🧵 1/ AI is overal. Maar kun je eigenlijk vertrouwen op hoe het is getraind? AI-modellen leren van data. Maar soms is die data gevoelig (medische dossiers, financiële geschiedenis, persoonlijke berichten, enz.) Dus bedrijven gebruiken een techniek genaamd Federated Learning: jouw data verlaat nooit jouw apparaat. Alleen de "geleerde lessen" worden gedeeld. Privacy behouden. Maar hier is een addertje onder het gras.

2/ Alleen omdat je gegevens lokaal blijven, betekent niet dat iedereen in het proces eerlijk handelt. Wat als iemand de AI manipuleert tijdens de training? Wat als de resultaten worden gemanipuleerd? Wat als iemand profiteert zonder iets bij te dragen? Vertrouwen wordt aangenomen. Maar nooit bewezen.

3/ Het idee? Vertrouw niet zomaar, verifieer. Met behulp van cryptografische bewijzen kan nu elke stap van het AI-trainingsproces worden gecontroleerd. Wie welke gegevens heeft gebruikt. Of de training correct is uitgevoerd. Of de resultaten eerlijk zijn samengevoegd. Geen blinde geloof nodig.

4/ Verifiëren hoe AI-resultaten worden gecombineerd ("aggregatie") is vandaag de dag al haalbaar, en het sluit enkele van de grootste beveiligingsgaten in samenwerkende AI. Volledige trainingsverificatie komt eraan. We zijn er nog niet, maar het onderzoek gaat snel.

5/ Blockchain fungeert als een openbaar, onveranderlijk auditlogboek. En met zkVerify @zkvprotocol kost het verifiëren van die bewijzen slechts $0,0003. Dat is geen typfout.