Trong thời đại AI sinh生成 phát triển mạnh mẽ ngày nay, chúng ta vẫn khó giải quyết một vấn đề cơ bản: AI đôi khi lại nói những điều hoàn toàn vô lý một cách nghiêm túc. Hiện tượng này trong ngành được gọi là "ảo giác" (hallucination). Mira, một giao thức phi tập trung được thiết kế đặc biệt để xác thực đầu ra của AI, đang cố gắng thông qua cơ chế đồng thuận đa mô hình và mã hóa kiểm toán, để tăng "độ tin cậy về thực tế" cho AI. Dưới đây, chúng ta sẽ xem Mira hoạt động như thế nào, tại sao nó hiệu quả hơn so với các phương pháp truyền thống, và những thành quả hiện tại của nó trong ứng dụng thực tế. Nội dung báo cáo này được biên soạn dựa trên báo cáo nghiên cứu được phát hành bởi Messari, nội dung đầy đủ có thể tham khảo tại: Understanding AI Verification: A Use Case for Mira
Phi tập trung của sự nhận thức chung giao thức: Nguyên tắc hoạt động cơ bản của Mira
Mira không phải là một mô hình AI, mà là một lớp xác thực nhúng. Khi một mô hình AI tạo ra phản hồi (ví dụ như câu trả lời chatbot, tóm tắt, báo cáo tự động, v.v.), Mira sẽ phân tách đầu ra thành một chuỗi các tuyên bố sự thật độc lập. Những tuyên bố này sẽ được gửi đến mạng xác thực phi tập trung của nó, mỗi nút (tức là người xác thực) sẽ chạy các mô hình AI có cấu trúc khác nhau để đánh giá xem những tuyên bố này có đúng hay không.
Mỗi nút sẽ đưa ra đánh giá "đúng", "sai" hoặc "không chắc" đối với một tuyên bố, cuối cùng hệ thống sẽ đưa ra quyết định tổng thể dựa trên sự đồng thuận của đa số. Nếu đa số mô hình công nhận một tuyên bố là đúng, tuyên bố đó sẽ được phê duyệt; ngược lại, nó sẽ bị đánh dấu, bác bỏ hoặc cảnh báo.
Quá trình này hoàn toàn minh bạch và có thể kiểm toán. Mỗi lần xác minh sẽ tạo ra một chứng nhận mã hóa, chỉ rõ mô hình tham gia trong quá trình xác minh, kết quả bỏ phiếu, dấu thời gian, v.v., để bên thứ ba kiểm tra.
Tại sao AI cần hệ thống xác minh như Mira?
Mô hình AI sinh sinh (như GPT, Claude) không phải là công cụ quyết định, chúng dự đoán ký tự tiếp theo dựa trên xác suất và không có khả năng "nhận thức thực tế" tích hợp sẵn. Thiết kế như vậy cho phép chúng viết thơ, kể chuyện cười, nhưng cũng có nghĩa là: chúng có thể nghiêm túc tạo ra thông tin sai lệch.
Cơ chế xác thực do Mira đề xuất chính là để giải quyết bốn vấn đề cốt lõi hiện tại của AI:
Ảo giác tràn lan: AI bịa đặt chính sách, tạo ra các sự kiện lịch sử giả tưởng, và đưa ra các trường hợp trích dẫn lộn xộn.
Hoạt động hộp đen: Người sử dụng không biết câu trả lời của AI đến từ đâu, không thể truy nguyên.
Không nhất quán trong đầu ra: Cùng một vấn đề, AI có thể đưa ra các câu trả lời khác nhau.
Kiểm soát tập trung: Hiện tại, hầu hết các mô hình AI đều bị vài công ty nắm giữ độc quyền, người dùng không thể xác minh logic của chúng hoặc tìm kiếm ý kiến thứ hai.
Hạn chế của phương pháp xác thực truyền thống
Các giải pháp thay thế hiện tại, chẳng hạn như kiểm duyệt của con người (Human-in-the-loop), bộ lọc theo quy tắc, tự kiểm tra mô hình, v.v., đều có những thiếu sót riêng.
Kiểm tra thủ công khó mở rộng, chậm và tốn kém.
Lọc theo quy tắc bị giới hạn trong các tình huống đã định, không có khả năng xử lý các lỗi sáng tạo.
Mô hình tự đánh giá hiệu quả kém, AI thường quá tự tin vào những câu trả lời sai.
Mô hình tập trung Ensemble mặc dù có thể kiểm tra chéo, nhưng thiếu sự đa dạng của mô hình, dễ hình thành "điểm mù tập thể".
Cơ chế đổi mới của Mira: Kết hợp cơ chế đồng thuận và phân công AI
Đổi mới chính của Mira là đưa khái niệm đồng thuận blockchain vào xác thực AI. Mỗi đầu ra AI, sau khi qua Mira, sẽ trở thành nhiều tuyên bố sự thật độc lập, được thực hiện "bỏ phiếu" bởi các mô hình AI khác nhau. Chỉ khi có một tỷ lệ mô hình nhất định đạt được sự đồng thuận, nội dung đó mới được coi là đáng tin cậy.
Mira lợi thế thiết kế cốt lõi bao gồm:
Đa dạng mô hình: Các mô hình đến từ các kiến trúc và bối cảnh dữ liệu khác nhau, giảm thiểu thiên lệch tập thể.
Sai số chấp nhận: ngay cả khi một số nút gặp lỗi, cũng sẽ không ảnh hưởng đến kết quả tổng thể.
Toàn bộ chuỗi minh bạch: xác thực hồ sơ lên chuỗi, có thể kiểm toán.
Khả năng mở rộng mạnh mẽ: Mỗi ngày có thể xác minh hơn 3 tỷ tokens (tương đương với hàng triệu đoạn văn bản).
Không cần can thiệp của con người: Thực hiện tự động, không cần xác minh thủ công.
Phi tập trung cơ sở hạ tầng: ai cung cấp nút và tài nguyên tính toán?
Node xác thực của Mira được cung cấp bởi các nhà đóng góp tính toán phi tập trung toàn cầu. Những người đóng góp này được gọi là Node Delegators ( người ủy quyền nút ), họ không trực tiếp vận hành nút, mà cho thuê tài nguyên tính toán GPU cho các nhà điều hành nút đã được chứng nhận. Mô hình "tính toán như một dịch vụ" này đã mở rộng quy mô xử lý của Mira một cách đáng kể.
Các nhà cung cấp nút hợp tác chính bao gồm:
Io.Net: cung cấp mạng tính toán GPU kiến trúc DePIN.
Aethir: Tập trung vào GPU đám mây phi tập trung cho AI và trò chơi.
Hyperbolic, Exabits, Spheron: Nhiều nền tảng tính toán blockchain, cũng cung cấp cơ sở hạ tầng cho nút Mira.
Các tham gia viên nút cần phải thực hiện một quy trình xác minh video KYC để đảm bảo tính duy nhất và an toàn của mạng.
Mira xác thực giúp AI nâng cao độ chính xác lên 96%
Theo dữ liệu của nhóm Mira trong báo cáo của Messari, tỷ lệ chính xác thực tế của các mô hình ngôn ngữ lớn đã được nâng lên từ 70% lên 96% sau khi được lọc qua lớp xác thực của nó. Tại các tình huống thực tế như giáo dục, tài chính, dịch vụ khách hàng, tần suất xuất hiện của nội dung ảo giác đã giảm 90%. Quan trọng là, những cải tiến này hoàn toàn không cần phải đào tạo lại mô hình AI, mà chỉ cần thông qua "lọc" là có thể đạt được.
Hiện tại Mira đã được tích hợp vào nhiều nền tảng ứng dụng, bao gồm:
Công cụ giáo dục
Sản phẩm phân tích tài chính
AI chatbot
Dịch vụ API Tạo Đã Xác Minh Bên Thứ Ba
Toàn bộ hệ sinh thái Mira bao gồm hơn 4,5 triệu người dùng, với hơn 500.000 người dùng hoạt động hàng ngày. Mặc dù hầu hết mọi người chưa tiếp xúc trực tiếp với Mira, nhưng phản hồi AI của họ đã âm thầm trải qua cơ chế xác minh phía sau.
Mira tạo ra nền tảng đáng tin cậy cho AI
Trong khi ngành công nghiệp AI ngày càng tìm kiếm quy mô và hiệu quả, Mira cung cấp một hướng đi mới: không dựa vào một AI duy nhất để quyết định câu trả lời, mà dựa vào một nhóm các mô hình độc lập để "bỏ phiếu xác thực". Kiến trúc như vậy không chỉ làm cho kết quả đầu ra đáng tin cậy hơn, mà còn thiết lập một "cơ chế tin cậy có thể xác minh", đồng thời có khả năng mở rộng cao.
Với quy mô người dùng mở rộng và việc đánh giá từ bên thứ ba ngày càng trở nên phổ biến, Mira có tiềm năng trở thành cơ sở hạ tầng không thể thiếu trong hệ sinh thái AI. Đối với bất kỳ nhà phát triển và doanh nghiệp nào mong muốn AI của họ có thể đứng vững trong ứng dụng thực tế, "tầng xác thực phi tập trung" mà Mira đại diện có thể là một trong những mảnh ghép quan trọng.
Bài viết này phân tích chuyên đề của Messari: Giao thức Mira làm thế nào để thông qua cơ chế đồng thuận phi tập trung, giúp AI trung thực hơn? Xuất hiện đầu tiên trên tin tức chuỗi ABMedia.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Messari chuyên văn phân tích: Giao thức Mira làm thế nào để thông qua cơ chế đồng thuận phi tập trung, khiến AI trở nên trung thực hơn?
Trong thời đại AI sinh生成 phát triển mạnh mẽ ngày nay, chúng ta vẫn khó giải quyết một vấn đề cơ bản: AI đôi khi lại nói những điều hoàn toàn vô lý một cách nghiêm túc. Hiện tượng này trong ngành được gọi là "ảo giác" (hallucination). Mira, một giao thức phi tập trung được thiết kế đặc biệt để xác thực đầu ra của AI, đang cố gắng thông qua cơ chế đồng thuận đa mô hình và mã hóa kiểm toán, để tăng "độ tin cậy về thực tế" cho AI. Dưới đây, chúng ta sẽ xem Mira hoạt động như thế nào, tại sao nó hiệu quả hơn so với các phương pháp truyền thống, và những thành quả hiện tại của nó trong ứng dụng thực tế. Nội dung báo cáo này được biên soạn dựa trên báo cáo nghiên cứu được phát hành bởi Messari, nội dung đầy đủ có thể tham khảo tại: Understanding AI Verification: A Use Case for Mira
Phi tập trung của sự nhận thức chung giao thức: Nguyên tắc hoạt động cơ bản của Mira
Mira không phải là một mô hình AI, mà là một lớp xác thực nhúng. Khi một mô hình AI tạo ra phản hồi (ví dụ như câu trả lời chatbot, tóm tắt, báo cáo tự động, v.v.), Mira sẽ phân tách đầu ra thành một chuỗi các tuyên bố sự thật độc lập. Những tuyên bố này sẽ được gửi đến mạng xác thực phi tập trung của nó, mỗi nút (tức là người xác thực) sẽ chạy các mô hình AI có cấu trúc khác nhau để đánh giá xem những tuyên bố này có đúng hay không.
Mỗi nút sẽ đưa ra đánh giá "đúng", "sai" hoặc "không chắc" đối với một tuyên bố, cuối cùng hệ thống sẽ đưa ra quyết định tổng thể dựa trên sự đồng thuận của đa số. Nếu đa số mô hình công nhận một tuyên bố là đúng, tuyên bố đó sẽ được phê duyệt; ngược lại, nó sẽ bị đánh dấu, bác bỏ hoặc cảnh báo.
Quá trình này hoàn toàn minh bạch và có thể kiểm toán. Mỗi lần xác minh sẽ tạo ra một chứng nhận mã hóa, chỉ rõ mô hình tham gia trong quá trình xác minh, kết quả bỏ phiếu, dấu thời gian, v.v., để bên thứ ba kiểm tra.
Tại sao AI cần hệ thống xác minh như Mira?
Mô hình AI sinh sinh (như GPT, Claude) không phải là công cụ quyết định, chúng dự đoán ký tự tiếp theo dựa trên xác suất và không có khả năng "nhận thức thực tế" tích hợp sẵn. Thiết kế như vậy cho phép chúng viết thơ, kể chuyện cười, nhưng cũng có nghĩa là: chúng có thể nghiêm túc tạo ra thông tin sai lệch.
Cơ chế xác thực do Mira đề xuất chính là để giải quyết bốn vấn đề cốt lõi hiện tại của AI:
Ảo giác tràn lan: AI bịa đặt chính sách, tạo ra các sự kiện lịch sử giả tưởng, và đưa ra các trường hợp trích dẫn lộn xộn.
Hoạt động hộp đen: Người sử dụng không biết câu trả lời của AI đến từ đâu, không thể truy nguyên.
Không nhất quán trong đầu ra: Cùng một vấn đề, AI có thể đưa ra các câu trả lời khác nhau.
Kiểm soát tập trung: Hiện tại, hầu hết các mô hình AI đều bị vài công ty nắm giữ độc quyền, người dùng không thể xác minh logic của chúng hoặc tìm kiếm ý kiến thứ hai.
Hạn chế của phương pháp xác thực truyền thống
Các giải pháp thay thế hiện tại, chẳng hạn như kiểm duyệt của con người (Human-in-the-loop), bộ lọc theo quy tắc, tự kiểm tra mô hình, v.v., đều có những thiếu sót riêng.
Kiểm tra thủ công khó mở rộng, chậm và tốn kém.
Lọc theo quy tắc bị giới hạn trong các tình huống đã định, không có khả năng xử lý các lỗi sáng tạo.
Mô hình tự đánh giá hiệu quả kém, AI thường quá tự tin vào những câu trả lời sai.
Mô hình tập trung Ensemble mặc dù có thể kiểm tra chéo, nhưng thiếu sự đa dạng của mô hình, dễ hình thành "điểm mù tập thể".
Cơ chế đổi mới của Mira: Kết hợp cơ chế đồng thuận và phân công AI
Đổi mới chính của Mira là đưa khái niệm đồng thuận blockchain vào xác thực AI. Mỗi đầu ra AI, sau khi qua Mira, sẽ trở thành nhiều tuyên bố sự thật độc lập, được thực hiện "bỏ phiếu" bởi các mô hình AI khác nhau. Chỉ khi có một tỷ lệ mô hình nhất định đạt được sự đồng thuận, nội dung đó mới được coi là đáng tin cậy.
Mira lợi thế thiết kế cốt lõi bao gồm:
Đa dạng mô hình: Các mô hình đến từ các kiến trúc và bối cảnh dữ liệu khác nhau, giảm thiểu thiên lệch tập thể.
Sai số chấp nhận: ngay cả khi một số nút gặp lỗi, cũng sẽ không ảnh hưởng đến kết quả tổng thể.
Toàn bộ chuỗi minh bạch: xác thực hồ sơ lên chuỗi, có thể kiểm toán.
Khả năng mở rộng mạnh mẽ: Mỗi ngày có thể xác minh hơn 3 tỷ tokens (tương đương với hàng triệu đoạn văn bản).
Không cần can thiệp của con người: Thực hiện tự động, không cần xác minh thủ công.
Phi tập trung cơ sở hạ tầng: ai cung cấp nút và tài nguyên tính toán?
Node xác thực của Mira được cung cấp bởi các nhà đóng góp tính toán phi tập trung toàn cầu. Những người đóng góp này được gọi là Node Delegators ( người ủy quyền nút ), họ không trực tiếp vận hành nút, mà cho thuê tài nguyên tính toán GPU cho các nhà điều hành nút đã được chứng nhận. Mô hình "tính toán như một dịch vụ" này đã mở rộng quy mô xử lý của Mira một cách đáng kể.
Các nhà cung cấp nút hợp tác chính bao gồm:
Io.Net: cung cấp mạng tính toán GPU kiến trúc DePIN.
Aethir: Tập trung vào GPU đám mây phi tập trung cho AI và trò chơi.
Hyperbolic, Exabits, Spheron: Nhiều nền tảng tính toán blockchain, cũng cung cấp cơ sở hạ tầng cho nút Mira.
Các tham gia viên nút cần phải thực hiện một quy trình xác minh video KYC để đảm bảo tính duy nhất và an toàn của mạng.
Mira xác thực giúp AI nâng cao độ chính xác lên 96%
Theo dữ liệu của nhóm Mira trong báo cáo của Messari, tỷ lệ chính xác thực tế của các mô hình ngôn ngữ lớn đã được nâng lên từ 70% lên 96% sau khi được lọc qua lớp xác thực của nó. Tại các tình huống thực tế như giáo dục, tài chính, dịch vụ khách hàng, tần suất xuất hiện của nội dung ảo giác đã giảm 90%. Quan trọng là, những cải tiến này hoàn toàn không cần phải đào tạo lại mô hình AI, mà chỉ cần thông qua "lọc" là có thể đạt được.
Hiện tại Mira đã được tích hợp vào nhiều nền tảng ứng dụng, bao gồm:
Công cụ giáo dục
Sản phẩm phân tích tài chính
AI chatbot
Dịch vụ API Tạo Đã Xác Minh Bên Thứ Ba
Toàn bộ hệ sinh thái Mira bao gồm hơn 4,5 triệu người dùng, với hơn 500.000 người dùng hoạt động hàng ngày. Mặc dù hầu hết mọi người chưa tiếp xúc trực tiếp với Mira, nhưng phản hồi AI của họ đã âm thầm trải qua cơ chế xác minh phía sau.
Mira tạo ra nền tảng đáng tin cậy cho AI
Trong khi ngành công nghiệp AI ngày càng tìm kiếm quy mô và hiệu quả, Mira cung cấp một hướng đi mới: không dựa vào một AI duy nhất để quyết định câu trả lời, mà dựa vào một nhóm các mô hình độc lập để "bỏ phiếu xác thực". Kiến trúc như vậy không chỉ làm cho kết quả đầu ra đáng tin cậy hơn, mà còn thiết lập một "cơ chế tin cậy có thể xác minh", đồng thời có khả năng mở rộng cao.
Với quy mô người dùng mở rộng và việc đánh giá từ bên thứ ba ngày càng trở nên phổ biến, Mira có tiềm năng trở thành cơ sở hạ tầng không thể thiếu trong hệ sinh thái AI. Đối với bất kỳ nhà phát triển và doanh nghiệp nào mong muốn AI của họ có thể đứng vững trong ứng dụng thực tế, "tầng xác thực phi tập trung" mà Mira đại diện có thể là một trong những mảnh ghép quan trọng.
Bài viết này phân tích chuyên đề của Messari: Giao thức Mira làm thế nào để thông qua cơ chế đồng thuận phi tập trung, giúp AI trung thực hơn? Xuất hiện đầu tiên trên tin tức chuỗi ABMedia.