IC3 เมื่อวันที่ 8 มิถุนายน ได้เผยแพร่รายงานบน X โดยระบุว่า โมเดลการเรียนรู้ของเครื่องสามารถยกระดับความปลอดภัยของสัญญาอัจฉริยะและการตรวจจับการฉ้อโกงได้อย่างมีนัยสำคัญ ระบบการซื้อขายที่ขับเคลื่อนด้วย AI อาจเอื้อให้เกิดการสมรู้ร่วมคิดระหว่างเอเจนต์แบบอัตโนมัติ และสร้างความได้เปรียบที่ไม่เป็นธรรม โครงสร้างพื้นฐานด้านการเข้ารหัสสามารถสร้างไปป์ไลน์ข้อมูลที่ป้องกันการดัดแปลงสำหรับการฝึกโมเดล AI ได้ ปัจจุบันยังไม่มีหลักฐานเชิงปริมาณที่เป็นสาธารณะซึ่งพิสูจน์ได้ว่าไปป์ไลน์ AI แบบกระจายศูนย์สามารถลดต้นทุนแบบครบวงจรหรือทำให้อยู่ในเกณฑ์ตัวชี้วัดที่ดีขึ้นได้อย่างมีประสิทธิผล
ข้อสรุปหลัก 4 ประการของรายงาน
การค้นพบงานวิจัย 4 ประการที่ได้รับการยืนยันในรายงานของ IC3 มีดังนี้:
AI ทำให้คริปโตมีความยืดหยุ่นมากขึ้น：โมเดลการเรียนรู้ของเครื่องสามารถยกระดับความปลอดภัยของสัญญาอัจฉริยะได้อย่างมีนัยสำคัญ เพิ่มขีดความสามารถในการประมวลผลข้อมูลจากโลกจริง และปรับปรุงการตรวจจับการฉ้อโกง
ช่องทางใหม่ของการใช้ตลาดในทางที่ผิด：ระบบการซื้อขายที่ขับเคลื่อนด้วย AI อาจทำให้อเอเจนต์อัตโนมัติสมรู้ร่วมคิดกันเอง และสร้างความได้เปรียบภายในที่ไม่เป็นธรรมผ่านกลยุทธ์ที่ไม่โปร่งใส
เทคโนโลยีคริปโตช่วยเสริมซัพพลายเชนของ AI：โครงสร้างพื้นฐานด้านการเข้ารหัสสามารถสร้างไปป์ไลน์ข้อมูลที่มีความปลอดภัยสูง เชื่อถือได้ และป้องกันการดัดแปลงสำหรับการฝึกโมเดล AI
การตรวจสอบความเป็นจริงแบบกระจายศูนย์：ปัจจุบันแทบไม่มีหลักฐานเชิงปริมาณที่เป็นสาธารณะซึ่งแสดงให้เห็นว่าไปป์ไลน์ AI แบบกระจายศูนย์สามารถลดต้นทุนแบบครบวงจรหรือปรับปรุงตัวชี้วัดได้จริง
ข้อสังเกตเชิงเทคนิคหลักของ Ari Juels
Ari Juels ระบุในรายงานว่า มีความแตกต่างพื้นฐานของเทคโนโลยี 2 ประเภท ได้แก่ การเข้ารหัสคือเทคโนโลยีแบบ “แข็ง” ซึ่งตั้งอยู่บนพรีมิติฟการเข้ารหัสที่มีคุณสมบัติด้านความปลอดภัยเข้มงวดและขั้นตอนที่ชัดเจน ส่วน AI คือเทคโนโลยีแบบ “นิ่ม” ที่ไม่มีใครสามารถเข้าใจได้อย่างสมบูรณ์หรือสามารถเชื่อมั่นได้อย่างเต็มที่ต่อโมเดลที่มันพึ่งพา เขากล่าวว่า เพียงแค่การนำทั้งสองมารวมกัน “เหมือนกับการเชื่อมเจลาติน” แต่หากรวมอย่างเหมาะสม การเข้ารหัสสามารถเปลี่ยนสภาพคล่องของ AI ให้กลายเป็นระบบที่ปลอดภัย เชื่อถือได้ และมีความเป็นอิสระสูง
Giulia Fanti ยังชี้ว่า จำนวนงานวิจัยจำนวนมากทำให้แยกแยะข้อมูลที่มีประโยชน์กับข้อมูลที่ไม่เป็นประโยชน์ได้ยาก รายงานมีเป้าหมายเพื่อวาดภาพทิศทางการวิจัยบล็อกเชนในอีก 10 ปีข้างหน้าให้แก่วงการวิชาการ และให้แผนที่ถนนด้าน R&D สำหรับผู้นำองค์กร
คำถามที่พบบ่อย
รายงานของ IC3 มีหลักฐานเฉพาะอะไรที่ใช้ประเมิน AI แบบกระจายศูนย์?
รายงานของ IC3 ระบุว่า แม้ในอุตสาหกรรมจะมีการโฆษณาถึงข้อดีของไปป์ไลน์ AI แบบกระจายศูนย์อย่างมาก แต่ปัจจุบันแทบไม่มีหลักฐานเชิงปริมาณที่เป็นสาธารณะซึ่งพิสูจน์ได้ว่าไปป์ไลน์ AI แบบกระจายศูนย์สามารถลดต้นทุนแบบครบวงจรหรือปรับปรุงตัวชี้วัดประสิทธิภาพได้จริง รายงานไม่ได้ปฏิเสธศักยภาพของ AI แบบกระจายศูนย์โดยสิ้นเชิง แต่ชี้ให้เห็นถึงความไม่เพียงพอของข้อมูลการตรวจสอบที่มีอยู่ในสาธารณะ
“โครงสร้างพื้นฐานด้านการเข้ารหัสช่วยเสริมซัพพลายเชนของ AI” หมายถึงอะไรโดยเฉพาะ?
ตามรายงานของ IC3 โครงสร้างพื้นฐานด้านการเข้ารหัสสามารถสร้างไปป์ไลน์ข้อมูลที่มีความปลอดภัยสูง เชื่อถือได้ และป้องกันการดัดแปลงสำหรับการฝึกโมเดล AI ความหมายของแนวทางนี้อยู่ที่การทำให้มั่นใจว่าข้อมูลที่ใช้ในการฝึกโมเดล AI มาจากแหล่งที่เชื่อถือได้และไม่ได้ถูกดัดแปลงอย่างมุ่งร้าย ซึ่งจะช่วยเพิ่มความน่าเชื่อถือโดยรวมของระบบ AI
รายงานฉบับนี้มีคุณค่าสำหรับผู้อ่านกลุ่มใดมากที่สุด?
Giulia Fanti อธิบายในช่วงเวลาที่รายงานเผยแพร่ว่า รายงานนี้ช่วยให้แก่วงการวิชาการเห็นภาพทิศทางการพัฒนางานวิจัยบล็อกเชนในอีก 10 ปีข้างหน้า พร้อมทั้งมอบแผนที่ถนนด้าน R&D ที่สำคัญให้แก่ผู้นำองค์กร รายงานนี้เขียนโดยนักวิจัยมากกว่า 20 คนจากทั้งภาคอุตสาหกรรมและภาควิชาการ ใช้เวลาหลายเดือนในการจัดทำ
