Karena jumlah agen terus meningkat, verifikasi interaksi mereka menjadi semakin penting.
AI yang terdesentralisasi berkembang pesat, dan agen yang digerakkan oleh mesin akan segera memasuki kehidupan on-chain kita. Namun ketika entitas digital ini memperoleh kekuatan pengambilan keputusan yang lebih besar dan mengendalikan lebih banyak modal, pertanyaannya adalah: bisakah kita mempercayai mereka?
Pada jaringan yang terdesentralisasi, kejujuran tidak dianggap remeh namun perlu diverifikasi. Setelah nilai komputasi off-chain (yaitu model yang menggerakkan agen) cukup tinggi, perlu dilakukan verifikasi model mana yang digunakan, apakah operator node memproses data dengan benar, dan apakah pekerjaan dilakukan sesuai harapan. Pada saat yang sama, kerahasiaan juga perlu dipertimbangkan, karena banyak orang melibatkan informasi sensitif ketika bekerja dengan model bahasa besar (LLM). Ternyata Web3 bisa mengatasi kedua masalah tersebut. Mari kita jelajahi.
Metode verifikasi pembelajaran mesin
Jika Anda mengesampingkan masalah penyelarasan AI, ada beberapa cara untuk meminimalkan persyaratan kepercayaan agen, termasuk metode yang memanfaatkan bukti tanpa pengetahuan (zkML), verifikasi optimis (opML), dan lingkungan eksekusi tepercaya (teeML). Setiap pendekatan memiliki kelebihannya masing-masing, namun pada tingkat yang lebih tinggi, berikut adalah perbandingan opsi-opsinya:
Sedikit lebih detail…
Bukti tanpa pengetahuan - berkinerja baik di sebagian besar kategori, namun rumit dan mahal
Salah satu solusi paling populer adalah: Bukti ZK, yang dapat secara ringkas mewakili dan memverifikasi program arbitrer. zkML menggunakan bukti matematis untuk memverifikasi kebenaran model tanpa mengungkapkan data yang mendasarinya. Hal ini menjamin bahwa model atau penyedia perhitungan tidak dapat memanipulasi hasil.
Meskipun zkML mempunyai potensi besar dalam membuktikan eksekusi model yang tepat dan akurat (verifiabilitas), sifat intensif sumber daya yang diperlukan untuk membuat bukti ZK sering kali memerlukan outsourcing pembuatan bukti kepada pihak ketiga - yang tidak hanya menimbulkan latensi dan biaya, tetapi juga dapat menyebabkan untuk masalah privasi. Saat ini, ZK tidak praktis untuk kasus kompleksitas apa pun selain contoh paling sederhana. Contoh: Giza, RISC Zero.
Verifikasi optimis - sederhana dan terukur, namun kurang privat
Pendekatan opML melibatkan kepercayaan pada keluaran model sambil mengizinkan “pengamat” jaringan untuk memverifikasi kebenaran dan menantang konten mencurigakan apa pun dengan bukti penipuan.
Meskipun pendekatan ini umumnya lebih murah daripada ZooKeeper dan tetap aman selama setidaknya satu pengamat jujur, pengguna mungkin menghadapi peningkatan biaya sebanding dengan jumlah pengamat dan juga harus menghadapi waktu tunggu verifikasi dan potensi penundaan (Jika terjadi tantangan). Contoh: ORA.
Verifikasi lingkungan eksekusi tepercaya - privasi dan keamanan tinggi, namun kurang terdesentralisasi
teeML mengandalkan bukti perangkat keras dan serangkaian validator terdesentralisasi sebagai akar kepercayaan untuk memungkinkan komputasi yang dapat diverifikasi pada blockchain. Dengan TEE, integritas eksekusi ditegakkan oleh blockchain yang aman, dan biayanya yang relatif rendah menjadikannya pilihan yang praktis.
Kerugiannya adalah hal ini bergantung pada perangkat keras dan mungkin sulit diterapkan dari awal. Saat ini juga terdapat keterbatasan perangkat keras, namun dengan diperkenalkannya teknologi seperti Intel TDX dan Amazon Nitro Enclaves, hal ini diperkirakan akan berubah. Contoh: Oasis, Phala.
Cryptoeconomics - sederhana dan murah, tetapi kurang aman
Pendekatan ekonomi kripto menggunakan pemungutan suara tertimbang yang sederhana. Dalam hal ini, pengguna dapat menyesuaikan berapa banyak node yang akan menjalankan kueri mereka, dan perbedaan antara respons akan mengakibatkan penalti bagi outlier. Dengan cara ini, pengguna dapat menyeimbangkan biaya dan kepercayaan sekaligus mempertahankan latensi yang cepat.
Mengadopsi pendekatan ekonomi kripto adalah hal yang sederhana dan hemat biaya, namun juga menghasilkan keamanan yang relatif lemah karena sebagian besar node mungkin berkolusi. Dalam pengaturan ini, pengguna harus mempertimbangkan kepentingan operator node serta biaya kecurangan mereka. Contoh: Ritual.
Opsi tambahan
Jaringan Oracle
Jaringan Oracle menyediakan antarmuka yang aman untuk memvalidasi komputasi off-chain dan memastikan input data eksternal dapat diandalkan dan anti kerusakan. Hal ini memungkinkan kontrak pintar untuk mengakses data yang diverifikasi secara kriptografis, dan pengguna dapat berinteraksi dengan agen dengan cara yang minim kepercayaan. Hal ini dicapai melalui mekanisme seperti MPC dan eksekusi ulang on-chain.
Pembelajaran Mesin Enkripsi Sepenuhnya Homomorfik
Ada juga kerangka kerja sumber terbuka yang dirancang untuk meningkatkan privasi dan verifikasi dengan memanfaatkan enkripsi homomorfik penuh (FHE). Secara umum, FHE memungkinkan penghitungan dilakukan secara langsung pada data terenkripsi tanpa dekripsi, sehingga memastikan keaslian seluruh proses dan memastikan bahwa informasi sensitif tetap rahasia sepanjang waktu selama proses berlangsung.
Meringkaskan
Ada banyak solusi yang menjanjikan, dan seiring dengan meningkatnya aktivitas di bidang kripto dan AI, semakin banyak pula solusi yang dieksplorasi. Namun, sifat agen yang non-deterministik membuat validasi beban kerjanya menjadi tantangan yang unik. Sampai masalah ini akhirnya terselesaikan, kepercayaan akan tetap menjadi penghalang.
Hal ini membuat kita menghadapi situasi saat ini dengan rendahnya adopsi/kepercayaan pengguna terhadap agen AI, sementara kasus penggunaan intervensi manusia masih mendominasi. Pada saat yang sama, kita bergerak menuju masa depan di mana blockchain dan agen memperkenalkan tingkat kepastian tertentu. Di masa depan, mereka akan menjadi pengguna utama sistem ini, yang mampu bertransaksi secara mandiri tanpa pengguna mengetahui RPC, dompet, atau jaringan mana yang mereka gunakan.
Oasis mendukung privasi dan verifikasi dengan ROFL, kerangka kerja teeML yang dirancang untuk memperluas runtime EVM seperti Oasis Sapphire ke komputasi off-chain.
Teks asli artikel ini berasal dari situs resmi Oasis. Setiap orang dipersilakan mengunjungi situs resminya untuk mempelajari lebih lanjut tentang ekologi Oasis.