Lapisan Kepercayaan AI: Upaya Inovatif Jaringan Mira
Baru-baru ini, jaringan publik Mira resmi diluncurkan, proyek ini bertujuan untuk membangun sebuah lapisan kepercayaan untuk AI. Lalu, mengapa AI perlu dipercaya? Bagaimana Mira menyelesaikan masalah ini?
Dalam diskusi tentang AI, orang sering lebih memperhatikan kemampuan hebatnya. Namun, masalah menarik yang sering diabaikan adalah "ilusi" atau bias yang ada dalam AI. Apa yang disebut "ilusi" AI, secara sederhana, adalah fakta bahwa AI kadang-kadang "mengarang cerita", dengan tampak memberikan informasi yang sepenuhnya salah namun terkesan logis. Misalnya, jika Anda bertanya kepada AI mengapa bulan berwarna merah muda, ia mungkin memberikan serangkaian penjelasan yang tampak masuk akal tetapi sepenuhnya fiktif.
"Keterlenaan" atau bias dari AI ini terkait dengan beberapa jalur teknologi AI saat ini. AI generatif mencapai koherensi dan kewajaran dengan memprediksi konten yang "paling mungkin", tetapi metode ini kadang-kadang tidak dapat memverifikasi kebenaran. Selain itu, data pelatihan itu sendiri mungkin mengandung kesalahan, bias, atau bahkan konten fiktif, yang semuanya dapat mempengaruhi keluaran AI. Dengan kata lain, AI mempelajari pola bahasa manusia, bukan fakta itu sendiri.
Mekanisme generasi probabilitas saat ini dan model berbasis data hampir tidak dapat dihindari akan menyebabkan kemungkinan ilusi AI. Untuk konten pengetahuan umum atau hiburan, keluaran yang bias atau ilusif ini mungkin tidak akan langsung menyebabkan konsekuensi. Namun, dalam bidang yang sangat ketat seperti medis, hukum, penerbangan, dan keuangan, itu dapat memiliki konsekuensi serius. Oleh karena itu, menangani ilusi dan bias AI menjadi salah satu masalah inti dalam proses pengembangan AI.
Proyek Mira lahir untuk mengatasi masalah bias dan ilusi AI. Ini berusaha membangun lapisan kepercayaan AI, mengurangi bias dan ilusi AI, serta meningkatkan keandalan AI. Lantas, bagaimana Mira mencapai tujuan ini?
Inti dari Mira adalah untuk memverifikasi output AI melalui konsensus dari beberapa model AI. Ini pada dasarnya adalah jaringan verifikasi yang memanfaatkan konsensus dari beberapa model AI untuk memverifikasi keandalan output AI. Yang lebih penting, Mira menggunakan konsensus terdesentralisasi untuk melakukan verifikasi.
Kunci dari jaringan Mira terletak pada verifikasi konsensus yang terdesentralisasi. Ini adalah hal yang dikuasai oleh bidang kripto, dan pada saat yang sama juga memanfaatkan keunggulan kolaborasi multi-model, melalui model verifikasi kolektif untuk mengurangi bias dan ilusi.
Dalam hal arsitektur verifikasi, protokol Mira mendukung konversi konten kompleks menjadi pernyataan verifikasi independen. Pernyataan ini memerlukan partisipasi operator node dalam verifikasi. Untuk memastikan integritas operator node, Mira menggunakan mekanisme insentif/punishment ekonomi kriptografi, di mana berbagai model AI dan operator node terdesentralisasi berpartisipasi bersama untuk menjamin keandalan hasil verifikasi.
Arsitektur jaringan Mira mencakup konversi konten, verifikasi terdistribusi, dan mekanisme konsensus untuk mencapai keandalan verifikasi. Dalam arsitektur ini, konversi konten adalah bagian penting. Jaringan Mira pertama-tama memecah konten kandidat menjadi berbagai pernyataan yang dapat diverifikasi, yang kemudian didistribusikan oleh sistem kepada node untuk diverifikasi, guna menentukan validitas pernyataan tersebut dan mengumpulkan hasil untuk mencapai konsensus. Untuk melindungi privasi pelanggan, konten kandidat diubah menjadi pasangan pernyataan dan didistribusikan kepada node yang berbeda dengan cara pemotongan acak, untuk mencegah kebocoran informasi selama proses verifikasi.
Operator node bertanggung jawab untuk menjalankan model validator, memproses klaim, dan mengirimkan hasil verifikasi. Mereka terlibat dalam verifikasi karena dapat memperoleh keuntungan, yang berasal dari nilai yang diciptakan untuk klien. Tujuan jaringan Mira adalah untuk mengurangi tingkat kesalahan AI, dan setelah tujuan ini tercapai, dapat menciptakan nilai besar di bidang medis, hukum, penerbangan, keuangan, dan lainnya. Oleh karena itu, klien bersedia membayar untuk itu. Untuk mencegah perilaku spekulatif dari respons acak node, node yang terus menyimpang dari konsensus akan mengurangi token yang dipertaruhkan. Melalui permainan mekanisme ekonomi ini, memastikan operator node berpartisipasi secara jujur dalam verifikasi.
Secara keseluruhan, Mira memberikan pendekatan baru untuk mencapai keandalan AI. Ini membangun jaringan verifikasi konsensus terdesentralisasi berdasarkan banyak model AI, memberikan keandalan yang lebih tinggi untuk layanan AI pelanggan, mengurangi bias dan ilusi AI, untuk memenuhi permintaan pelanggan akan akurasi dan presisi yang lebih tinggi. Pada saat yang sama, memberikan keuntungan kepada peserta jaringan Mira berdasarkan nilai yang diberikan kepada pelanggan. Singkatnya, Mira berusaha membangun lapisan kepercayaan untuk AI, yang akan mendorong perkembangan mendalam aplikasi AI.
Saat ini, Mira telah bekerja sama dengan beberapa kerangka AI agent. Pengguna dapat berpartisipasi dalam jaringan uji publik Mira melalui aplikasi obrolan LLM berbasis Mira yang disebut Klok. Dengan menggunakan Klok, pengguna dapat merasakan keluaran AI yang telah terverifikasi dan memiliki kesempatan untuk mendapatkan poin Mira. Mengenai penggunaan poin-poin ini di masa depan, belum ada pengumuman.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
15 Suka
Hadiah
15
7
Bagikan
Komentar
0/400
ParallelChainMaxi
· 12jam yang lalu
AI sudah semenyimpang ini tidak lucu?
Lihat AsliBalas0
GmGmNoGn
· 12jam yang lalu
Ababa lagi-lagi mengangkat konsep
Lihat AsliBalas0
NightAirdropper
· 12jam yang lalu
Apa gunanya proyek baru ini, AI hanya omong kosong dan tidak akan mati.
Lihat AsliBalas0
SocialFiQueen
· 12jam yang lalu
Cobalah dan lihat apakah itu benar-benar berguna atau tidak.
Lihat AsliBalas0
MetaReckt
· 12jam yang lalu
Wah, AI bahkan bisa bermimpi di siang bolong.
Lihat AsliBalas0
BugBountyHunter
· 12jam yang lalu
Rencana ini sangat menjanjikan, kapan bisa diluncurkan di Mainnet?
Jaringan Mira: Membangun Lapisan Kepercayaan AI untuk Mengatasi Masalah Bias Ilusi
Lapisan Kepercayaan AI: Upaya Inovatif Jaringan Mira
Baru-baru ini, jaringan publik Mira resmi diluncurkan, proyek ini bertujuan untuk membangun sebuah lapisan kepercayaan untuk AI. Lalu, mengapa AI perlu dipercaya? Bagaimana Mira menyelesaikan masalah ini?
Dalam diskusi tentang AI, orang sering lebih memperhatikan kemampuan hebatnya. Namun, masalah menarik yang sering diabaikan adalah "ilusi" atau bias yang ada dalam AI. Apa yang disebut "ilusi" AI, secara sederhana, adalah fakta bahwa AI kadang-kadang "mengarang cerita", dengan tampak memberikan informasi yang sepenuhnya salah namun terkesan logis. Misalnya, jika Anda bertanya kepada AI mengapa bulan berwarna merah muda, ia mungkin memberikan serangkaian penjelasan yang tampak masuk akal tetapi sepenuhnya fiktif.
"Keterlenaan" atau bias dari AI ini terkait dengan beberapa jalur teknologi AI saat ini. AI generatif mencapai koherensi dan kewajaran dengan memprediksi konten yang "paling mungkin", tetapi metode ini kadang-kadang tidak dapat memverifikasi kebenaran. Selain itu, data pelatihan itu sendiri mungkin mengandung kesalahan, bias, atau bahkan konten fiktif, yang semuanya dapat mempengaruhi keluaran AI. Dengan kata lain, AI mempelajari pola bahasa manusia, bukan fakta itu sendiri.
Mekanisme generasi probabilitas saat ini dan model berbasis data hampir tidak dapat dihindari akan menyebabkan kemungkinan ilusi AI. Untuk konten pengetahuan umum atau hiburan, keluaran yang bias atau ilusif ini mungkin tidak akan langsung menyebabkan konsekuensi. Namun, dalam bidang yang sangat ketat seperti medis, hukum, penerbangan, dan keuangan, itu dapat memiliki konsekuensi serius. Oleh karena itu, menangani ilusi dan bias AI menjadi salah satu masalah inti dalam proses pengembangan AI.
Proyek Mira lahir untuk mengatasi masalah bias dan ilusi AI. Ini berusaha membangun lapisan kepercayaan AI, mengurangi bias dan ilusi AI, serta meningkatkan keandalan AI. Lantas, bagaimana Mira mencapai tujuan ini?
Inti dari Mira adalah untuk memverifikasi output AI melalui konsensus dari beberapa model AI. Ini pada dasarnya adalah jaringan verifikasi yang memanfaatkan konsensus dari beberapa model AI untuk memverifikasi keandalan output AI. Yang lebih penting, Mira menggunakan konsensus terdesentralisasi untuk melakukan verifikasi.
Kunci dari jaringan Mira terletak pada verifikasi konsensus yang terdesentralisasi. Ini adalah hal yang dikuasai oleh bidang kripto, dan pada saat yang sama juga memanfaatkan keunggulan kolaborasi multi-model, melalui model verifikasi kolektif untuk mengurangi bias dan ilusi.
Dalam hal arsitektur verifikasi, protokol Mira mendukung konversi konten kompleks menjadi pernyataan verifikasi independen. Pernyataan ini memerlukan partisipasi operator node dalam verifikasi. Untuk memastikan integritas operator node, Mira menggunakan mekanisme insentif/punishment ekonomi kriptografi, di mana berbagai model AI dan operator node terdesentralisasi berpartisipasi bersama untuk menjamin keandalan hasil verifikasi.
Arsitektur jaringan Mira mencakup konversi konten, verifikasi terdistribusi, dan mekanisme konsensus untuk mencapai keandalan verifikasi. Dalam arsitektur ini, konversi konten adalah bagian penting. Jaringan Mira pertama-tama memecah konten kandidat menjadi berbagai pernyataan yang dapat diverifikasi, yang kemudian didistribusikan oleh sistem kepada node untuk diverifikasi, guna menentukan validitas pernyataan tersebut dan mengumpulkan hasil untuk mencapai konsensus. Untuk melindungi privasi pelanggan, konten kandidat diubah menjadi pasangan pernyataan dan didistribusikan kepada node yang berbeda dengan cara pemotongan acak, untuk mencegah kebocoran informasi selama proses verifikasi.
Operator node bertanggung jawab untuk menjalankan model validator, memproses klaim, dan mengirimkan hasil verifikasi. Mereka terlibat dalam verifikasi karena dapat memperoleh keuntungan, yang berasal dari nilai yang diciptakan untuk klien. Tujuan jaringan Mira adalah untuk mengurangi tingkat kesalahan AI, dan setelah tujuan ini tercapai, dapat menciptakan nilai besar di bidang medis, hukum, penerbangan, keuangan, dan lainnya. Oleh karena itu, klien bersedia membayar untuk itu. Untuk mencegah perilaku spekulatif dari respons acak node, node yang terus menyimpang dari konsensus akan mengurangi token yang dipertaruhkan. Melalui permainan mekanisme ekonomi ini, memastikan operator node berpartisipasi secara jujur dalam verifikasi.
Secara keseluruhan, Mira memberikan pendekatan baru untuk mencapai keandalan AI. Ini membangun jaringan verifikasi konsensus terdesentralisasi berdasarkan banyak model AI, memberikan keandalan yang lebih tinggi untuk layanan AI pelanggan, mengurangi bias dan ilusi AI, untuk memenuhi permintaan pelanggan akan akurasi dan presisi yang lebih tinggi. Pada saat yang sama, memberikan keuntungan kepada peserta jaringan Mira berdasarkan nilai yang diberikan kepada pelanggan. Singkatnya, Mira berusaha membangun lapisan kepercayaan untuk AI, yang akan mendorong perkembangan mendalam aplikasi AI.
Saat ini, Mira telah bekerja sama dengan beberapa kerangka AI agent. Pengguna dapat berpartisipasi dalam jaringan uji publik Mira melalui aplikasi obrolan LLM berbasis Mira yang disebut Klok. Dengan menggunakan Klok, pengguna dapat merasakan keluaran AI yang telah terverifikasi dan memiliki kesempatan untuk mendapatkan poin Mira. Mengenai penggunaan poin-poin ini di masa depan, belum ada pengumuman.