Bagaimana Bukti Tanpa Pengetahuan Membuat Agensi AI Lebih Cerdas dan Lebih Efisien: Masa Depan Komputasi Kolaboratif
Teknologi Kecerdasan Buatan (AI) semakin ada di mana-mana. Ini muncul di bagian atas hasil mesin pencari, digunakan untuk menulis beberapa baris kode, dapat melakukan penelitian dan mengutip sumber, dan beberapa orang bahkan mencoba mencari cara untuk memasukkannya ke dalam mesin pencuci piring Anda. Sementara kebutuhan untuk memiliki AI di mesin pencuci piring Anda mungkin diperdebatkan, satu hal yang tidak dapat diperdebatkan adalah bahwa menggunakan kekuatan komputasi sebanyak ini memiliki biaya yang pasti.
Energi yang dibutuhkan untuk melatih dan mengoperasikan sistem AI sangat besar. Pusat data besar harus dibangun untuk memproses informasi yang diperlukan agar AI memahami permintaan Anda dan memberikan jawaban yang koheren. Pada tahun depan, pusat data ini diharapkan secara kolektif menggunakan energi sebanyak seluruh negara Jepang. Meskipun tidak semua aspek dari pusat ini didedikasikan untuk AI, masalah konsumsi energi mereka tetap harus diatasi.
Memperumit masalah adalah standar yang semakin tinggi dari orang-orang yang menggunakan AI. Kecenderungan AI untuk berhalusinasi, menyatakan informasi yang salah, atau sepenuhnya membuat sesuatu adalah semakin dikenal. Pengguna menuntut bukti bahwa informasi yang diberikan oleh model AI adalah akurat, berdasarkan data yang dapat dipercaya, dan diproses dengan benar. Mengingat pentingnya tugas tertentu yang kini dipercayakan kepada AI, seperti pengenalan gambar, membimbing robot, dan memutuskan cara mengemudikan mobil, adalah dapat dimengerti bahwa orang mungkin ingin bukti bahwa model AI menggunakan data yang valid untuk beroperasi. Secara alami, ini memerlukan lebih banyak pemrosesan, lebih banyak data, dan lebih banyak penggunaan energi.
Namun, ada cara untuk menangani kedua masalah ini sekaligus. Bukti Tanpa Pengetahuan (ZK proofs) adalah alat yang kuat yang memungkinkan pengguna untuk mengonfirmasi akurasi informasi sambil melindungi privasi. Jika digunakan dengan benar, ini dapat dilakukan dengan efisiensi yang luar biasa.
Penjelasan Bukti ZK
Untuk mereka yang membutuhkan penyegaran, bukti ZK adalah metode untuk membuktikan kepada seseorang bahwa satu pihak memiliki informasi tertentu tanpa hanya menunjukkan informasi tersebut.
Contoh ilustratif yang umum adalah “Gua Ali Baba.” Bayangkan bahwa Anda berada di gua ajaib berbentuk cincin dengan terowongan yang mengarah ke dalamnya. Di sisi berlawanan dari cincin dari terowongan, dan tersembunyi oleh dinding gua, ada pintu ajaib yang hanya terbuka dengan kata ajaib. Misalkan Anda memiliki teman yang ingin bukti bahwa Anda tahu kata ajaib, tetapi Anda tidak ingin mereka benar-benar mendengar apa itu. Bagaimana Anda akan melakukannya?
Salah satu jawabannya adalah membuktikan bahwa satu-satunya cara untuk berkeliling gua tanpa melewati terowongan masuk adalah melalui pintu dan satu-satunya cara melalui pintu adalah dengan mengetahui kata sandi. Dengan melakukan itu, Anda membuktikan bahwa Anda memiliki kata sandi — meskipun teman Anda masih tidak tahu apa itu.
Ini mungkin dapat dijelaskan lebih lanjut dengan cerita lain. Bayangkan bahwa temanmu buta warna. Dia tidak sepenuhnya percaya bahwa dua bola yang kamu miliki, satu merah dan satu hijau yang tidak memiliki identifikasi lain, adalah berbeda. Untuk membuktikan bahwa mereka dapat dibedakan, kamu memintanya untuk menyembunyikannya di belakang punggungnya dan kemudian menunjukkan salah satunya. Jika dia menukar bola di belakang punggungnya, kamu akan tahu. Setelah beberapa kali perbaikan, memberitahunya jika dia menukar bola, dia percaya bahwa kamu dapat membedakan keduanya meskipun kamu tidak pernah memberitahunya yang mana yang hijau dan yang mana yang merah.
Bukti-bukti ini memiliki sejumlah aplikasi, terutama dalam autentikasi, perlindungan privasi, dan bidang terkait. Mereka mungkin berguna dalam menangani masalah AI.
ZK bertemu AI
Mungkin saja untuk menerapkan bukti ZK pada AI dengan cara yang mengonfirmasi akurasi informasi yang diberikan dengan efisien, efektif, dan dengan cara yang melindungi data yang digunakan untuk melatih model AI. Dengan menggunakan bukti-bukti ini, seorang pengguna dapat dengan cepat mengonfirmasi bahwa data yang dikutip oleh model AI benar-benar ada, tanpa harus memiliki akses langsung ke data tersebut.
Selain itu, ini dapat dilakukan dengan cukup efisien, menangani masalah konsumsi energi. Bukti ZK-SNARK, yang merupakan singkatan dari “argumen pengetahuan non-interaktif yang singkat”, adalah sangat kecil untuk bukti seperti ini, dan dapat digunakan untuk membuktikan akurasi berbagai jenis informasi dengan biaya komputasi yang rendah. Di mana kecepatan lebih penting daripada ekonomi penggunaan data, ZK-STARKs, “argumen pengetahuan transparan yang dapat diskalakan”, dapat sangat berguna.
Dengan menerapkan bukti ZK pada keluaran model AI, mungkin saja untuk menambahkan tingkat kepastian pada keluaran AI tanpa menambah kebutuhan untuk komputasi yang lebih intensif energi. Mengingat potensi AI dan masalah yang saat ini dihadapinya ketika berhalusinasi, menangani masalah ini harus menjadi perhatian utama bagi banyak orang yang bekerja di bidang ini. Solusi yang mungkin dijanjikan oleh bukti ZK harus dipertimbangkan dengan serius oleh semua yang terlibat.
Tentang ARPA
Jaringan ARPA (ARPA) adalah jaringan komputasi terdesentralisasi dan aman yang dibangun untuk meningkatkan keadilan, keamanan, dan privasi blockchain. Jaringan tanda tangan BLS ambang ARPA berfungsi sebagai infrastruktur untuk Generator Angka Acak (RNG) yang dapat diverifikasi, dompet aman, jembatan lintas rantai, dan kustodi terdesentralisasi di berbagai blockchain.
ARPA sebelumnya dikenal sebagai ARPA Chain, jaringan Komputasi Multi-pihak (MPC) yang menjaga privasi yang didirikan pada tahun 2018. ARPA Mainnet telah menyelesaikan lebih dari 224.000 tugas komputasi dalam beberapa tahun terakhir. Pengalaman kami dalam MPC dan kriptografi lainnya meletakkan dasar untuk desain sistem skema tanda tangan BLS ambang batas (TSS-BLS) inovatif kami dan membawa kami ke ARPA Network saat ini.
Randcast, Generator Angka Acak (RNG) yang dapat diverifikasi, adalah aplikasi pertama yang memanfaatkan ARPA sebagai infrastruktur. Randcast menawarkan sumber acak yang dihasilkan secara kriptografis dengan keamanan yang superior dan biaya rendah dibandingkan dengan solusi lainnya. Metaverse, permainan, lotere, pembuatan NFT dan whitelist, generasi kunci, dan distribusi tugas validator blockchain dapat diuntungkan dari keberadaan keacakan yang tidak dapat diubah dari Randcast.
Untuk informasi lebih lanjut tentang ARPA, silakan hubungi kami di contact@arpanetwork.io.
Pelajari tentang berita resmi terbaru ARPA:
Twitter: @arpaofficial
Medium: https://medium.com/@arpa
Discord: https://dsc.gg/arpa-network
Telegram (Bahasa Inggris): https://t.me/arpa_community
Telegram (Bahasa Turki): https://t.me/Arpa_Turkey
Telegram (Bahasa Korea): https://t.me/ARPA_Korea
Reddit: https://www.reddit.com/r/arpachain/
