ゼファーネットのロゴ

p(Doom) を忘れてください: 推論経済を作成して AI に責任を持たせる方法 – DATAVERSITY

日付:

AI の存続リスクは笑い事ではありません。テクノロジー業界はそれをすべて理解しようと努めていますが、ディストピア的な「世界を支配する」という誇大広告が正当なものなのか、それともただの SF なのかを明確に知る人は誰もいません。

しかし、その橋を渡る前に(本当かどうかは別として)、もっと差し迫った問題に直面する必要があります。私たちはすでに、環境に応答して自ら意思決定を行う半自律型 AI エージェントの出現を目の当たりにしています。株式市場の状況を監視し、それに応じて売買方法を変更する取引ロボット、さらには ChatGPT によって大量に作成される仕事のメモや学校の新聞を考えてみましょう。

アプリケーションに関係なく、AI には通常の実用的な問題が必ず発生します。幻覚の引用、怠惰な決定、突然の誤った方向性、そして全体的な予測不可能性が、これらのシステムへの信頼を妨げ続けています。そして、さらに深く掘り下げると、 機械学習 (ML) アルゴリズム 批判的な推論を強化します。 ML 推論は部外者には不可解であることが多く、その結果は重大です。ミネソタを見てみろよ 訴訟 新型コロナウイルスを考慮に入れていない予測アルゴリズムに依存したユナイテッドヘルス・グループ、あるいは昨年の信用度評価業界の悪いスコアの大失敗に対して。

未知の推論を信頼することは深刻な問題であり、暗号通貨や Web3 に携わる私たちにとってはよく知られた問題です。たとえば、裁定取引者が価格情報のフィードを文字化けすることで分散型取引所から得られる潜在的な利益を想像してみてください。

幸いなことに、この信頼ギャップには解決策があります。答えは、推論経済を構築することです。

推論経済とは何ですか?

機械学習の推論を支えるデータにスポットライトが当たっているのは当然ですが、欠けているのは、悪い出力を芽のうちに摘み取るための正式な場です。責任ある競争に基づいた推論経済は、誠実で信頼性が高く安全な機械学習の生産の追求を商業化します。

大まかに言えば、これは XNUMX つの層を持つ検証可能なマシン インテリジェンスのマーケットプレイスとして実現します。XNUMX つは、データ サイエンティストやモデラーが ML モデルを改善し、推論によって生み出される収益の一部を獲得できるトーナメント形式の競争です。検証された推論の流れを消費できるオープンなマーケットプレイス。

スマート コントラクトやアプリケーションを構築する AI エージェントや開発者は、コミュニティで精査された実証済みのさまざまな機械学習モデルから推論のストリームを選択できるようになります。市場では悪いデータの流れがより良いデータに置き換えられ、AI エージェントが十分に選別された信頼できる推論の流れに反応するようになるため、Oracle のリスクは大幅に軽減されます。

説明責任は Web3 から始まります

これらすべてが機能する方法は、Web3 検証ステーキング、ストリーミング支払い、ゼロ知識証明などの概念を、既存の限定された競争力のある ML モデルと組み合わせることで実現します。特にゼロ知識機械学習では、完全性の証明とモデラーの両方がモデルを保護することができます。

なぜ、この問題のでしょうか?

それは、AI への対処という実存的な問題に戻ります。トラストレス システムには、百戦錬磨のテクノロジーと並外れたセキュリティ対策が必要です。だからこそ、Web3 の設計哲学を融合することが AI に責任を負わせる唯一の方法なのです。検証済みのマシン インテリジェンスとオープンソースの優秀な頭脳 (データ サイエンティストやモデラー) を基盤とする推論エコノミーは、p(破滅) に対する現実的で達成可能な解毒剤を提供します。

簡単に言うと、ML モデルの市場が改善されれば、企業が自社の運用のために購入して導入できる、よりパフォーマンスが高く検証可能な推論が生成されます。信用スコアリングや NFT の推奨から暗号通貨の価格やスポーツの予測に至るまで、あらゆる種類の組織が、機械インテリジェンスに信頼を取り戻す推論経済から莫大な価値を引き出すことができます。

スポット画像

最新のインテリジェンス

スポット画像