Comment les preuves à divulgation nulle de connaissance rendent les agents IA plus intelligents et plus efficaces : l'avenir du calcul collaboratif
La technologie de l'intelligence artificielle (IA) est de plus en plus présente partout. Elle figure en tête des résultats des moteurs de recherche, est utilisée pour écrire de petites lignes de code, peut mener des recherches et citer des sources, et certaines personnes essaient même de comprendre comment l'intégrer dans votre lave-vaisselle. Bien que la nécessité d'avoir de l'IA dans votre lave-vaisselle puisse être débattue, une chose qui ne peut pas être débattue est que l'utilisation de cette puissance de calcul a des coûts définitifs.
L'énergie nécessaire pour entraîner et faire fonctionner les systèmes d'IA est immense. D'énormes centres de données doivent être construits pour traiter les informations requises pour faire comprendre à une IA votre demande et donner une réponse cohérente. D'ici l'année prochaine, ces centres de données devraient collectivement utiliser autant d'énergie que l'ensemble du pays Japon. Bien que tous les aspects de ces centres ne soient pas dédiés à l'IA, le problème de leur consommation d'énergie doit être abordé de la même manière.
La complexité des choses augmente avec les normes croissantes des gens utilisant l'IA. Les tendances de l'IA à halluciner, à déformer l'information ou à inventer des choses sont de plus en plus bien connues. Les utilisateurs exigent des preuves que les informations fournies par les modèles d'IA sont précises, basées sur des données fiables et correctement traitées. Étant donné l'importance de certaines tâches auxquelles l'IA est maintenant conférée, telles que la reconnaissance d'images, la direction de robots et la décision de comment conduire des voitures, il est compréhensible que les gens souhaitent des preuves que le modèle d'IA utilise des données solides pour fonctionner. Naturellement, cela nécessite plus de traitement, plus de données et plus d'utilisation d'énergie.
Cependant, il existe un moyen de résoudre ces deux problèmes en même temps. Les preuves de connaissance nulle (preuves ZK) sont un outil puissant qui permet aux utilisateurs de confirmer l'exactitude des informations tout en protégeant la vie privée. Utilisées correctement, elles peuvent le faire avec une efficacité remarquable.
Preuves ZK expliquées
Pour ceux qui ont besoin d'un rappel, les preuves ZK sont des méthodes pour prouver à quelqu'un qu'une partie a des informations particulières sans simplement leur montrer ces informations.
Un exemple illustratif courant est celui de « la grotte d'Ali Baba ». Imaginez que vous êtes dans une grotte magique en forme d'anneau avec un tunnel menant à l'intérieur. De l'autre côté de l'anneau par rapport au tunnel, et cachée par le mur de la grotte, se trouve une porte magique qui ne s'ouvre qu'avec un mot magique. Supposons que vous ayez un ami qui veut une preuve que vous connaissez le mot magique, mais vous ne voulez pas qu'il entende réellement ce que c'est. Comment feriez-vous ?
Une réponse consiste à prouver que la seule façon de contourner la grotte sans passer par le tunnel d'entrée est par la porte et que la seule façon de passer par la porte est de connaître le mot de passe. Alors, en faisant juste cela, vous prouvez que vous avez le mot de passe — même si votre ami ne sait toujours pas ce que c'est.
Cela pourrait être précisé davantage avec une autre histoire. Imaginez que votre ami est daltonien. Il ne croit pas entièrement que deux balles que vous avez, une rouge et une verte qui sont par ailleurs identifiables, sont différentes. Pour prouver qu'elles peuvent être distinguées, vous lui demandez de les mettre derrière son dos et de vous en montrer une. S'il les échange derrière son dos, vous le sauriez. Après quelques tours de correction, en lui disant s'il a échangé les balles, il croit que vous pouvez les distinguer même si vous ne lui avez jamais dit laquelle est verte et laquelle est rouge.
Ces preuves ont un certain nombre d'applications, notamment dans l'authentification, la préservation de la vie privée et des domaines connexes. Elles pourraient bien être utiles pour aborder les problèmes de l'IA.
ZK rencontre l'IA
Il pourrait bien être possible d'appliquer des preuves ZK à l'IA d'une manière qui confirme l'exactitude des informations fournies de manière efficace, efficace et d'une manière qui protège les données utilisées pour entraîner le modèle d'IA. En utilisant ces preuves, un utilisateur pourrait rapidement confirmer que les données citées par le modèle d'IA existent vraiment, sans nécessairement avoir un accès direct à ces données.
De plus, cela pourrait être fait de manière assez efficace, en abordant les problèmes de consommation d'énergie. La preuve ZK-SNARK, qui signifie « argument succinct non interactif de connaissance », est particulièrement petite en ce qui concerne les preuves de ce type et pourrait être utilisée pour prouver l'exactitude de nombreux types d'informations à faible coût computationnel. Là où la vitesse est plus importante que l'économie d'utilisation des données, les ZK-STARKs, « argument transparent évolutif de connaissance », pourraient être d'une grande utilité.
En appliquant les preuves ZK aux résultats des modèles d'IA, il pourrait être possible d'ajouter un niveau de certitude aux résultats de l'IA sans ajouter un besoin pour un calcul encore plus énergivore. Étant donné les potentialités de l'IA et les problèmes auxquels elle est actuellement confrontée lorsqu'elle hallucine, aborder cette question devrait être une préoccupation principale pour beaucoup de ceux qui travaillent dans le domaine. Les solutions possibles promises par les preuves ZK devraient être prises au sérieux par tous les concernés.
À propos d'ARPA
Le réseau ARPA (ARPA) est un réseau de calcul décentralisé et sécurisé construit pour améliorer l'équité, la sécurité et la vie privée des blockchains. Le réseau de signatures BLS à seuil d'ARPA sert d'infrastructure pour un générateur de nombres aléatoires vérifiable (RNG), un portefeuille sécurisé, un pont inter-chaînes et une garde décentralisée à travers plusieurs blockchains.
ARPA était auparavant connue sous le nom d'ARPA Chain, un réseau de calcul multipartite préservant la vie privée (MPC) fondé en 2018. Le Mainnet d'ARPA a réalisé plus de 224 000 tâches de calcul ces dernières années. Notre expérience en MPC et dans d'autres cryptographies a posé les bases de notre conception de systèmes de signatures BLS à seuil (TSS-BLS) innovants et nous a conduits au réseau ARPA d'aujourd'hui.
Randcast, un générateur de nombres aléatoires (RNG) vérifiable, est la première application qui tire parti d'ARPA en tant qu'infrastructure. Randcast offre une source aléatoire générée cryptographiquement avec une sécurité supérieure et des coûts faibles par rapport à d'autres solutions. Le métavers, les jeux, les loteries, le minting de NFT et la mise sur liste blanche, la génération de clés et la distribution des tâches des validateurs de blockchain peuvent bénéficier de l'aléatoire à preuve de falsification de Randcast.
Pour plus d'informations sur ARPA, veuillez nous contacter à contact@arpanetwork.io.
Découvrez les dernières nouvelles officielles d'ARPA :
Twitter: @arpaofficial
Medium: https://medium.com/@arpa
Discord: https://dsc.gg/arpa-network
Telegram (Français): https://t.me/arpa_community
Telegram (Turc): https://t.me/Arpa_Turkey
Telegram (Coréen): https://t.me/ARPA_Korea
Reddit: https://www.reddit.com/r/arpachain/
