Sztuczna inteligencja szybko staje się jednym z największych generatorów danych w cyfrowym świecie. W miarę jak sztuczna inteligencja staje się coraz bardziej zaawansowana, zaczyna polegać coraz bardziej na zdecentralizowanych technologiach do przechowywania danych, weryfikacji wyników i podejmowania decyzji. Blockchainy to technologia, która wydaje się być naturalnie dopasowana do sztucznej inteligencji. Jednakże, gdy badamy to skrzyżowanie technologii, pojawia się poważny problem, który staje się coraz bardziej widoczny. Większość blockchainów jest z natury całkowicie przejrzysta.
Przejrzystość jest jedną z największych zalet, jakie ma blockchain. Wszystkie transakcje, realizacje kontraktów i dane są publicznie dostępne dla każdego, kto chce je zobaczyć. Choć jest to wielka zaleta dla blockchaina, stanowi to poważny problem w przypadku danych poufnych. Sztuczna inteligencja jest systemem, który często opiera się na modelach, danych i informacjach o użytkownikach. Gdy wszystko jest domyślnie publicznie dostępne, trudno sobie wyobrazić scenariusz, w którym sztuczna inteligencja może funkcjonować na dużą skalę.
I to jest miejsce, w którym @MidnightNetwork przyjmuje zupełnie nowe podejście. Zamiast akceptować przejrzystość jako jedyny sposób na budowanie zaufania, stawiają nowe pytanie: Co jeśli smart contracty mogłyby wykazać, że działały, nie pokazując żadnych dowodów na dane, nad którymi pracowały? Zamiast zmuszać programistów do wyboru między tymi dwoma opcjami, Midnight proponuje nowe podejście, w którym mogą one współistnieć.
Koncepcja stojąca za #Night confidential smart contracts opiera się na następującym: Zamiast pokazywać wszystkie dane związane z realizacją smart contract, w tradycyjnych sieciach blockchain, realizacja smart contract oznacza pokazywanie wszystkich danych związanych z tym obliczeniem. Tutaj Midnight przyjmuje zupełnie nowe podejście, proponując, że smart contracty mogą teraz wykazać, że działały, nie pokazując żadnych dowodów na dane, nad którymi pracowały.
Ta strategia może być bardzo potężna, gdy jest stosowana z systemami sztucznej inteligencji. Systemy sztucznej inteligencji często korzystają z wrażliwych źródeł danych, takich jak informacje finansowe, dane zdrowotne, dane własnościowe i dane prywatnych przedsiębiorstw. W przypadku, gdy źródła danych muszą być ujawnione w celu weryfikacji, wiele organizacji nie będzie w stanie w ogóle korzystać z technologii blockchain. Dostępność poufnych smart contractów będzie mogła pomóc, umożliwiając systemom AI weryfikację danych na blockchainie, jednocześnie zachowując ich dane w prywatności.
To może być zasadnicza zmiana dla świata systemów zdecentralizowanych jako całości. Większość systemów blockchainowych jest zoptymalizowana pod kątem maksymalnej widoczności, i prawdą jest, że maksymalna widoczność ułatwia użytkownikom weryfikację danych. Jednakże, gdy systemy blockchainowe zaczynają być używane w środowiskach, gdzie dyskrecja jest tak samo ważna jak przejrzystość, koncepcja maksymalnej widoczności zacznie się rozpadać.
Projekt Midnight Network wskazuje, że podstawą nowej generacji sieci blockchain może nie być ujawnianie danych, ale ustanawianie prawd bez ujawniania podstaw tych danych. Jeśli możemy oczekiwać dalszej konwergencji między AI a zdecentralizowanymi sieciami, to jest to zdolność, która stanie się coraz ważniejsza. Przedsiębiorstwa, zespoły badawcze i programiści będą potrzebować sieci, które umożliwiają współpracę bez wymogu utraty dyskrecji.
W tym kontekście prywatność nie jest już po prostu funkcją, która jest dodawana do systemu. Jest to fundamentalna część tego. Systemy, które są w stanie zapewnić gwarancję dyskrecji i weryfikacji, mają większą szansę na obsługę złożonych przepływów danych, które są częścią aplikacji napędzanych przez AI.
Podczas gdy wiele projektów blockchainowych ściga się, aby uczynić dane bardziej widocznymi i dostępnymi, Midnight pracuje cicho w kierunku innej przyszłości. Przyszłości, w której zaufanie nie jest budowane poprzez widzenie wszystkiego, ale przez udowadnianie, co ma znaczenie, bez kompromitowania bezpieczeństwa danych. W przyszłości, w której AI tworzy i analizuje ogromne ilości prywatnych danych, takie rozwiązanie może być nie tylko pożądane, ale i konieczne.
