Исследователи из подразделения Apple Machine Learning Research представили новую концепцию, решающую проблему верификации утверждений о неизвестных распределениях данных. В описанном сценарии одна сторона располагает ограниченным количеством образцов, в то время как другая, потенциально ненадежная сторона, заявляет о проведении сложного анализа и делает выводы о свойствах этих данных.

Авторы работы сконструировали системы интерактивных доказательств, которые позволяют первой стороне эффективно проверить заявления второй. Ключевое преимущество предложенного подхода заключается в том, что проверка требует значительно меньше вычислительных ресурсов, чем самостоятельное проведение первоначального глубокого анализа.

Разработанная система применима к общим свойствам распределений, которые могут быть определены с помощью схем ограниченной глубины. Это теоретическое достижение открывает возможности для создания протоколов, где доверие к результатам обработки больших данных обеспечивается математически, а не репутацией исполнителя.