Skip to content
AI x Crypto

کسی ماڈل کے درست طریقے سے چلنے کو ثابت کرنے میں ابھی تک اسے چلانے سے زیادہ وقت کیوں لگتا ہے؟

84

موقع

ML انفرینس کے زیرو-نالج پروفز یہ تصدیق کر سکتے ہیں کہ کسی ماڈل نے ایک مخصوص ان پٹ سے ایک مخصوص آؤٹ پٹ پیدا کیا، بغیر ویٹس ظاہر کیے۔ اس سے کرپٹو ایپلیکیشنز AI آؤٹ پٹس کو بے بھروسہ انداز میں استعمال کر سکیں گی، یعنی TEEs یا آپریٹر کی ساکھ پر انحصار کرنے کی ضرورت نہیں رہے گی۔ مسئلہ کارکردگی کا ہے: GPT-2 کے حجم کے ماڈل کے لیے ZK پروف تیار کرنے میں دسیوں منٹ لگتے ہیں؛ GPT-3 کے حجم پر یہ گھنٹوں میں ناپا جاتا ہے۔ ٹرانسفارمرز میں فلوٹنگ پوائنٹ ریاضی آرتھمیٹک سرکٹس میں ناکارہ طریقے سے مرتب ہوتی ہے، اور اٹینشن میکانزم کو ثابت کرنا خاص طور پر بہت مہنگا ہے۔ TEE پر مبنی تصدیق اس خلا کو وقتی طور پر ڈھانپ دیتی ہے، لیکن اس میں ریاضی کے بجائے ہارڈویئر وینڈر کے فرم ویئر پر اعتماد کرنا پڑتا ہے۔ جب تک پروف جنریشن دو سے تین آرڈرز آف میگنیٹیوڈ تیز نہیں ہو جاتی، کرپٹو میں ہر قابلِ تصدیق AI پرمیٹو اصل میں ایک بھروسے کی مفروضے کو دوسرے سے بدل رہا ہے۔

اہمیت کیوں

کرپٹو نیٹو اے آئی کا قابل اعتماد غیر جانبداری کا وعدہ ZK پروفس پر منحصر ہے جو پروڈکشن میں استعمال کے قابل ہوں، اور آج وہ اتنے تیز نہیں ہیں۔

میں موقع کا اسکور کیسے لگاتا ہوں

Opportunity Score میرا اپنا اندازہ ہے، کوئی پیمائش نہیں: یہ کتنا تکلیف دہ ہے، کتنی بار کاٹتا ہے، اور آج اسے حل کرنے کے لیے کتنا کم موجود ہے۔ زیادہ اسکور کا مطلب ہے کہ میرے خیال میں یہ بنانے کے زیادہ قابل ہے۔

شدت8/10

جب یہ ظاہر ہوتا ہے تو کتنی تکلیف دیتا ہے۔

تکرار8/10

لوگ اصل میں اس سے کتنی بار واسطہ پاتے ہیں۔

خالی جگہ7/10

آج اس کے لیے کتنے کم اچھے ٹولز موجود ہیں۔

حل کرنے کے قابل مزید مسائل