Halverwege maart organiseerde Stanford University een conferentie over Blockchain en AI, waar professors, startup-CEO's en durfkapitalisten (VC's) bijeenkwamen. De centrale focus van het evenement was de samenkomst van twee belangrijke technologieën: blockchain en AI. Echter, de conferentie had mogelijk gebaat bij een sterker accent op Bitcoin en AI, gezien Bitcoin’s leidende marktpositie en de nieuwe innovaties die in Bitcoin Layer 2-oplossingen ontstaan. Een kernprobleem tijdens het evenement was dat blockchain en AI grotendeels als aparte velden zijn ontwikkeld—elk met eigen investeerders, ondernemers, onderzoekers en gemeenschappen. Hoewel het idee om deze domeinen te combineren ambitieus was, bleven veel sprekers vooral gericht op hun eigen specialisatie, en had men moeite om duidelijke verbanden tussen blockchain en AI te leggen. Arguëerbaar zou het nauwkeuriger geweest zijn om het een Blockchain OF AI Conferentie te noemen. Zo gaf bijvoorbeeld een durfkapitalist een breed overzicht van de AI-sector, met opmerkelijke vooruitgang in beeld-, audio- en codegeneratie. Ondertussen behandelde een onderzoeker van DeepMind adversarial machine learning, waarbij kleine aanpassingen in invoergegevens het resultaat van een AI drastisch kunnen veranderen. Een opvallend voorbeeld was het wijzigen van slechts enkele pixels in een kat-afbeelding, waardoor de AI hem ten onrechte als guacamole identificeerde. Aan de blockchain-kant stonden gesprekken over diverse protocollen, maar veel van de technologie blijft vooralsnog zeer experimenteel of in sommige gevallen volledig theoretisch. Integraties tussen blockchain en AI bevinden zich nog in de beginfase, en echte toepassingen in de praktijk zijn nog niet gerealiseerd. Proof of Computation Een van de meest verhelderende presentaties kwam van Dan Boneh, een toegepaste cryptograaf aan Stanford, die sprak over SNARKs (succinct non-interactive arguments of knowledge) en zero-knowledge proofs. Deze technieken aanpakken een kernprobleem in de cryptografie: het efficiënt kunnen bewijzen dat je kennis hebt van een bepaalde berekening. Dit principe is goed bekend in blockchain en cryptografie.

Bijvoorbeeld, het feit dat het factoriseren van een groot getal in priemfactoren computatief moeilijk is, maar het verifiëren van de factorisatie via vermenigvuldiging eenvoudig. Evenzo is het kostbaar om een blokheader te vinden waarvan de hash aan een bepaalde moeilijkheidsdrempel voldoet, maar het verifiëren van dit bewijs is goedkoop. Deze kloof tussen rekenen en verificatie is essentieel in blockchain-systemen, waar knooppunten voortdurend elkaars werk verifiëren. In Bitcoin controleren knooppunten onder andere handtekeningen en het bewijs van werk van miners. SNARKs bouwen op deze gedachte, door cryptografische bewijzen mogelijk te maken die zonder het blootleggen van gevoelige informatie kunnen worden geverifieerd. Naarmate AI-agenten autonomer worden, wordt het verifiëren van berekeningen terwijl de privacy wordt gewaarborgd, een belangrijke uitdaging. Veel gebruikers aarzelen om gevoelige data te uploaden naar platforms zoals OpenAI vanwege beveiligingszorgen. Hierdoor ontstaat een sterke behoefte aan privacy-beschermende verificatiemethoden—een manier waarop gebruikers kunnen aantonen dat een AI-model een berekening correct heeft uitgevoerd, zonder onderliggende data prijs te geven. Dergelijke technologie zou AI-toepassingen in gevoelige domeinen zoals gezondheidszorg, defensie en financiën kunnen ontsluiten, waar dataveiligheid cruciaal is. Het wordt verwacht dat dit over het komende decennium uitgroeit tot een industrie van meerdere miljarden dollars. Opmerkelijk is dat dit idee afkomstig is van blockchain-netwerken die cryptografische technieken implementeren. Zoals Boneh opmerkte, ontstond het concept dat een machine een andere dure berekening efficiënt kan verifiëren vanuit Bitcoin, maar het zou later een belangrijke tweede toepassing kunnen vinden in AI. Vooruitkijkend hoop ik dat toekomstige conferenties meer aandacht zullen besteden aan de bijdragen van Bitcoin op deze gebieden. Bijvoorbeeld, BitVM bouwt voort op zero-knowledge proof-concepten om Bitcoin en nieuwe Layer 2-protocollen te verbinden—mogelijk in staat om AI-agenten direct te laten communiceren met het Bitcoin-ecosysteem.