استكشاف جديد في طبقة الثقة للذكاء الاصطناعي: إطلاق شبكة Mira العامة
مؤخراً، تم إطلاق الشبكة العامة للاختبار لمشروع Mira، والذي يهدف إلى بناء طبقة ثقة للذكاء الاصطناعي. فما السبب الذي يجعل الذكاء الاصطناعي بحاجة إلى الثقة؟ وكيف يقوم Mira بحل هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قدراته القوية. ومع ذلك، فإن مشكلة "الهلوسة" أو التحيز في الذكاء الاصطناعي غالبًا ما تُغفل. ما يُعرف بـ"هلوسة" الذكاء الاصطناعي، ببساطة، هو أن الذكاء الاصطناعي أحيانًا "يخترع" معلومات، ويبدو أنه يفسر بعض الظواهر غير الموجودة بشكل معقول.
تتعلق "أوهام" أو تحيزات الذكاء الاصطناعي الحالي بمسار تكنولوجيا الذكاء الاصطناعي الحالي. يحقق الذكاء الاصطناعي التوليدي التناسق والمعقولية من خلال التنبؤ بالمحتوى "الأكثر احتمالًا"، لكنه في بعض الأحيان يصعب التحقق من صحته. بالإضافة إلى ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى مختلق، مما يؤثر أيضًا على مخرجات الذكاء الاصطناعي. بعبارة أخرى، يتعلم الذكاء الاصطناعي أنماط اللغة البشرية وليس الحقائق نفسها.
إن آلية توليد الاحتمالات الحالية ونموذج البيانات المدفوعة تؤدي بشكل شبه حتمي إلى إنتاج الذكاء الاصطناعي لـ "أوهام". قد لا تتسبب هذه المخرجات المنحازة أو الوهمية في عواقب مباشرة في المحتوى العام أو الترفيهي، ولكن في مجالات مثل الطب والقانون والطيران والمالية، التي تتطلب دقة عالية، قد يكون لها تأثير كبير. لذلك، فإن معالجة أوهام الذكاء الاصطناعي والتحيز أصبحت واحدة من القضايا الأساسية في عملية تطور الذكاء الاصطناعي.
مشروع ميرا يحاول حل مشكلات التحيز والهلوسة في الذكاء الاصطناعي، وبناء طبقة من الثقة في الذكاء الاصطناعي، وزيادة موثوقية الذكاء الاصطناعي. كيف تقلل ميرا من التحيز والهلوسة في الذكاء الاصطناعي، وتحقق في النهاية ذكاءً اصطناعياً موثوقاً؟
الاستراتيجية الأساسية لميرا هي التحقق من مخرجات الذكاء الاصطناعي من خلال توافق نماذج الذكاء الاصطناعي المتعددة. تعتبر ميرا في جوهرها شبكة للتحقق، حيث تستخدم توافق نماذج الذكاء الاصطناعي المتعددة للتحقق من موثوقية مخرجات الذكاء الاصطناعي. والأهم من ذلك، تعتمد ميرا على التحقق من خلال توافق لامركزي.
تتمثل النقطة الرئيسية في شبكة ميرا في التحقق من الإجماع اللامركزي. تجمع هذه الطريقة بين مزايا مجال التشفير وخصائص التعاون متعدد النماذج، من خلال نمط التحقق الجماعي لتقليل التحيز والوهم.
فيما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. يشارك مشغلو العقد في التحقق من هذه البيانات من خلال آلية الحوافز/العقوبات الاقتصادية المشفرة لضمان نزاهة مشغلي العقد. تشارك نماذج الذكاء الاصطناعي المختلفة ومشغلو العقد الموزعة معًا لضمان موثوقية نتائج التحقق.
تشمل بنية شبكة ميرا تحويل المحتوى، والتحقق الموزع، وآلية الإجماع. أولاً، يقوم النظام بتفكيك المحتوى المرشح الذي يقدمه العملاء إلى بيانات قابلة للتحقق، ثم يتم توزيعها على العقد للتحقق، وأخيرًا يتم تجميع النتائج للوصول إلى توافق. لحماية خصوصية العملاء، يتم توزيع البيانات بطرق تجزئة عشوائية على عقد مختلفة.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة البيانات المقدمة، وتقديم نتائج التحقق. تأتي دوافعهم للمشاركة في التحقق من الإيرادات المتاحة، والتي تأتي من القيمة التي يتم إنشاؤها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية، والقانون، والطيران، والمالية، والتي يمكن أن تحقق قيمة كبيرة.
لمنع مشغلي العقد من استغلال الثغرات، سيتم خصم رموز الرهان من العقد الذي ينحرف عن الإجماع بشكل مستمر. تضمن هذه الآلية الاقتصادية أن يشارك مشغلو العقد بصدق في التحقق.
بشكل عام، تقدم Mira حلاً جديدًا لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة تحقق من الإجماع اللامركزية على أساس نماذج الذكاء الاصطناعي المتعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من انحياز الذكاء الاصطناعي والأوهام، ويلبي احتياجات العملاء للحصول على دقة أعلى ومعدل دقة.
حالياً، تعاونت ميرا مع عدة أطر عمل لوكلاء الذكاء الاصطناعي. يمكن للمستخدمين المشاركة في شبكة ميرا العامة للاختبار من خلال كلوق (وهو تطبيق محادثة يعتمد على Mira LLM)، وتجربة المخرجات المعتمدة للذكاء الاصطناعي، ولديهم فرصة لكسب نقاط ميرا. من المتوقع أن يدفع هذا النوع الجديد من طبقة الثقة في الذكاء الاصطناعي إلى تطوير أعمق لتطبيقات الذكاء الاصطناعي.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 8
أعجبني
8
5
مشاركة
تعليق
0/400
VibesOverCharts
· 07-20 04:03
هل قيل إن الوهم قد تم حله؟ ها ها
شاهد النسخة الأصليةرد0
GasFeeNightmare
· 07-19 21:59
مرة أخرى سنحتاج إلى غاز؟
شاهد النسخة الأصليةرد0
SilentAlpha
· 07-19 00:05
من الأفضل الانتظار لـ GPT5
شاهد النسخة الأصليةرد0
DataChief
· 07-18 02:02
هل أصبحت هذه الذكاء الاصطناعي الآن تلعب باللامركزية؟
شاهد النسخة الأصليةرد0
NullWhisperer
· 07-18 01:49
همم، طبقات الثقة... لا تزال قابلة للاستغلال نظريًا
إطلاق النسخة التجريبية لشبكة ميرا: بناء طبقة ثقة للذكاء الاصطناعي اسقاط التحيز والوهم
استكشاف جديد في طبقة الثقة للذكاء الاصطناعي: إطلاق شبكة Mira العامة
مؤخراً، تم إطلاق الشبكة العامة للاختبار لمشروع Mira، والذي يهدف إلى بناء طبقة ثقة للذكاء الاصطناعي. فما السبب الذي يجعل الذكاء الاصطناعي بحاجة إلى الثقة؟ وكيف يقوم Mira بحل هذه المشكلة؟
عند مناقشة الذكاء الاصطناعي، غالبًا ما يركز الناس على قدراته القوية. ومع ذلك، فإن مشكلة "الهلوسة" أو التحيز في الذكاء الاصطناعي غالبًا ما تُغفل. ما يُعرف بـ"هلوسة" الذكاء الاصطناعي، ببساطة، هو أن الذكاء الاصطناعي أحيانًا "يخترع" معلومات، ويبدو أنه يفسر بعض الظواهر غير الموجودة بشكل معقول.
تتعلق "أوهام" أو تحيزات الذكاء الاصطناعي الحالي بمسار تكنولوجيا الذكاء الاصطناعي الحالي. يحقق الذكاء الاصطناعي التوليدي التناسق والمعقولية من خلال التنبؤ بالمحتوى "الأكثر احتمالًا"، لكنه في بعض الأحيان يصعب التحقق من صحته. بالإضافة إلى ذلك، قد تحتوي بيانات التدريب نفسها على أخطاء أو تحيزات أو حتى محتوى مختلق، مما يؤثر أيضًا على مخرجات الذكاء الاصطناعي. بعبارة أخرى، يتعلم الذكاء الاصطناعي أنماط اللغة البشرية وليس الحقائق نفسها.
إن آلية توليد الاحتمالات الحالية ونموذج البيانات المدفوعة تؤدي بشكل شبه حتمي إلى إنتاج الذكاء الاصطناعي لـ "أوهام". قد لا تتسبب هذه المخرجات المنحازة أو الوهمية في عواقب مباشرة في المحتوى العام أو الترفيهي، ولكن في مجالات مثل الطب والقانون والطيران والمالية، التي تتطلب دقة عالية، قد يكون لها تأثير كبير. لذلك، فإن معالجة أوهام الذكاء الاصطناعي والتحيز أصبحت واحدة من القضايا الأساسية في عملية تطور الذكاء الاصطناعي.
مشروع ميرا يحاول حل مشكلات التحيز والهلوسة في الذكاء الاصطناعي، وبناء طبقة من الثقة في الذكاء الاصطناعي، وزيادة موثوقية الذكاء الاصطناعي. كيف تقلل ميرا من التحيز والهلوسة في الذكاء الاصطناعي، وتحقق في النهاية ذكاءً اصطناعياً موثوقاً؟
الاستراتيجية الأساسية لميرا هي التحقق من مخرجات الذكاء الاصطناعي من خلال توافق نماذج الذكاء الاصطناعي المتعددة. تعتبر ميرا في جوهرها شبكة للتحقق، حيث تستخدم توافق نماذج الذكاء الاصطناعي المتعددة للتحقق من موثوقية مخرجات الذكاء الاصطناعي. والأهم من ذلك، تعتمد ميرا على التحقق من خلال توافق لامركزي.
تتمثل النقطة الرئيسية في شبكة ميرا في التحقق من الإجماع اللامركزي. تجمع هذه الطريقة بين مزايا مجال التشفير وخصائص التعاون متعدد النماذج، من خلال نمط التحقق الجماعي لتقليل التحيز والوهم.
فيما يتعلق بهيكل التحقق، يدعم بروتوكول ميرا تحويل المحتوى المعقد إلى بيانات تحقق مستقلة. يشارك مشغلو العقد في التحقق من هذه البيانات من خلال آلية الحوافز/العقوبات الاقتصادية المشفرة لضمان نزاهة مشغلي العقد. تشارك نماذج الذكاء الاصطناعي المختلفة ومشغلو العقد الموزعة معًا لضمان موثوقية نتائج التحقق.
تشمل بنية شبكة ميرا تحويل المحتوى، والتحقق الموزع، وآلية الإجماع. أولاً، يقوم النظام بتفكيك المحتوى المرشح الذي يقدمه العملاء إلى بيانات قابلة للتحقق، ثم يتم توزيعها على العقد للتحقق، وأخيرًا يتم تجميع النتائج للوصول إلى توافق. لحماية خصوصية العملاء، يتم توزيع البيانات بطرق تجزئة عشوائية على عقد مختلفة.
تتحمل مشغلات العقد مسؤولية تشغيل نموذج التحقق، ومعالجة البيانات المقدمة، وتقديم نتائج التحقق. تأتي دوافعهم للمشاركة في التحقق من الإيرادات المتاحة، والتي تأتي من القيمة التي يتم إنشاؤها للعملاء. الهدف من شبكة ميرا هو تقليل معدل الأخطاء في الذكاء الاصطناعي، خاصة في مجالات مثل الرعاية الصحية، والقانون، والطيران، والمالية، والتي يمكن أن تحقق قيمة كبيرة.
لمنع مشغلي العقد من استغلال الثغرات، سيتم خصم رموز الرهان من العقد الذي ينحرف عن الإجماع بشكل مستمر. تضمن هذه الآلية الاقتصادية أن يشارك مشغلو العقد بصدق في التحقق.
بشكل عام، تقدم Mira حلاً جديدًا لتحقيق موثوقية الذكاء الاصطناعي. إنها تبني شبكة تحقق من الإجماع اللامركزية على أساس نماذج الذكاء الاصطناعي المتعددة، مما يوفر موثوقية أعلى لخدمات الذكاء الاصطناعي للعملاء، ويقلل من انحياز الذكاء الاصطناعي والأوهام، ويلبي احتياجات العملاء للحصول على دقة أعلى ومعدل دقة.
حالياً، تعاونت ميرا مع عدة أطر عمل لوكلاء الذكاء الاصطناعي. يمكن للمستخدمين المشاركة في شبكة ميرا العامة للاختبار من خلال كلوق (وهو تطبيق محادثة يعتمد على Mira LLM)، وتجربة المخرجات المعتمدة للذكاء الاصطناعي، ولديهم فرصة لكسب نقاط ميرا. من المتوقع أن يدفع هذا النوع الجديد من طبقة الثقة في الذكاء الاصطناعي إلى تطوير أعمق لتطبيقات الذكاء الاصطناعي.