الإنترنت تغرق في وكلاء ذكاء اصطناعي مستقلين لا يمكن الوثوق بهم افتراضيًا. مع بدء الآلات في إجراء المعاملات، وإنشاء المحتوى، واتخاذ القرارات نيابة عن البشر، أصبحت البنية التحتية الحالية للتحقق على وشك الانهيار. الحل، وفقًا لمجموعة متزايدة من مطوري العملات الرقمية، ليس المزيد من الرقابة أو وضع علامات أفضل. بل هو الرياضيات—تحديدًا، البراهين ذات المعرفة الصفرية.
فجوة الثقة في الذكاء الاصطناعي
تعمل أنظمة الذكاء الاصطناعي الحالية كصناديق سوداء. حتى مطوروها غالبًا لا يستطيعون شرح سبب اتخاذ النموذج لقرار معين. انشر هذه الوكلاء على نطاق واسع عبر التمويل، وسلاسل التوريد، والهوية الرقمية، وستنفجر مشكلة التحقق. تعتمد الطرق التقليدية على سلطات مركزية أو توقيعات تشفيرية، لكن لا شيء منهما يتوسع بشكل جيد عندما يحتاج ملايين الوكلاء المستقلين إلى إثبات أن سلوكهم نزيه ومتوافق مع نية المستخدم.
تقدم البراهين ذات المعرفة الصفرية نموذجًا مختلفًا. يسمح برهان المعرفة الصفرية لطرف واحد بإثبات أنه يعرف شيئًا ما—أو أن عملية حسابية قد نُفذت بشكل صحيح—دون الكشف عن البيانات الأساسية. بالنسبة للذكاء الاصطناعي، هذا يعني أن الوكيل يمكنه توليد برهان قابل للتحقق رياضيًا بأنه اتبع سياسة محددة، أو استخدم مصادر بيانات معتمدة فقط، أو أعاد إجابة دون تحيز، كل ذلك مع إبقاء معلومات المستخدم الخاصة مخفية. البرهان نفسه صغير جدًا، وسريع التحقق، ومن المستحيل تزويره.
كيف تملأ البراهين ذات المعرفة الصفرية الفراغ
تأتي حجة ترونزو في وقت تتجه فيه البنية التحتية للعملات الرقمية بالفعل نحو اعتماد براهين المعرفة الصفرية على مستوى البروتوكول. تستخدم حلول الطبقة الثانية لإيثريوم مثل zkSync وStarkNet آليات مماثلة لضغط والتحقق من آلاف المعاملات خارج السلسلة، ثم تسويتها على إيثريوم ببرهان واحد. يمكن إعادة استخدام نفس الآلية التشفيرية للتحقق من عمليات حساب الذكاء الاصطناعي. هذا التقارب يطمس الخط الفاصل بين أدوات توسيع نطاق سلسلة الكتل وطبقة الحوكمة للذكاء الاصطناعي.
ما يجعل هذا أكثر من مجرد تجربة فكرية هو رأس المال وساعات المطورين المتدفقة إلى منصات براهين المعرفة الصفرية كخدمة. قامت Succinct Labs نفسها بوضع نفسها كجسر، حيث تقدم أدوات تسمح لأي تطبيق بتوليد براهين المعرفة الصفرية دون خبرة عميقة في التشفير. مع ارتفاع الطلب على بيانات الذكاء الاصطناعي، تشهد شبكات التخزين اللامركزية مثل Filecoin اهتمامًا متجددًا من المطورين الذين يريدون تثبيت مساءلة الذكاء الاصطناعي في سجلات قابلة للتحقق على السلسلة. تُظهر الجهود المبذولة لدمج الذكاء الاصطناعي مع بنية Web3 التحتية، مثل التعاون الأخير بين UXLINK وOrigins Network لتشغيل تطبيقات مدعومة بالذكاء الاصطناعي قابلة للتوسع، أن الحوسبة اللامركزية تتماشى مع نفس المسار.
ما لا يزال دون حل
الجاهزية التقنية شيء، والتبني شيء آخر. لكي تعمل براهين المعرفة الصفرية كحاجز أمان عالمي للذكاء الاصطناعي، يجب أن تكون رخيصة، وسريعة، ومدمجة في أدوات العمل التي يستخدمها علماء البيانات بالفعل. لا يزال تأخير الإنتاج وتكاليف توليد البراهين عقبات، خاصة بالنسبة للوكلاء في الوقت الفعلي الذين يجب عليهم إنتاج مئات البراهين في الثانية. كما يراقب المنظمون الأمر. تجلس تقنيات تعزيز الخصوصية في منطقة رمادية، ويوضح الصراع التشريعي المستمر حول أكبر مشروع قانون للعملات الرقمية في تاريخ الولايات المتحدة كيف يمكن للمشرعين تعطيل تطوير البنية التحتية بسرعة عندما يرون تهديدًا للرقابة المالية الحالية.
ومع ذلك، فإن اتجاه السفر واضح. سيتضاعف عدد وكلاء الذكاء الاصطناعي، وستفشل المكابح التنظيمية أو القائمة على السمعة البحتة. في هذا الضوء، تمثل البراهين ذات المعرفة الصفرية ليس مجرد سردية للعملات الرقمية بل ضرورة هيكلية. سواء اعترف الإنترنت السائد بذلك أم لا، فإن المحادثة حول سلامة الذكاء الاصطناعي تنتقل بالفعل من علامات المحتوى إلى دوائر الدوائر الكهربائية.
أسئلة شائعة
- ما هي البراهين ذات المعرفة الصفرية (ZKPs)؟
هي طريقة رياضية تسمح لطرف واحد بإثبات أن معلومة أو عملية حسابية صحيحة دون كشف التفاصيل السرية. في عالم العملات الرقمية والذكاء الاصطناعي، تُستخدم للتحقق من نزاهة وكلاء الذكاء الاصطناعي دون تعريض خصوصية المستخدم للخطر. - لماذا تعتبر البراهين ذات المعرفة الصفرية مهمة للذكاء الاصطناعي؟
لأن أنظمة الذكاء الاصطناعي الحالية تعمل كـ”صناديق سوداء” يصعب التحقق منها. توفر ZKPs طريقة موثوقة ولامركزية للتأكد من أن الذكاء الاصطناعي نفذ مهمته بشكل صحيح (مثل تنفيذ صفقة أو توقيع عقد) دون الحاجة إلى وسيط مركزي. - ما هي التحديات التي تواجه استخدام ZKPs مع الذكاء الاصطناعي؟
التحديات الرئيسية هي التكلفة والسرعة، خاصة للوكلاء الذين يحتاجون إلى إنتاج مئات البراهين في الثانية. كما أن التكامل مع أدوات علماء البيانات الحالية والتنظيم الحكومي لا يزال يمثل عقبة.
