Työskentelemme sellaisen asian parissa, josta koko yhteisö hyötyy. Nyt on aika kiinnittää huomiota ZK:n taloon.

Tässä raportoimme Proof Verification -ekosysteemin johtavien rakentajien edistymisestä ja dokumentoimme viimeaikaiset merkittävät julkaisut, tekniset läpimurrot ja yleiset päivitykset. Mukana: @ZKVProtocol, @alignedlayer, @Pi_Squared_Pi2, @NovaNet_zkp ja @primus_labs 🔽

Tekoäly alkaa toimia autonomisena järjestelmänä. Mutta jos tekoäly tuottaa omaa dataansa ja kehittää omaa käyttäytymistään, miten varmistamme, että se pysyy linjassa ihmisen aikomusten kanssa? New York College Tour -kiertueellamme @DMSKwak (@LazAINetwork & @MetisL2) väitti, että ydinhaaste on tietojen yhdenmukaistaminen. Data ei enää vain tallenna todellisuutta, vaan se muokkaa itse älykkyyttä. Kun tekoälyagentit saavat toimintavapautta, koulutustietojen puhdistamisen ja rajoittamisen vaikeus kasvaa eksponentiaalisesti, varsinkin kun tekoäly alkaa tuottaa omaa dataa. Ilman uusia suojatoimia ajautuminen ja hallusinaatiot ovat väistämättömiä. Daniel esittelee esityksessään LazAI:n lähestymistavan: todennetut tietoputket (käyttäen TEE:tä + ZK-todistuksia), Data Anchoring Tokens ketjun ulkopuolisen tekoälyomaisuuden sitomiseksi ketjun sisäiseen tilaan ja yksilökeskeiset DAO:t hallitsemaan kutakin tietojoukkoa, mallia tai agenttia. Se kuulostaa monimutkaiselta, mutta perimmäinen ajatus on yksinkertainen: jos tekoäly on itsenäinen, meidän on tarkistettava sen tuotosten lisäksi myös niitä ohjaavat tiedot ja käytännöt. Sukella Danielin koko esitykseen ymmärtääksesi ratkaisun yksityiskohtaisesti: