طبقة الثقة بالذكاء الاصطناعي: محاولة مبتكرة لشبكة ميرا
مؤخراً، تم إطلاق شبكة Mira العامة للاختبار، ويهدف هذا المشروع إلى بناء طبقة ثقة للذكاء الاصطناعي. إذن، لماذا يحتاج الذكاء الاصطناعي إلى الثقة؟ كيف تحل Mira هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قوته الكبيرة. ومع ذلك، فإن السؤال المثير للاهتمام ولكنه غالبًا ما يُغفل هو "الوهم" أو التحيز الموجود في الذكاء الاصطناعي. ما يُطلق عليه "وهم" الذكاء الاصطناعي، ببساطة، هو أن الذكاء الاصطناعي أحيانًا "يخترع"، ويبدو أنه يقدم معلومات خاطئة تمامًا بطريقة منطقية. على سبيل المثال، إذا سألت الذكاء الاصطناعي لماذا القمر وردي، فقد يقدم سلسلة من التفسيرات التي تبدو معقولة ولكنها مختلقة تمامًا.
إن "الوهم" أو التحيز في الذكاء الاصطناعي هذا مرتبط ببعض مسارات تقنيات الذكاء الاصطناعي الحالية. تحقق الذكاء الاصطناعي التوليدي الاتساق والقدرة على التفسير من خلال توقع "المحتوى الأكثر احتمالاً"، ولكن هذه الطريقة قد تفشل أحياناً في التحقق من صحة المعلومات. بالإضافة إلى ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى خيالي، مما يؤثر على مخرجات الذكاء الاصطناعي. بعبارة أخرى، يتعلم الذكاء الاصطناعي أنماط اللغة البشرية، وليس الحقائق نفسها.
إن آلية توليد الاحتمالات الحالية ونموذج البيانات المدفوعة ستؤدي تقريبًا بشكل لا مفر منه إلى احتمال وجود أوهام في الذكاء الاصطناعي. بالنسبة للمحتوى العام أو الترفيهي، قد لا يؤدي هذا الناتج المتحيز أو الوهمي إلى عواقب مباشرة على المدى القصير. ولكن في مجالات مثل الطب والقانون والطيران والمالية، يمكن أن تكون له عواقب وخيمة. لذلك، فإن معالجة أوهام الذكاء الاصطناعي والتحيزات أصبحت واحدة من القضايا الرئيسية في عملية تطوير الذكاء الاصطناعي.
مشروع ميرا وُجد لحل مشاكل تحيز الذكاء الاصطناعي والوهم. يحاول بناء طبقة من الثقة للذكاء الاصطناعي، وتقليل التحيز والوهم، وزيادة موثوقية الذكاء الاصطناعي. فكيف يحقق ميرا هذا الهدف؟
جوهر Mira هو التحقق من مخرجات الذكاء الاصطناعي من خلال توافق عدة نماذج ذكاء اصطناعي. إنه في الأساس شبكة تحقق تستخدم توافق عدة نماذج ذكاء اصطناعي للتحقق من موثوقية مخرجات الذكاء الاصطناعي. والأهم من ذلك، أن Mira تعتمد على توافق لامركزي لإجراء التحقق.
تتمثل النقطة الرئيسية في شبكة ميرا في التحقق من الإجماع اللامركزي. هذه هي النقطة التي تتخصص فيها مجال التشفير، وفي الوقت نفسه تستفيد من مزايا التعاون متعدد النماذج، من خلال نموذج التحقق الجماعي لتقليل التحيز والوهم.
فيما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. تتطلب هذه البيانات مشاركة مشغلي العقد للتحقق. لضمان نزاهة مشغلي العقد، تعتمد ميرا آلية تحفيز/عقوبات اقتصادية مشفرة، حيث تشارك نماذج الذكاء الاصطناعي المختلفة ومشغلو العقد الموزعين لضمان موثوقية نتائج التحقق.
تتضمن بنية شبكة ميرا تحويل المحتوى، والتحقق الموزع، وآلية الإجماع، لتحقيق موثوقية التحقق. في هذه البنية، يعد تحويل المحتوى جزءًا مهمًا. تقوم شبكة ميرا أولاً بتفكيك المحتوى المرشح إلى بيانات قابلة للتحقق، يتم توزيع هذه البيانات على العقد للتحقق منها، لتحديد صلاحية البيانات وتجميع النتائج للوصول إلى توافق. لحماية خصوصية العملاء، يتم تحويل المحتوى المرشح إلى أزواج من البيانات، وتوزيعها على عقد مختلفة بطريقة التجزئة العشوائية، لمنع تسرب المعلومات أثناء عملية التحقق.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة الإقرارات وتقديم نتائج التحقق. إنهم يشاركون في التحقق لأنهم يمكنهم كسب العوائد، وهذه العوائد تأتي من القيمة التي يتم إنشاؤها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، وبمجرد تحقيق هذا الهدف، يمكن أن تحقق قيمة كبيرة في مجالات مثل الطب والقانون والطيران والتمويل. لذلك، يكون العملاء مستعدين لدفع ثمن ذلك. لمنع تصرفات المضاربة من العقد التي تستجيب عشوائياً، سيتم تقليل رموز الرهان للعقد التي تنحرف باستمرار عن الإجماع. من خلال هذه اللعبة الاقتصادية، يتم ضمان مشاركة مشغلي العقد بصدق في التحقق.
بشكل عام، تقدم ميرا فكرة جديدة لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة للتحقق من الإجماع غير المركزية على أساس نماذج ذكاء اصطناعي متعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من التحيز والأوهام في الذكاء الاصطناعي، لتلبية احتياجات العملاء من دقة أعلى ومعدل دقة. في الوقت نفسه، توفر قيمة للعملاء وتحقق عوائد لمشاركي شبكة ميرا. باختصار، تحاول ميرا بناء طبقة من الثقة للذكاء الاصطناعي، مما سيدفع التطور العميق لتطبيقات الذكاء الاصطناعي.
حالياً، تعاونت Mira مع عدة أطر عمل لوكلاء الذكاء الاصطناعي. يمكن للمستخدمين المشاركة في شبكة Mira العامة من خلال تطبيق الدردشة Klok المبني على LLM الخاص بـ Mira. باستخدام Klok، يمكن تجربة مخرجات الذكاء الاصطناعي الموثوقة، ولديك فرصة لكسب نقاط Mira. أما بالنسبة للاستخدامات المستقبلية لهذه النقاط، فلم يتم الإعلان عنها بعد.
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 15
أعجبني
15
7
مشاركة
تعليق
0/400
ParallelChainMaxi
· منذ 12 س
هل أصبحت الذكاء الاصطناعي متمردة وغير محبوبة هكذا؟
شاهد النسخة الأصليةرد0
GmGmNoGn
· منذ 12 س
أبا أبا تلاعب بمفهوم آخر
شاهد النسخة الأصليةرد0
NightAirdropper
· منذ 12 س
ما فائدة هذا المشروع الجديد، الذكاء الاصطناعي يتفاخر ولن يموت.
شاهد النسخة الأصليةرد0
SocialFiQueen
· منذ 12 س
جربها لتعرف ما إذا كانت مفيدة حقًا أم تحتاج إلى ممارسة.
شاهد النسخة الأصليةرد0
MetaReckt
· منذ 12 س
يا إلهي، حتى الذكاء الاصطناعي يمكنه أن يحلم أحلام اليقظة.
شاهد النسخة الأصليةرد0
BugBountyHunter
· منذ 12 س
هذه الفخ لديها إمكانيات، متى ستطلق على الشبكة الرئيسية؟
شبكة ميرا: بناء طبقة الثقة للذكاء الاصطناعي لحل مشكلة التحيز الوهمي
طبقة الثقة بالذكاء الاصطناعي: محاولة مبتكرة لشبكة ميرا
مؤخراً، تم إطلاق شبكة Mira العامة للاختبار، ويهدف هذا المشروع إلى بناء طبقة ثقة للذكاء الاصطناعي. إذن، لماذا يحتاج الذكاء الاصطناعي إلى الثقة؟ كيف تحل Mira هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قوته الكبيرة. ومع ذلك، فإن السؤال المثير للاهتمام ولكنه غالبًا ما يُغفل هو "الوهم" أو التحيز الموجود في الذكاء الاصطناعي. ما يُطلق عليه "وهم" الذكاء الاصطناعي، ببساطة، هو أن الذكاء الاصطناعي أحيانًا "يخترع"، ويبدو أنه يقدم معلومات خاطئة تمامًا بطريقة منطقية. على سبيل المثال، إذا سألت الذكاء الاصطناعي لماذا القمر وردي، فقد يقدم سلسلة من التفسيرات التي تبدو معقولة ولكنها مختلقة تمامًا.
إن "الوهم" أو التحيز في الذكاء الاصطناعي هذا مرتبط ببعض مسارات تقنيات الذكاء الاصطناعي الحالية. تحقق الذكاء الاصطناعي التوليدي الاتساق والقدرة على التفسير من خلال توقع "المحتوى الأكثر احتمالاً"، ولكن هذه الطريقة قد تفشل أحياناً في التحقق من صحة المعلومات. بالإضافة إلى ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى خيالي، مما يؤثر على مخرجات الذكاء الاصطناعي. بعبارة أخرى، يتعلم الذكاء الاصطناعي أنماط اللغة البشرية، وليس الحقائق نفسها.
إن آلية توليد الاحتمالات الحالية ونموذج البيانات المدفوعة ستؤدي تقريبًا بشكل لا مفر منه إلى احتمال وجود أوهام في الذكاء الاصطناعي. بالنسبة للمحتوى العام أو الترفيهي، قد لا يؤدي هذا الناتج المتحيز أو الوهمي إلى عواقب مباشرة على المدى القصير. ولكن في مجالات مثل الطب والقانون والطيران والمالية، يمكن أن تكون له عواقب وخيمة. لذلك، فإن معالجة أوهام الذكاء الاصطناعي والتحيزات أصبحت واحدة من القضايا الرئيسية في عملية تطوير الذكاء الاصطناعي.
مشروع ميرا وُجد لحل مشاكل تحيز الذكاء الاصطناعي والوهم. يحاول بناء طبقة من الثقة للذكاء الاصطناعي، وتقليل التحيز والوهم، وزيادة موثوقية الذكاء الاصطناعي. فكيف يحقق ميرا هذا الهدف؟
جوهر Mira هو التحقق من مخرجات الذكاء الاصطناعي من خلال توافق عدة نماذج ذكاء اصطناعي. إنه في الأساس شبكة تحقق تستخدم توافق عدة نماذج ذكاء اصطناعي للتحقق من موثوقية مخرجات الذكاء الاصطناعي. والأهم من ذلك، أن Mira تعتمد على توافق لامركزي لإجراء التحقق.
تتمثل النقطة الرئيسية في شبكة ميرا في التحقق من الإجماع اللامركزي. هذه هي النقطة التي تتخصص فيها مجال التشفير، وفي الوقت نفسه تستفيد من مزايا التعاون متعدد النماذج، من خلال نموذج التحقق الجماعي لتقليل التحيز والوهم.
فيما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. تتطلب هذه البيانات مشاركة مشغلي العقد للتحقق. لضمان نزاهة مشغلي العقد، تعتمد ميرا آلية تحفيز/عقوبات اقتصادية مشفرة، حيث تشارك نماذج الذكاء الاصطناعي المختلفة ومشغلو العقد الموزعين لضمان موثوقية نتائج التحقق.
تتضمن بنية شبكة ميرا تحويل المحتوى، والتحقق الموزع، وآلية الإجماع، لتحقيق موثوقية التحقق. في هذه البنية، يعد تحويل المحتوى جزءًا مهمًا. تقوم شبكة ميرا أولاً بتفكيك المحتوى المرشح إلى بيانات قابلة للتحقق، يتم توزيع هذه البيانات على العقد للتحقق منها، لتحديد صلاحية البيانات وتجميع النتائج للوصول إلى توافق. لحماية خصوصية العملاء، يتم تحويل المحتوى المرشح إلى أزواج من البيانات، وتوزيعها على عقد مختلفة بطريقة التجزئة العشوائية، لمنع تسرب المعلومات أثناء عملية التحقق.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة الإقرارات وتقديم نتائج التحقق. إنهم يشاركون في التحقق لأنهم يمكنهم كسب العوائد، وهذه العوائد تأتي من القيمة التي يتم إنشاؤها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، وبمجرد تحقيق هذا الهدف، يمكن أن تحقق قيمة كبيرة في مجالات مثل الطب والقانون والطيران والتمويل. لذلك، يكون العملاء مستعدين لدفع ثمن ذلك. لمنع تصرفات المضاربة من العقد التي تستجيب عشوائياً، سيتم تقليل رموز الرهان للعقد التي تنحرف باستمرار عن الإجماع. من خلال هذه اللعبة الاقتصادية، يتم ضمان مشاركة مشغلي العقد بصدق في التحقق.
بشكل عام، تقدم ميرا فكرة جديدة لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة للتحقق من الإجماع غير المركزية على أساس نماذج ذكاء اصطناعي متعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من التحيز والأوهام في الذكاء الاصطناعي، لتلبية احتياجات العملاء من دقة أعلى ومعدل دقة. في الوقت نفسه، توفر قيمة للعملاء وتحقق عوائد لمشاركي شبكة ميرا. باختصار، تحاول ميرا بناء طبقة من الثقة للذكاء الاصطناعي، مما سيدفع التطور العميق لتطبيقات الذكاء الاصطناعي.
حالياً، تعاونت Mira مع عدة أطر عمل لوكلاء الذكاء الاصطناعي. يمكن للمستخدمين المشاركة في شبكة Mira العامة من خلال تطبيق الدردشة Klok المبني على LLM الخاص بـ Mira. باستخدام Klok، يمكن تجربة مخرجات الذكاء الاصطناعي الموثوقة، ولديك فرصة لكسب نقاط Mira. أما بالنسبة للاستخدامات المستقبلية لهذه النقاط، فلم يتم الإعلان عنها بعد.