Mart ayında ortasında Stanford Üniversitesi, Blokzincir ve Yapay Zeka konulu bir konferans düzenledi; profesörler, girişimci CEO’ları ve girişim sermayedarlarını (VC’ler) bir araya getirdi. Etkinliğin ana odak noktası, iki önemli teknolojinin -blokzincir ve yapay zeka- kesişimi oldu. Ancak, Bitcoin’in önde gelen piyasa konumu ve Bitcoin Katman 2 çözümlerinde ortaya çıkan yeni yenilikler göz önüne alındığında, konferansın Bitcoin ve Yapay Zeka üzerinde daha güçlü bir şekilde odaklanması faydalı olabilirdi. Etkinlikte önemli bir konu, blokzincir ve yapay zekanın çoğunlukla ayrı alanlar olarak gelişmiş olmasıydı; her biri farklı yatırımcılar, girişimciler, araştırmacılar ve topluluklar tarafından temsil ediliyor. Bu iki alanın birleşmesi fikri iddialı olsa da, birçok konuşmacı kendi uzmanlık alanlarına odaklanmaya devam etti ve blokzincir ile yapay zeka arasında net bağlantılar kurmakta zorlandı. Muhtemelen, bu etkinliğin adı “Blokzincir VEYA YZ Konferansı” olsaydı daha doğru olurdu. Örneğin, bir girişim sermayedarı, yapay zeka sektörüne dair geniş bir genel bakış sunarak görüntü, ses ve kod üretiminde kayda değer ilerlemeleri vurguladı. Bu arada, bir DeepMind araştırmacısı, yapay zekanın girişine küçük değişiklikler yapıldığında çıktıları ciddi şekilde değişen “düşmanlı makine öğrenmesi” konusuna değindi. Önemli bir örnek, bir kedi fotoğrafında sadece birkaç pikseli değiştirerek yapay zekanın onu refakatçi olarak yanlış tanımlamasına yol açmasıydı. Blokzincir tarafında ise, çeşitli protokoller üzerine konuşmalar yapıldı, ancak teknolojinin büyük çoğunluğu hâlâ oldukça deneysel veya bazı durumlarda tamamen teorikti. Blokzincir ve yapay zeka entegrasyonları henüz başlangıç aşamasında olup, gerçek dünya uygulamaları henüz hayata geçmedi. İşlem Kanıtı Daha aydınlatıcı konuşmalardan biri, Stanford’da uygulamalı kriptografi alanında çalışan Dan Boneh’den geldi. Boneh, SNARK’lar (özlü ve etkileşimsiz bilgi kanıtları) ve sıfır bilgi kanıtları hakkında konuştu. Bu yapılar, temel bir kriptografik zorluğu çözüyor: bir hesaplamayı verimli biçimde kanıtlamanın yolu. Bu ilke, blokzincir ve kriptografide iyi bilinen bir kavramdır.

Örneğin, büyük bir sayıyı asal çarpanlara ayırmak hesaplama açısından zorludur, ancak çarpma yoluyla asal çarpanlara ayırmayı doğrulamak kolaydır. Benzer şekilde, hedef zorluk seviyesini karşılayan bir blok başlığı bulmak maliyetlidir, fakat bu kanıtı doğrulamak ise ucuzdur. Bu hesaplama ve doğrulama arasındaki fark, blokzincir sistemlerinde önemlidir; düğümler birbirlerinin çalışmalarını sürekli olarak doğrular. Bitcoin’de, düğümler imzaları ve madencilerin çalışma kanıtını doğrular. SNARK’lar, bu kavramı genişleterek, hassas bilgileri ortaya çıkarmadan doğrulanabilen kriptografik kanıtlar sağlar. Yapay zeka ajanları daha bağımsız hale gittikçe, hesaplamaları doğrulamak ve gizliliği korumak büyük bir zorluk olacak. Birçok kullanıcı, güvenlik endişeleri nedeniyle OpenAI gibi platformlara hassas veriler yüklemekten çekiniyor. Bu da, gizliliği koruyan doğrulama yöntemlerine duyulan ihtiyacı güçlendiriyor; bu yöntemler, kullanıcıların, gizli verileri ifşa etmeden bir yapay zeka modelinin bir hesaplamayı doğru şekilde yaptığını kanıtlamasına imkan tanır. Böyle bir teknoloji, sağlık, savunma ve finans gibi veri korumanın kritik olduğu hassas alanlarda yapay zekanın kullanım alanlarını açabilir. Bu teknolojinin önümüzdeki on yıl içinde milyar dolarlık bir endüstri haline gelmesi bekleniyor. Özellikle bu fikir, kriptografik teknikler uygulayan blokzincir ağlarından doğdu. Boneh’in belirttiğine göre, bir makinenin diğerinin pahalı hesaplamasını verimli biçimde doğrulaması fikri Bitcoin’den ortaya çıktı; ancak bu teknolojinin önemli ikinci uygulaması yapay zekada bulunabilir. İleriye dönük olarak, umarım gelecek konferanslar Bitcoin’in bu alanlara katkılarına daha fazla vurgu yapar. Örneğin, BitVM, sıfır bilgi kanıtı kavramlarını temel alarak Bitcoin ve yeni Katman 2 protokollerini birbirine bağlamayı amaçlar; bu da yapay zeka ajanlarının doğrudan Bitcoin ekosistemiyle etkileşim kurmasını sağlayabilir.