Khi tôi lần đầu tiên bắt đầu theo dõi các hệ thống AI một cách chặt chẽ, tôi đã ấn tượng bởi sự lưu loát của chúng. Ngữ pháp thì sạch sẽ. Lý luận cảm thấy có cấu trúc. Thật dễ để quên rằng dưới lớp bóng bẩy đó, mô hình đang đoán. Ảo tưởng đó sẽ bị phá vỡ ngay khi mức độ rủi ro tăng lên.
Tỷ lệ lỗi 5 phần trăm nghe có vẻ dễ quản lý. Trong hầu hết các ứng dụng tiêu dùng, có thể đúng như vậy. Nhưng nếu đưa vào các điều khoản tài chính, kết cấu sẽ thay đổi. Nếu một tác nhân giao dịch tự động thực hiện 1.000 quyết định trong một tháng và 5 phần trăm trong số đó dựa trên những giả định sai lầm, thì có 50 quyết định sai lầm. Không phải là lỗi làm tròn. Điểm yếu cấu trúc.
Số đó không phải là giả thuyết. Các đánh giá học thuật về các mô hình ngôn ngữ lớn đã cho thấy tỷ lệ mơ ước dao động từ khoảng 3% trong các nhiệm vụ hạn chế đến trên 20% trong các lĩnh vực mở. Các tỷ lệ phần trăm đó phụ thuộc nhiều vào ngữ cảnh. Trong các nhiệm vụ trích dẫn y tế, một số nghiên cứu đã phát hiện các tài liệu giả mạo trong hơn 10% số đầu ra. Mười trong số mỗi trăm câu trả lời chứa các nguồn tài liệu giả mạo tiết lộ điều gì đó sâu sắc hơn là tiếng ồn thỉnh thoảng. Nó tiết lộ một giới hạn xác suất.
Hiểu được giới hạn đó giúp giải thích tại sao các mô hình lớn hơn không đủ. Việc mở rộng các tham số từ hàng tỷ đến hàng triệu triệu cải thiện nhận diện mẫu, nhưng không thay đổi kiến trúc cơ bản. Những hệ thống này vẫn dự đoán token nào có khả năng xuất hiện tiếp theo cao nhất về mặt thống kê. Ở bề mặt, điều đó tạo ra văn bản mạch lạc. Ở bên dưới, nó tạo ra sự tự tin mà không có sự chắc chắn.
Đây là vấn đề yên tĩnh mà Mira đang cố gắng giải quyết.
@Mira - Trust Layer of AI does không cố gắng huấn luyện một mô hình duy nhất đến sự hoàn hảo. Thay vào đó, nó giả định một sự thật không thoải mái. Có một tỷ lệ lỗi tối thiểu cho bất kỳ mô hình nào. Nếu giả định đó đúng, độ tin cậy phải đến từ cấu trúc chứ không phải từ quy mô.
Đây là cách mà cấu trúc hoạt động trong thực tế.
Khi một AI tạo ra một đầu ra, Mira phân nhỏ đầu ra đó thành các tuyên bố riêng lẻ. Một đoạn văn về một thị trường tài chính có thể chứa mười khẳng định sự thật khác nhau. Mỗi khẳng định trở thành một nhiệm vụ xác minh. Ở bề mặt, nó giống như xác minh nhiều lựa chọn. Ở bên dưới, nó chuẩn hóa quy trình đồng thuận.
Nếu một nhiệm vụ xác minh cung cấp bốn câu trả lời có thể, việc đoán ngẫu nhiên mang lại xác suất thành công 25% cho một lần thử. Nghe có vẻ cao. Nhưng lặp lại nhiệm vụ năm lần độc lập trên các nút đa dạng, xác suất thành công ngẫu nhiên nhất quán giảm xuống dưới 0.1%. Sự thay đổi từ 25% xuống dưới 0.1% không phải là vấn đề bề ngoài. Nó chuyển đổi việc đoán thành một chiến lược kinh tế không hợp lý.
Sau đó, lớp kinh tế củng cố toán học.
Các nhà điều hành nút đặt giá trị để tham gia. Nếu họ liên tục khác biệt với các mẫu đồng thuận hoặc có vẻ như trả lời ngẫu nhiên, cổ phần của họ có thể bị cắt giảm. Đây là nơi logic bằng chứng công việc gặp gỡ các động lực bằng chứng cổ phần. Thay vì tiêu tốn năng lượng để giải các câu đố tùy ý, các nút tiêu tốn tính toán để thực hiện suy diễn. Họ được trả tiền cho việc xác minh chính xác. Họ bị phạt vì sự không trung thực.
Trên bề mặt, người dùng nhận được một chứng chỉ xác nhận rằng một đầu ra đã được xác minh. Ở bên dưới, họ nhận được sản phẩm của việc lọc xác suất kết hợp với rủi ro tài chính. Sự kết hợp đó tạo ra niềm tin mà không cần có quyền lực trung tâm.
Điều gì làm cho điều này thú vị ngay bây giờ là bối cảnh thị trường rộng lớn hơn.
Token AI đã nằm trong số những câu chuyện có độ biến động cao nhất trong chu kỳ này. Một số dự án đã có sự biến động 200% trong vòng vài tuần trước khi giảm mạnh. Thanh khoản quay vòng nhanh. Trong khi đó, các token cơ sở hạ tầng gắn liền với việc sử dụng đo lường, như các mạng tạo ra phí giao dịch ổn định, đã cho thấy các mẫu bền vững hơn. Thu nhập phí hàng ngày của Ethereum, chẳng hạn, đã dao động giữa khoảng 2 triệu đô la và hơn 10 triệu đô la tùy thuộc vào hoạt động mạng. Những con số đó quan trọng vì chúng neo giá trị vào nhu cầu.
Nếu Mira nắm bắt được nhu cầu xác minh, các khoản phí trả cho việc xác thực đầu ra sẽ trở thành nền tảng của nền kinh tế token của nó. Khi việc sử dụng tăng lên, yêu cầu đặt cược cũng tăng. Khi việc đặt cược tăng lên, an ninh kinh tế cũng mạnh mẽ hơn. Vòng lặp ổn định đó khác với sự phấn khích đầu cơ. Nó yên tĩnh hơn.
Tất nhiên, có những rủi ro.
Xác minh thêm độ trễ. Nếu một ứng dụng AI yêu cầu phản hồi dưới một giây, các bước đồng thuận bổ sung có thể tạo ra sự ma sát. Lộ trình của Mira bao gồm phân mảnh và xử lý song song để giảm thiểu chi phí này. Liệu sự tối ưu hóa đó có mở rộng đến việc sử dụng doanh nghiệp toàn cầu hay không vẫn còn phải xem.
Cũng có câu hỏi về sự phi tập trung trong thực tế. Nếu một nhóm nhỏ kiểm soát phần lớn giá trị đặt cược, đồng thuận có thể bị ảnh hưởng lý thuyết. Mira cố gắng giảm thiểu điều này thông qua việc phân phối ngẫu nhiên các nhiệm vụ và phân tích sự tương đồng của các phản hồi của nút. Nhưng sự tập trung kinh tế luôn là một rủi ro trong các hệ thống đặt cược. Nó yêu cầu sự tham gia tích cực và phân phối để duy trì sức khỏe.
Trong khi đó, có điều gì đó tinh tế đang xảy ra trong việc áp dụng AI. Các doanh nghiệp đang chuyển từ thử nghiệm sang tích hợp. Các tổ chức tài chính, nhà cung cấp chăm sóc sức khỏe và các công ty nghiên cứu đang nhúng AI vào các quy trình làm việc xử lý tài sản thực và nghĩa vụ thực. Động lực đó tạo ra một hiệu ứng khác. Độ tin cậy không còn là một tính năng mà trở thành điều kiện tiên quyết.
Khi tiền bạc, tuân thủ và an toàn tham gia vào phương trình, tỷ lệ lỗi 3% không phải là nhỏ. Nó rất đắt.
Các dấu hiệu sớm cho thấy thị trường đang bắt đầu phân biệt giữa AI giải trí và AI có thể được kiểm toán. Sự phân biệt đó đang thay đổi cách mà cơ sở hạ tầng được định giá. Các token liên kết với tính toán đơn thuần có thể thu hút sự chú ý. Các token liên kết với đầu ra được xác minh có thể giữ vững sức mạnh.
Điều làm tôi ấn tượng khi xem xét kiến trúc của Mira là nó không quảng bá bản thân như một trí tuệ lớn hơn. Nó định vị bản thân như một bộ lọc yên tĩnh. Giọng điệu đó quan trọng. Trong crypto, tiếng ồn chiếm ưu thế trong các chu kỳ. Nhưng ở dưới mỗi mạng bền vững, thường có một lớp tập trung vào tính toàn vẹn.
Nếu điều này đúng, $MIRA tính liên quan dài hạn phụ thuộc ít hơn vào các đỉnh truyện kể và nhiều hơn vào nhu cầu xác minh. Nếu các doanh nghiệp áp dụng xác minh phi tập trung cho các đầu ra AI, việc sử dụng có thể tích lũy đều đặn. Nếu các nhà cung cấp tập trung tích hợp hệ thống xác minh nội bộ của riêng họ và thống trị không gian, áp lực cạnh tranh sẽ tăng lên.
Sự không chắc chắn là có thật. Nhưng sự hiểu biết cấu trúc cũng vậy.
Các hệ thống AI đang cải thiện nhanh chóng. Kích thước mô hình đang mở rộng. Các cửa sổ ngữ cảnh đang rộng ra vượt quá 100.000 token trong một số trường hợp. Tuy nhiên, không có điều gì trong số đó loại bỏ lỗi xác suất. Nó chỉ định hình lại phân phối của nó.
Độ tin cậy không phải là về các mô hình lớn hơn. Nó liên quan đến các cơ chế trách nhiệm bên dưới chúng.
Khi tôi lùi lại, những gì Mira tiết lộ là một sự thay đổi trong cách chúng ta nghĩ về trí tuệ trên các thị trường. Sự tạo ra thu hút sự chú ý. Xác minh tạo ra niềm tin. Sự chú ý tăng nhanh. Niềm tin tích lũy chậm.
Và theo thời gian, các thị trường có xu hướng thưởng cho những hệ thống mà việc sai lầm trở nên quá đắt để có thể bỏ qua.