Kovo viduryje Stanfordo universitetas surengė konferenciją apie blockchain'ą ir dirbtinį intelektą (DI), suburdama profesorius, steigėjų vadovus ir rizikos kapitalo investuotojus (VC). Renginio pagrindinis dėmesys buvo dviejų svarbių technologijų – blockchain'o ir DI – sąlyčio taškas. Vis dėlto, galėjusi būtų būti naudinga stipresnė dėmesio akcentavimo linija Bitcoin ir DI srityje, atsižvelgiant į Bitcoin dominuojančią rinkos poziciją ir naujas inovacijas, atsirandančias Bitcoin Layer 2 sprendimuose. Viena iš pagrindinių problemų renginio metu buvo ta, kad blockchain'as ir DI daugiausiai vystėsi kaip atskiros sritys – kiekviena su skirtingais investuotojais, verslininkais, tyrėjais ir bendruomenėmis. Nors idėja sujungti šias sritis buvo ambicinga, daugelis pranešėjų liko susitelkę į savo specializaciją, sunkiai rado aiškius ryšius tarp blockchain'o ir DI. Galbūt tikslesnė būtų buvusi konferencijos pavadinimas – Blockchain AR DI konferencija. Pavyzdžiui, vienas rizikos Kapitalo investuotojas pateikė plačią apžvalgą apie DI sektorių, pabrėždamas įspūdingą pažangą vaizdo, garso ir kodo generavime. Tuo metu DeepMind tyrėjas kalbėjo apie priešpriešinį mašininį mokymąsi, kur smulkūs pakeitimai įvesties duomenyse gali labai pakeisti DI išvestį. Vienas įspūdingas pavyzdys – pakeičiant vos kelis pikselius katės nuotraukoje, DI visiškai klaidingai įvardijo ją kaip guacamole. Kalbant apie blockchain'ą, diskusijos sukosi apie įvairius protokolus, tačiau daug technologijos vis dar yra labai eksperimentinė arba visiškai teorinė. Blockchain'o ir DI integracijos vis dar yra ankstyvos stadijos, o realios taikymo galimybės dar nėra išsivystę. Įrodymas apie skaičiavimus (Proof of Computation) Vienas iš išskirtinių pranešimų ateina iš Stanfordo taikytojo kriptografo Dana Boneho, kuris kalbėjo apie SNARK'us (su trumpa, neinteraktyvia pasakojimo apie žinias) ir nulio žinių įrodymus. Šie sprendžia pagrindinį kriptografinį iššūkį: efektyviai įrodyti turėjimą žinių apie skaičiavimą. Šis principas yra gerai išplėtotas blockchain'e ir kriptografijoje.

Pavyzdžiui, didelio skaičiaus faktorizavimas į pirminius faktorius yra sudėtingas skaičiavimo atžvilgiu, tačiau patikrinimas – lengvas, sudėjus šiuos pirminius faktorius. Panašiai, tai yra brangu nustatyti blokos antraštę, kurios hash'as atitinka tam tikrą sudėtingumo lygį, tačiau patikrinimas – nedidelės išlaidos. Šis skirtumas tarp skaičiavimo ir patikrinimo yra esminis blockchain sistemose – mazgai nuolat patvirtina vieni kitų darbą. Bitcoin'e mazgai patvirtina parašus ir kalnakasių darbo įrodymus. SNARK'ai plečia šį konceptą, leidžiant kriptografinius įrodymus, kuriuos galima patikrinti neskelbiant jautrios informacijos. Kadangi DI agentai tampa vis autonomiškesni, patikrinimas irgi kels didelius iššūkius, išsaugojant privatumo apsaugą. Daugelis vartotojų jau dabar vengia įkelti jautrius duomenis platformoms kaip OpenAI dėl saugumo problemų. Tai sukuria stiprią poreikį privatumo išsaugojimo patikrinimui – būdu, leidžiančiu vartotojams įrodyti, kad DI modelis teisingai atliko skaičiavimą, neišskleidžiant pačios duomenų. Tokia technologija galėtų atverti duris AI taikymui jautriose srityse, tokiose kaip sveikatos priežiūra, gynyba ir finansai, kur duomenų apsauga yra labai svarbi. Tikimasi, kad tai per artimiausius dešimtmetį išsivystys į kelių milijardų dolerių pramonę. Įdomu tai, kad ši idėja kyla iš blockchain tinklų, taikančių kriptografines technikas. Kaip paminėjo Boneh, vieno kompiuterio efektyvus kitos brangios skaičiavimo patvirtinimas atsirado iš Bitcoin, tačiau gali rasti ir antrą svarbų taikymą DI srityje. Ateityje tikiuosi, kad daugiau dėmesio bus skiriama Bitcoin indėliui į šias sritis. Pavyzdžiui, BitVM remiasi nulio žinių įrodymų koncepcijomis, kad suvienytų Bitcoin ir naujus Layer 2 protokolus – galimai leidžiant DI agentams tiesiogiai sąveikauti su Bitcoin ekosistema.