Отчёт IC3: ИИ-усиленные смарт-контракты повышают безопасность, децентрализованные AI-конвейеры снижают стоимость — нет количественных доказательств

IC3 8 июня в X опубликовала доклад, заявив, что модели машинного обучения могут существенно повысить безопасность смарт-контрактов и обнаружение мошенничества; транзакционные системы, управляемые ИИ, могут способствовать сговору между автономными агентами и создавать несправедливое преимущество; криптографическая инфраструктура может создать для обучения ИИ защищённые от подделок каналы данных; в настоящее время нет публичных количественных доказательств, что децентрализованные AI-каналы способны эффективно снижать сквозные затраты или улучшать метрики.

Четыре ключевых вывода доклада

IC3 подтверждает в своём докладе четыре ключевые исследовательские находки:

ИИ делает криптовалюты более гибкими: модели машинного обучения могут существенно повысить безопасность смарт-контрактов, усилить обработку данных из реального мира и оптимизировать обнаружение мошенничества

Новый путь для рыночных злоупотреблений: управляемые ИИ торговые системы могут позволить автономным агентам сговариваться друг с другом и создавать внутренние несправедливые преимущества за счёт непрозрачных стратегий

Криптография как гарантия AI-цепочки поставок: криптографическая инфраструктура может создать для обучения AI-моделей высокозащищённые, надёжные и устойчивые к подделкам каналы данных

Децентрализованная проверка в реальности: на данный момент почти нет публичных количественных доказательств, которые подтверждали бы, что децентрализованные AI-каналы на практике снижают сквозные затраты или улучшают показатели

Технические наблюдения Ari Juels

Ari Juels в докладе указал на принципиальные различия двух технологий: криптография — «жёсткая» технология, основанная на криптографических примитивах и строгих процедурах с формально заданными свойствами безопасности; ИИ — «мягкая» технология, потому что никто не может полностью понять или полностью доверять моделям, на которых он основан. Он отметил, что простое объединение этих подходов «похоже на пайку желе»; но при правильном сочетании криптография может превратить гибкость ИИ в безопасную, надёжную и высоко автономную систему.

Giulia Fanti также добавила, что из-за огромного объёма исследований становится очень сложно отличать полезную информацию от бесполезной, а сам доклад призван обозначить для академического сообщества направления исследований блокчейна на ближайшие десять лет и предоставить руководителям компаний дорожную карту для R&D.

Часто задаваемые вопросы

На каких конкретных основаниях IC3 оценивает децентрализованный AI?

В докладе IC3 поясняется, что, несмотря на активные заявления в отрасли о преимуществах децентрализованных AI-каналов, на данный момент почти нет публичных количественных доказательств того, что децентрализованные AI-каналы действительно способны снижать сквозные затраты или улучшать показатели эффективности. Доклад не отрицает полностью потенциал децентрализованного AI, а указывает на недостаток данных публичной верификации.

Что именно подразумевается под «криптографией, обеспечивающей AI-цепочку поставок»?

Согласно докладу IC3, криптографическая инфраструктура может создать для обучения AI-моделей высокозащищённые, надёжные и устойчивые к подделкам каналы данных. Смысл этого направления заключается в следующем: обеспечить, чтобы источники данных, используемых для обучения AI-моделей, были достоверными и не подвергались злонамеренной подмене, тем самым повышая общую доверенность AI-системы.

Каким читателям этот доклад будет особенно полезен?

Giulia Fanti при выпуске доклада пояснила, что он рисует для академического сообщества направления развития исследований блокчейна на ближайшие десять лет, а также предоставляет важную дорожную карту по R&D для руководителей компаний. Доклад подготовлен совместно более чем 20 исследователями из индустрии и академической среды и занял несколько месяцев.