Il est tout à fait essentiel dans le monde rapide de l'intelligence artificielle de pouvoir compter sur les résultats que l'IA nous livre. L'IA composera un contenu créatif et attrayant, mais elle produira également des hallucinations et démontrera des préjugés. Mira Network fait cela en appliquant un nouveau processus de transformation de contenu qui convertit les sorties floues de l'IA en informations vérifiables.
Le problème de la fiabilité de l'IA traditionnelle.
Les grands modèles de langage (LLMs), qui sont des types de modèles d'IA, sont basés sur la prédiction du mot ou de la séquence les plus probables à suivre. En raison de cela, leurs productions peuvent être imprécises sur le plan factuel ou sans rapport avec la réalité. Cette inférence rend la vérification directe des réponses difficile et nécessite généralement une assistance humaine, ce qui compromet les efforts d'une IA complètement autonome. Mira Network modifie notre réflexion sur les résultats de l'IA. Au lieu de considérer tout ce que l'IA propose comme vérité absolue, Mira l'examine avec une poignée de niveaux de vérification qui commencent par diviser intelligemment le matériel en unités plus petites.
Transformer les contenus en processus : étape par étape.
Fondamentalement, le module de transformation de contenu de Mira est un dispositif de dissection intelligent qui décompose l'entrée. Voici comment cela fonctionne :
Les données brutes de l'IA sont transmises au réseau Mira. Cela peut être des données textuelles, du code ou des données structurées.
Le module décompose le contenu en éléments très petits et vérifiables. Un tel exemple est une déclaration telle que : La Terre tourne autour du Soleil et la Lune tourne autour de la Terre, devient deux déclarations, l'une disant : La Terre tourne autour du Soleil et l'autre disant : La Lune tourne autour de la Terre.
Chaque élément est placé dans un format simple et clair tel que Ken->Fact afin que divers vérificateurs puissent le lire et le vérifier.
Les assertions sont transférées à de nombreuses machines peu fiables sur le net. Les machines ont leurs propres modèles d'IA spécialisés qui déterminent la véracité de la revendication. Il y a un grand nombre d'incertitudes des machines, et en conséquence, il y a moins de biais ou de points de défaillance.
L'algorithme de consensus de Mira résume tous les chèques individuels, avec le résultat de déterminer si toutes les revendications sont vraies. En cas de succès des assertions, Mira génère un certificat numérique sur une blockchain indiquant que la sortie de l'IA est certifiée.
La sortie d'une IA ne rejette pas le reste du contenu même si elle est incorrecte dans une partie de la sortie de l'IA. Les déclarations fausses sont seulement découvertes, ce qui signifie que l'ensemble du travail peut être bénéfique et valide.
Pourquoi c'est important : développer la confiance dans l'IA.
La transformation de contenu de Mira permet de générer de la confiance dans l'IA car elle présente un compte rendu solide et vérifiable de la manière dont les réponses de l'IA ont été confirmées. Cela élève le simple fait que cela est plausible à un niveau supérieur en le rendant factuel. Cela fournit une base pour une IA sans confiance, donc les utilisateurs n'ont pas à accepter la boîte noire d'une IA aveuglément. Ils peuvent plutôt faire confiance à un système de vérificateurs indépendants et aux preuves numériques valides que Mira présente.