Sự bùng nổ của các mô hình ngôn ngữ lớn (LLMs) đã giới thiệu một nghịch lý cơ bản: khi các hệ thống trí tuệ nhân tạo trở nên tinh vi hơn và các đầu ra của chúng trở nên trôi chảy hơn, khả năng của chúng trong việc tạo ra thông tin có vẻ hợp lý nhưng thực tế không chính xác thường được gọi là "ảo tưởng" tạo ra một rào cản quan trọng đối với hoạt động tự động trong các lĩnh vực có nguy cơ cao. Bản chất xác suất vốn có của AI sinh tạo, trong khi cho phép sự sáng tạo và khả năng thích ứng theo ngữ cảnh, đã làm suy yếu độ tin cậy cần thiết cho các ứng dụng trong lĩnh vực chăm sóc sức khỏe, dịch vụ tài chính và phân tích pháp lý, nơi độ chính xác có thể xác minh là không thể thương lượng. Câu hỏi liệu hạ tầng phi tập trung có thể giảm thiểu nút thắt này hay không là trung tâm của đề xuất giá trị của Mạng lưới Mira, một giao thức được thiết kế để hoạt động như một lớp tin cậy cho nội dung do AI tạo ra thông qua các cơ chế xác minh phân tán.
Mira Network giải quyết thách thức độ tin cậy bằng cách biến đổi các đầu ra AI thành các đơn vị có thể xác minh riêng biệt thông qua một quy trình được gọi là "binarization". Thay vì xác minh toàn bộ phản hồi một cách toàn diện, giao thức phân giải các đầu ra phức tạp thành các tuyên bố hoặc khẳng định thực tế riêng lẻ. Ví dụ, một tuyên bố phức hợp liên quan đến một sự kiện lịch sử hoặc thông số kỹ thuật kỹ thuật được tách ra thành các đề xuất cấu thành của nó, mỗi đề xuất sẽ phải chịu sự đánh giá độc lập. Cách tiếp cận chi tiết này cho phép xác định chính xác các sai sót trong khi cho phép các thành phần đã được xác minh đi qua hệ thống một cách không bị cản trở, do đó duy trì hiệu suất thông lượng.
Sau khi phân giải, các tuyên bố này được chuyển đến một mạng lưới phân tán các nút xác minh, mỗi nút hoạt động các mô hình AI độc lập với các kiến trúc, tập dữ liệu đào tạo hoặc tham số cấu hình khác nhau. Kiến trúc xác minh phân tán này dựa trên cái nhìn thống kê rằng xác suất của nhiều mô hình khác nhau sao chép cùng một ảo giác hoặc mẫu thiên lệch thấp hơn nhiều so với bất kỳ mô hình đơn lẻ nào sản xuất ra lỗi. Bằng cách tổng hợp các phán đoán từ các mô hình của các nhà cung cấp bao gồm OpenAI, Anthropic, DeepSeek và Meta, mạng đạt được tính dư thừa, khả năng chịu lỗi và khả năng chống lại các điểm mù cụ thể của mô hình.
Cơ chế đồng thuận yêu cầu một siêu đa số các nút tham gia đồng ý về tính hợp lệ của mỗi tuyên bố trước khi nó được phê duyệt. Các ngưỡng cấu hình xác định mức độ đồng ý cần thiết, với các đầu ra không đạt được sự đồng thuận sẽ bị đánh dấu, từ chối hoặc trả lại với các cảnh báo thích hợp. Cách tiếp cận này thay thế sự phụ thuộc vào điểm số tự tin của bất kỳ mô hình đơn lẻ nào bằng sự xác định tập thể phát sinh từ các đánh giá đa dạng. Dữ liệu thực nghiệm từ các môi trường sản xuất cho thấy việc lọc các đầu ra thông qua quy trình đồng thuận của Mira nâng cao độ chính xác thực tế từ khoảng 70% lên 96%, đại diện cho sự giảm 90% tỷ lệ ảo giác.
Hạ tầng xác minh của giao thức hiện đang xử lý hơn 3 tỷ token mỗi ngày trên các ứng dụng tích hợp, hỗ trợ hơn 4,5 triệu người dùng trong hệ sinh thái rộng lớn hơn. Quy mô này bao gồm nhiều trường hợp sử dụng khác nhau, bao gồm trợ lý Oracle Delphi được tích hợp vào cổng nghiên cứu của Delphi Digital, cung cấp các tóm tắt có cấu trúc về phân tích tài chính của các tổ chức với tính nhất quán và độ tin cậy được nâng cao. Tương tự, nền tảng Klok tổng hợp nhiều mô hình AI trong một giao diện thống nhất, tận dụng lớp xác minh của Mira để hỗ trợ phân tích dữ liệu, tạo nội dung và giải thích hoạt động ví.
Kiến trúc của Mira tích hợp các khuyến khích kinh tế mã hóa để điều chỉnh hành vi của người tham gia với sự toàn vẹn của mạng thông qua một mô hình đồng thuận lai kết hợp các yếu tố của Proof of Work và Proof of Stake. Các nhà vận hành nút phải đặt cược token MIRA làm tài sản đảm bảo, tạo ra rủi ro kinh tế đối với hiệu suất xác minh của họ. Tham gia chính xác và trung thực sẽ nhận được phần thưởng, trong khi sự không trung thực hoặc lỗi hệ thống được phát hiện sẽ dẫn đến việc cắt giảm tịch thu token đã đặt cược. Cơ chế này biến xác minh từ một bài toán thuần túy tính toán thành một hoạt động được bảo mật về mặt kinh tế, khuyến khích độ tin cậy mà không cần sự tin tưởng vào bất kỳ cơ quan tập trung nào.
Hạ tầng vật lý phi tập trung hỗ trợ khả năng xác minh được cung cấp bởi một mạng lưới toàn cầu của các nhà ủy quyền nút, những người đóng góp tài nguyên tính toán GPU thông qua các quan hệ đối tác với các nhà cung cấp hạ tầng chuyên dụng. Các nhà vận hành nút sáng lập bao gồm io.net, một mạng lưới hạ tầng vật lý phi tập trung cho tính toán GPU; Aethir, cung cấp dịch vụ GPU cấp doanh nghiệp; Hyperbolic, một nền tảng đám mây AI truy cập mở; Exabits, tập trung vào điện toán đám mây phi tập trung cho AI; và Spheron, giúp triển khai ứng dụng web minh bạch. Lớp tính toán phân tán này cho phép xử lý song song ở quy mô lớn trong khi duy trì tính phân cấp và khả năng chịu lỗi.
Mỗi đầu ra đã được xác minh đi kèm với một chứng chỉ mật mã cung cấp một dấu vết có thể kiểm toán tài liệu các tuyên bố nào đã được đánh giá, các mô hình nào tham gia vào xác minh, và mỗi mô hình đã bỏ phiếu như thế nào. Sự minh bạch này cho phép các ứng dụng, doanh nghiệp và có thể là các cơ quan quản lý xác nhận độc lập rằng các đầu ra đã đi qua lớp xác minh của Mira. Hồ sơ trên chuỗi biến đổi các đầu ra AI từ các phản hồi hộp đen không rõ ràng thành các khẳng định có thể xác minh với sự đồng thuận có thể chứng minh hỗ trợ.
Token MIRA, được triển khai trên mạng lưới Base như một tài sản ERC-20 với nguồn cung tối đa cố định là 1 tỷ token, phục vụ nhiều chức năng trong nền kinh tế giao thức. Dịch vụ truy cập API và xác minh được định giá bằng MIRA, với các chủ sở hữu token nhận quyền truy cập ưu tiên và mức giá giảm. Các nhà vận hành nút đặt cược token để bảo mật mạng lưới và tham gia vào sự đồng thuận. Các chủ sở hữu token quản lý các tham số giao thức bao gồm lịch trình phát thải, đề xuất nâng cấp và quyết định thiết kế thông qua các cơ chế bỏ phiếu trên chuỗi. Phân phối token phân bổ 6% cho những người nhận airdrop ban đầu, 16% cho phần thưởng nút trong tương lai, 26% cho dự trữ hệ sinh thái, 20% cho các đóng góp cốt lõi, 14% cho các nhà đầu tư sớm, 15% cho quỹ và 3% cho các khuyến khích thanh khoản.
Hệ sinh thái đã thu hút sự hỗ trợ thể chế đáng kể, với vòng gọi vốn hạt giống 9 triệu đô la do BITKRAFT Ventures và Framework Ventures dẫn đầu, với sự tham gia của Accel, Mechanism Capital và người sáng lập Polygon Sandeep Nailwal. Sự lựa chọn của giao thức về Base làm blockchain nền tảng phản ánh cả các cân nhắc kỹ thuật—hiệu suất cao, chi phí giao dịch thấp và an ninh—và sự phù hợp với văn hóa cộng đồng của Base. Sự lựa chọn hạ tầng này hỗ trợ việc ghi nhận xác minh trên chuỗi mà tạo ra các đảm bảo có thể kiểm toán của Mira.
Các phương pháp hiện có để cải thiện độ tin cậy của AI đối mặt với những hạn chế vốn có mà xác minh phi tập trung giải quyết theo cách khác nhau. Xem xét của con người, mặc dù hiệu quả ở quy mô thấp, trở nên chậm và tốn kém khi mở rộng. Các bộ lọc dựa trên quy tắc không thể dự đoán các truy vấn mới hoặc xử lý các lỗi tinh vi. Các cơ chế tự xác minh không thể sửa chữa sự tự tin thái quá của AI đối với các câu trả lời sai. Các phương pháp tập hợp truyền thống, mặc dù cải thiện chất lượng, vẫn tập trung và có thể chia sẻ các điểm mù đồng nhất giữa các mô hình. Kiến trúc phân tán của Mira với các mô hình khác nhau và an ninh kinh tế mã hóa cung cấp một lựa chọn khác biệt về cấu trúc.
Câu hỏi liệu Mira có thể giải quyết nút thắt trong xử lý AI trên chuỗi hay không phụ thuộc vào việc niềm tin, thay vì khả năng xử lý tính toán, có phải là rào cản chính đối với việc triển khai AI tự động hay không. Bằng chứng hiện tại cho thấy tỷ lệ ảo giác và những lo ngại về độ tin cậy thực sự giới hạn các lĩnh vực mà AI có thể hoạt động mà không cần giám sát của con người. Bằng cách giảm tỷ lệ lỗi thực tế xuống dưới ngưỡng chấp nhận cho nghiên cứu tài chính, nội dung giáo dục và có thể là ứng dụng y tế hoặc pháp lý, lớp xác minh của Mira cho phép các hệ thống AI hoạt động trong các ngữ cảnh mà các đầu ra chưa được xác minh sẽ gây ra rủi ro không thể chấp nhận được.
Nhiều ứng dụng cho thấy phạm vi hoạt động mở rộng này. Wikisentry tự động kiểm tra tính chính xác của nội dung Wikipedia so với các nguồn đã được xác minh, xác định các ảo giác, thiên lệch và thông tin sai lệch mà không cần giám sát con người liên tục. Learnrite áp dụng xác minh văn bản quy mô lớn trong các môi trường học thuật và giáo dục. Amor cung cấp sự đồng hành AI với các phản hồi đã được xác minh, giảm thiểu rủi ro của lời khuyên có hại trong các ngữ cảnh nhạy cảm. Những triển khai này minh họa cách hạ tầng xác minh có thể mở rộng tiện ích của AI vào các lĩnh vực yêu cầu tiêu chuẩn độ tin cậy cao hơn.
Sự tích hợp của giao thức với các khung đại lý bao gồm SendAI, Zerepy và Arc cho phép các nhà phát triển đưa xác minh vào quy trình làm việc của các đại lý tự động trước khi thực hiện các nhiệm vụ trên chuỗi. Điều này định vị Mira như một hạ tầng hỗ trợ giao điểm mới nổi giữa các đại lý AI và ứng dụng blockchain, nơi các quyết định của đại lý có thể kiểm soát tài sản, thực hiện giao dịch hoặc tương tác với các hợp đồng thông minh. Các đầu ra đã được xác minh của đại lý giảm bề mặt tấn công và rủi ro hoạt động liên quan đến hoạt động tự động trên chuỗi.
Những thách thức vẫn tồn tại trong lĩnh vực hạ tầng AI phi tập trung, bao gồm độ phức tạp kỹ thuật, động lực cạnh tranh và sự biến động của thị trường vốn có trong các thị trường tiền điện tử. Sự không chắc chắn về quy định ảnh hưởng đến cả hệ thống AI và giao thức blockchain đưa ra các biến số bổ sung có thể ảnh hưởng đến sự phát triển lâu dài. Tuy nhiên, các chỉ số áp dụng đã được chứng minh của Mira hàng tỷ token được xử lý hàng ngày, hàng triệu người dùng, tích hợp trên hơn 25 dự án đối tác trải dài qua sáu lĩnh vực—cho thấy rằng giao thức đã đạt được sự phù hợp giữa sản phẩm và thị trường cho các dịch vụ xác minh của nó.
Kết luận, @Mira - Trust Layer of AI Mạng giải quyết nút thắt xử lý AI trên chuỗi không bằng cách tăng cường khả năng xử lý tính toán mà bằng cách thiết lập niềm tin có thể xác minh trong các đầu ra AI thông qua sự đồng thuận phi tập trung giữa các mô hình khác nhau. Bằng cách chuyển đổi sự tạo ra xác suất thành các tuyên bố có thể kiểm toán với các chứng chỉ mật mã, giao thức cho phép các hệ thống AI hoạt động trong các lĩnh vực mà độ tin cậy là rất quan trọng. Sự kết hợp giữa kiến trúc xác minh phân tán, các khuyến khích kinh tế mã hóa và tích hợp hệ sinh thái rộng lớn định vị Mira như một hạ tầng có thể hỗ trợ thế hệ tiếp theo của các ứng dụng AI tự động yêu cầu cả trí tuệ và độ chính xác có thể chứng minh.