Cách các Bằng Chứng Không Kiến Thức Đang Làm Cho Các Đại Lý AI Thông Minh Hơn và Hiệu Quả Hơn: Tương Lai của Tính Toán Hợp Tác
Công nghệ Trí Tuệ Nhân Tạo (AI) ngày càng có mặt ở khắp mọi nơi. Nó xuất hiện ở vị trí hàng đầu trong kết quả tìm kiếm, được sử dụng để viết các đoạn mã nhỏ, có thể tiến hành nghiên cứu và trích dẫn nguồn, và một số người thậm chí đang cố gắng tìm cách đưa nó vào máy rửa chén của bạn. Mặc dù nhu cầu có AI trong máy rửa chén của bạn có thể gây tranh cãi, nhưng một điều không thể tranh cãi là việc sử dụng sức mạnh tính toán nhiều như vậy có những chi phí nhất định.
Năng lượng cần thiết để đào tạo và vận hành các hệ thống AI là rất lớn. Các trung tâm dữ liệu khổng lồ phải được xây dựng để xử lý thông tin cần thiết để khiến một AI hiểu yêu cầu của bạn và đưa ra câu trả lời hợp lý. Đến năm tới, các trung tâm dữ liệu này dự kiến sẽ tiêu thụ tổng cộng bằng năng lượng của toàn bộ đất nước Nhật Bản. Mặc dù không phải tất cả các khía cạnh của các trung tâm này đều dành cho AI, nhưng vấn đề tiêu thụ năng lượng của chúng vẫn phải được giải quyết.
Việc phức tạp hóa vấn đề là tiêu chuẩn ngày càng tăng của những người sử dụng AI. Xu hướng của AI trong việc tạo ra những thông tin không chính xác, sai lệch hoặc thậm chí là bịa đặt ngày càng trở nên nổi bật. Người dùng yêu cầu có bằng chứng rằng thông tin do các mô hình AI cung cấp là chính xác, dựa trên dữ liệu đáng tin cậy và được xử lý đúng cách. Với tầm quan trọng của một số nhiệm vụ mà AI hiện đang được tin tưởng, chẳng hạn như nhận diện hình ảnh, hướng dẫn robot và quyết định cách lái xe, có thể hiểu được rằng người ta có thể muốn có bằng chứng rằng mô hình AI đang sử dụng dữ liệu đáng tin cậy để hoạt động. Tự nhiên, điều này đòi hỏi nhiều xử lý hơn, nhiều dữ liệu hơn và tiêu thụ năng lượng nhiều hơn.
Tuy nhiên, vẫn có một cách để giải quyết cả hai vấn đề này cùng một lúc. Các Bằng chứng Không Kiến thức (ZK proofs) là một công cụ mạnh mẽ cho phép người dùng xác nhận độ chính xác của thông tin đồng thời bảo vệ quyền riêng tư. Nếu được sử dụng đúng cách, nó có thể làm điều đó với hiệu suất đáng kể.
Giải thích về Bằng chứng ZK
Đối với những ai cần một sự nhắc nhở, các bằng chứng ZK là phương pháp để chứng minh với ai đó rằng một bên có thông tin cụ thể mà không chỉ đơn giản là cho họ thấy thông tin đó.
Một ví dụ minh họa phổ biến là “Hang động của Ali Baba”. Hãy tưởng tượng rằng bạn đang ở trong một hang động ma thuật có hình dạng như một vòng với một đường hầm dẫn vào. Ở phía đối diện của vòng từ đường hầm, và bị ẩn bởi tường hang, có một cánh cửa ma thuật chỉ mở ra với một từ ma thuật. Giả sử bạn có một người bạn muốn có bằng chứng rằng bạn biết từ ma thuật, nhưng bạn không muốn họ thực sự nghe nó là gì. Bạn sẽ làm thế nào?
Một câu trả lời là chứng minh rằng cách duy nhất để đi vòng quanh hang mà không đi qua đường hầm vào là qua cánh cửa và cách duy nhất để đi qua cánh cửa là biết mật khẩu. Sau đó, bằng cách làm đúng điều đó, bạn chứng minh rằng bạn có mật khẩu — mặc dù bạn của bạn vẫn không biết nó là gì.
Nó có thể được làm rõ hơn với một câu chuyện khác. Hãy tưởng tượng rằng bạn của bạn bị mù màu. Anh ấy không hoàn toàn tin rằng hai quả bóng mà bạn có, một quả đỏ và một quả xanh mà ngoài ra là nhận diện, là khác nhau. Để chứng minh rằng chúng có thể được phân biệt, bạn đã để anh ấy đặt chúng sau lưng và sau đó cho bạn xem một quả. Nếu anh ấy đổi chúng sau lưng, bạn sẽ biết. Sau một vài lần chỉnh sửa, nói với anh ấy nếu anh ấy đã đổi quả bóng, anh ấy tin rằng bạn có thể phân biệt chúng mặc dù bạn chưa bao giờ nói với anh ấy quả nào là xanh và quả nào là đỏ.
Các bằng chứng này có nhiều ứng dụng, đặc biệt trong xác thực, bảo vệ quyền riêng tư và các lĩnh vực liên quan. Chúng có thể hữu ích trong việc giải quyết các vấn đề của AI.
ZK gặp AI
Có thể áp dụng các bằng chứng ZK cho AI theo cách xác nhận độ chính xác của thông tin được cung cấp một cách hiệu quả, hiệu quả và theo cách bảo vệ dữ liệu được sử dụng để đào tạo mô hình AI. Bằng cách sử dụng các bằng chứng này, người dùng có thể nhanh chóng xác nhận rằng dữ liệu được trích dẫn bởi mô hình AI thực sự tồn tại, mà không nhất thiết phải có quyền truy cập trực tiếp vào dữ liệu đó.
Ngoài ra, điều này có thể được thực hiện một cách tương đối hiệu quả, giải quyết các vấn đề về tiêu thụ năng lượng. Bằng chứng ZK-SNARK, viết tắt của “lập luận không tương tác ngắn gọn về tri thức”, đặc biệt nhỏ so với các bằng chứng như thế này, và có thể được sử dụng để chứng minh độ chính xác của nhiều loại thông tin với chi phí tính toán thấp. Ở nơi tốc độ quan trọng hơn so với kinh tế của việc sử dụng dữ liệu, ZK-STARKs, “lập luận minh bạch có thể mở rộng về tri thức”, có thể rất hữu ích.
Bằng cách áp dụng các bằng chứng ZK vào đầu ra của các mô hình AI, có thể có khả năng thêm một mức độ chắc chắn cho đầu ra của AI mà không cần thêm một khối lượng tính toán tiêu tốn năng lượng hơn nữa. Với những tiềm năng của AI và những vấn đề hiện tại mà nó đang phải đối mặt khi nó tạo ra những giả thuyết, việc giải quyết vấn đề này nên là mối quan tâm chính của nhiều người làm việc trong lĩnh vực này. Các giải pháp tiềm năng được hứa hẹn bởi các bằng chứng ZK nên được coi trọng bởi tất cả những người tham gia.
Về ARPA
Mạng ARPA (ARPA) là một mạng lưới tính toán phi tập trung, an toàn được xây dựng để cải thiện sự công bằng, an ninh và quyền riêng tư của các blockchain. Mạng chữ ký BLS ngưỡng ARPA phục vụ như hạ tầng cho một Máy phát số ngẫu nhiên có thể xác minh (RNG), ví an toàn, cầu nối chuỗi chéo và lưu ký phi tập trung trên nhiều blockchain.
ARPA trước đây được biết đến với tên ARPA Chain, một mạng lưới tính toán đa bên bảo vệ quyền riêng tư (MPC) được thành lập vào năm 2018. ARPA Mainnet đã hoàn thành hơn 224.000 nhiệm vụ tính toán trong những năm qua. Kinh nghiệm của chúng tôi trong MPC và các lĩnh vực mật mã khác đã tạo nền tảng cho thiết kế hệ thống chữ ký BLS ngưỡng đổi mới của chúng tôi (TSS-BLS) và dẫn đến mạng ARPA ngày hôm nay.
Randcast, một Máy phát số ngẫu nhiên có thể xác minh (RNG), là ứng dụng đầu tiên khai thác ARPA như hạ tầng. Randcast cung cấp một nguồn ngẫu nhiên được tạo ra bằng mật mã với độ bảo mật cao hơn và chi phí thấp hơn so với các giải pháp khác. Metaverse, trò chơi, xổ số, tạo NFT và danh sách trắng, tạo khóa và phân phối nhiệm vụ xác thực blockchain có thể được hưởng lợi từ sự ngẫu nhiên không thể giả mạo của Randcast.
Để biết thêm thông tin về ARPA, vui lòng liên hệ với chúng tôi qua contact@arpanetwork.io.
Tìm hiểu về tin tức chính thức gần đây của ARPA:
Twitter: @arpaofficial
Medium: https://medium.com/@arpa
Discord: https://dsc.gg/arpa-network
Telegram (English): https://t.me/arpa_community
Telegram (Turkish): https://t.me/Arpa_Turkey
Telegram (Korean): https://t.me/ARPA_Korea
Reddit: https://www.reddit.com/r/arpachain/