Ricerca
Proof-of-Machine-Learning-Inference: estrarre conoscenza, non hash
La Proof-of-Work (PoW) in stile Bitcoin protegge le blockchain senza autorizzazioni, ma impiega ingenti risorse computazionali per risolvere enigmi basati su hash, che non hanno altra utilità se non…

- arXiv
- 2610.26713
- Pubblicato
- 2026-10-19
- Autori
- Wan Ki Wong, Michele Ciampi, Rik Sarkar
Abstract degli autori
La Proof-of-Work (PoW) in stile Bitcoin protegge le blockchain senza autorizzazioni, ma impiega ingenti risorse computazionali per risolvere enigmi basati su hash, che non hanno altra utilità se non estendere la catena. Allo stesso tempo, abbiamo visto che l’ascesa dell’intelligenza artificiale generativa ha creato una notevole domanda di risorse computazionali che, purtroppo, sono disponibili soltanto a pochi operatori. Proponiamo una soluzione che risolve entrambi i problemi contemporaneamente. In particolare, presentiamo Proof-of-ML-Inference (PoML), un protocollo di consenso in cui i miner eseguono inferenze di machine learning richieste dagli utenti come parte del proprio algoritmo di consenso. Individuiamo con precisione le ipotesi computazionali necessarie affinché l’inferenza di machine learning possa sostituire in sicurezza il lavoro basato sugli hash, le formalizziamo e forniamo evidenze del fatto che gli LLM e i modelli di diffusione le soddisfano. Analizziamo quindi formalmente la sicurezza del nostro protocollo riconducendola alla sicurezza del modello Bitcoin Backbone. Infine, valutiamo empiricamente la stabilità dei tempi tra i blocchi, mostrando che, in un ambiente simulato, PoML mantiene un ritmo di produzione dei blocchi vicino a quello previsto dal tempo obiettivo calibrato tra un blocco e l’altro.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv