Звіт IC3: AI-підсилені розумні контракти підвищують безпеку, децентралізовані AI-канали знижують витрати, але бракує кількісних доказів

IC3 8 червня у X опублікувала звіт, у якому зазначила, що моделі машинного навчання можуть суттєво підвищити безпеку смартконтрактів і виявлення шахрайства; транзакційні системи, керовані ШІ, можуть сприяти змовам між автономними агентами та створювати несправедливі переваги; криптографічна інфраструктура здатна створювати для тренування AI моделі незмінні дані, захищені від підробки; наразі немає публічних кількісних доказів, що децентралізовані AI-канали ефективно знижують наскрізні витрати або покращують показники.

Чотири ключові висновки звіту

У звіті IC3 підтверджено чотири результати досліджень:

AI робить криптовалюту гнучкішою: моделі машинного навчання можуть суттєво підвищити безпеку смартконтрактів, посилити обробку даних із реального світу та оптимізувати виявлення шахрайства

Новий підхід до зловживань на ринку: транзакційні системи на базі AI можуть дозволити автономним агентам змовлятися між собою та створювати несправедливі внутрішні переваги через непрозорі стратегії

Криптографія для захисту AI-постачальницького ланцюга: криптографічна інфраструктура може створювати для тренування AI-моделей дуже безпечні, надійні та такі, що не піддаються підробці, канали даних

Децентралізована перевірка реальністю: наразі майже немає публічних кількісних доказів, які б підтверджували, що децентралізовані AI-канали на практиці знижують наскрізні витрати або покращують показники

Ключові технічні спостереження Арі Джуелса

Арі Джуелс у звіті вказав на фундаментальні відмінності двох технологій: криптографія — це «жорстка» технологія, що спирається на криптографічні примітиви з суворими властивостями безпеки та чітко визначені процедури; AI — «м’яка» технологія, яку неможливо повністю зрозуміти або повністю довіряти тому, на чому вона базується. Він зазначив, що просте поєднання двох підходів «наче зварити желе»; однак за правильного поєднання криптографія може перетворити гнучкість AI на безпечні та надійні системи з високим ступенем автономності.

Джіулія Фанті також зазначила, що через величезну кількість досліджень дуже складно відрізнити корисну інформацію від беззмістовної; звіт має на меті окреслити для академічної спільноти напрями блокчейн-досліджень на майбутні десять років, а також надати керівникам компаній R&D-мапінг.

Поширені запитання

На чому саме ґрунтується оцінка IC3 децентралізованого AI?

У звіті IC3 пояснюється, що хоча індустрія широко рекламує переваги децентралізованих AI-каналів, наразі майже немає публічних кількісних доказів, які підтверджують, що децентралізовані AI-канали на практиці можуть знизити наскрізні витрати або покращити показники ефективності. Звіт не заперечує повністю потенціал децентралізованого AI, а натомість вказує на нестачу наявних публічно верифікованих даних.

Що саме означає «криптографія для захисту AI-постачальницького ланцюга»?

Згідно зі звітом IC3, криптографічна інфраструктура може створювати для тренування AI-моделей дуже безпечні, надійні та такі, що не піддаються підробці, канали даних. Цей напрям має значення в тому, що він забезпечує довіреність джерел даних, які використовуються для тренування AI-моделей, і запобігає їхньому навмисному підробленню, підвищуючи таким чином загальну довіреність AI-системи.

Для яких читачів ця публікація є найбільш цінною?

Під час релізу звіту Джіулія Фанті пояснила, що звіт окреслює академічній спільноті напрями розвитку блокчейн-досліджень на майбутні десять років, а також надає керівникам компаній важливу R&D-карту. Звіт підготували понад 20 дослідників із індустрії та академічних кіл, і робота тривала кілька місяців.