نماذج الذكاء الاصطناعي ذكية. ومع ذلك ، فإن المشكلة هي أنهم ماهرون أيضا في الخداع. إنهم يختلقون الحقائق ، ويخطئون في اقتباس المصادر ، ويهلوسون بثقة. @Mira_Network هي طبقة الثقة التي تقوم بتصفية مخرجات الذكاء الاصطناعي التي لم يتم التحقق منها قبل وصولها إلى المستخدم. تتحقق Mira من مخرجات الذكاء الاصطناعي من خلال شبكة لامركزية من النماذج المستقلة. بدلا من الوثوق بإجابة نموذج واحد ، تقسيمها ميرا إلى ادعاءات واقعية وترسلها إلى العديد من المدققين. تتم الموافقة فقط على المطالبات التي تفي بحد الأغلبية العظمى القابلة للتكوين عبر النماذج المستقلة. وفقا لبيانات الإنتاج التي أبلغ عنها الفريق ، قلل الإجماع من الهلوسة بنسبة تصل إلى ~ 90٪ عبر التطبيقات المتكاملة. إذا اتفقت العديد من النماذج التي يتم تشغيلها بشكل مستقل ، فإن احتمالات أنها مخطئة بنفس الطريقة منخفضة للغاية. تظهر النتائج التي أبلغ عنها الفريق تحسن الدقة من ~ 70٪ إلى ~ 96٪ عند تصفية المخرجات من خلال Mira. ينشئ كل إثبات ملكية شهادة مشفرة يمكن تتبعها (مع إثبات على السلسلة) توضح النماذج التي شاركت وكيف صوتوا والمطالبات التي تم تمريرها. يؤدي ذلك إلى إنشاء سجل شفاف وقابل للتدقيق يمكن للمنظمين والأنظمة الأساسية والمستخدمين الوثوق به. Mira هي بنية تحتية وليست تطبيقا. يتكامل مع خطوط أنابيب الذكاء الاصطناعي التي تستخدمها روبوتات الدردشة وأدوات التكنولوجيا المالية ومنصات التعليم والمزيد. يتم تشغيل التحقق في الخلفية ، وتصفية الادعاءات الكاذبة بصمت قبل أن يراها المستخدم. تأتي قوة التحقق من مشغلي العقد الذين يقومون بتشغيل نماذج الذكاء الاصطناعي المتنوعة. يستخدمون الحوسبة التي يوفرها مفوضو العقدة أو الأشخاص أو الكيانات الذين يستأجرون وحدات معالجة الرسومات إلى الشبكة ويكسبون مكافآت لدعم أعمال التحقق الدقيقة. يشمل الشركاء الرائدون @ionet و @AethirCloud و @hyperbolic_labs و @exa_bits و @SpheronFDN ، الذين يوفرون البنية التحتية اللامركزية لوحدة معالجة الرسومات. يؤدي هذا إلى توزيع التحقق عبر العديد من مقدمي الخدمات المستقلين ، مما يقلل من مخاطر أي كيان واحد من التلاعب بالنتائج. تكافئ الحوافز الاقتصادية لميرا التحقق الصادق. العقد التي تتوافق مع الإجماع تكسب المزيد. أولئك الذين يدفعون بنتائج خاطئة أو يتم التلاعب بها يتم معاقبتهم. هذا يتوافق مع الحوافز المالية للشبكة مع السعي وراء الحقيقة. الفوائد بسيطة: - التقاط مخرجات الذكاء الاصطناعي الخاطئة قبل أن تسبب ضررا - تقليل التحيز باستخدام نماذج متنوعة - إنشاء نتائج الذكاء الاصطناعي القابلة للتحقق والتكرار - إزالة نقاط الفشل الفردية في الثقة سوف يتوقف اعتماد الذكاء الاصطناعي دون ثقة. توفر شبكة Mira طبقة تحقق لامركزية قابلة للتطوير تجعل الذكاء الاصطناعي أكثر أمانا للصناعات الخاضعة للتنظيم والقرارات الحاسمة والبيئات ذات الحجم الكبير.