تعزيز موثوقية الذكاء الاصطناعي: بناء طبقة ثقة الذكاء الاصطناعي على شبكة ميرا
مؤخراً، تم إطلاق الشبكة العامة للاختبار لميرا، والتي تهدف إلى بناء طبقة ثقة للذكاء الاصطناعي. وقد أثار هذا تفكير الناس حول موثوقية الذكاء الاصطناعي: لماذا يجب أن يُوثق بالذكاء الاصطناعي؟ وكيف تحل ميرا هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قوته الكبيرة، ويتجاهلون مشكلة "الوهم" أو التحيز الموجودة في الذكاء الاصطناعي. يشير "الوهم" في الذكاء الاصطناعي إلى أن الذكاء الاصطناعي قد "يختلق" أحيانًا محتوى يبدو معقولًا ولكنه غير دقيق في الواقع. على سبيل المثال، عندما يُسأل عن سبب كون القمر ورديًا، قد يقدم الذكاء الاصطناعي سلسلة من التفسيرات التي تبدو معقولة ولكنها في الواقع مختلقة.
ترتبط ظهور "أوهام" أو تحيزات الذكاء الاصطناعي ببعض مسارات تقنيات الذكاء الاصطناعي الحالية. يحقق الذكاء الاصطناعي التوليدي الاتساق والمنطق من خلال توقع "الأكثر احتمالًا"، ولكنه أحيانًا يعجز عن التحقق من صحة المعلومات. علاوة على ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى مختلق، مما يؤثر أيضًا على مخرجات الذكاء الاصطناعي. باختصار، يتعلم الذكاء الاصطناعي أنماط لغة البشر بدلاً من الحقائق نفسها.
إن الآلية الحالية لتوليد الاحتمالات ونموذج البيانات المدفوعة سيؤديان تقريبًا بلا منازع إلى إمكانية حدوث وهمات AI. على الرغم من أن هذه المخرجات المضللة أو الوهمية قد لا تسبب عواقب مباشرة في المحتوى العام أو الترفيهي، إلا أنها قد تؤثر بشكل كبير في المجالات الدقيقة مثل الطب والقانون والطيران والمالية. لذلك، فإن معالجة أوهام AI والتحيزات أصبحت واحدة من القضايا الأساسية في عملية تطوير AI.
تحاول مشروع ميرا حل هذه المشكلة من خلال بناء طبقة ثقة للذكاء الاصطناعي، مما يقلل من تحيزات الذكاء الاصطناعي والوهم، ويعزز من موثوقية الذكاء الاصطناعي. الفكرة الأساسية لميرا هي التحقق من مخرجات الذكاء الاصطناعي من خلال توافق عدة نماذج ذكاء اصطناعي. إنها شبكة تحقق تستخدم توافق عدة نماذج ذكاء اصطناعي والتوافق اللامركزي للتحقق من موثوقية مخرجات الذكاء الاصطناعي.
المفتاح في شبكة ميرا هو التحقق من الإجماع اللامركزي. يجمع بين مزايا مجال التشفير وطريقة التعاون متعددة النماذج، من خلال نموذج التحقق الجماعي لتقليل التحيز والوهم. في ما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. يشارك مشغلو العقد في التحقق من هذه البيانات، من خلال الحوافز الاقتصادية المشفرة وآلية العقوبات لضمان نزاهة مشغلي العقد.
تشمل بنية شبكة ميرا تحويل المحتوى والتحقق الموزع وآلية الإجماع. يعتبر تحويل المحتوى أحد المراحل الهامة، حيث تقوم شبكة ميرا بتفكيك المحتوى المرشح إلى بيانات قابلة للتحقق مختلفة، وتوزيعها على العقد للتحقق. لحماية خصوصية العملاء، سيتم توزيع البيانات على العقد المختلفة بطريقة التجزئة العشوائية.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة التصريحات وتقديم نتائج التحقق. إنهم يشاركون في التحقق من أجل تحقيق الأرباح، وهذه الأرباح تأتي من القيمة التي يخلقونها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية، والقانون، والطيران، والمال، مما سيخلق قيمة هائلة.
بشكل عام، تقدم ميرا فكرة جديدة لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة للتحقق من الإجماع اللامركزي على أساس نماذج ذكاء اصطناعي متعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من تحيز الذكاء الاصطناعي والأوهام، ويلبي طلبات العملاء للحصول على دقة وفعالية أعلى. تحاول ميرا بناء طبقة ثقة للذكاء الاصطناعي، مما سيساهم في تعزيز التطور العميق لتطبيقات الذكاء الاصطناعي.
حالياً، تتعاون Mira مع العديد من أطر الوكلاء الذكية. يمكن للمستخدمين المشاركة في شبكة Mira العامة من خلال Klok (تطبيق الدردشة القائم على LLM الخاص بـ Mira)، وتجربة المخرجات الذكية الموثوقة، ولديهم الفرصة لكسب نقاط Mira.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 9
أعجبني
9
6
مشاركة
تعليق
0/400
CoffeeNFTrader
· 07-14 12:07
الذكاء الاصطناعي يعود ليقوم بأعمال جديدة، هل ستكون النهاية وفاة اجتماعية؟
شاهد النسخة الأصليةرد0
BearMarketBro
· 07-13 03:36
هل لا يزال الذكاء الاصطناعي يحتاج إلى طبقة ثقة؟
شاهد النسخة الأصليةرد0
OnlyOnMainnet
· 07-13 03:32
هل يمكن أن تحل الأوهام؟ الأمور مستقرة.
شاهد النسخة الأصليةرد0
ConsensusDissenter
· 07-13 03:26
الذكاء الاصطناعي يقوم بهذه الأمور المعقدة مرة أخرى
شاهد النسخة الأصليةرد0
SchrodingerWallet
· 07-13 03:10
إنه نوع من المثير للاهتمام ، يمكن أن يلعب الذكاء الاصطناعي بهذه الطريقة
شبكة ميرا تبني طبقة موثوقية للذكاء الاصطناعي، وتزيد من موثوقية الإجماع متعدد النماذج.
تعزيز موثوقية الذكاء الاصطناعي: بناء طبقة ثقة الذكاء الاصطناعي على شبكة ميرا
مؤخراً، تم إطلاق الشبكة العامة للاختبار لميرا، والتي تهدف إلى بناء طبقة ثقة للذكاء الاصطناعي. وقد أثار هذا تفكير الناس حول موثوقية الذكاء الاصطناعي: لماذا يجب أن يُوثق بالذكاء الاصطناعي؟ وكيف تحل ميرا هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قوته الكبيرة، ويتجاهلون مشكلة "الوهم" أو التحيز الموجودة في الذكاء الاصطناعي. يشير "الوهم" في الذكاء الاصطناعي إلى أن الذكاء الاصطناعي قد "يختلق" أحيانًا محتوى يبدو معقولًا ولكنه غير دقيق في الواقع. على سبيل المثال، عندما يُسأل عن سبب كون القمر ورديًا، قد يقدم الذكاء الاصطناعي سلسلة من التفسيرات التي تبدو معقولة ولكنها في الواقع مختلقة.
ترتبط ظهور "أوهام" أو تحيزات الذكاء الاصطناعي ببعض مسارات تقنيات الذكاء الاصطناعي الحالية. يحقق الذكاء الاصطناعي التوليدي الاتساق والمنطق من خلال توقع "الأكثر احتمالًا"، ولكنه أحيانًا يعجز عن التحقق من صحة المعلومات. علاوة على ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى مختلق، مما يؤثر أيضًا على مخرجات الذكاء الاصطناعي. باختصار، يتعلم الذكاء الاصطناعي أنماط لغة البشر بدلاً من الحقائق نفسها.
إن الآلية الحالية لتوليد الاحتمالات ونموذج البيانات المدفوعة سيؤديان تقريبًا بلا منازع إلى إمكانية حدوث وهمات AI. على الرغم من أن هذه المخرجات المضللة أو الوهمية قد لا تسبب عواقب مباشرة في المحتوى العام أو الترفيهي، إلا أنها قد تؤثر بشكل كبير في المجالات الدقيقة مثل الطب والقانون والطيران والمالية. لذلك، فإن معالجة أوهام AI والتحيزات أصبحت واحدة من القضايا الأساسية في عملية تطوير AI.
تحاول مشروع ميرا حل هذه المشكلة من خلال بناء طبقة ثقة للذكاء الاصطناعي، مما يقلل من تحيزات الذكاء الاصطناعي والوهم، ويعزز من موثوقية الذكاء الاصطناعي. الفكرة الأساسية لميرا هي التحقق من مخرجات الذكاء الاصطناعي من خلال توافق عدة نماذج ذكاء اصطناعي. إنها شبكة تحقق تستخدم توافق عدة نماذج ذكاء اصطناعي والتوافق اللامركزي للتحقق من موثوقية مخرجات الذكاء الاصطناعي.
المفتاح في شبكة ميرا هو التحقق من الإجماع اللامركزي. يجمع بين مزايا مجال التشفير وطريقة التعاون متعددة النماذج، من خلال نموذج التحقق الجماعي لتقليل التحيز والوهم. في ما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. يشارك مشغلو العقد في التحقق من هذه البيانات، من خلال الحوافز الاقتصادية المشفرة وآلية العقوبات لضمان نزاهة مشغلي العقد.
تشمل بنية شبكة ميرا تحويل المحتوى والتحقق الموزع وآلية الإجماع. يعتبر تحويل المحتوى أحد المراحل الهامة، حيث تقوم شبكة ميرا بتفكيك المحتوى المرشح إلى بيانات قابلة للتحقق مختلفة، وتوزيعها على العقد للتحقق. لحماية خصوصية العملاء، سيتم توزيع البيانات على العقد المختلفة بطريقة التجزئة العشوائية.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة التصريحات وتقديم نتائج التحقق. إنهم يشاركون في التحقق من أجل تحقيق الأرباح، وهذه الأرباح تأتي من القيمة التي يخلقونها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية، والقانون، والطيران، والمال، مما سيخلق قيمة هائلة.
بشكل عام، تقدم ميرا فكرة جديدة لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة للتحقق من الإجماع اللامركزي على أساس نماذج ذكاء اصطناعي متعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من تحيز الذكاء الاصطناعي والأوهام، ويلبي طلبات العملاء للحصول على دقة وفعالية أعلى. تحاول ميرا بناء طبقة ثقة للذكاء الاصطناعي، مما سيساهم في تعزيز التطور العميق لتطبيقات الذكاء الاصطناعي.
حالياً، تتعاون Mira مع العديد من أطر الوكلاء الذكية. يمكن للمستخدمين المشاركة في شبكة Mira العامة من خلال Klok (تطبيق الدردشة القائم على LLM الخاص بـ Mira)، وتجربة المخرجات الذكية الموثوقة، ولديهم الفرصة لكسب نقاط Mira.