মাধ্যম মার্চে, স্ট্যানফোর্ড বিশ্ববিদ্যালয় ব্লকচেইন এবং AI বিষয়ে একটি সম্মেলন আয়োজন করে, যেখানে উপস্থিত ছিলেন প্রফেসর, স্টার্টআপ সিইও এবং ভেঞ্চার ক্যাপিটালিস্ট (VCs)। এই ইভেন্টের মূল কেন্দ্রবিন্দু ছিল দুইটি গুরুত্বপূর্ণ প্রযুক্তির সংযোগ: ব্লকচেইন এবং AI। তবে, সম্মেলনটি হয়তো বিটকয়েন এবং AI এর ওপর আরও জোর দিলে বেশি কার্যকর হতে পারতো, কারণ বিটকয়েনের বাজারে নেতৃস্থানীয় অবস্থান এবং বিটকয়েনের লেয়ার ২ সমাধানে নতুন উদ্ভাবনগুলি উঠে আসছে। ইভেন্টের একটি মূল বিষয় ছিল যে, ব্লকচেইন এবং AI অধিকাংশ ক্ষেত্রেই পৃথকভাবে বিকশিত হয়েছে—প্রতিটি ক্ষেত্রে আলাদা বিনিয়োগকারী, উদ্যোক্তা, গবেষক ও সম্প্রদায় রয়েছে। এই দুটি ক্ষেত্রকে একত্র করার ধারণা বেশ উচ্চাকাঙ্ক্ষী ছিল, কিন্তু অনেক স্পিকার তাঁদের নিজেদের বিশেষত্বের উপর কেন্দ্রীভূত ছিলেন, ব্লকচেইন এবং AI এর মধ্যে স্পষ্ট সংশ্লিষ্টতা আঁকার জন্য সংগ্রাম করছেন। মূলত, যদি এটিকে ব্লকচেইন অথবা AI সম্মেলন বলা হত, তা আরো সঠিক হতো। উদাহরণস্বরূপ, একজন ভেঞ্চার ক্যাপিটালিস্ট AI খাতের ব্যাপক পরিসরের উপর একটি সারসংক্ষেপ দেন, যেখানে চিত্র, শব্দ ও কোড জেনারেশনে উল্লেখযোগ্য অগ্রগতি তুলে ধরা হয়। অন্যদিকে, ডিপমাইন্ডের একজন গবেষক অ্যাডভারসিয়াল মেশিন লার্নিং নিয়ে কথা বলেন, যেখানে ইনপুট ডেটার ছোটখাটো পরিবর্তন কয়েকটি উপায়ে AI এর আউটপুটকে খুবই বদলে দিতে পারে। একটি উল্লেখযোগ্য উদাহরণ ছিল, একটি বিড়াল ছবি থেকে কেবল কয়েকটি পিক্সেল বদলে দিলে AI ততক্ষণে সেটিকে গুকামোলে ভুল শনাক্ত করে। ব্লকচেইনের দিক থেকে, বিভিন্ন প্রটোকল নিয়ে আলোচনা হলেও, বেশিরভাগ প্রযুক্তি এখনো অত্যন্ত পরীক্ষামূলক বা, কিছু ক্ষেত্রে, সম্পূর্ণ তত্ত্বীয়। ব্লকচেইন এবং AI এর মধ্যে সংহতকরণ এখনও প্রাথমিক পর্যায়ে, বাস্তব-বিশ্বে এর প্রয়োগ দেখা যায় নি। প্রুফ অফ কম্পিউটেশন এমন একজন বক্তার কথা সবথেকে আলোকপ্রাপ্ত হয়েছিল, যিনি স্ট্যানফোর্ডের এপ্লাইড ক্রিপ্টোগ্রাফার ড্যান বোনে’র, তিনি SNARKs (সংক্ষিপ্ত অ-আন্তঃক্রিয়াগত প্রমাণ) এবং শূন্য-জ্ঞান প্রমাণ নিয়ে আলোচনা করেন। এগুলি মূলত একটি কেন্দ্রীয় ক্রিপ্টোচতুরতার চ্যালেঞ্জের উত্তর প্রদান করে: একটি গণনায় জ্ঞানের প্রমাণ কার্যকরভাবে কেমনভাবে দেওয়া যায়। এই মূলনীতি ব্লকচেইন এবং ক্রিপ্টোগ্রাফিতে সুপ্রতিষ্ঠিত। উদাহরণস্বরূপ, একটি বৃহৎ সংখ্যাকে প্রাইমে ভাগ করা কঠিন, কিন্তু গুণলে সেটির প্রমাণ সহজে যাচাই করা যায়। একইভাবে, একটি ব্লক হেডার খুঁজে বের করা যার হ্যাশ টার্গেটDifficulty meets is expensive, whereas verifying this proof is inexpensive. এই গণনা এবং যাচাইয়ের মধ্যে পার্থক্য একটি অপরিহার্য বিষয়, যেখানে নোডগুলো একে অন্যের কাজ নিয়মিতভাবে যাচাই করে। বিটকয়েনে, নোডগুলো স্বাক্ষর এবং খনির প্রমাণ যাচাই করে। SNARKs এই ধরণের ধারণাকে প্রসারিত করে, ক্রিপ্টোগ্রাফিক প্রমাণ তৈরি করতে যা গোপনীয় তথ্য পাঠিয়ে ছাড়াই যাচাইঝোর করতে পারে। যখন AI এজেন্টগুলি আরো স্বায়ত্তশাসিত হয়ে উঠবে, তখন গণনা নিশ্চিতকরণ ও গোপনীয়তা রক্ষা এক বড় চ্যালেঞ্জ হয়ে দাঁড়াবে। অনেক ব্যবহারকারী নিরাপত্তা উদ্বেগে ওপেনএআই এর মতো প্ল্যাটফর্মে সংবেদনশীল তথ্য আপলোড করতে দ্বিধা করেন। এটা গোপনীয়তা-সংরক্ষিত যাচাইয়ের জন্য একটি শক্তিশালী প্রয়োজনীয়তা তৈরি করে—একটি পদ্ধতি যা ব্যবহারকারীদের প্রমাণ করতে দেয় যে, AI মডেলটি একটি গণনা সঠিকভাবে সম্পন্ন করেছে, underlying data প্রকাশ না করেই। এই ধরনের প্রযুক্তি ভবিষ্যতে স্বাস্থ্যসেবা, প্রতিরক্ষা ও অর্থনীতি মতো সংবেদনশীল ক্ষেত্রে AI এর ব্যবহারকে উন্মুক্ত করতে পারে। এটি আগামী দশকে এক হাজার কোটি ডলারের শিল্প হয়ে উঠবে বলে আশা করা হয়েছে। বিশেষত, এই ধারণাটি ব্লকচেইন নেটওয়ার্ক থেকে উদ্ভূত, যেখানে ক্রিপ্টোগ্রাফিক কৌশল ব্যবহৃত হয়। বোনে স্মরণ করেন, Bitcoin থেকে এই ধারণাটি উদ্ভূত হয়েছিল, যেখানে এক বাড়তি খরচের গণনাকে কার্যকরভাবে অন্য একটি মেশিন যাচাই করতে পারে। তবে, এটি AI-তে একটি বড় দ্বিতীয় আবেদন খুঁজে পাবে বলে মনে করা হয়। ভবিষ্যত দিক দিয়ে, আমি আশা করি ভবিষ্যত সম্মেলনগুলোতে বিটকয়েনের এই ক্ষেত্রগুলিতে অবদান আরও বেশি জোর দেওয়া হবে। উদাহরণস্বরূপ, BitVM শূন্য-জ্ঞান প্রমাণের ধারণার ওপর ভিত্তি করে Bitcoin এবং নতুন লেয়ার ২ প্রটোকলের মধ্যে সংযোগ স্থাপন করে—এভাবে AI এজেন্টরা সরাসরি Bitcoin এর ইকোসিস্টেমের সঙ্গে যোগাযোগ করতে সক্ষম হবে।