نماذج الذكاء الاصطناعي صناديق سوداء؛ عليك أن تثق بمن يشغّلها. العملات المشفرة تغيّر ذلك.
الحوسبة القابلة للتحقق هي أحد أقل أوجه التقاطع بين الذكاء الاصطناعي والبلوك تشين تقديرًا. الفكرة الأساسية: بدلًا من تلقي مخرجات نموذج ذكاء اصطناعي فحسب، تتلقى إثباتًا تشفيريًا يؤكد أن العملية الحسابية نُفذت بصورة صحيحة على نموذج محدد لم يطرأ عليه أي تغيير. ولا حاجة إلى الثقة بالمشغّل.
هذا أهم مما يدركه معظم الناس:
سلامة النموذج - يؤكد التحقق على السلسلة أن أوزان النموذج المنشورة لم تُستبدل سرًا بنسخة متحيزة أو مخترقة.
قابلية التدقيق على نطاق واسع - تستطيع شبكات استدلال الذكاء الاصطناعي اللامركزية أن تثبت لأي مستخدم أن الاستدلال نُفذ على النموذج المعلن عنه، من دون الحاجة إلى إعادة تشغيله.
مواءمة الحوافز - عندما تكون المدفوعات لمقدمي حوسبة الذكاء الاصطناعي مشروطة بإثباتات قابلة للتحقق، ينشأ سوق يُكشف فيه عن الجهات السيئة بالدليل، فتخسر إيراداتها لا سمعتها فحسب.
قابلية التركيب - يمكن دمج مخرجات الذكاء الاصطناعي المتحقق منها مباشرةً في منطق العقود الذكية. ويمكن لبروتوكولات التمويل اللامركزي استخدام تقييمات مخاطر الذكاء الاصطناعي أو توقعات الأسعار أو مؤشرات الحالات الشاذة، مع إثبات مصدرها على السلسلة.
ما زلنا في البداية. إن إنشاء إثباتات التعلم الآلي عديم المعرفة (zkML) مكلف اليوم، لكن تسريع الأجهزة والإثباتات التكرارية يخفضان التكاليف بسرعة. وستمتلك سلاسل الكتل التي تطور أدوات zkML أصلية الآن طبقة تسوية حوسبة الذكاء الاصطناعي لاحقًا.
تقليل الحاجة إلى الثقة هو أعمق ما تقدمه العملات المشفرة. ومن الحتمي تطبيق ذلك على الذكاء الاصطناعي.
$ETH $BNB $SOL
#AIcrypto #zkML #VerifiableAI #DeFi #Blockchain
الحوسبة القابلة للتحقق هي أحد أقل أوجه التقاطع بين الذكاء الاصطناعي والبلوك تشين تقديرًا. الفكرة الأساسية: بدلًا من تلقي مخرجات نموذج ذكاء اصطناعي فحسب، تتلقى إثباتًا تشفيريًا يؤكد أن العملية الحسابية نُفذت بصورة صحيحة على نموذج محدد لم يطرأ عليه أي تغيير. ولا حاجة إلى الثقة بالمشغّل.
هذا أهم مما يدركه معظم الناس:
سلامة النموذج - يؤكد التحقق على السلسلة أن أوزان النموذج المنشورة لم تُستبدل سرًا بنسخة متحيزة أو مخترقة.
قابلية التدقيق على نطاق واسع - تستطيع شبكات استدلال الذكاء الاصطناعي اللامركزية أن تثبت لأي مستخدم أن الاستدلال نُفذ على النموذج المعلن عنه، من دون الحاجة إلى إعادة تشغيله.
مواءمة الحوافز - عندما تكون المدفوعات لمقدمي حوسبة الذكاء الاصطناعي مشروطة بإثباتات قابلة للتحقق، ينشأ سوق يُكشف فيه عن الجهات السيئة بالدليل، فتخسر إيراداتها لا سمعتها فحسب.
قابلية التركيب - يمكن دمج مخرجات الذكاء الاصطناعي المتحقق منها مباشرةً في منطق العقود الذكية. ويمكن لبروتوكولات التمويل اللامركزي استخدام تقييمات مخاطر الذكاء الاصطناعي أو توقعات الأسعار أو مؤشرات الحالات الشاذة، مع إثبات مصدرها على السلسلة.
ما زلنا في البداية. إن إنشاء إثباتات التعلم الآلي عديم المعرفة (zkML) مكلف اليوم، لكن تسريع الأجهزة والإثباتات التكرارية يخفضان التكاليف بسرعة. وستمتلك سلاسل الكتل التي تطور أدوات zkML أصلية الآن طبقة تسوية حوسبة الذكاء الاصطناعي لاحقًا.
تقليل الحاجة إلى الثقة هو أعمق ما تقدمه العملات المشفرة. ومن الحتمي تطبيق ذلك على الذكاء الاصطناعي.
$ETH $BNB $SOL
#AIcrypto #zkML #VerifiableAI #DeFi #Blockchain