Es bastante esencial en el rápido mundo de la Inteligencia Artificial poder confiar en los resultados que la IA nos entrega. La IA compondrá contenido creativo y atractivo, pero también generará alucinaciones y demostrará prejuicios. Mira Network está haciendo esto aplicando un nuevo proceso de Transformación de Contenido que convierte la salida de IA poco clara en información verificable.
El Problema de la Fiabilidad de la IA Tradicional.
Los modelos de lenguaje grande (LLMs), que son tipos de modelos de IA, se basan en adivinar la palabra o secuencia más probable que sigue. Debido a esto, sus producciones pueden ser una imprecisión fáctica o no estar relacionadas con la realidad. Esta inferencia hace que la verificación directa de las respuestas sea difícil y, por lo general, requiere asistencia humana, lo que socava los esfuerzos de una IA completamente autónoma. Mira Network altera nuestra forma de pensar sobre las salidas de IA. En lugar de tomar todo lo que la IA ofrece como la verdad, Mira lo examina con un puñado de niveles de verificación que comienzan dividiendo inteligentemente el material en unidades más pequeñas.
Transformando Contenidos en Proceso: Paso a Paso.
Fundamentalmente, el módulo de Transformación de Contenidos de Mira es un ingenioso dispositivo de disección que descompone la entrada. Así es como funciona:
Los datos en bruto de la IA se pasan a la Red Mira. Esto puede ser textual, código o datos estructurados.
El módulo descompone el contenido en partes muy pequeñas y verificables. Un ejemplo de esto es una afirmación como: La Tierra gira alrededor del Sol y la Luna gira alrededor de la Tierra, que se convierte en dos afirmaciones, una que dice: La Tierra gira alrededor del Sol y la otra que dice: La Luna gira alrededor de la Tierra.
Cada pieza se coloca en un formato simple y claro como Ken->Fact para que varios verificadores puedan leerlo y verificarlo.
Las afirmaciones se envían a numerosas máquinas no confiables en la red. Las máquinas tienen sus propios modelos de IA especializados que determinan la veracidad de la afirmación. Hay un alto número de máquinas inciertas, y como resultado, hay un sesgo o punto de falla reducido.
El algoritmo de consenso de Mira suma todos los cheques individuales, con el resultado de determinar si todas las afirmaciones son verdaderas. En caso de que las afirmaciones tengan éxito, Mira genera un certificado digital en una blockchain que indica que la salida de la IA está certificada.
La salida de una IA no descarta el resto del contenido aunque sea incorrecto en una parte de la salida de la IA. Las declaraciones falsas se descubren solamente, lo que significa que todo el trabajo puede ser beneficioso y válido.
Por qué esto es importante: desarrollar confianza en la IA.
La Transformación de Contenidos de Mira permite la generación de confianza en la IA ya que presenta un relato sólido y verificable de cómo se confirmaron las respuestas de la IA. Esto lleva el mero hecho de que esto es plausible a un nivel superior, convirtiéndolo en un hecho. Proporciona una base de IA sin confianza, por lo tanto, los usuarios no tienen que tomar la caja negra de una IA a ciegas. En su lugar, pueden confiar en un sistema de verificadores independientes y en la evidencia digital válida que presenta Mira.