จุดบรรจบของคริปโตและ AI เป็นหนึ่งในพื้นที่ที่ถูกพูดถึงมากที่สุดในวงการเทคโนโลยี—แต่ในทางวิทยาศาสตร์แล้ว จริง ๆ แล้วมันอยู่ตรงจุดไหนกันแน่?
Crypto x AI, AI x Crypto: A Survey งานวิจัยชิ้นใหม่โดย IC3 ที่เจาะผ่านเสียงอึกทึกครึกโครม เพื่อให้การวิเคราะห์ที่ครอบคลุมและชัดเจนเกี่ยวกับภาคส่วนที่กำลังพัฒนานี้ ศาสตราจารย์ @AriJuels ผู้ร่วมเขียนงานวิจัยยังชี้ให้เห็นว่าความท้าทายพื้นฐานนั้นขึ้นอยู่กับว่าเทคโนโลยีทั้งสองนี้ทำงานอย่างไร
"คริปโตเป็นเทคโนโลยี 'แข็ง' ที่สร้างขึ้นบนพื้นฐานของ cryptographic primitives ที่มีคุณสมบัติด้านความปลอดภัยที่เข้มงวดและโปรแกรมที่บังคับใช้ผลลัพธ์ที่ชัดเจน AI เป็นเทคโนโลยี 'อ่อน': ไม่มีใครเข้าใจอย่างถ่องแท้หรือสามารถเชื่อถือโมเดลที่มันพึ่งพาได้อย่างเต็มที่ การรวมทั้งสองเข้าด้วยกันอย่างไม่เข้าใจอาจเหมือนกับการบัดกรี Jell-O แต่ถ้ารวมกันอย่างดี คริปโตสามารถชักนำพลังที่ลื่นไหลของ AI ไปสู่ระบบที่ปลอดภัยและเชื่อถือได้"
เมื่อรวมกันอย่างเป็นระบบ เครื่องมือคริปโตสามารถชักนำพลังที่ลื่นไหลของ AI ไปสู่ระบบที่ปลอดภัย เชื่อถือได้ และเป็นอัตโนมัติสูง ในขณะเดียวกัน การรวมกันนี้อาจส่งผลกระทบอย่างกว้างไกลต่อผู้ใช้และระบบการเงิน
ประเด็นสำคัญจากงานวิจัย:
- AI ทำให้คริปโตยืดหยุ่น: โมเดล machine learning สามารถปรับปรุงความปลอดภัยของ smart contract ได้อย่างมาก เพิ่มประสิทธิภาพการประมวลผลข้อมูลในโลกจริง และปรับปรุงการตรวจจับการฉ้อโกง
- ช่องทางใหม่สำหรับการละเมิดตลาด: ระบบการซื้อขายที่ขับเคลื่อนด้วย AI สามารถทำให้เกิดการสมรู้ร่วมคิดระหว่างเอเจนต์อัตโนมัติและสร้างความได้เปรียบภายในที่ไม่เป็นธรรมผ่านกลยุทธ์ที่ไม่โปร่งใส
- คริปโตสามารถช่วยรักษาความปลอดภัยให้กับห่วงโซ่อุปทานของ AI: โครงสร้างพื้นฐานทางคริปโตสามารถสร้างท่อส่งข้อมูลที่ปลอดภัยสูง เชื่อถือได้ และป้องกันการปลอมแปลงสำหรับการฝึกโมเดล AI
- การตรวจสอบความเป็นจริงเกี่ยวกับการกระจายอำนาจ: แม้จะมี hype ในอุตสาหกรรม แต่ก็ยังมีหลักฐานเชิงปริมาณสาธารณะเพียงเล็กน้อยที่พิสูจน์ว่าไปป์ไลน์ AI แบบกระจายอำนาจช่วยลดต้นทุนแบบ end-to-end หรือปรับปรุงเมตริกได้จริง
ดังที่ศาสตราจารย์ผู้ร่วมบรรณาธิการ @giuliacfanti ตั้งข้อสังเกต ปริมาณงานวิจัยที่มากมายทำให้แยกสัญญาณจากเสียงรบกวนได้ยาก งานวิจัยนี้วาดแผนผังทศวรรษหน้าของการวิจัยบล็อกเชนสำหรับนักวิชาการ และทำหน้าที่เป็นแผนที่ R&D ที่จำเป็นสำหรับผู้นำธุรกิจ
Crypto x AI, AI x Crypto: A Survey เป็นผลลัพธ์จากการวิจัยหลายเดือน ขอแสดงความยินดีอย่างยิ่งกับทีมนักวิจัยกว่าสองโหลจากทั้งในอุตสาหกรรมและสถาบันการศึกษาที่มีส่วนร่วมในงานวิจัยนี้!
เข้าถึงงานวิจัยฉบับเต็มและโต้ตอบกับแชทบอท AI ของเราได้ที่นี่: https://aic3.io/
ผู้เขียน: @sarahalle_ (IC3, Flashbots); @pranaytej (@Offchain ); James Austgen (IC3, @cornell_tech ); @bahrani_maryam (@ritualnet); @roibarzur (IC3, @TelAvivUni); @sjbreck (IC3, @cornell_tech ); @AaronBuchwald (@AvaLabs); @cczurich (IC3, University of Bern); James Hsin-yu Chiang (IC3, @ETH); @desilvaneil (IC3); @ittayeyal (IC3, @TechnionLive); Andrés Fábrega (IC3, @cornell_tech ); @giuliacfanti (IC3, @CarnegieMellon); @FernJared (@CarnegieMellon ); @AriJuels (IC3, @cornell_tech ); @socrates1024 (IC3, Teleport, FlashbotsX); Marwa Mouallem (IC3, @TechnionLive); Christian Sillaber (University of Bern); @danivilardell77 (IC3, @cornell_tech); @viswanathpramod (@Princeton); @0xWenhaoWang (IC3, @Yale); Matt Weinberg (IC3, @Princeton); @syang2ng (IC3, @Yale); Jianzhu Yao (@Princeton); @0xFanZhang (IC3, @Yale).
