إثباتات المعرفة الصفرية على وشك أن تصبح أهم بدائية للذكاء الاصطناعي
سار ازدهار الذكاء الاصطناعي والعملات المشفرة على مسارين متوازيين، لكن إثباتات المعرفة الصفرية قد تكون الجسر الذي يجعلهما يلتقيان بطريقة مفيدة فعلاً.
إليك المشكلة الأساسية التي يواجهها الذكاء الاصطناعي على نطاق واسع: لا يمكنك التحقق من المخرجات. فعندما يعرض نموذجٌ نتيجة، لا توجد طريقة تشفيرية تثبت أنه نفّذ العملية الحسابية الصحيحة باستخدام أوزان النموذج الصحيحة، من دون الوثوق بمزوّد البنية التحتية. لا بأس بذلك في روبوتات الدردشة الاستهلاكية، لكنه عائق خطير أمام وكلاء الذكاء الاصطناعي الذين يتولون قرارات مالية أو مستندات قانونية أو بيانات صحية.
تحلّ أنظمة إثباتات المعرفة الصفرية هذه المشكلة تحديداً. إذ يتيح إثبات zkML لمالك النموذج أن يثبت، من دون كشف الأوزان، أن استدلالاً معيناً نُفّذ على نحو صحيح. ويُصادَق على المخرجات تشفيرياً. لا حاجة إلى الثقة إلا بالرياضيات.
وهذا مهم للغاية لوكلاء الذكاء الاصطناعي على السلسلة. إن $ETH و$BNB هما بالفعل طبقتا تسوية للقيمة. وبإضافة التصديق عبر zkML، يصبح بوسع هؤلاء الوكلاء اتخاذ قرارات قابلة للتحقق، لا مجرد قرارات احتمالية. وتجعل بيئة $SOL عالية الإنتاجية منها خياراً طبيعياً للتحقق من الإثباتات بتكلفة منخفضة.
ما زلنا في البداية. فما زال توليد إثباتات zkML مكلفاً. لكن تكاليف الإثبات تتبع نظائر قانون مور، أي إنها تنخفض بسرعة. والفرق التي تبني اليوم استدلالاً للذكاء الاصطناعي موثّقاً بإثباتات المعرفة الصفرية تمهّد البنية التحتية للدورة المقبلة.
الذكاء الاصطناعي القابل للتحقق ليس ميزة إضافية، بل شرط أساسي لتمكّن وكلاء مستقلين على السلسلة من حيازة قيمة حقيقية.
#ZeroKnowledge #AIcrypto #zkML #DeFi #Web3
سار ازدهار الذكاء الاصطناعي والعملات المشفرة على مسارين متوازيين، لكن إثباتات المعرفة الصفرية قد تكون الجسر الذي يجعلهما يلتقيان بطريقة مفيدة فعلاً.
إليك المشكلة الأساسية التي يواجهها الذكاء الاصطناعي على نطاق واسع: لا يمكنك التحقق من المخرجات. فعندما يعرض نموذجٌ نتيجة، لا توجد طريقة تشفيرية تثبت أنه نفّذ العملية الحسابية الصحيحة باستخدام أوزان النموذج الصحيحة، من دون الوثوق بمزوّد البنية التحتية. لا بأس بذلك في روبوتات الدردشة الاستهلاكية، لكنه عائق خطير أمام وكلاء الذكاء الاصطناعي الذين يتولون قرارات مالية أو مستندات قانونية أو بيانات صحية.
تحلّ أنظمة إثباتات المعرفة الصفرية هذه المشكلة تحديداً. إذ يتيح إثبات zkML لمالك النموذج أن يثبت، من دون كشف الأوزان، أن استدلالاً معيناً نُفّذ على نحو صحيح. ويُصادَق على المخرجات تشفيرياً. لا حاجة إلى الثقة إلا بالرياضيات.
وهذا مهم للغاية لوكلاء الذكاء الاصطناعي على السلسلة. إن $ETH و$BNB هما بالفعل طبقتا تسوية للقيمة. وبإضافة التصديق عبر zkML، يصبح بوسع هؤلاء الوكلاء اتخاذ قرارات قابلة للتحقق، لا مجرد قرارات احتمالية. وتجعل بيئة $SOL عالية الإنتاجية منها خياراً طبيعياً للتحقق من الإثباتات بتكلفة منخفضة.
ما زلنا في البداية. فما زال توليد إثباتات zkML مكلفاً. لكن تكاليف الإثبات تتبع نظائر قانون مور، أي إنها تنخفض بسرعة. والفرق التي تبني اليوم استدلالاً للذكاء الاصطناعي موثّقاً بإثباتات المعرفة الصفرية تمهّد البنية التحتية للدورة المقبلة.
الذكاء الاصطناعي القابل للتحقق ليس ميزة إضافية، بل شرط أساسي لتمكّن وكلاء مستقلين على السلسلة من حيازة قيمة حقيقية.
#ZeroKnowledge #AIcrypto #zkML #DeFi #Web3