人工智能领域需要更多的数据透明度，而web3初创公司Space and Time 表示可以提供帮助

随着人工智能的普及和互联网上的事物变得更容易操纵，有必要确保数据和品牌的可验证性。Space and Time的首席技术官兼联合创始人斯科特·迪克斯特拉在TechCrunch的Chain Reaction播客上表示。

“不想在这里过于神秘地说，但我们在FTX崩溃期间看到了这一点，”戴克斯特拉说。“我们有一个拥有一些品牌信任的组织，就像我把我个人的积蓄存在FTX里一样。我信任他们作为一个品牌。”

但是，现在已关闭的加密货币交易所FTX在内部操纵账簿并误导投资者。戴克斯特拉认为这就像向数据库查询财务记录，但在他们自己的数据库内部操纵它。

这种情况并不仅限于FTX，也发生在其他行业中。Dykstra表示：“金融机构有动机操纵他们的记录......因此我们经常看到这种情况发生，而且问题变得更加突出。”

但是什么是解决此问题的最佳方案？戴克斯特拉认为，通过数据验证和零知识证明（ZK证明）是答案，这是用于证明有关某一信息而不泄露原始数据本身的加密操作。

戴克斯特拉说，这与恶意行为者是否有动机去篡改事情有很大关系。每当存在更大的激励，人们想要篡改数据、价格、账本、财务等信息时，零知识证明可以用来验证和检索数据。

在较高层面上，零知识证明通过两方参与者，即证明者和验证者，确认一个陈述是真实的，而不透露任何除了它是否正确之外的信息来运作。举例来说，如果我想知道某人的信用评分是否超过700，如果有一个零知识证明（证明者）存在，它可以向验证者确认这一点，而不实际透露确切的数字。

Space and Time旨在成为Web3的可验证计算层，通过对链下和链上数据进行索引，但Dykstra认为它会扩展到其他行业。目前，这家初创公司已经对主要区块链（如以太坊、比特币、Polygon、Sui、Avalanche、Sei和Aptos）进行了索引，并正在增加对更多区块链的支持，以推动人工智能和区块链技术的未来。

Dykstra最近的一个担忧是人工智能数据并非真正可验证。"我非常担心我们永远无法有效地验证一个LLM是否被正确执行。"

迪克斯特拉表示，今天有一些团队正在致力于通过构建用于机器学习或大语言模型 (LLMs) 的 ZK 证明来解决这个问题，但可能需要数年的时间才能尝试创建这一解决方案。这意味着模型操作者可以篡改系统或 LLM 来执行问题行为。

Dykstra表示，需要建立一个“去中心化但全球始终可用的数据库”，这可以通过区块链来实现。“每个人都需要访问它，它不能成为垄断。”

例如，在一个假设的场景中，Dykstra说OpenAI本身不能是一个由记者创建内容的期刊数据库的所有者。相反，它必须是由社区拥有并由社区运营的东西，以一种易于获得且无法审查的方式。“它必须是去中心化的，必须在链上，没有其他办法，”Dykstra说道。

这个故事的灵感来自一个《科技博客》的播客《链式反应》的一集。请订阅苹果播客、Spotify或您喜欢的播客平台的《链式反应》，以听取更多来自今天最具创新性公司创始人的故事和建议。

关注我们：

• 在X上，前身为Twitter，在这里。
• 通过电子邮件联系：chainreaction@techcrunch.com