В условиях сегодняшнего бума генеративного ИИ мы все еще пытаемся решить фундаментальную проблему: ИИ иногда является серьезной ерундой. Это явление известно в индустрии как «галлюцинация». Mira, децентрализованный протокол, предназначенный для проверки выходных данных ИИ, пытается добавить «фактическую достоверность» ИИ с помощью многомодельных механизмов консенсуса и криптографического аудита. Вот как работает Mira, почему она более эффективна, чем традиционные методы, и как она в настоящее время используется в реальных приложениях. Эта статья основана на исследовательском отчете, опубликованном Messari, полный текст можно найти по ссылке: Понимание верификации ИИ: вариант использования Mira
Децентрализация протокол проверки фактов: основные принципы работы Mira
Mira не является AI моделью, а представляет собой встроенный уровень верификации. Когда AI модель генерирует ответ (например, ответ чат-бота, резюме, автоматизированный отчет и т.д.), Mira разбивает вывод на ряд независимых утверждений фактов. Эти утверждения отправляются в его децентрализованную сеть верификации, где каждый узел (то есть валидатор) использует разные архитектуры AI моделей для оценки истинности этих утверждений.
Каждый узел выдает суждение о заявлении как "правильное", "неправильное" или "неопределенное"; в конце система принимает общее решение на основе большинства согласия. Если большинство моделей признает какое-либо утверждение истинным, это утверждение будет одобрено; в противном случае оно будет помечено, отклонено или выдано предупреждение.
Этот процесс полностью прозрачен и подлежит аудиту. Каждая проверка генерирует сертификат шифрования, который указывает модели, участвующие в процессе проверки, результаты голосования, временные метки и другое для проверки третьими сторонами.
Почему ИИ нуждается в таких системах верификации, как Mira?
Генеративные модели ИИ (такие как GPT, Claude) не являются детерминистскими инструментами, они предсказывают следующий символ на основе вероятности и не обладают встроенным «восприятием фактов». Такое проектирование позволяет им писать стихи, рассказывать шутки, но также означает, что они могут серьезно создавать ложную информацию.
Предложенный Мирой механизм верификации призван решить четыре ключевые проблемы AI в настоящее время:
Массовые иллюзии: случаи, когда ИИ выдумывает политику, вымышленным образом интерпретирует исторические события и неправильно цитирует литературу, появляются один за другим.
Черный ящик: пользователи не знают, откуда берутся ответы ИИ, и не могут отследить их.
Неоднородный вывод: на один и тот же вопрос AI может дать разные ответы.
Децентрализованный контроль: в настоящее время большинство AI моделей монополизированы несколькими компаниями, и пользователи не могут проверить их логику или получить второе мнение.
Ограничения традиционных методов верификации
Существующие альтернативы, такие как ревизия человеком (Human-in-the-loop), правила фильтрации, самопроверка модели и т.д., имеют свои недостатки:
Ручная проверка трудно масштабируется, скорость медленная, а затраты высокие.
Правила фильтрации ограничены заранее определенными сценариями и не способны справляться с творческими ошибками.
Эффективность самооценки модели низка, ИИ часто чрезмерно уверен в ошибочных ответах.
Централизованный Ensemble, хотя и может проводить перекрестную проверку, страдает от недостатка разнообразия моделей и может легко привести к "коллективной слепоте".
Инновационный механизм Mira: сочетание механизма консенсуса и разделения труда с ИИ
Ключевое новшество Mira заключается в внедрении концепции консенсуса блокчейна в проверку AI. Каждый вывод AI, после прохождения через Mira, превращается в несколько независимых фактических утверждений, за которые голосуют различные модели AI. Только при достижении согласия более чем определенного процента моделей, это содержание будет считаться достоверным.
Основные преимущества дизайна Mira включают:
Разнообразие моделей: модели из различных архитектур и фоновых данных, снижающие коллективные предвзятости.
Ошибка терпимости: даже если некоторые узлы ошибаются, это не повлияет на общий результат.
Полная прозрачность цепочки: проверка записей в цепочке, доступная для аудита.
Высокая масштабируемость: ежедневно можно проверять более 3 миллиардов токенов (примерно равно нескольким миллионам текстов).
Не требует человеческого вмешательства: автоматизированный процесс, не требующий ручной проверки.
Децентрализованная инфраструктура: кто предоставляет узлы и вычислительные ресурсы?
Верификационные узлы Mira предоставляются глобальными децентрализованными вычислительными участниками. Эти участники называются Node Delegators ( делегаторами узлов ), которые не управляют узлами напрямую, а арендуют вычислительные ресурсы GPU сертифицированным операторам узлов. Эта модель «вычисления как услуги» значительно расширила масштаб, который может обрабатывать Mira.
Основные поставщики партнерских узлов включают:
Io.Net: Предоставляет архитектуру DePIN для вычислений на GPU.
Aethir: Фокус на децентрализованном облачном GPU для ИИ и игр.
Гиперболические, Эксабиты, Сферон: несколько платформ блокчейн-вычислений также предоставляют инфраструктуру для узлов Mira.
Участники узла должны пройти процесс видеопроверки KYC, чтобы обеспечить уникальность и безопасность сети.
Mira верификация позволяет увеличить точность ИИ до 96%
Согласно данным команды Mira из отчета Messari, фактическая точность больших языковых моделей повысилась с 70% до 96% благодаря фильтрации на уровне валидации. В реальных сценариях, таких как образование, финансы, обслуживание клиентов, частота появления иллюзорного контента снизилась на 90%. Важно отметить, что эти улучшения были достигнуты без повторной тренировки AI модели, только за счет «фильтрации».
В настоящее время Mira интегрирована в множество приложений, включая:
Образовательный инструмент
Финансовый аналитический продукт
AI чат-бот
Служба API Verified Generate третьей стороны
Вся экосистема Mira охватывает более 4,5 миллиона пользователей, при этом количество активных пользователей в день превышает 500 тысяч. Хотя большинство людей напрямую не взаимодействуют с Mira, их ИИ-ответы уже незаметно прошли через механизм верификации, который стоит за этим.
Mira создает надежный базовый уровень для ИИ
В то время как в индустрии ИИ все больше стремятся к масштабу и эффективности, Mira предлагает новое направление: не полагаясь на один ИИ для определения ответа, а используя группу независимых моделей для «голосования за истину». Эта структура не только делает результаты более надежными, но и создает «проверяемый механизм доверия», а также обладает высокой масштабируемостью.
С ростом числа пользователей и увеличением популярности сторонних проверок Mira имеет потенциал стать незаменимой инфраструктурой в экосистеме ИИ. Для разработчиков и компаний, которые хотят, чтобы их ИИ мог работать в реальном мире, «дисперсный уровень проверки», который представляет Mira, возможно, является одной из ключевых частей мозаики.
Эта статья Messari подробно анализирует: как протокол Mira через механизм консенсуса децентрализации делает ИИ более честным? Впервые опубликовано в Chain News ABMedia.
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Messari специализированный анализ: как протокол Mira через механизм консенсуса децентрализации делает ИИ более честным?
В условиях сегодняшнего бума генеративного ИИ мы все еще пытаемся решить фундаментальную проблему: ИИ иногда является серьезной ерундой. Это явление известно в индустрии как «галлюцинация». Mira, децентрализованный протокол, предназначенный для проверки выходных данных ИИ, пытается добавить «фактическую достоверность» ИИ с помощью многомодельных механизмов консенсуса и криптографического аудита. Вот как работает Mira, почему она более эффективна, чем традиционные методы, и как она в настоящее время используется в реальных приложениях. Эта статья основана на исследовательском отчете, опубликованном Messari, полный текст можно найти по ссылке: Понимание верификации ИИ: вариант использования Mira
Децентрализация протокол проверки фактов: основные принципы работы Mira
Mira не является AI моделью, а представляет собой встроенный уровень верификации. Когда AI модель генерирует ответ (например, ответ чат-бота, резюме, автоматизированный отчет и т.д.), Mira разбивает вывод на ряд независимых утверждений фактов. Эти утверждения отправляются в его децентрализованную сеть верификации, где каждый узел (то есть валидатор) использует разные архитектуры AI моделей для оценки истинности этих утверждений.
Каждый узел выдает суждение о заявлении как "правильное", "неправильное" или "неопределенное"; в конце система принимает общее решение на основе большинства согласия. Если большинство моделей признает какое-либо утверждение истинным, это утверждение будет одобрено; в противном случае оно будет помечено, отклонено или выдано предупреждение.
Этот процесс полностью прозрачен и подлежит аудиту. Каждая проверка генерирует сертификат шифрования, который указывает модели, участвующие в процессе проверки, результаты голосования, временные метки и другое для проверки третьими сторонами.
Почему ИИ нуждается в таких системах верификации, как Mira?
Генеративные модели ИИ (такие как GPT, Claude) не являются детерминистскими инструментами, они предсказывают следующий символ на основе вероятности и не обладают встроенным «восприятием фактов». Такое проектирование позволяет им писать стихи, рассказывать шутки, но также означает, что они могут серьезно создавать ложную информацию.
Предложенный Мирой механизм верификации призван решить четыре ключевые проблемы AI в настоящее время:
Массовые иллюзии: случаи, когда ИИ выдумывает политику, вымышленным образом интерпретирует исторические события и неправильно цитирует литературу, появляются один за другим.
Черный ящик: пользователи не знают, откуда берутся ответы ИИ, и не могут отследить их.
Неоднородный вывод: на один и тот же вопрос AI может дать разные ответы.
Децентрализованный контроль: в настоящее время большинство AI моделей монополизированы несколькими компаниями, и пользователи не могут проверить их логику или получить второе мнение.
Ограничения традиционных методов верификации
Существующие альтернативы, такие как ревизия человеком (Human-in-the-loop), правила фильтрации, самопроверка модели и т.д., имеют свои недостатки:
Ручная проверка трудно масштабируется, скорость медленная, а затраты высокие.
Правила фильтрации ограничены заранее определенными сценариями и не способны справляться с творческими ошибками.
Эффективность самооценки модели низка, ИИ часто чрезмерно уверен в ошибочных ответах.
Централизованный Ensemble, хотя и может проводить перекрестную проверку, страдает от недостатка разнообразия моделей и может легко привести к "коллективной слепоте".
Инновационный механизм Mira: сочетание механизма консенсуса и разделения труда с ИИ
Ключевое новшество Mira заключается в внедрении концепции консенсуса блокчейна в проверку AI. Каждый вывод AI, после прохождения через Mira, превращается в несколько независимых фактических утверждений, за которые голосуют различные модели AI. Только при достижении согласия более чем определенного процента моделей, это содержание будет считаться достоверным.
Основные преимущества дизайна Mira включают:
Разнообразие моделей: модели из различных архитектур и фоновых данных, снижающие коллективные предвзятости.
Ошибка терпимости: даже если некоторые узлы ошибаются, это не повлияет на общий результат.
Полная прозрачность цепочки: проверка записей в цепочке, доступная для аудита.
Высокая масштабируемость: ежедневно можно проверять более 3 миллиардов токенов (примерно равно нескольким миллионам текстов).
Не требует человеческого вмешательства: автоматизированный процесс, не требующий ручной проверки.
Децентрализованная инфраструктура: кто предоставляет узлы и вычислительные ресурсы?
Верификационные узлы Mira предоставляются глобальными децентрализованными вычислительными участниками. Эти участники называются Node Delegators ( делегаторами узлов ), которые не управляют узлами напрямую, а арендуют вычислительные ресурсы GPU сертифицированным операторам узлов. Эта модель «вычисления как услуги» значительно расширила масштаб, который может обрабатывать Mira.
Основные поставщики партнерских узлов включают:
Io.Net: Предоставляет архитектуру DePIN для вычислений на GPU.
Aethir: Фокус на децентрализованном облачном GPU для ИИ и игр.
Гиперболические, Эксабиты, Сферон: несколько платформ блокчейн-вычислений также предоставляют инфраструктуру для узлов Mira.
Участники узла должны пройти процесс видеопроверки KYC, чтобы обеспечить уникальность и безопасность сети.
Mira верификация позволяет увеличить точность ИИ до 96%
Согласно данным команды Mira из отчета Messari, фактическая точность больших языковых моделей повысилась с 70% до 96% благодаря фильтрации на уровне валидации. В реальных сценариях, таких как образование, финансы, обслуживание клиентов, частота появления иллюзорного контента снизилась на 90%. Важно отметить, что эти улучшения были достигнуты без повторной тренировки AI модели, только за счет «фильтрации».
В настоящее время Mira интегрирована в множество приложений, включая:
Образовательный инструмент
Финансовый аналитический продукт
AI чат-бот
Служба API Verified Generate третьей стороны
Вся экосистема Mira охватывает более 4,5 миллиона пользователей, при этом количество активных пользователей в день превышает 500 тысяч. Хотя большинство людей напрямую не взаимодействуют с Mira, их ИИ-ответы уже незаметно прошли через механизм верификации, который стоит за этим.
Mira создает надежный базовый уровень для ИИ
В то время как в индустрии ИИ все больше стремятся к масштабу и эффективности, Mira предлагает новое направление: не полагаясь на один ИИ для определения ответа, а используя группу независимых моделей для «голосования за истину». Эта структура не только делает результаты более надежными, но и создает «проверяемый механизм доверия», а также обладает высокой масштабируемостью.
С ростом числа пользователей и увеличением популярности сторонних проверок Mira имеет потенциал стать незаменимой инфраструктурой в экосистеме ИИ. Для разработчиков и компаний, которые хотят, чтобы их ИИ мог работать в реальном мире, «дисперсный уровень проверки», который представляет Mira, возможно, является одной из ключевых частей мозаики.
Эта статья Messari подробно анализирует: как протокол Mira через механизм консенсуса децентрализации делает ИИ более честным? Впервые опубликовано в Chain News ABMedia.