V sredini marca je Stanfordova univerza organizirala konferenco o blockchainu in umetni inteligenci, na kateri so zbrali profesorje, izvršne direktorje start-upov in tveganega kapitala (VC). Glavni poudarek dogodka je bil na združevanju dveh pomembnih tehnologij: blockchaina in umetne inteligence. Vendar pa bi konferenca lahko imela večje koristi od bolj osredotočenega poudarka na Bitcoin in AI, glede na vodilni položaj Bitcoina na trgu ter na nove inovacije, ki se pojavljajo v Layer 2 rešitvah za Bitcoin. Ključen problem na dogodku je bil, da sta blockchain in AI večinoma razvijala kot ločeni področji—vsako z lastnimi vlagatelji, podjetniki, raziskovalci in skupnostmi. Čeprav je bila zamisel o združevanju teh domen ambiciozna, so mnogi govorniki ostali osredotočeni na svoje strokovno področje, pri čemer je bilo težko vzpostaviti jasne povezave med blockchainom in AI. Morda bi bilo bolj natančno, če bi konferenco poimenovali Blockchain ALI AI Konferenca. Na primer, eden od tveganih kapitalistov je predstavil širok pregled sektorja AI, pri čemer je izpostavil opazne napredke pri generiranju slik, zvoka in kode. Medtem je raziskovalec iz DeepMind obravnaval nasprotujoče se stroje učenje, kjer majhni popravljaji vhodnih podatkov lahko drastično spremenijo izhod AI-ja. Pričujoč primer je bil sprememba le nekaj pikslov na sliki mačke, kar je povzročilo, da jo je AI napačno identificiral kot guakamole. Na področju blockchaina so se pogovori osredotočali na različne protokole, vendar je večina tehnologije še vedno zelo eksperimentalna ali v nekaterih primerih popolnoma teoretična. Integracije med blockchainom in AI še niso dozorele, in dejanske praktične uporabe še niso nastale. dokazovanje izračuna Eden od bolj osvetljujočih nastopov je imel Dan Boneh, uporabni kriptograf na Stanfordu, ki je govoril o SNARK-ih (skrajni neinteraktivni argumenti znanja) in dokazih brez razkritja (zero-knowledge proofs). Ti naslavljajo ključni kriptografski izziv: učinkovito dokazovanje znanja o računalniški operaciji. Ta načelo je dobro uveljavljeno v blockchainu in kriptografiji.

Na primer, razčlenitev velikega števila na praštevila je računsko zahtevna, a preverjanje razčlenitve z množenjem je lahko enostavno. Podobno je iskanje blokovnega glave, katerega hashi doseže določeno težavnost, stroškovno zahtevno, medtem ko je preverjanje tega dokaza poceni. Ta razlika med izračunom in preverjanjem je ključna v sistemih blockchain, kjer vozlišča nenehno preverjajo delo drugih. V primeru Bitcoina vozlišča preverjajo podpise in dokazilo o delu rudarjev. SNARK-i razširjajo ta koncept z omogočanjem kriptografskih dokazov, ki jih je mogoče preveriti brez razkrivanja občutljivih informacij. Ko se AI agenti bolj samostojno odločajo, bo preverjanje izračunov pri ohranjanju zasebnosti predstavljalo velik izziv. Veliko uporabnikov odlaš se zaveda uporabe občutljivih podatkov na platformah, kot je OpenAI, zaradi varnosti. To ustvarja močno potrebo po preverjanju, ki ohranja zasebnost — metodi, ki uporabnikom omogoča, da dokažejo, da je AI model pravilno izvedel izračun, ne da bi razkrili osnove podatke. Takšna tehnologija bi lahko odpirala poti za uporabe umetne inteligence na občutljivih področjih, kot so zdravstvo, obramba in finance, kjer je zaščita podatkov ključnega pomena. Pričakuje se, da bo to doseglo vrednost več milijard dolarjev v naslednjem desetletju. Zanimivo je, da ta ideja izvira iz blockchain networkov, ki uporabljajo kriptografske tehnike. Kot je povedal Boneh, je koncept, da ena naprava učinkovito preveri dragoceni račun druge, nastal iz Bitcoina, vendar bi lahko našel pomembno drugo uporabo v AI. Glede na to upam, da bodo prihodnje konference dali več poudarka prispevkom Bitcoina na teh področjih. Na primer, BitVM temelji na konceptih dokazov brez razkritja in povezuje Bitcoin z novimi Layer 2 protokoli — potencialno omogočajočim AI agentom neposredno interakcijo z Bitcoinovim ekosistemom.