人工智能世界需要更高的数据透明度，

Space and Time首席技术官兼联合创始人 Scott Dykstra在 TechCrunch 的Chain Reaction 播客上表示，随着人工智能的激增以及互联网上的事物更容易操纵，我们比以往任何时候都更需要确保数据和品牌的可验证性。

Dykstra 表示：“不要对密码学过于虔诚，但我们在 FTX 崩溃期间看到了这一点，我们有一个具有一定品牌信任的组织，就像我在 FTX 拥有我的个人毕生积蓄一样。我相信他们是一个品牌。”

但现已解散的加密货币交易所 FTX 正在内部操纵其账簿并误导投资者。 Dykstra 认为这类似于在数据库中查询财务记录，但在自己的数据库中进行操作。

这也超越了 FTX，进入了其他行业。 金融机构有动机想要操纵他们的记录，所以我们一直看到这种情况，而且问题变得更加严重。

但**的解决方案是什么？ Dykstra 认为答案是通过数据验证和零知识证明（ZK 证明），它们是用于证明某条信息的某些内容的加密操作，而不泄露原始数据本身。

从较高的层面来看，ZK 证明的工作方式是由证明者和验证者两方来确认某个陈述的真实性，除了它是否正确之外，不传达任何信息。例如，如果我想知道某人的信用评分是否高于 700，如果有的话，ZK 证明（证明者）可以向验证者确认这一点，而无需实际披露确切的数字。

Space and Time 的目标是通过对链外和链上的数据进行索引，成为 web3 的可验证计算层，但 Dykstra 认为它会扩展到行业之外并扩展到其他领域。目前，该初创公司已经对以太坊、比特币、Pogon、Sui、Avalanche、Sei 和 Aptos 等主要区块链进行了索引，并正在增加对更多区块链的支持，以推动人工智能和区块链技术的未来。

Dykstra 最近的担忧是人工智能数据无法真正验证。 “我非常担心我们无法真正有效地验证法学硕士是否正确执行。”

Dykstra 表示，如今有些团队正在致力于通过为机器学习或大型语言模型 (LLM) 构建 ZK 证明来解决这个问题，但尝试和创建它可能需要数年时间。这意味着模型操作员可以篡改系统或 LLM 来做有问题的事情。