كما ينتشر الذكاء الاصطناعي ويصبح الأمور على الإنترنت أسهل في التلاعب، هناك حاجة أكثر من أي وقت مضى للتأكد من أن البيانات والعلامات قابلة للتحقق بالفعل، وفقًا لما قاله سكوت دايكسترا، المدير التقني والشريك المؤسس لشركة Space and Time، على برنامج سلسلة الرد على تكرانش.

“لا يجب أن نتعمق كثيرًا في المسائل الرمزية هنا، ولكن رأينا ذلك خلال انهيار إف تي إكس،” قال ديكسترا. “كان لدينا منظمة كان يوجد فيها بعض الثقة، مثلما كانت حياتي الشخصية المدخرات في FTX. كنت أثق بهم كعلامة.”



ولكن تبين لاحقًا أن تبادل العملات الرقمية FTX الذي أصبح معدودًا كان يقوم بتلاعب في كتبه داخليًا ويضلل المستثمرين. يرى دايكسترا ذلك على أنه يشبه عمل استعلام على قاعدة بيانات لسجلات مالية، ولكن بالتلاعب بها داخل قاعدة بياناتهم الخاصة.



وهذا يتجاوز إلى ما وراء FTX، إلى صناعات أخرى أيضًا. “هناك حافز للمؤسسات المالية لرغبتها في التلاعب بسجلاتها ... لذا نرى ذلك في كل وقت ويصبح أكثر مشكلة،” قال دايكسترا.



ولكن ما هو أفضل حل لهذا؟ يعتقد دايكسترا أن الإجابة تكمن في التحقق من البيانات والبراهين الصفرية المعرفية (ZK proofs)، وهي إجراءات تشفيرية تُستخدم لإثبات شيء ما عن قطعة معلومات - من دون الكشف عن بيانات المنشأ بحد ذاتها.



“له الكثير من العلاقة بما إذا كان هناك حافز للممثلين السيئين لرغبتهم في التلاعب بالأمور،” قال دايكسترا. كلما وجدوا حافزًا أعلى، حيث يرغب الناس في التلاعب بالبيانات، الأسعار، الكتب، والمال أو غيرها، يمكن استخدام براهين ZK للتحقق واسترجاع البيانات.



على المستوى العالي، تعمل براهين ZK من خلال وجود طرفين، الداحل والتحقق، الذين يؤكدان أن البيان صحيح دون إيصال أي معلومات أكثر من مدى صحته. على سبيل المثال، إذا أردت أن أعرف ما إذا كانت درجة ائتمان شخص ما تزيد عن 700، إذا كان هناك واحد موجود، يمكن لبراهين ZK - الداحل - تأكيد هذا للتحقق، دون الكشف الدقيق عن الرقم الصحيح.



تهدف شركة Space and Time إلى أن تكون طبقة الحوسبة التحققية للويب3 من خلال تقديم بيانات من قاعدة وشبكة البيانات، ولكن دايكسترا يرى أنها ستتوسع إلى خارج الصناعة وإلى صناعات أخرى. حتى الآن، قد قدمت الشركة فهرستًا من البلوكشينات الرئيسية مثل إيثيريوم، بيتكوين، بوليغون، سواء، أفالانش، سي وآبتوس وتقوم بإضافة دعم لمزيد من السلاسل لتشغيل مستقبل التكنولوجيا الذكية وبلوكشين.



أحد أكثر القلق الأخيرة لديكسترا هو أن بيانات الذكاء الاصطناعي ليست قابلة للتحقق حقًا. “أنا قلق تمامًا بأننا لن نكون قادرين على التحقق بكفاءة من تنفيذ LLM بشكل صحيح على الإطلاق.”



هناك فِرَق اليوم يعمل على حل تلك المشكلة من خلال بناء براهين ZK لتعلم الآلة أو نماذج اللغة الكبيرة (LLMs)، ولكن يمكن أن يستغرق الأمر سنوات لمحاولة خلق ذلك، قال دايكسترا. الأمر يعني أن منشئ النموذج قد يتلاعب مع النظام أو LLM للقيام بأشياء مشكلة.




تقنيات سلسلة الكتل يمكن أن تكون الإجابة على كشف الوجوه المزيفة والتحقق من المحتوى
يجب أن يكون هناك “قاعدة بيانات مركزية، ولكن على مستوى عالمي، ودائمًا متاحة” يمكن إنشاؤها من خلال تقنيات سلسلة الكتل، قال دايكسترا. “يجب على الجميع الوصول إليها، ولا يمكن أن تكون شركة محتكرة.”



على سبيل المثال، في سيناريو تخيلي، قال دايكسترا إن OpenAI بنفسه لا يمكن أن يكون مالكًا لقاعدة بيانات لصحيفة ينشؤها الصحفيون. بدلاً من ذلك، يجب أن يكون شيء من ملكية المجتمع وتشغيله بواسطة المجتمع بطريقة تكون متاحة دائمًا ولا تمكن الرقابة. “يجب أن تكون مفتوحة، يجب أن تكون على السلسلة، ليس هناك حل آخر،” قال دايكسترا.



تم إلهام هذه القصة من حلقة برنامج سلسلة الرد على تكرانش. اشترك في سلسلة الرد على تكرانش على Apple Podcasts، Spotify أو منصتك المفضلة للبودكاست لسماع المزيد من القصص والنصائح من رواد الأعمال الذين يبنون أكثر الشركات الابتكارية اليوم.



تواصل معنا:



على X، المعروف سابقًا باسم تويتر، هنا.



عبر البريد الإلكتروني: chainreaction@techcrunch.com

。