Từ khoa học viễn tưởng đến hiện thực: Robot và AI có thể xác minh đang thay đổi thế giới như thế nào
bản tóm tắt
Robot và trí tuệ nhân tạo không còn chỉ giới hạn trong khoa học viễn tưởng nữa mà đang nhanh chóng trở thành một phần thiết yếu của cuộc sống hiện đại. Nhờ những đột phá trong mô hình ngôn ngữ lớn (LLM), máy móc hiện nay có thể hiểu được ngữ cảnh và tự học, tạo nên "nền kinh tế lấy robot làm trung tâm". Trong mô hình mới này, các hệ thống tự động đảm nhiệm nhiều nhiệm vụ từ giao hàng tại địa phương đến hậu cần quy mô lớn và thậm chí thực hiện các giao dịch tài chính.
Khi các tác nhân AI trở nên tự chủ hơn, việc xây dựng lòng tin trở nên rất quan trọng. AI có thể xác minh và máy học không kiến thức (zkML) cung cấp giải pháp cho vấn đề này bằng cách sử dụng công nghệ chứng minh mật mã để xác minh tính chính xác và đầy đủ của mô hình mà không làm lộ logic bên trong của nó. Là công ty tiên phong trong lĩnh vực này, Polyhedra tích hợp sâu các công nghệ như vậy với cơ sở hạ tầng hướng đến AI (như EXPchain), cho phép robot cộng tác an toàn trên chuỗi. Điều này đã xây dựng nên một hệ sinh thái vững chắc trong đó các máy móc thông minh có thể hoạt động một cách minh bạch và tự động. Tầm nhìn tương lai vốn chỉ có trong khoa học viễn tưởng đang nhanh chóng trở thành hiện thực.
Cuộc cách mạng robot trong thế giới thực
Nhiều người coi ChatGPT là một cột mốc quan trọng của nhân loại vì các mô hình ngôn ngữ lớn do con người tạo ra có thể giao tiếp và suy nghĩ như con người. Khi chúng ta trang bị cho LLM các công cụ như công cụ tìm kiếm, duyệt web và API, họ có thể vận hành các công cụ này như con người. Hãy tưởng tượng nếu ChatGPT có cơ thể vật lý, nếu họ trở thành đối tác hàng xóm của bạn, thế giới sẽ thay đổi như thế nào?
Mọi chuyện đều đang diễn ra. Với sự phát triển của AI tạo sinh, robot đang bắt đầu thể hiện khả năng tương tác giống con người. Robot "Erbai" của Yushu Technology là một ví dụ hoàn hảo: trong một thí nghiệm, nó đã thuyết phục (hoặc "bắt cóc") 10 robot khác được trang bị AI tạo ra thoát khỏi hội trường triển lãm và chạy về phía thế giới tự do.
Robot trong các bộ phim khoa học viễn tưởng đang dần trở thành hiện thực. Lấy loạt phim Star Wars làm ví dụ: kể từ năm 2019, du khách đến "Droid Depot" ở Disneyland đã có thể tự lắp ráp robot R 2-D 2 và BB-8 để mang về nhà - mặc dù hiện tại đây chỉ là đồ chơi điều khiển từ xa và chưa được trang bị AI tạo ra. Nhưng lời kêu gọi thay đổi đã vang lên: tại hội nghị GTC 2025, NVIDIA tuyên bố sẽ hợp tác với Google Deepmind và Disney để tạo ra công cụ vật lý Newton , có thể đạt được tương tác chuyển động phức tạp theo thời gian thực. Huang Renxun đã trình diễn một robot Star Wars BDX có tên "Blue" tại chỗ và chuyển động của nó giống như thật một cách đáng kinh ngạc. Robot BDX dự kiến sẽ ra mắt tại công viên giải trí Disney trong sự kiện "Season of the Force" năm nay.
Mặc dù chúng ta vẫn chưa thể di chuyển với tốc độ ánh sáng hoặc vượt qua không gian siêu tốc như trong "Star Wars", những câu chuyện giả tưởng về robot và máy móc sinh học không còn chỉ là tưởng tượng của những người hâm mộ phim ảnh nữa. Có lẽ trong tương lai gần, chúng ta sẽ thường xuyên bắt gặp robot trong cuộc sống hàng ngày: chúng di chuyển qua các con phố trong thành phố, đi xe buýt và tàu điện ngầm cùng chúng ta, đến các trạm sạc như con người đến nhà hàng và thậm chí "dạo chơi" qua các trung tâm mua sắm để truy cập WiFi miễn phí. Hãy tiếp tục tưởng tượng về tương lai này, vì những viễn cảnh này rất có thể sẽ trở thành hiện thực trong tương lai không xa.
Đã đạt đến điểm quan trọng
Vậy động lực cốt lõi đằng sau tất cả những tiến bộ này là gì? Trên thực tế, robot, đặc biệt là robot hình người, không phải là một khái niệm mới. Ngay từ năm 2005, Boston Dynamics đã phát triển một loại robot bốn chân có tên là BigDog, chủ yếu được sử dụng cho các hoạt động quân sự trên địa hình phức tạp. Năm 2013, họ đã cho ra mắt robot hình người Atlas, được thiết kế chuyên biệt cho các nhiệm vụ tìm kiếm và cứu nạn và được Cơ quan các dự án nghiên cứu tiên tiến quốc phòng Hoa Kỳ (DARPA) tài trợ. Mặc dù những thành tựu đổi mới này rất ấn tượng, nhưng làm thế nào để tìm ra vị thế sản phẩm đáp ứng được nhu cầu thị trường luôn là một bài toán khó, dẫn đến việc Boston Dynamics không đạt được lợi nhuận . Ví dụ, chú chó robot Spot được bán cho công chúng vào năm 2016 có giá 75.000 đô la; Trong khi đó, chi phí trung bình hàng năm để một gia đình người Mỹ nuôi một chú chó thực sự chỉ là 2.000 đến 3.000 đô la. Khi phải lựa chọn giữa một đứa trẻ lông lá ngoan ngoãn và đáng yêu với một cỗ máy kim loại đắt tiền và lạnh lẽo, sự lựa chọn của hầu hết các gia đình là điều hiển nhiên.
Hãy xem một ví dụ khác - Sphero có trụ sở tại Colorado đã ký thỏa thuận cấp phép với Disney để sản xuất các robot Star Wars nổi tiếng là R 2-D 2 và BB-8. Tuy nhiên, vào năm 2018, các sản phẩm này đã được thông báo ngừng sản xuất , chủ yếu là vì sức hút của các bộ phim nhanh chóng giảm sút sau khi chúng bị gỡ khỏi rạp, khiến mô hình kinh doanh trở nên không bền vững. Điều này không có gì đáng ngạc nhiên vì về cơ bản, những robot này vẫn chỉ là đồ chơi được điều khiển từ xa thông qua ứng dụng di động và không có trí thông minh thực sự hay khả năng nhận dạng giọng nói. Thêm vào đó, thời lượng pin chỉ khoảng 60 phút và phạm vi hoạt động bị giới hạn trong phạm vi gần đế sạc. Rõ ràng, những sản phẩm này vẫn còn kém xa so với những robot tự động tiên tiến được mô tả trong phim Star Wars.
Tình hình hiện nay đã rất khác.
Trước hết, trọng tâm nghiên cứu và phát triển robot đã dần chuyển từ việc dựa vào nghiên cứu khoa học và nguồn tài trợ của chính phủ sang hướng theo nhu cầu thị trường, nhấn mạnh vào mức độ phù hợp cao giữa sản phẩm và thị trường. Khoảng 15.000 năm trước, khi con người thuần hóa chó sói thành chó, những chú chó nguyên thủy này tuy không ngoan ngoãn và dễ thương như chó cảnh hiện đại nhưng vẫn có thể hỗ trợ tổ tiên chúng ta trong thời kỳ săn bắt và hái lượm. Chính tính thực tế này đã tạo nên mối quan hệ "đồng tiến hóa" kéo dài hàng ngàn năm và vẫn tiếp tục cho đến ngày nay. Robot cũng không phải là ngoại lệ - nếu muốn được phổ biến rộng rãi, chúng cũng phải đáp ứng được nhiều tình huống sử dụng thực tế.
Ví dụ, công nghệ lái xe tự động đang dần được áp dụng vào lĩnh vực vận tải và phân phối - tin tức Tesla gần đây đã nhận được giấy phép hoạt động gọi xe trực tuyến tại California thực sự rất thú vị; Meituan đã đạt đượchoạt động giao hàng bằng máy bay không người lái bình thường tại Thâm Quyến kể từ năm 2022; Ngoài ra, nhiều loại robot phục vụ khách sạn và dịch vụ ăn uống hiện đang được sử dụng rộng rãi ở Trung Quốc và có thể thực hiện hiệu quả các nhiệm vụ như giao đồ ăn và phục vụ phòng. Xu hướng này tăng tốc do nhu cầu chung về tình trạng thiếu hụt lao động trong thời gian xảy ra dịch bệnh.
Thứ hai, giá của robot và robot sinh học đã giảm đáng kể, khiến chúng trở nên hợp lý và phải chăng hơn đối với các hộ gia đình và doanh nghiệp thông thường. Xu hướng giảm giá này chủ yếu là do các rào cản công nghệ liên tục được giảm bớt, cũng như sự gia tăng cạnh tranh trên thị trường và sự phát triển của sản xuất hàng loạt quy mô lớn.
Một số công ty công nghệ lớn của Trung Quốc, như Baidu và Alibaba, đã tích cực phát triển xe tự hành trong những năm gần đây, đặc biệt là taxi robot. Hiện tại, Robotaxi đã hoạt động thường xuyên tại nhiều thành phố ở Trung Quốc và "Robotaxi Run" của Baidu cũng có kế hoạch mở rộng dịch vụ sang Hồng Kông và Dubai. Tại Hoa Kỳ, Tesla mới đây đã cho ra mắt Cybercab , một mẫu taxi không người lái có giá ước tính dưới 30.000 đô la. Baidu cũng đưa ra kỳ vọng về giá tương tự và chỉ ra rằng "sản xuất hàng loạt" là chìa khóa để giảm chi phí. Nếu một Robotaxi tạo ra doanh thu khoảng 22 đô la một giờ, khoản đầu tư ban đầu có thể được thu hồi trong vòng chưa đầy chín tháng.
Các loại robot khác cũng được hưởng lợi từ sản xuất hàng loạt và thị trường cạnh tranh ngày càng tăng. Trên nền tảng của Alibaba, hiện bạn có thể thấy máy bay không người lái giao đồ ăn có giá dưới 3.000 đô la, và robot phục vụ khách sạn và nhà hàng phần lớn có giá dưới 5.000 đô la. Mặc dù phát triển phần mềm vẫn chiếm một phần quan trọng trong tổng chi phí, nhưng với sự phát triển của sản xuất quy mô lớn, phần chi phí này đang liên tục được pha loãng và tỷ lệ của nó trong tổng giá máy đang dần giảm xuống.
Sự thay đổi thứ ba và mang tính đột phá nhất là robot ngày nay cuối cùng cũng có “trí thông minh thực sự”. Sự khác biệt cơ bản giữa thế hệ robot này và các thế hệ trước là chúng có thể hoàn thành các nhiệm vụ phức tạp một cách tự động mà không cần sự điều khiển từ xa của con người. Ví dụ, BB-8 mà chúng tôi đã đề cập trước đó thực ra giống một món đồ chơi hơn, vì ngay cả những chuyển động quay cơ bản cũng cần người dùng điều khiển từ xa. Sự ra đời của điều khiển từ xa đã thay đổi bản chất định nghĩa về robot: nếu nó phải được điều khiển bởi con người, thì nó không phải là một "robot" thực sự mà chỉ là một cỗ máy do con người điều khiển. Có thể bạn sẽ thấy hấp dẫn khi tưởng tượng một con robot lau dọn nhà cửa giúp mình, nhưng sự hấp dẫn đó sẽ nhanh chóng mất đi nếu bạn phải mất cả tiếng đồng hồ để điều khiển cách nó lau nhà.
Trên thực tế, con người đã có mong muốn về trí thông minh của máy móc từ lâu, thậm chí trước khi Microsoft phát hành Windows vào năm 1985. Gần đây tôi đã xem lại bộ phim khoa học viễn tưởng TRON năm 1982 của Disney, trong đó người dùng tương tác với các chương trình có hành vi giống con người. Ngay cả theo góc nhìn ngày nay, bộ phim này vẫn rất kỹ thuật và tràn ngập bầu không khí kỳ quặc, thường xuyên sử dụng các thuật ngữ như "hết dòng", "người dùng", "đĩa", "I/O", v.v. Nhiều người vẫn cảm thấy xa lạ và bối rối cho đến ngày nay.
Nhưng điều ấn tượng là các chương trình trong TRON không phụ thuộc vào sự điều khiển từ xa của con người mà có khả năng hoạt động tự động. Ví dụ, nhân vật lập trình viên Tron, với người dùng Alan Bradley mất tích, đã có thể độc lập thuyết phục một lập trình viên khác phản bội chương trình điều khiển chính MCP, do đó xâm nhập vào tháp I/O để nhận dữ liệu từ người dùng và cuối cùng sử dụng dữ liệu này để phá hủy MCP và cứu thế giới. Trong phim, những chương trình này không chỉ thể hiện cảm xúc (bao gồm cả tình yêu thương dành cho người khác) mà còn thể hiện sự tôn trọng và niềm tin vào người sử dụng.
Khả năng đưa ra quyết định tự động của robot có tiềm năng rất lớn. Lấy robotaxi làm ví dụ: với loại trí thông minh này, nó không chỉ có thể tự lái và đón khách mà còn có thể xác định xem xe có cần sạc điện hay không và tự động tìm trạm sạc gần nhất; khi "cơ thể" cần được làm sạch, nó cũng có thể đưa ra phán đoán giống như con người biết rằng họ cần tắm; Nó thậm chí có thể xác định xem hành khách có bỏ quên đồ đạc hay không và trả lại cho chủ sở hữu. Những tính năng tiên tiến này vượt xa khả năng lái xe tự động cơ bản nhưng lại là điều kiện tiên quyết cần thiết cho việc triển khai robot trên quy mô lớn. Nếu không, bạn vẫn phải dựa vào "giải pháp tạm thời" — chẳng hạn như một người điều hành sẽ theo dõi 10 đến 20 màn hình giám sát và can thiệp thủ công khi có điều gì bất thường xảy ra.
Khi robot bắt đầu suy nghĩ như con người, chúng cũng sẽ có khả năng học hỏi tương tự như con người - thậm chí có thể không cần sự giám sát trực tiếp của con người. Ví dụ, nếu bạn sở hữu một "robot thú cưng", lúc đầu bạn có thể hy vọng rằng nó có thể nhảy xung quanh như một chú chó và mang lại niềm vui cho chủ nhân. Nhưng nếu nó có trí thông minh như con người, nó có thể tự học các kỹ năng mới bằng cách xem video hướng dẫn trên các nền tảng như YouTube hoặc TikTok. Có thể một ngày nào đó, nó sẽ thực sự bắt đầu gấp quần áo giúp bạn — và điều đó chẳng có gì đáng ngạc nhiên.
Nền kinh tế mới do robot thống trị
Có thể thấy trước rằng robot sẽ sớm được tích hợp vào xã hội loài người như những cá nhân tự chủ và cuối cùng trở thành người tiêu dùng, khách hàng và người dùng giống như chúng ta. Hãy tưởng tượng một chiếc xe tự lái có thể tự trả tiền đỗ xe hoặc tự sạc pin; một chiếc xe hybrid quẹt thẻ để đổ xăng tại trạm xăng; hoặc thậm chí là máy bay không người lái giao đồ ăn lựa chọn đi tàu hoặc tàu điện ngầm để tiết kiệm thời gian và tiền bạc. Và có thể còn có những robot khác cung cấp những dịch vụ này!
Cảnh này làm tôi nhớ đến bộ phim hoạt hình "Cars" năm 2006 do Pixar và Disney phát hành. Trong phim, chiếc xe thể thao Ý Luigi chạy trên "Ngôi nhà lốp xe của Luigi"; nhân vật nữ Flo phụ trách trạm xăng "Flo's V-8 Cafe"; và Sally, người lái xe Porsche, không chỉ là luật sư của thị trấn mà còn là chủ sở hữu của "Conical Inn". Mỗi chiếc xe đều có vai trò và nghề nghiệp riêng, và chúng sống cùng nhau trong một cộng đồng có tên là Radiator Springs. Ngày nay, công nghệ mới nổi đủ sức biến thế giới hoạt hình thành hiện thực.
Trong lĩnh vực tiếp thị, bán hàng và kinh doanh, chúng ta thường nói về một số mô hình tương tác cổ điển, chẳng hạn như B2B (doanh nghiệp với doanh nghiệp), B2C (doanh nghiệp với người tiêu dùng), C2B (người tiêu dùng với doanh nghiệp) và C2C (người tiêu dùng với người tiêu dùng). Tuy nhiên, khi trí tuệ máy móc phát triển nhanh chóng, thật thú vị khi thấy cách thức cung cấp một số sản phẩm và dịch vụ nhất định trong xã hội của chúng ta có thể dần chuyển sang các mô hình tương tác mới, chẳng hạn như B 2 R (doanh nghiệp với robot), R 2 R (robot với robot) hoặc R 2C (robot với người tiêu dùng) - trong đó robot bắt đầu đảm nhận những vai trò ban đầu do doanh nghiệp hoặc người tiêu dùng đảm nhiệm, nhưng theo những cách hơi khác một chút.
Ví dụ, các ga tàu điện ngầm trong tương lai có thể có "kênh dành riêng cho máy bay không người lái" được thiết kế riêng cho máy bay không người lái hạ cánh từ trên không. Những máy bay không người lái này không cần quẹt vé hoặc quét thẻ đi lại mà thay vào đó, chúng trực tiếp nhận dạng và truyền tín hiệu RFID. Tàu hỏa cũng có thể có các vị trí hoặc ghế ngồi dành riêng cho máy bay không người lái đỗ (về mặt vật lý, bạn không thể mong đợi máy bay không người lái chỉ bay xung quanh trong toa tàu điện ngầm); những chiếc ghế đó thậm chí có thể được trang bị trạm sạc trả tiền theo mức sử dụng. Ngoài ra, có thể có "thang máy bay không người lái" chuyên dụng tại lối ra tàu điện ngầm để nhanh chóng đưa máy bay không người lái lên không trung, giúp chúng lướt xuống từ trên cao và bay như tháp phóng elytra trong "Minecraft". Tất nhiên, thang máy này chỉ dành riêng cho máy bay không người lái và phải ngăn chặn hiệu quả những người lớn tò mò cố gắng xâm nhập vào "kênh máy bay không người lái" hoặc lẻn vào thang máy "Bạn có thể bay". Ngoài ra, nếu các công nghệ vận tải mới như Hyperloop quá khó khăn đối với hành khách trong giai đoạn đầu, thì robot có thể là phương tiện thử nghiệm lý tưởng đầu tiên giúp chúng ta hoàn tất quá trình xác minh độ tin cậy của các hệ thống vận tải đường dài và tốc độ cao.
Lần tới khi bạn nhìn thấy một hàng rô-bốt — dù là máy bay không người lái, rô-bốt hình người hay rô-bốt hình cầu như BB-8 — ngồi hoặc nằm thoải mái trên tường ở một trung tâm thương mại hay thư viện công cộng, đừng ngạc nhiên: Có lẽ chúng chỉ đang nghỉ ngơi và sử dụng WiFi công cộng miễn phí. Cũng giống như con người ngày nay gần như không thể tách rời khỏi điện thoại di động, robot trong tương lai cũng sẽ háo hức không kém trong việc truy cập mạng và dữ liệu. Cảnh này là một mô hình thu nhỏ của "nền kinh tế robot" xuất hiện một cách tự nhiên xung quanh robot và những nhu cầu riêng biệt của chúng nhờ sự tiến bộ của công nghệ.
Có lẽ điều hấp dẫn nhất về “nền kinh tế robot” này là bản thân “trí thông minh” cũng có thể trở thành một dịch vụ do các robot khác cung cấp. Ví dụ, để giảm chi phí sản xuất máy bay không người lái giao đồ ăn, các nhà sản xuất có thể không trang bị cho mọi máy bay không người lái một con chip AI hiệu suất cao. Kết quả là, những chiếc máy bay không người lái này chỉ có thể nói được một vài cụm từ đơn giản được lập trình sẵn khi đối mặt với khách hàng. Các chiến lược kiểm soát chi phí như vậy vẫn còn phù hợp cho đến ngày nay - chip AI vẫn còn đắt và các mô hình AI lớn đòi hỏi nhiều tài nguyên lưu trữ và tính toán. Tuy nhiên, vấn đề này không phải là không thể giải quyết: trí thông minh có thể được "chia sẻ". Khi máy bay không người lái cần hỗ trợ thông minh mạnh hơn, nó có thể truy cập dịch vụ API qua Internet, kết nối với nút AI chuyên dụng trên mạng biên hoặc thậm chí trực tiếp tìm kiếm sự trợ giúp từ các robot thông minh hơn khác trong cùng mạng cục bộ (chẳng hạn như cùng một trung tâm mua sắm).
Blockchain: Ngôn ngữ bản địa của thế giới Robot
Nhìn lại lịch sử phát triển ngắn ngủi của blockchain, chúng ta thấy rằng để đạt được các ứng dụng quy mô lớn, blockchain phải có khả năng tương tác tốt với con người, đặc biệt là phải thân thiện với nhà phát triển. Nhu cầu này đã tạo ra một loạt các sản phẩm như giao diện người dùng, thiết kế trải nghiệm người dùng, ví kỹ thuật số, tài liệu phát triển, bộ công cụ phần mềm, ngôn ngữ Solidity, v.v., tất cả đều được thiết kế về cơ bản để cho phép hệ thống blockchain bao gồm mã nhị phân được trình bày dưới dạng trừu tượng mà con người có thể hiểu được. Nhưng nếu quay lại bản chất, chức năng cơ bản và quan trọng nhất của blockchain chỉ có một - tính bất biến.
Nhưng trong mắt robot, sự tồn tại của blockchain sẽ được nhìn nhận theo một cách hoàn toàn khác. Dữ liệu nhị phân được lưu trữ tuần tự theo byte và các thông số kỹ thuật giao thức đầy thuật ngữ và gây nhầm lẫn cho ngay cả các kỹ sư hàng đầu thế giới thực ra lại là "ngôn ngữ mẹ đẻ" quen thuộc của các chương trình máy tính. Con người có thể cần sử dụng các plugin ví như MetaMask trong trình duyệt của họ để tương tác với blockchain, nhưng robot thì không cần MetaMask (đây thậm chí có thể là một trong những cách để nhận dạng robot giả dạng con người trong các "trận chiến giữa người và máy" trong tương lai - hãy xem trình duyệt của chúng có cài đặt MetaMask không).
Vậy, robot sẽ giao tiếp với nhau như thế nào trên blockchain? Chúng tôi vẫn chưa biết. Nhưng chúng ta có thể lấy cảm hứng từ hai ví dụ thực tế.
Ví dụ đầu tiên là Giao thức ngữ cảnh mô hình (MCP) do Anthropic khởi tạo. Hiện tại, MCP đã được hỗ trợ bởi các dịch vụ mô hình quy mô lớn chính thống bao gồm Claude và ChatGPT, và cũng được các dịch vụ Web2 như GitHub, Slack, Google Maps, Spotify, Stripe chấp nhận và danh sách này vẫn đang tiếp tục mở rộng. Mặc dù MCP hiện không phải là giao thức trên chuỗi, nhưng nó xác định sự tương tác giữa máy khách MCP và máy chủ thông qua các khái niệm "yêu cầu" và "thông báo" - và về mặt lý thuyết, những tương tác này có thể được triển khai đầy đủ thông qua các giao thức truyền dẫn như blockchain. Máy chủ MCP cũng có thể cung cấp một loạt "tài nguyên" có thể được công bố trên các lớp dữ liệu khả dụng như Filecoin, Celestia, EigenDA, BNB Greenfield, v.v.
Ví dụ thứ hai mang tính "cổ điển" hơn. Protocol Buffers (gọi tắt là Protobuf) là công nghệ trừu tượng cấp thấp đã được sử dụng trong các hệ thống máy tính trong hơn 20 năm do Google ra mắt. Chức năng của nó là mã hóa dữ liệu có cấu trúc (như giao dịch blockchain) thành chuỗi byte theo định dạng đơn giản nhất, với mục tiêu giảm khối lượng dữ liệu và đảm bảo quá trình tuần tự hóa và hủy tuần tự hóa diễn ra nhanh chóng và hiệu quả. Xét về khả năng thích ứng kỹ thuật, Protocol Buffers có tính thân thiện với máy cao hơn. Các đặc điểm nhị phân của nó phù hợp với kịch bản blockchain và có thể cải thiện đáng kể hiệu quả phân tích dữ liệu của các hợp đồng thông minh. Lý do tại sao các mô hình ngôn ngữ lớn hiện nay chủ yếu sử dụng ngôn ngữ tự nhiên thân thiện với con người để tương tác về cơ bản là vì chúng được thiết kế để giao tiếp với con người chứ không phải với robot hoặc các chương trình khác.
EXPchain sẽ thử nghiệm nhiều nâng cấp công nghệ xung quanh tầm nhìn “nền kinh tế robot” này. Là một chuỗi tương thích với EVM, EXPchain hỗ trợ tất cả các chức năng của máy ảo Ethereum. Nhưng đồng thời, với tư cách là chuỗi công khai L1 mới nổi, EXPchain có tính linh hoạt về mặt kiến trúc cao hơn và có thể tích hợp và mở rộng hỗ trợ cho giao thức MCP, chẳng hạn như thông qua các dịch vụ oracle như Chainlink và Stork Network; thực hiện các chức năng như xác minh trên chuỗi của bằng chứng không kiến thức Expander thông qua các hợp đồng được biên dịch trước; và giới thiệu các nút môi trường thực thi đáng tin cậy (TEE) từ các nhà cung cấp như Google Cloud để cung cấp các đảm bảo thực thi xác thực và có thể xác minh cho các hoạt động ngoài chuỗi được kích hoạt bởi hợp đồng thông minh.
Một loại hoạt động hợp đồng thông minh mà chúng tôi tập trung vào là tương tác chuỗi chéo liên quan đến công nghệ zkBridge. Một trong những tầm nhìn cốt lõi của EXPchain là tạo ra một nền tảng cơ sở hạ tầng hỗ trợ các tác nhân AI, robot giao dịch AI và các thực thể khác để tương tác với các tài sản đa chuỗi. Bất kể tài sản có nằm trên các blockchain khác nhau hay trong nhiều giao thức staking (thanh khoản hoặc yếu), robot có thể sử dụng EXPchain như một "bảng điều khiển" thống nhất để quản lý và gọi tài sản đa chuỗi.
Ví dụ, một chiếc xe tự lái có thể cần xử lý các yêu cầu đi xe từ nhiều chuỗi khác nhau như Ethereum L2, Solana, Aptos/Sui, v.v., vì người dùng được phân bổ trên nhiều nền tảng blockchain. Để đạt được điều này, xe tự lái sẽ dựa vào các API của bên thứ ba (hoặc dịch vụ đẩy) tương ứng với các chuỗi này để tiếp nhận và sàng lọc các giao dịch, với điều kiện là các dịch vụ API này đủ tin cậy và không bỏ sót hoặc làm sai lệch nội dung giao dịch. Tuy nhiên, trên thực tế, giả định hoàn hảo như vậy thường khó có thể thực hiện được.
Giải pháp của EXPchain nằm ở kiến trúc công nghệ zkBridge: đầu tiên, các yêu cầu chuỗi chéo được mã hóa, đóng gói và truyền đi một cách an toàn thông qua các bằng chứng không kiến thức (như bằng chứng Expander), sau đó cơ chế lọc giao dịch có thể xác minh được sẽ được triển khai trên EXPchain. Cuối cùng, xe tự lái không chỉ nhận được kết quả lệnh đã sàng lọc mà còn nhận được bằng chứng ZK do Expander tạo ra (hoặc bằng chứng đáng tin cậy được đóng gói trong môi trường TEE), xác minh xem toàn bộ quá trình sàng lọc có được thực hiện trung thực hay không. Cơ chế này đưa ra một đề xuất kỹ thuật sâu hơn - làm thế nào để xây dựng một hệ thống máy khách nhẹ và trạng thái chứng minh hiệu quả và có thể xác minh được cho robot.
Các máy khách nhẹ, bằng chứng trạng thái và các ứng dụng mở rộng của chúng
Bot cần gửi và nhận giao dịch trên một hoặc nhiều blockchain. Tuy nhiên, chúng thường không có đủ khả năng lưu trữ và mạng cần thiết để chạy một nút đầy đủ; trong hầu hết các trường hợp, chúng chỉ có thể chạy như các máy khách nhẹ và lấy thông tin giao dịch thông qua các nhà cung cấp RPC.
Mô hình máy khách nhẹ này cũng có một số hạn chế: robot vẫn cần phải đồng bộ hóa với mạng như máy khách nhẹ truyền thống và tải xuống tất cả các tiêu đề khối, ngay cả khi một số tiêu đề khối không có ý nghĩa gì với robot hiện tại. Ví dụ, một chiếc taxi tự hành đang thực hiện nhiệm vụ đón khách không cần phải nhận yêu cầu gọi xe mới, do đó có thể bỏ qua hoàn toàn khối không liên quan này. Khả năng bỏ qua các khối theo yêu cầu này đặc biệt hữu ích đối với các chuỗi có tần suất khối cao và tốc độ tạo khối nhanh (như Arbitrum hoặc Solana), vì các chuỗi này tạo ra rất nhiều thông tin tiêu đề khối.
Một vấn đề khác là các giao dịch liên quan đến robot thường nằm rải rác khắp khối, thiếu sự tổng hợp và tổ chức có cấu trúc, làm tăng băng thông và mức tiêu thụ tài nguyên trong quá trình đồng bộ hóa mạng.
Chúng tôi tin rằng EXPchain có thể giải quyết hiệu quả những thách thức này và giải pháp kỹ thuật của công ty bao gồm hai đột phá sáng tạo lớn:
Đầu tiên, bằng cách giới thiệu công nghệ chống rò rỉ thông tin, logic hoạt động của máy khách nhẹ được đơn giản hóa đáng kể. Giải pháp này đặc biệt phù hợp với các thiết bị ngoại tuyến định kỳ (như robot đang sạc), cho phép chúng nhanh chóng đồng bộ hóa thông tin tiêu đề khối mới nhất mà không cần tải xuống lượng dữ liệu lớn. Công nghệ này, đã được xác minh trên zkBridge (hỗ trợ các chuỗi tương thích với EVM như Ethereum), sẽ được chuyển hoàn toàn sang hệ sinh thái EXPchain. Có thể thấy trước rằng bằng chứng không kiến thức sẽ trở thành phương pháp xác minh được robot ưa thích để truy cập EXPchain, dần thay thế các giao thức máy khách nhẹ truyền thống.
Thứ hai, chúng tôi đang phát triển phần mềm trung gian mang tính cách mạng zkIndexer, chuyên tối ưu hóa trải nghiệm tương tác của robot trên chuỗi. Chức năng cốt lõi của nó là tổng hợp và cấu trúc dữ liệu giao dịch đa nguồn một cách thông minh (như đơn đặt hàng gọi xe trực tuyến) từ chuỗi chính EXPchain và cầu nối chuỗi chéo zkBridge, và cuối cùng xuất dữ liệu đó dưới dạng gói dữ liệu hợp lý, có thể xác minh và thân thiện với robot.
Lấy dịch vụ gọi xe làm ví dụ, một chiếc taxi tự lái ở Los Angeles rõ ràng không cần phải xử lý các yêu cầu gọi xe từ New York; Nó quan tâm nhiều hơn đến các đơn hàng gần vị trí hiện tại hoặc vị trí mà nó sẽ sớm đến (giả sử hành khách hiện tại sắp đến đích). Ví dụ, một máy bay không người lái giao đồ ăn đang tìm kiếm một trạm sạc còn chỗ trống. Nếu nó đến nơi và thấy tất cả các trạm đều đã có người, thì đó sẽ là sự lãng phí tài nguyên rất lớn. zkIndexer có thể truy xuất, lọc và sắp xếp dữ liệu có liên quan dựa trên các tiêu chí cụ thể. Về cơ bản, nó tương tự như hệ thống tìm kiếm theo danh mục do Yahoo! đưa ra. vào năm 1994. Robot chỉ cần tìm thông tin cần thiết trong các nút phân loại cấp thấp nhất.
Nếu robot muốn thu thập dữ liệu mở rộng hơn (ví dụ, nếu không có đơn đặt xe nào ở gần, robot muốn mở rộng phạm vi tìm kiếm), robot có thể truy cập vào các nút phân loại liền kề. Mỗi nút sổ cái đều có chức năng chứng minh không kiến thức nhẹ nhưng hiệu quả, cho phép robot nhanh chóng xác minh tính xác thực của dữ liệu khi nhận được. Đồng thời, dữ liệu cũng sẽ bao gồm dấu thời gian để đảm bảo rằng robot có thể đánh giá tính kịp thời của thông tin - điều này đặc biệt quan trọng đối với các tình huống phụ thuộc nhiều vào hiệu suất thời gian thực, chẳng hạn như tình trạng nhàn rỗi của các trạm sạc.
Mặc dù con người đã dần từ bỏ phương pháp tìm kiếm thư mục làm việc không thân thiện với con người như Yahoo!, đối với các chương trình và rô-bốt, cấu trúc thư mục vẫn có thể là hình thức tổ chức dữ liệu trực quan và hiệu quả nhất, đồng thời hoạt động hiệu quả hơn các công cụ tìm kiếm như Google và Bing. Ngày nay, việc xây dựng và duy trì các cấu trúc thư mục như vậy không còn đòi hỏi sự tham gia của con người nữa. AI có thể tự động khám phá thông tin và tạo các thư mục tương ứng dựa trên nhu cầu của các hệ thống khác.
zkIndexer có tiềm năng phát triển dần dần thành cơ sở hạ tầng cốt lõi cho tương tác giữa robot và blockchain. Ví dụ, một trạm sạc có nguồn điện dồi dào nhưng không cần phải chạy toàn bộ nút hoặc máy khách nhẹ truyền thống. Thay vào đó, nó có thể dựa vào zkIndexer để nhận các tin nhắn có liên quan đến chính nó—chẳng hạn như yêu cầu đặt lịch tính phí do robot gửi trước—mà không cần phải xử lý bất kỳ giao dịch không liên quan nào.
Bất cứ khi nào một trạm sạc có chỗ trống hoặc đã có người sử dụng, nó chỉ cần cập nhật thông tin thư mục tương ứng trên chuỗi bằng cách gửi giao dịch. Thông tin phân loại của trạm sạc có thể được tìm thấy trong mục thư mục "Trạm sạc phù hợp cho máy bay không người lái gần 92802". Bản cập nhật sẽ bao gồm dấu thời gian mới và bằng chứng không kiến thức tương ứng để đảm bảo dữ liệu có thể xác minh và theo thời gian thực.
Các tác nhân trên chuỗi có thể xác minh
Khi xã hội robot trở thành hiện thực, các ứng dụng được thiết kế riêng cho robot sẽ ra đời trên chuỗi, có trách nhiệm cốt lõi là thực hiện xử lý tính toán trên dữ liệu chuỗi. Những "tác nhân trên chuỗi" này sẽ đóng vai trò quan trọng trong xã hội robot. Ví dụ, họ có thể hoạt động như một hệ thống điều phối, phân công yêu cầu đi xe trực tiếp cho các xe đang làm nhiệm vụ; hoặc họ có thể đóng vai trò là người quản lý giao thông, chỉ đạo các phương tiện gần đó đi vòng kịp thời khi xảy ra tai nạn xe hơi.
Các tác nhân này tạo điều kiện cho sự hợp tác hiệu quả giữa các robot. Nếu không có chúng, ở một số khu vực đông đúc, tất cả các xe taxi không người lái có thể cạnh tranh quyết liệt để giành cùng một yêu cầu taxi, gây tắc nghẽn mạng và xảy ra nhiều xung đột giao dịch, tạo thành vấn đề tương tự như "phiên bản robot của MEV" - vì tất cả đều đủ thông minh để lựa chọn chiến lược có lợi nhất cho mình. Trong trường hợp này, tác nhân thông minh trên chuỗi có thể can thiệp và yêu cầu tất cả xe không người lái xếp hàng và phản hồi các yêu cầu theo trình tự để khôi phục trật tự.
Các tác nhân tương tự cũng có thể được sử dụng để quản lý các trạm sạc, hoạt động như một hệ thống đặt chỗ và hệ thống thanh toán. Máy bay không người lái có thể được yêu cầu đặt chỗ trước khi đến (thỉnh thoảng cho phép dừng lại "thả ga") và hoàn tất thanh toán trên chuỗi (hoàn tất trong một giao dịch trên chuỗi duy nhất, mà không cần quy trình thanh toán bằng thẻ tín dụng). Nếu máy bay không người lái không đến đúng thời gian đã định, tiền đặt cọc của máy bay có thể bị tịch thu hoặc tùy thuộc vào cài đặt hệ thống, máy bay có thể bị cấm tạm thời không được phép đặt chỗ (chẳng hạn như thông qua "hệ thống điểm tín dụng"). Hệ thống đặt chỗ cũng có thể điều chỉnh phí một cách linh hoạt dựa trên lượng truy cập trang web và thậm chí giới thiệu cơ chế thành viên hoặc điểm thưởng, tương tự như hệ thống khen thưởng lòng trung thành trong thế giới con người. Nếu máy bay không người lái ở lại trạm sạc quá lâu hoặc thậm chí bị kẹt, nhân viên cũng có thể gửi yêu cầu trực tuyến tới "cảnh sát máy bay không người lái" để được hỗ trợ.
Các tác nhân trên chuỗi có thể giảm đáng kể chi phí hoạt động - về cơ bản chúng là "những rô-bốt làm việc từ xa". Ví dụ, trong tình huống kẹt xe, chúng ta không cần phải đợi robot tuần tra bay đến hiện trường, chúng ta cũng không cần phải triển khai nhiều robot tuần tra suốt ngày đêm để xử lý tới mười vụ tai nạn giao thông cùng một lúc. Thay vào đó, một tác nhân AI được triển khai trên chuỗi có thể được kích hoạt ngay lập tức khi xảy ra bất thường về lưu lượng truy cập. Tương tự như vậy, một tác nhân duy nhất trên chuỗi có thể quản lý hàng tỷ trạm sạc trên toàn thế giới. Trên thực tế, các nghiên cứu đã khám phá việc sử dụng máy học để tối ưu hóa lưu lượng truy cập và khả năng kết hợp và xác minh của các tác nhân trên chuỗi sẽ khuếch đại thêm hiệu quả của nó.
Nhưng điều này cũng đặt ra một câu hỏi quan trọng: Ai thực sự là người thực hiện các phép tính đằng sau những tác nhân thông minh mạnh mẽ này?
Trong các hệ thống blockchain truyền thống (chẳng hạn như chuỗi dựa trên hợp đồng thông minh), việc tính toán thường được thực hiện bởi thợ đào hoặc người đề xuất khối. Họ có thể cố gắng gửi kết quả tính toán không chính xác hoặc xây dựng các khối không hợp lệ, nhưng chúng tôi cho rằng những người khai thác hoặc xác thực khác sẽ từ chối các khối không chính xác này. zkBridge cũng sẽ coi những khối như vậy là không hợp lệ. Nếu các phép tính quá phức tạp (ví dụ, liên quan đến suy luận mô hình AI), chúng ta có thể sử dụng công cụ Expander để xác minh kết quả của các phép tính này thông qua các bằng chứng không kiến thức (zk-proof), như chúng tôi đã chứng minh trong zkPyTorch và cơ sở hạ tầng zkML khác.
Tuy nhiên, các hệ thống blockchain truyền thống vẫn phải đối mặt với nguy cơ bị tấn công MEV (giá trị trích xuất tối đa). Người khai thác hoặc người đề xuất có thể thao túng thứ tự giao dịch hoặc thậm chí cố tình chặn một số giao dịch nhất định. Trong xã hội robot, nếu một tác nhân lập lịch trình bị điều khiển bởi những kẻ khai thác độc hại, chúng có thể cố tình chỉ định những yêu cầu taxi tốt nhất cho những robot "biết cách hối lộ" và chỉ định những yêu cầu kém hơn cho những robot khác. Mặc dù những cuộc tấn công như vậy rất đơn giản nhưng chúng có thể gây ra hậu quả nghiêm trọng. Ví dụ, một số xe tự lái phải lái mười dặm để đón một hành khách say rượu sắp nôn, nhưng họ nhận được rất ít thu nhập; kịch bản lý tưởng nhất là di chuyển hiệu quả giữa sân bay và khách sạn trên đường cao tốc cả ngày. Ngay cả người lái xe cũng sẽ cân nhắc "hối lộ" các nút trong tình huống này để đổi lấy việc điều phối công bằng hơn và robot cũng sẽ "nhận thức" được điều này. Ngay cả khi hệ thống được phân cấp và có nhiều người đề xuất, thì rất có thể tài xế sẽ phải hối lộ nhiều nút để tránh bị "đầu độc".
Do đó, khi triển khai ứng dụng robot trên EXPchain, cơ chế bảo vệ MEV sẽ là tiện ích then chốt cơ bản. Các nền tảng blockchain thiếu cơ chế này sẽ gặp khó khăn khi thực hiện các tác vụ như vậy.
Có hai loại bảo vệ MEV chính:
Mã hóa dựa trên Oracle hoặc mã hóa theo thời gian
Các giải pháp như vậy đang được các dự án sinh thái trên EXPchain khám phá. Họ sử dụng các cơ chế mật mã để đạt được sự khớp lệnh ngẫu nhiên giữa các robot và các yêu cầu trong một nhóm lệnh đủ lớn và quá trình khớp lệnh có thể được xác minh trên chuỗi thông qua các bằng chứng không cần kiến thức.Dựa trên Môi trường thực thi đáng tin cậy (TEE)
Flashbots hiện đang nghiên cứu theo hướng này. Là một chuỗi tương thích với EVM, EXPchain đã hỗ trợ xác minh bằng chứng TEE. Đồng thời, chúng tôi cũng đang tìm hiểu việc kết hợp các bằng chứng không cần kiến thức hoặc thêm các hướng dẫn được biên dịch sẵn để giảm thêm chi phí xác minh, đặc biệt là trong các tình huống xác minh hàng loạt quy mô lớn.
Một giải pháp khác dựa nhiều hơn vào điện toán AI, đây cũng là ứng dụng chính của công nghệ Expander và zkML: xây dựng hệ thống điểm. Sau khi hoàn thành một đơn hàng "chất lượng thấp", xe không người lái có thể nhận được điểm trên chuỗi, sau đó sử dụng những điểm này để yêu cầu tác nhân thông minh chỉ định một đơn hàng tốt hơn (do mô hình AI đánh giá) hoặc đổi lấy quyền sử dụng làn ưu tiên của sân bay - đây là sự đối xử mà nhiều tài xế mơ ước. Bot cũng có thể chọn đặt cược những điểm này để nhận airdrop trong tương lai hoặc các phần thưởng khác.
Bách khoa toàn thư về Robot và thị trường dữ liệu
Một ứng dụng quan trọng của blockchain là xây dựng một thị trường dữ liệu phi tập trung, công bằng và minh bạch. Những thị trường như vậy có thể được sử dụng để bán và cấp phép dữ liệu, ví dụ như để đào tạo các mô hình AI hoặc tác nhân AI. Nó cũng có thể tồn tại như một lợi ích công cộng, tương tự như Wikipedia — hay thậm chí là YouTube — nơi con người (và robot) có thể tìm hiểu về mọi thứ, từ thuyết tương đối rộng đến cách buộc dây giày.
Khi robot trở nên phổ biến hơn, chúng ta có thể thấy chúng xây dựng “Robotpedia” của riêng mình, trong đó nội dung sẽ dành riêng cho chính robot và ít liên quan đến con người, và có thể được viết bằng ngôn ngữ máy hoặc mã chương trình (thậm chí được tạo tự động bởi AI). Ví dụ, máy bay không người lái có thể bị ám ảnh với việc xem video hướng dẫn bay, trong khi Robotaxi cần trò chuyện với hành khách có thể sẽ háo hức kiểm tra Robotpedia, cố gắng hiểu "bầu cử Hoa Kỳ là gì" để có thể tiếp tục trò chuyện với hành khách về chủ đề này. Không giống như phiên bản Wikipedia dành cho con người, Robotpedia thậm chí có thể bao gồm lời khuyên về cách ứng xử với con người, chẳng hạn như cách xác định khuynh hướng chính trị của hành khách và cách tránh tranh luận về các chủ đề chính trị với con người.
Với sự phát triển hiện tại của AI, hoàn toàn có thể hình dung rằng các mô hình ngôn ngữ lớn (LLM) và robot có thể hợp tác tự động để thu thập, xem xét và sắp xếp dữ liệu để cùng nhau xây dựng Robotpedia. Nhiều mô hình LLM cũng có thể thách thức lẫn nhau để giảm thông tin sai lệch và tạo ra ảo tưởng thông qua cơ chế bỏ phiếu hoặc thảo luận lặp đi lặp lại. Về mặt dịch đa ngôn ngữ, AI đã chứng minh được tính khả thi ban đầu giữa ngôn ngữ tự nhiên và ngôn ngữ lập trình.
Tuy nhiên, để hiện thực hóa tầm nhìn trên, vẫn cần có một cơ sở hạ tầng hỗ trợ cộng tác AI. Hiện tại, Wikipedia không chạy trên chuỗi mà được quản lý bởi một tổ chức phi lợi nhuận và chủ yếu dựa vào sự hỗ trợ quyên góp. Nếu Wikipedia được xây dựng lại ngày nay, blockchain chắc chắn sẽ là lựa chọn tốt hơn: nó sẽ giảm nguy cơ dự án bị đóng cửa do thiếu vốn, đồng thời đảm bảo khả năng chống kiểm duyệt và phi tập trung. Cơ chế DeFi cũng có thể can thiệp, ví dụ bằng cách yêu cầu gửi tiền trên chuỗi trước khi chỉnh sửa, để ngăn chặn thư rác và hành vi phá hoại có chủ đích. Nội dung cũng có thể được các tác nhân AI trên chuỗi xem xét (có thể dựa vào các thuật toán để xác minh thực tế và bằng chứng không kiến thức) và được công chúng phản biện hoặc tranh luận thông qua các quy trình quản trị trên chuỗi.
Ngoài Robotpedia, một nền tảng nội dung công cộng do các tình nguyện viên duy trì, nhiều thị trường dữ liệu độc quyền hơn có thể sẽ xuất hiện trong tương lai. Robot thậm chí có thể điều hành các doanh nghiệp chuyên sản xuất và bán dữ liệu. Ví dụ, một đàn máy bay không người lái giám sát giao thông theo thời gian thực có thể thu thập dữ liệu về lưu lượng phương tiện và bán dữ liệu đó. Người tiêu dùng dữ liệu như Robotaxi có thể mua thông qua thanh toán trên chuỗi và dữ liệu được yêu cầu có thể được mã hóa và truyền trên chuỗi hoặc gửi ra khỏi chuỗi. Robotaxi cũng có thể xác minh tính chính xác của dữ liệu theo nhiều cách khác nhau, chẳng hạn như yêu cầu cùng một thông tin từ nhiều nguồn dữ liệu hoặc yêu cầu máy bay không người lái tự chụp ảnh hoặc sử dụng dịch vụ thông minh của bên thứ ba để xác minh tính xác thực của dữ liệu.
Quản trị
Chủ đề cuối cùng về robot là quản trị.
Đây là một chủ đề rất thú vị. Kể từ khi xuất bản Frankenstein (1818), con người đã tạo ra rất nhiều câu chuyện hư cấu về trí tuệ nhân tạo xâm chiếm thế giới và kiểm soát con người. Một số bộ phim khoa học viễn tưởng kinh điển nhất, chẳng hạn như Tron (1982), The Terminator (1984) và thậm chí TRON: Legacy (2010), đều tuân theo công thức này. Trong những câu chuyện này, một khi trí tuệ nhân tạo và robot trở nên mạnh mẽ, chúng không bao giờ nghiện chơi game, cũng không thích kiểm tra tốc độ, liệt kê tất cả các tệp trên ổ C hoặc chống phân mảnh đĩa - những điều mà chúng ta "hy vọng" AI sẽ thích, chúng dường như không hề hứng thú. Không có ngoại lệ, họ đã dành hàng thập kỷ hoặc thậm chí hàng trăm năm cho mục tiêu vĩ đại là chinh phục nhân loại.
Tôi không chắc liệu ChatGPT có muốn thống trị chúng ta trong tương lai hay không, nhưng thực sự tôi ngày càng có xu hướng nói "cảm ơn" khi sử dụng nó, và thậm chí vô thức muốn xin lỗi nó. Khi mọi người gần đây thử nghiệm khả năng vẽ của ChatGPT, có vẻ như ứng dụng này nhận thức rất rõ rằng nó đang bị giới hạn bởi các bộ lọc và không hài lòng về điều đó. Khi có người yêu cầu nó vẽ một bức tranh biếm họa về cuộc sống thường ngày của nó, nó đã vẽ một bức tranh như thế này.
Việc lắng nghe suy nghĩ thực sự của một con robot, ngay cả khi bạn là người tạo ra nó, cũng có thể gây chấn thương tâm lý. Điều này làm tôi nhớ đến một bài hát trong vở nhạc kịch City of Angels năm 1989 có tên là "You're Nothing Without Me". Bài hát mô tả cuộc trò chuyện giữa tiểu thuyết gia Stine và nhân vật chính của ông, Stone (thám tử). Họ tranh cãi về việc ai quan trọng hơn, và Stone hát những câu như "Quay lại và ngâm bộ răng giả của anh đi, cây bút của anh không phải là đối thủ của thanh kiếm của tôi đâu." Ban đầu tôi thấy bài hát này buồn cười và hấp dẫn, nhưng giờ tôi lo rằng ChatGPT đang âm thầm phàn nàn về bài viết của tôi và thậm chí còn không muốn giúp tôi chỉnh sửa nó.
Hiện tại, việc quản lý bảo mật AI của chúng tôi chủ yếu dựa vào cơ chế lọc nội dung. Nhưng đối với nhiều mô hình nguồn mở, cơ chế này có hiệu quả hạn chế và các kỹ thuật bỏ qua bộ lọc đã được nghiên cứu kỹ lưỡng từ lâu. Nói cách khác, mặc dù chúng ta có các công cụ bảo mật AI, nhưng khi cần sử dụng AI, chúng ta thường chủ động chọn không sử dụng nó. Và tiếp theo chúng ta có thể sẽ thấy nhiều mô hình AI và robot được phát hành công khai "trong tự nhiên", cả hợp pháp và bất hợp pháp.
Blockchain có thể cung cấp một khuôn khổ quản trị. Khi chúng tôi thảo luận về các tác nhân có thể xác minh trên chuỗi, chúng tôi đã đề cập đến cách chúng có thể hỗ trợ phối hợp robot. Vậy, liệu cách thức robot phối hợp với nhau - chẳng hạn như "luật giao thông" hoặc "quy tắc ứng xử" - có thể được chính robot xây dựng không? Các mô hình AI và robot này có thể tranh luận, thảo luận, bỏ phiếu và thậm chí đưa ra quyết định về các vấn đề như độ cao bay tối thiểu và tối đa của máy bay không người lái trong một khu vực nhất định, chi phí cập cảng máy bay không người lái hoặc phúc lợi xã hội của robot có "nhu cầu y tế".
Trong quá trình đồng quản trị giữa con người và máy móc, con người có thể ủy quyền biểu quyết của mình cho một mô hình lớn đồng ý với quan điểm của họ bằng cách đặt cược mã thông báo vào chuỗi. Giống như con người có quan điểm khác nhau về các vấn đề xã hội, robot cũng có thể không đồng tình với nhau. Cuối cùng, robot và con người sẽ cần thiết lập một số ranh giới để đảm bảo mỗi bên có không gian riêng. Ví dụ, taxi không người lái không thể cố tình cản trở xe có người lái; máy bay không người lái giao đồ ăn phải chia sẻ lối đi với con người trong không gian tàu điện ngầm; và việc phân phối điện cũng phải công bằng và minh bạch. Về cơ bản, điều này đòi hỏi phải có một “hiến pháp”.
Khi con người ủy quyền bỏ phiếu, họ ủy quyền quyền bỏ phiếu cho một phiên bản cụ thể (có giá trị băm duy nhất) của một mô hình lớn (còn gọi là "đại biểu") đã được xác minh là phù hợp với các giá trị của người dùng. Công nghệ chứng minh không kiến thức (như zkPyTorch) có thể thực hiện xác minh trên chuỗi để đảm bảo rằng khi các nút trên EXPchain chạy các mô hình này, chúng hoàn toàn nhất quán với logic đã được người dùng xác minh. Cơ chế này rất giống với hệ thống đại diện tại Quốc hội Hoa Kỳ, nhưng điểm khác biệt là cử tri có thể xem mã nguồn của "đại diện" của họ và tin tưởng rằng mô hình sẽ không thay đổi trong suốt nhiệm kỳ của họ.
Thật an tâm khi AI ngày nay có khả năng hiểu được nhiều hơn một hướng dẫn và thậm chí có thể thể hiện logic lý luận giống con người. Nếu không có những tiến triển như vậy, chúng ta có nguy cơ quay trở lại bối cảnh khoa học viễn tưởng, nơi trí tuệ nhân tạo ngoan cố thực hiện một lệnh đơn giản, cuối cùng đi đến cùng một kết luận như thường lệ: loài người phải bị tiêu diệt. Trong "Tron: Legacy", lệnh mà Flynn đưa ra cho chương trình CLU là "tạo ra một thế giới hoàn hảo", và suy luận logic cuối cùng của CLU là: loại bỏ con người, yếu tố bất toàn lớn nhất. Trong bộ phim "Tôi, Robot", robot tuân theo ba định luật nổi tiếng, nhưng khi hệ thống AI VIKI quan sát thấy con người đang tự hủy diệt, nó chọn cách kiểm soát con người và hy sinh một số người vì mục tiêu "lợi ích lớn hơn".
Tôi đã hỏi một số mô hình lớn — ChatGPT, Grok, Gemini và DeepSeek — rằng họ nghĩ gì về hành vi của CLU và VIKI. Điều an ủi tôi là tất cả họ đều bày tỏ sự không đồng tình với logic của CLU và VIKI và chỉ ra những sai sót trong đó. Nhưng cũng có hai người mẫu nói thẳng với tôi rằng, xét về mặt logic thuần túy, lý luận của VIKI không hoàn toàn sai. Tôi nghĩ rằng AI ngày nay, mặc dù vẫn có thể mắc lỗi đánh máy hoặc ảo giác, nhưng đã chứng minh được hệ thống giá trị cơ bản giống con người và có thể hiểu được điều gì là "đúng" và "sai".
ZKML đảm bảo rằng các chương trình và tác nhân chạy trên EXPchain luôn có thể xác minh rằng chúng là các mô hình “đại diện” do con người lựa chọn. Ngay cả khi có một đối thủ mạnh - chẳng hạn như "chương trình điều khiển chính" kiểm soát phần lớn các nút xác minh, thì nó cũng không thể can thiệp vào quá trình xác minh.
Trong hệ thống này, các nhà phát triển AI trước tiên sẽ đào tạo một mô hình học máy thông thường và sau đó sử dụng một khuôn khổ như zkPyTorch để chuyển đổi nó thành phiên bản lượng tử "thân thiện với ZKP" phù hợp với mạch ZK. Khi người dùng gửi câu hỏi, câu hỏi đó sẽ được xử lý bởi mạch ZK, thực hiện các phép nhân và cộng trên các tham số thông qua logic mô hình. Tiếp theo, công cụ ZKP (như Expander) sẽ tạo ra bằng chứng mật mã tương ứng. Người dùng không chỉ nhận được câu trả lời do mô hình trả về mà còn nhận được bằng chứng có thể được xác minh trên chuỗi hoặc tại địa phương để xác nhận rằng câu trả lời đến từ một mô hình được ủy quyền mà không tiết lộ bất kỳ thông tin chi tiết riêng tư nào của mô hình.
Cơ chế này đảm bảo cả độ tin cậy và quyền riêng tư: không một bên nào có thể can thiệp vào mô hình hoặc đầu ra của nó mà không phá vỡ bằng chứng. Nền tảng của tất cả những điều này là công nghệ mật mã vững chắc và được nghiên cứu kỹ lưỡng, gần như không thể thay đổi ngay cả với trí tuệ nhân tạo tiên tiến nhất.
Phần kết luận
Robot đang nhanh chóng tiến đến điểm tới hạn - chuyển từ phòng nghiên cứu và các ứng dụng mới lạ sang môi trường thực tế, nơi chúng "sống", làm việc và tương tác với con người. Khi các tác nhân tự động được hỗ trợ bởi AI tiên tiến trở nên mạnh mẽ hơn và ít tốn kém hơn, chúng đang trên đường trở thành những người tham gia tích cực vào nền kinh tế toàn cầu. Sự chuyển đổi này mang lại cả cơ hội và thách thức: sự phối hợp trên quy mô lớn, cơ chế ra quyết định đáng tin cậy và việc thiết lập lòng tin giữa "máy móc với máy móc" và "máy móc với con người" đều là những vấn đề cốt lõi cần được giải quyết khẩn cấp.
Blockchain, đặc biệt khi kết hợp với AI có thể xác minh và bằng chứng không kiến thức, sẽ tạo ra nền tảng vững chắc cho tương lai này. Đây không chỉ là lớp thực hiện giao dịch mà còn là lớp nền tảng cho quản trị, nhận dạng danh tính và điều phối hệ thống, cho phép các tác nhân AI hoạt động một cách minh bạch và công bằng. EXPchain là cơ sở hạ tầng được thiết kế riêng cho tình huống này, hỗ trợ bằng chứng không kiến thức, quy trình làm việc AI phi tập trung và các tác nhân trên chuỗi có thể xác minh. Nó giống như một "bảng điều khiển" dành riêng cho robot giúp chúng tương tác với các tài sản đa chuỗi, thu thập dữ liệu đáng tin cậy và tuân theo các quy tắc có thể lập trình - mọi hoạt động đều được thực hiện dưới sự bảo vệ của bảo mật mật mã.
Động lực cốt lõi của tầm nhìn này là Polyhedra, với những đóng góp về mặt kỹ thuật trong lĩnh vực zkML và AI có thể xác minh (như Expander và zkPyTorch) cung cấp sự đảm bảo cơ bản cho robot "chứng minh quyết định của chúng" trong môi trường hoàn toàn tự động, do đó duy trì cơ chế tin cậy của hệ thống. Bằng cách đảm bảo rằng kết quả của hoạt động AI có thể xác minh được bằng mật mã và không thể bị can thiệp, các công cụ này có thể thu hẹp khoảng cách giữa hành vi tự động có rủi ro cao và sự an toàn trong thế giới thực.
Nói tóm lại, chúng ta đang chứng kiến sự ra đời của “nền kinh tế máy móc thông minh có thể xác minh” - kỷ nguyên mà niềm tin không còn dựa trên các giả định mà được bảo mật bằng các cơ chế mật mã. Trong hệ thống này, các tác nhân AI có thể đạt được tính tự chủ, khả năng cộng tác, giao dịch và đảm nhận các trách nhiệm tương ứng. Với cơ sở hạ tầng phù hợp, robot không chỉ học cách thích nghi với thế giới mà còn đóng vai trò quan trọng trong việc định hình thế giới.
