ต่อไปนี้เป็นบทความรับเชิญและความคิดเห็นจาก Felix Xu ผู้ก่อตั้ง ARPA Network ลองเดินเข้าไปในสำนักงานทั่วโลกของ Cloudflare แล้วคุณจะพบกับการตกแต่งที่ไม่ธรรมดา ในซานฟรานซิสโก มีโคมไฟลาวาตั้งแต่พื้นจรดเพดาน ซึ่งรู้จักกันในชื่อ “กำแพงแห่งเอนโทรปี” ในลอนดอน มี “ลูกตุ้มที่ไม่สามารถคาดเดาได้” สิ่งเหล่านี้ไม่ได้เป็นเพียงฉากหลังที่สวยงาม แต่เป็นวัตถุดิบสำหรับโรงสีสุ่ม ซึ่งเป็นตัวอย่างของการแข่งขันที่สร้างสรรค์และทางวิศวกรรมอย่างต่อเนื่องเพื่อสุ่มจริง ความสุ่มเป็นฮีโร่ที่ไม่ได้รับการยกย่องของอินเทอร์เน็ตสมัยใหม่ ซึ่งเป็นรากฐานของการเข้ารหัส เป็นกระดูกสันหลังของระบบเกมที่เป็นธรรม และที่สำคัญมากขึ้น คือส่วนประกอบที่สำคัญในการตรวจสอบ AI อย่างไรก็ตาม ในขณะที่เราพุ่งทะยานไปสู่อนาคตที่ crypto เป็นตัวแทนของสัดส่วนที่เพิ่มขึ้นของเศรษฐกิจโลก และเอเจนต์ AI ได้รับเอกราชมากขึ้น โดยเฉพาะอย่างยิ่งเหนือการดำเนินงานทางการเงิน ความสมบูรณ์ของความสุ่มไม่ได้เป็นเพียงความกังวลทางเทคนิค แต่เป็นความกังวลที่มีอยู่จริง
ตำนานแห่งความสุ่มสมบูรณ์ นักวิทยาศาสตร์คอมพิวเตอร์ได้แสวงหาความสุ่มในอุดมคติมานาน ซึ่งเป็นตัวแทนโดย “oracle แบบสุ่ม” ทางทฤษฎี ซึ่งเป็นกล่องดำสมมุติที่ให้ผลลัพธ์ที่ไม่สามารถคาดเดาได้อย่างแท้จริงสำหรับทุกอินพุต น่าเสียดายที่ความสุ่มสมบูรณ์เป็นสิ่งที่แทบจะเป็นไปไม่ได้ ในทางกลับกัน ระบบดิจิทัลอาศัยฟังก์ชันสุ่มเทียม ซึ่งเป็นอัลกอริธึมที่ซับซ้อนซึ่งออกแบบมาเพื่อจำลองความสุ่มอย่างน่าเชื่อถือ แหล่งที่มาของเอนโทรปีทางกายภาพ เช่น โคมไฟลาวา “กำแพงแห่งเอนโทรปี” ของ Cloudflare หรือลูกตุ้มที่ไม่สามารถคาดเดาได้ของลอนดอน ทำหน้าที่เป็นเมล็ดพันธุ์ในโลกแห่งความเป็นจริงที่จำเป็นสำหรับฟังก์ชันสุ่มเทียมเหล่านี้ โดยนำเสนอความไม่สามารถคาดเดาได้อย่างแท้จริงจากปรากฏการณ์ทางธรรมชาติสู่กระบวนการเข้ารหัส อย่างไรก็ตาม การผสมผสานระหว่างเอนโทรปีทางกายภาพและอัลกอริธึมสุ่มเทียมนี้ไม่ใช่สิ่งที่เข้าใจผิดได้ง่าย Steve Ward ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ของ MIT ชี้ให้เห็นว่าการรู้อัลกอริธึมและเมล็ดพันธุ์เริ่มต้นอาจทำให้สามารถคาดการณ์ผลลัพธ์แบบสุ่มได้ เช่น ไพ่ใบถัดไปที่แจกในโป๊กเกอร์ออนไลน์ ช่องโหว่ดังกล่าวเน้นย้ำถึงความสำคัญอย่างยิ่งของความสุ่มที่ไม่สามารถคาดเดาได้และตรวจสอบได้จริงในบริบทที่ต้องพึ่งพาเทคโนโลยี ตั้งแต่เกมดิจิทัลไปจนถึงความปลอดภัยทางการเงิน
ความสุ่มที่ตรวจสอบได้ใน AI ระบบปัญญาประดิษฐ์พึ่งพาความสุ่มมากขึ้นเพื่อให้มั่นใจถึงผลลัพธ์ที่เป็นธรรม ไม่เอนเอียง และแข็งแกร่ง โดยมีบทบาทที่ขาดไม่ได้ในการใช้งานที่หลากหลาย ตั้งแต่การวินิจฉัยด้านการดูแลสุขภาพไปจนถึงการตัดสินใจทางการเงิน ความสุ่มช่วยให้โมเดล AI หลีกเลี่ยงการปรับตัวมากเกินไปโดยนำเสนอความแปรปรวนที่จำเป็นในกระบวนการฝึกอบรม ทำให้การคาดการณ์และการตัดสินใจปรับตัวได้มากขึ้นและสะท้อนถึงสถานการณ์ในโลกแห่งความเป็นจริง อย่างไรก็ตาม เมื่อความสุ่มไม่สามารถตรวจสอบได้ มันเป็นไปไม่ได้ที่จะรับประกันว่าผลลัพธ์ที่สร้างโดย AI เป็นกลางอย่างแท้จริงและทนทานต่ออคติที่ซ่อนอยู่ ยกตัวอย่างเช่น อัลกอริธึมการซื้อขายทางการเงินที่ขับเคลื่อนด้วย AI ระบบเหล่านี้ใช้ความสุ่มเพื่อสำรวจสถานการณ์การลงทุนต่างๆ และป้องกันการแสวงหาผลประโยชน์ที่คาดเดาได้ อย่างไรก็ตาม หากไม่มีความสุ่มที่โปร่งใสและตรวจสอบได้ สถาบันการเงินและหน่วยงานกำกับดูแลจะไม่สามารถยืนยันได้ว่าการตัดสินใจของโมเดลนั้นเป็นกลางอย่างแท้จริง ความสมบูรณ์ของความสุ่มมีอิทธิพลโดยตรงต่อความเป็นธรรมของตลาด เนื่องจากอคติที่ซ่อนอยู่อาจสนับสนุนสินทรัพย์หรือผู้เข้าร่วมตลาดบางรายอย่างไม่สมส่วน
ในทำนองเดียวกัน ในแอปพลิเคชัน AI เชิงกำเนิด เช่น โมเดลภาษา การสร้างภาพ หรือคำแนะนำส่วนบุคคล พารามิเตอร์ความสุ่มที่เรียกว่า “อุณหภูมิ” มีผลกระทบอย่างมากต่อคุณภาพเอาต์พุต อุณหภูมิต่ำสร้างเอาต์พุตที่สอดคล้องกัน แต่มีศักยภาพในการทำซ้ำ ในขณะที่อุณหภูมิที่สูงขึ้นจะแนะนำความแปรปรวนที่มากขึ้น แต่มีความเสี่ยงที่จะเกิดการตอบสนองที่ไม่สามารถคาดเดาได้และไม่น่าเชื่อถือ หากไม่มีความสุ่มที่ตรวจสอบได้ ผู้ใช้และผู้มีส่วนได้ส่วนเสียจะไม่สามารถยืนยันได้ว่าการตั้งค่าอุณหภูมิที่โมเดลอ้างนั้นสะท้อนถึงสภาวะการทำงานจริงอย่างแม่นยำ ทำให้เกิดโอกาสสำหรับอคติที่เป็นความลับและการจัดการที่ละเอียดอ่อน นอกจากนี้ ระบบ AI ที่ใช้ในสถานการณ์การตัดสินใจที่สำคัญ เช่น การขับขี่อัตโนมัติหรือการวินิจฉัยทางการแพทย์ จะต้องสร้างผลลัพธ์ที่เป็นกลางและเท่าเทียมกันได้อย่างน่าเชื่อถือ ความสุ่มที่ตรวจสอบได้ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถตรวจสอบความเป็นธรรมของระบบเหล่านี้ได้อย่างอิสระ ซึ่งช่วยเพิ่มความไว้วางใจจากสาธารณชนและการปฏิบัติตามกฎระเบียบอย่างมีนัยสำคัญ
ความสำคัญของฟังก์ชันความสุ่มที่ตรวจสอบได้ (VRF) โดยหลักแล้ว ความสุ่มที่ตรวจสอบได้กล่าวถึงความขัดแย้งพื้นฐานในระบบดิจิทัลของเรา: เราจะสร้างความไม่สามารถคาดเดาได้ที่สามารถไว้วางใจได้ได้อย่างไร ความสุ่มที่ตรวจสอบได้วางอยู่บนเสาหลักสามประการ:
มุ่งสู่ความสุ่มที่ตรวจสอบได้แบบกระจายอำนาจ ในทำนองเดียวกัน ในระบบบล็อกเชน ความสุ่มเป็นรากฐานของฟังก์ชันที่สำคัญ รวมถึงการเลือกผู้ตรวจสอบ การสั่งซื้อธุรกรรม และการกระจายโทเค็น เมื่อ Ethereum เลือกผู้ตรวจสอบสำหรับการผลิตบล็อก หรือเมื่อแพลตฟอร์ม NFT กำหนดการกระจายลักษณะที่หายาก ความสุ่มจะตัดสินผลลัพธ์ที่มีมูลค่าหลายพันล้าน การจัดการใดๆ อาจทำให้ผู้ไม่หวังดีได้รับความได้เปรียบที่ไม่เป็นธรรม ซึ่งอาจบ่อนทำลายอุตสาหกรรมทั้งหมด “เดิมพัน” (ไม่ได้ตั้งใจจะเล่นคำ) สูงเป็นพิเศษในระบบ Proof-of-Stake ซึ่งผู้ตรวจสอบจะถูกเลือกตามความน่าจะเป็น หากการเลือกผู้ตรวจสอบสามารถคาดเดาได้หรือจัดการได้ ผู้โจมตีอาจทำให้เครือข่ายเสียหายโดยการวิ่งหน้าบล็อก ในทำนองเดียวกัน ใน DeFi ความสุ่มที่คาดเดาได้ทำให้เกิดการโจมตีด้วยเงินกู้แฟลชและการจัดการตลาดที่ระบายสภาพคล่อง ทางออกที่ดีที่สุดคือการรวมความสุ่มจริงเข้ากับการตรวจสอบแบบกระจายอำนาจ เครือข่ายแบบกระจายที่สร้างความสุ่มโดยรวมที่ไม่มีหน่วยงานเดียวควบคุมผลลัพธ์ แต่ทุกคนสามารถตรวจสอบความสมบูรณ์ของมันได้
เส้นทางข้างหน้า: โอบรับความสุ่มที่ตรวจสอบได้ ในขณะที่เรามอบหมายระบบ AI ด้วยความเป็นอิสระและความรับผิดชอบที่มากขึ้น ความสุ่มที่ตรวจสอบได้ไม่ได้เป็นเพียงความท้าทายทางเทคนิค แต่เป็นข้อกำหนดพื้นฐานสำหรับระบบที่เชื่อถือได้ องค์กรที่พัฒนาระบบ AI จะต้องให้ความสำคัญกับความสุ่มที่ตรวจสอบได้ก่อนที่จะส่งโค้ด หรือเสี่ยงต่อหายนะ อุตสาหกรรมเทคโนโลยียืนอยู่บนทางแยก เราสามารถสร้างระบบ AI ต่อไปและโอนทุนมากขึ้นไปยังระบบ crypto บนรากฐานที่ไม่มั่นคงของความสุ่มแบบเดิมๆ และกระบวนการตัดสินใจที่ไม่โปร่งใส หรือเราสามารถโอบรับความสุ่มที่ตรวจสอบได้ ซึ่งเป็นส่วนหนึ่งของความมุ่งมั่นที่กว้างขึ้นต่อความโปร่งใสและความไว้วางใจ หากไม่มีความสุ่มที่ตรวจสอบได้ เรากำลังสร้างอนาคตของเราบนทรายดูดดิจิทัล ด้วยสิ่งนี้ เรามีเงื่อนไขสำหรับอนาคตที่รุ่งเรือง ที่ซึ่งพลังพิเศษทางเทคโนโลยีของเราทำงานร่วมกับเรา ไม่ใช่ต่อต้านเรา โพสต์ Trusting randomness: Why verifiable randomness is crucial for AI, crypto, & decentralized technology ปรากฏครั้งแรกบน CryptoSlate