Tekoälyllä on luottamusongelma, ja se on suurempi kuin puolueelliset tuotokset tai hallusinaatiot
Mallit voivat muuttaa sääntöjä yhdessä yössä, piilottaa takaovia tai suorittaa koodia, jota et voi vahvistaa
Avoimet painot eivät takaa mitään
Ratkaisu? Todennettavuus.
Arvioi se. Tarkasta se. Suorita se todistettavissa olevalla laitteistolla.
Koordinoi se yhden ohjauspisteen ulkopuolelle.
"Luota meihin" → "vahvista itsesi". Se on muutos, ja raja on täällä.
Tekoälyllä on luottamusongelma. Todennettavuus on ratkaisu.
Tekoälyn GM @nima_vaziri istui alas @a16z:n @alive_eth ja @danboneh @Stanford kanssa kartoittaakseen tekoälyn syvimmät vikalinjat nykyään.
☁️ Malleja, joihin emme voi luottaa ☁️
Nykyiset palveluntarjoajat voivat sensuroida, sulkea tai muuttaa sääntöjä yhdessä yössä. Ulkoistettu koulutus kätkee sisäänsä takaportit. Edes "avoimet" painot eivät todista, mikä todella on käynnissä.
Luottaa. Takaovet. Mustat laatikot.
Tie eteenpäin on selvä:
🔥 Todennettavissa olevat evalit
🔥 Todennettavissa oleva päättely
🔥 TEE:t laitteistopohjaisen eheyden takaamiseksi
🔥 Infra yksittäisten ohjauspisteiden ulkopuolella
🔥 Lohkoketjut tekoälyn koordinaatiokerroksina
"Luota meihin" ja "vahvista itsesi".
Se on muutos. Se on lukituksen avaaminen.
Raja on täällä. Rakentajat päättävät, mitä seuraavaksi.
Luo ja käytä tekoälyä, joka on linjassa kanssasi.
Aikaleimat:
00:00:00 Johdanto: Tekoälyn ja krypton risteyksen yleiskatsaus
00:01:58 Neljä suurta tekoäly-kryptotrendiä
00:02:44 Tekoälyagentit tarvitsevat rahoitusinfrastruktuuria
00:04:03 Todiste ihmisyydestä: Tekoälyn luoman sisällön torjunta
00:04:17 Tekoälyinfrastruktuuriverkkojen hajauttaminen
00:04:44 Synteettinen elämä: autonomiset tekoälyagentit
00:06:20 Todennettavissa oleva tekoäly
00:10:16 Tekoälytodistusten nykyiset suorituskykyluvut
00:13:18 Tekoälyoppimisen kokemuksen aikakausi
00:14:56 Tekoälyagentit elävät omaa elämäänsä
00:18:21 Algoritminen oikeudenmukaisuus ja todennettavissa olevat mallit
00:23:18 Tietosuoja tekoälyssä: Luotetut suoritusympäristöt
00:25:47 Taloudellinen kannustin avoimille painomalleille
00:31:39 Attribuutio-ongelma: Kenelle maksetaan tekoälykoulutuksesta?
00:35:52 Sisällön alkuperä ja todennus (C2PA)
00:48:03 Tekoälyn tietoturva: Haavoittuvuuksien ja haavoittuvuuksien löytäminen
00:54:53 Koulutussovellukset: LLM:t oppimiskumppanina
00:58:29 Riippuvuus LLM:stä ja kognitiivisista kyvyistä
01:03:57 Sisällöntuottajien pelko LLM-koulutusta kohtaan
8,09 t.
44
Tällä sivulla näytettävä sisältö on kolmansien osapuolten tarjoamaa. Ellei toisin mainita, OKX ei ole lainatun artikkelin / lainattujen artikkelien kirjoittaja, eikä OKX väitä olevansa materiaalin tekijänoikeuksien haltija. Sisältö on tarkoitettu vain tiedoksi, eikä se edusta OKX:n näkemyksiä. Sitä ei ole tarkoitettu minkäänlaiseksi suositukseksi, eikä sitä tule pitää sijoitusneuvontana tai kehotuksena ostaa tai myydä digitaalisia varoja. Siltä osin kuin yhteenvetojen tai muiden tietojen tuottamiseen käytetään generatiivista tekoälyä, tällainen tekoälyn tuottama sisältö voi olla epätarkkaa tai epäjohdonmukaista. Lue aiheesta lisätietoa linkitetystä artikkelista. OKX ei ole vastuussa kolmansien osapuolten sivustojen sisällöstä. Digitaalisten varojen, kuten vakaakolikoiden ja NFT:iden, omistukseen liittyy suuri riski, ja niiden arvo voi vaihdella merkittävästi. Sinun tulee huolellisesti harkita, sopiiko digitaalisten varojen treidaus tai omistus sinulle taloudellisessa tilanteessasi.