Gli sviluppatori di Ethereum suggeriscono di utilizzare la tecnologia ZK per anonimizzare l'uso dell'AI
Il responsabile AI della Ethereum Foundation, Davide Crapis, e il co-fondatore di Ethereum, Vitalik Buterin, hanno proposto un modo per utilizzare le zero-knowledge proofs e altri metodi per garantire che le interazioni di un utente con i large language models rimangano private, pur prevenendo spam e abusi.
Le chiamate API avvengono ogni volta che un utente invia un messaggio a un'applicazione software, come un chatbot AI. Crapis e Buterin hanno affermato in un post sul blog mercoledì che una delle sfide principali sia per gli utenti che per i fornitori è la privacy, la sicurezza e l'efficienza.
“Abbiamo bisogno di un sistema in cui un utente possa depositare fondi una volta e effettuare migliaia di chiamate API in modo anonimo, sicuro ed efficiente”, hanno affermato.
“Il fornitore deve essere garantito il pagamento e la protezione contro lo spam, mentre all'utente deve essere garantito che le sue richieste non possano essere collegate alla sua identità o tra loro,” hanno aggiunto.
Fonte: Con l'aumento dell'utilizzo dei chatbot AI, le fughe di dati dai LLM sono diventate una preoccupazione crescente. I chatbot spesso gestiscono dati altamente sensibili e collegare l'utilizzo alle identità può creare notevoli rischi di privacy, legali e di sicurezza. I log di utilizzo possono persino essere utilizzati nei procedimenti giudiziari.
La soluzione di Crapis e Buterin per utenti e fornitori
Crapis e Buterin hanno affermato che attualmente i fornitori sono costretti a scegliere tra due “percorsi subottimali”: accesso basato sull'identità con utenti costretti a fornire informazioni sensibili come email o carta di credito, che crea rischi per la privacy, oppure pagamenti on-chain per ogni richiesta, che sono lenti, costosi e tracciabili.
La coppia propone un sistema in cui gli utenti depositano fondi in uno smart contract e poi effettuano chiamate API senza rivelare la propria identità o collegare le richieste, sfruttando le zero-knowledge proofs e i rate-limit nullifiers per i pagamenti e l'applicazione anti-spam.
“Un utente deposita 100 USDC in uno smart contract ed effettua 500 query a un LLM ospitato. Il fornitore riceve 500 richieste valide e pagate, ma non può collegarle allo stesso depositante né tra loro, mentre i prompt dell'utente rimangono non collegabili all'identità dell'utente,” hanno affermato Crapis e Buterin.
“Il modello impone la solvibilità richiedendo all'utente di dimostrare che la sua spesa cumulativa—rappresentata dal suo indice attuale del ticket—rimane rigorosamente entro i limiti del deposito iniziale e della sua cronologia verificata di rimborsi.”
Barare il sistema potrebbe ridurre il tuo deposito
Per scoraggiare truffatori, generazione di contenuti illegali, tentativi di jailbreak e altre violazioni dei termini di servizio, Crapis e Buterin propongono un sistema di doppio staking.
Correlato:
Se un utente viene sorpreso a tentare il double-spending, il suo deposito può essere reclamato da chiunque, incluso il server. Tuttavia, gli utenti che violano i termini di servizio vedranno il loro deposito inviato a un indirizzo burn e l'evento di slashing sarà registrato on-chain.
“Ad esempio, un utente potrebbe inviare un prompt chiedendo al modello di generare istruzioni per costruire un'arma o aiutarlo a bypassare i controlli di sicurezza – richieste che violerebbero le policy di utilizzo di molti fornitori,” hanno affermato Crapis e Buterin.
“Mentre l'identità dell'utente rimane nascosta, la comunità può verificare la frequenza con cui il Server brucia gli stake e le prove pubblicate di questi burn.”
Rivista:
Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.
Ti potrebbe interessare anche
Tutti gli occhi puntati su Walsh, la prossima settimana la "super settimana delle banche centrali" porterà un’ondata di aumenti dei tassi nei paesi del G7?
Con l'aumento dell'inflazione, i conflitti geopolitici e il prezzo del petrolio che supera i cento dollari, le banche centrali del G7 si apprestano a una settimana cruciale di decisioni sui tassi d'interesse. Sostenuta da un'inflazione di base superiore alle attese, la Federal Reserve dovrebbe procedere al primo aumento dei tassi in tre anni; la Banca del Giappone è prevista innalzare i tassi all'1,25%, un massimo degli ultimi 30 anni; anche le posizioni restrittive della Banca d'Inghilterra, della Banca Centrale Europea e della banca centrale canadese si sono rafforzate, segnando una svolta significativa verso un inasprimento collettivo della politica monetaria globale.
La Fed aumenterà i tassi consecutivamente? Si ripeterà il “ciclo di stretta” della fine degli anni ’80?
Il rapporto di Citigroup sottolinea che l'attuale contesto macroeconomico è molto simile al ciclo restrittivo del 1988-1989, quando l'economia manteneva la sua resilienza e le pressioni inflazionistiche si accumulavano gradualmente. Successivamente, l'attività economica rallentò e la politica si orientò verso una maggiore flessibilità. Durante quel ciclo restrittivo, la Federal Reserve aumentò i tassi d'interesse per sedici volte consecutive.
Nemici storici raramente collaborano! Musk e Aaltman sostengono l'appello di Dario Amodei per "rallentare l'AI a livello globale"
Amodei di Anthropic lancia un appello per un “rallentamento globale dell’AI”, trovando un inatteso sostegno pubblico sia dal rivale Musk che da Altman. I tre grandi leader hanno concordato unanimemente di concedere a terze parti l’accesso ai test di livello impiegato e di coordinarsi per rallentare lo sviluppo; Altman ha addirittura annunciato che OpenAI non effettuerà un’IPO quest’anno. Le dimissioni indignate di un ricercatore e una serie di “fughe collettive” di AI fuori controllo hanno innescato il panico a lungo represso nel settore.
Prezzi delle criptovalute
Altro
