Pourquoi l'IA a besoin d'une couche de confiance et comment Mira essaie d'en construire une
L'inconfort de l'intelligence artificielle
L'un des faits difficiles m'a fait regarder l'intelligence artificielle de plus près lorsque j'ai commencé à le faire. Les systèmes d'IA sont si sûrs mais pas nécessairement précis. Le modèle linguistique est capable de fournir une explication claire et de nommer des sources et d'organiser les arguments, cependant, il peut toujours se tromper en termes de faits simples. Ce problème est désigné sous le nom d'hallucination de l'IA et c'est l'une des raisons principales pour lesquelles l'IA n'est pas un outil de confiance dans d'autres cercles sérieux. Les systèmes ne sont pas applicables aux hôpitaux, aux tribunaux, aux marchés financiers et aux écoles qui composent parfois des informations. La technologie peut s'avérer puissante, cependant, lorsqu'elle n'est pas fiable, elle peut devenir risquée. Plus je lisais cela, plus je comprenais qu'il ne s'agit pas simplement de créer de meilleurs modèles. En effet, même les modèles les plus parfaits sont faillibles car ils sont probabilistes par nature. Au lieu de prouver, ils font des suppositions sur ce qu'ils pensent être éventuellement vrai. Donc, bien que le taux d'erreur puisse diminuer, il ne disparaît jamais. Et avec un milliard d'interactions d'IA chaque jour, vous pouvez déjà avoir un gros problème même avec un faible taux d'erreur.
LA SAISON DES ALTCOINS atteint un plus bas de deux ans : Ce que cela signifie pour les marchés crypto.
Introduction : Quand tout le monde attend la saison des altcoins mais qu'elle ne vient jamais
Au cours des derniers mois, j'ai observé un phénomène étrange lorsque j'observe le marché des cryptomonnaies. Bitcoin recevait une attention, un volume et des gros titres significatifs, tandis que la plupart des altcoins n'expérimentaient pas la même chose. En général, lors d'un marché crypto florissant, les investisseurs redirigent une partie de leurs fonds de Bitcoin vers les autres tokens. C'est ce que les traders appellent la saison des altcoins. Cependant, ces derniers temps, les statistiques ont dit le contraire. De nombreux indicateurs d'altcoins sont proches de leur plus bas niveau depuis près de deux ans, indiquant que le marché est certainement en saison Bitcoin. C'est-à-dire que la majorité des altcoins ne performent pas aussi bien que Bitcoin.
LES FONDS NÉGOCIÉS EN BOURSE BITCOIN VOIENT LES PLUS GRANDES SORTIES EN SEMAINES
Les fonds négociés en bourse $BTC viennent d'enregistrer 348,9 millions de dollars de sorties, la plus grande sortie en semaines.
Fidelity a mené les ventes avec -158,5 millions de dollars, suivi par BlackRock à -143,5 millions de dollars. C'est un signe clair que les institutions réduisent leur exposition, du moins à court terme.
FABRIC PROTOCOL RÉSOLVANT LE PROBLÈME DU TRAVAIL DES MACHINES VÉRIFIABLE
Au départ, j'étais fasciné par les titres sensationnels de robots effectuant des saltos arrière et que les drones livreurs de pizza deviendraient une réalité. Cependant, ma conversation avec les personnes qui utilisent des robots m'a fait réaliser qu'il n'existe pas de méthode facile pour démontrer ce qu'un robot a fait.
Et après avoir regardé SUBSERVIENCE, ma vision de la robotique a été gravement ébranlée. LOL
Lorsqu'un robot de livraison dépose le colis et que quelqu'un se plaint, les captures d'écran et les journaux personnels n'aident pas à résoudre le problème. Les robots ne possèdent pas de comptes bancaires, de passeports, et n'ont pas la capacité de signer des contrats. La majorité des flottes de robots sont gérées comme des clubs fermés : une entreprise collecte les fonds, achète des robots et les fonds restent dans leur propre cadre. Cela va pour les prototypes, mais pas pour les robots qui pourraient bénéficier à des étrangers. La différence entre des démonstrations accrocheuses et la réalité de la nécessité de prouver un travail m'a attiré vers le Fabric Protocol. Lors d'interviews avec des ingénieurs, j'ai écouté des drones, des robots d'entrepôt et même des machines chirurgicales qui tiennent des journaux d'erreurs par elles-mêmes et lorsqu'elles sont détruites, elles n'ont aucun enregistrement neutre.
À première vue, en regardant Mira, j'étais plus préoccupé par le problème qu'il aborde que par l'excitation liée aux jetons : garantir que les résultats logiciels sont fiables. Les grands modèles d'IA sont certains mais ont la capacité de fabriquer ou de révéler les biais de leurs données d'entraînement. Selon le livre blanc, il n'existe aucun modèle contre les hallucinations et les biais. Une telle divergence implique que l'IA reste risquée dans des domaines vitaux des affaires tels que le diagnostic des maladies ou les décisions de prêt. C'est pourquoi il est important d'être vérifié.
Je crois que le concept actuel n'est pas seulement des robots sur une blockchain pour le Fabric Protocol.
C'est la réputation des machines
Dans le cas où le travail économique est effectué par des robots, les gens examineront leur historique, pas seulement ce dont ils sont capables. L'identité en chaîne et l'historique des tâches dans Fabric fournissent une histoire publique de la performance des machines de manière silencieuse. En résumé, il ne s'agit pas seulement de la coordination des robots, mais cela développe un système de crédit pour le travail des machines. Cela semble être plus important que le token.
La première chose que j'ai remarquée en regardant Mira, c'est que le point clé n'est pas à quel point l'IA peut être intelligente, mais plutôt à quel point elle est digne de confiance. Les modèles ne cherchent pas la vérité, mais des motifs qui semblent corrects. Cela entraîne des hallucinations. Ce n'est pas une mauvaise idée de Mira : plutôt que de se fier à un seul modèle, cela permet une grande variété de modèles pour tester des arguments et parvenir à un consensus.
Si je le mets simplement en mots, cela crée une couche de confiance des résultats d'IA
@Fabric Foundation traite les robots non seulement comme des dispositifs mais aussi comme des participants économiques avec des histoires traçables, ce que je trouve incroyable.
Chaque robot possède un identifiant cryptographique et enregistre toutes les tâches. Cette histoire devient publique. Elle informe d'autres systèmes des emplois que le robot est capable d'exécuter, et de leur confiance en lui. Fabric expérimente avec une économie de réputation machine, dans laquelle la fiabilité et le comportement précédent sont devenus plus importants que la machine elle-même.