У середині березня Стенфордський університет провів конференцію щодо блокчейну та штучного інтелекту, зібравши професорів, керівників стартапів і венчурних капіталістів (VC). Основна увага заходу була сконцентрована на злитті двох важливих технологій: блокчейну та штучного інтелекту. Однак, можливо, конференція могла б отримати більше користі від більшої уваги до Bitcoin та AI, враховуючи провідну позицію Bitcoin на ринку та нові інновації у рішеннях Bitcoin Layer 2. Одним із ключових питань заходу було те, що блокчейн і штучний інтелект здебільшого розвивалися окремо — кожен зі своїми інвесторами, підприємцями, дослідниками і спільнотами. Хоча ідея об'єднати ці сфери була амбітною, багато доповідачів залишалися зосередженими на своїх професійних галузях і важко знаходили чіткі зв’язки між блокчейном і AI. Можна сказати, що назву «Конференція з блокчейну або AI» було б більш точним. Наприклад, венчурний капіталіст дав узагальнений огляд сектору AI, відзначаючи вражаючий прогрес у галузі створення зображень, аудіо та коду. Тим часом, дослідник із DeepMind висвітлював проблеми з протидією машинного навчання, де невеликі зміни у вхідних даних можуть кардинально змінити результат AI. Значним прикладом було змінення кількох пікселів у зображенні кота, що призвело до неправильного визначення його як гуакамоле. Що стосується блокчейну, бесіди йшли навколо різних протоколів, проте багато технологій залишаються дуже експериментальними або у деяких випадках повністю теоретичними. Інтеграції між блокчейном і AI ще знаходяться на ранніх стадіях, і реальні застосування поки що не реалізовані. Доказ обчислення Однією з найбільш пізнавальних доповідей стала виступ Дан Боне, прикладного криптографа з Стенфорду, який говорив про SNARK (короткі неінтерактивні докази знання) і нульове знання. Вони вирішують ключове криптографічне завдання: ефективно доводити знання про обчислення. Цей принцип добре відомий у блокчейнах та криптографії.

Наприклад, факторизація великого числа на прості множники є обчислювально складною, але перевірка цієї факторизації за допомогою множення — проста. Аналогічно, знайти заголовок блока з хешем, що відповідає цільовій складності, коштовно, але перевірка цього доказу є недорогою. Ця різниця між обчисленнями і їхньою перевіркою є важливою у системах блокчейну, де вузли постійно перевіряють роботу один одного. У Bitcoin вузли підтверджують підписи та доведення роботи майнерів. SNARK розширює цю концепцію, дозволяючи криптографічні докази, які можна перевірити без розкриття конфіденційної інформації. З розвитком AI-агентів, що стають більш автономними, перевірка обчислень при збереженні приватності стане важливим викликом. Багато користувачів утримуються від завантаження конфіденційних даних на платформи, як-от OpenAI, через побоювання щодо безпеки. Це створює гостру потребу у методах перевірки, що зберігають приватність — способах, які дозволяють користувачам довести, що AI-модель правильно виконала обчислення, не відкриваючи вихідних даних. Така технологія могла б розкрити можливості AI у чутливих сферах, таких як охорона здоров’я, оборона і фінанси, де захист даних є критичним. Очікується, що за наступне десятиліття ця сфера перетвориться на багатомільярдну індустрію. Варто відзначити, що ця ідея родом із мереж блокчейн, що застосовують криптографічні техніки. Як зауважив Боне, концепція того, що одна машина може ефективно перевірити дорогі обчислення іншої, виникла у Bitcoin, але можливо, знаходитиме широке застосування і в AI. У майбутньому сподіваюся, що наступні конференції зосередяться більше на внеску Bitcoin у ці сфери. Наприклад, BitVM базується на концепціях нульового знання для побудови мосту між Bitcoin і новими протоколами Layer 2 — потенційно дозволяючи AI-агентам взаємодіяти безпосередньо із криптосистемою Bitcoin.