動的な意思決定や対戦相手の動作制御、患者の機密医療データや、企業の機密情報を用いた法的推論・分析などが考えられます。
特にデータの機密性が高い分野や不正が許されない分散型環境（Web3）において必要な技術となりそうです。
総合的なまとめ
ARPA Networkが発表したVerifiable AIは、ゼロ知識証明技術を活用してAI出力の信頼性を確立しようとする取り組みです。ブロックチェーンとZKMLを組み合わせることで、プライバシーを守りながらAIの透明性を実現します。この技術は今後、Web3やヘルスケア分野で広く応用が期待されます。
参考URL：
