Rede Mira: Construindo a camada de confiança da IA

Recentemente, a rede Mira lançou oficialmente a sua rede de testes pública, gerando uma ampla discussão na indústria sobre a confiabilidade da IA. O objetivo central da rede Mira é construir uma camada de confiança para a IA, abordando os problemas de "alucinação" e preconceito que os sistemas de IA enfrentam atualmente. Então, por que a IA precisa ser confiável? E como a Mira está lidando com essa questão complexa?

Ao discutir a IA, as pessoas costumam se concentrar mais em suas poderosas capacidades. No entanto, um fato que não deve ser ignorado é que a IA apresenta problemas de "ilusão" ou preconceito. A chamada "ilusão" da IA, simplificando, significa que a IA às vezes "inventa" informações, explicando de maneira plausível fenômenos que, na verdade, não existem. Por exemplo, quando questionada sobre "por que a lua é rosa", uma pergunta que não condiz com a realidade, a IA pode oferecer uma série de explicações que parecem razoáveis, mas que na verdade não têm fundamento.

As causas das "alucinações" ou preconceitos da IA estão intimamente ligadas ao caminho tecnológico atual da IA. A IA generativa geralmente alcança saídas coerentes e razoáveis prevendo o conteúdo "mais provável", mas esse método é difícil de garantir a veracidade da saída. Além disso, os dados de treinamento da IA podem conter erros, preconceitos ou até conteúdos fictícios, que afetam a qualidade da saída da IA. Pode-se dizer que a IA está mais aprendendo os padrões de linguagem humana do que os próprios fatos.

Os atuais mecanismos de geração de probabilidade e os modelos baseados em dados quase inevitavelmente levam a IA a produzir "ilusões". Embora em áreas de conhecimento geral ou conteúdo de entretenimento esse problema possa não causar consequências graves a curto prazo, em campos que exigem alta rigorosidade, como saúde, direito, aviação e finanças, os preconceitos e ilusões da IA podem levar a problemas significativos. Portanto, resolver as ilusões e preconceitos da IA tornou-se um desafio central no processo de desenvolvimento da IA.

O projeto Mira é a solução proposta para este problema. Tenta reduzir os preconceitos e alucinações da IA, aumentando a sua fiabilidade, através da construção de uma camada de confiança para a IA. A ideia central do Mira é utilizar o consenso de múltiplos modelos de IA para validar as saídas da IA.

Especificamente, Mira é uma rede de validação que verifica a confiabilidade das saídas de IA através do consenso de vários modelos de IA. Mais importante ainda, a Mira adota um mecanismo de validação de consenso descentralizado, que é uma especialidade no campo das criptomoedas. Através de um modo de validação coletiva, a Mira é capaz de reduzir efetivamente os preconceitos e alucinações que podem surgir de um único modelo.

No que diz respeito à arquitetura de verificação, o protocolo Mira suporta a conversão de conteúdos complexos em declarações independentes e verificáveis. Os operadores de nós participam do processo de verificação dessas declarações, e para garantir o comportamento honesto dos operadores de nós, o Mira introduziu incentivos econômicos criptográficos e mecanismos de penalização.

A arquitetura da rede Mira é composta por três partes principais: conversão de conteúdo, validação distribuída e mecanismo de consenso. Primeiro, o sistema decompõe o conteúdo candidato enviado pelo cliente em diferentes declarações verificáveis, que são então distribuídas para os nós para validação. Os nós determinam a validade das declarações e resumem os resultados para alcançar um consenso. Por fim, esses resultados e o consenso são retornados ao cliente. Para proteger a privacidade do cliente, o conteúdo candidato é convertido em pares de declarações e distribuído aleatoriamente para diferentes nós, evitando a divulgação de informações durante o processo de validação.

Os operadores de nós participam da operação da rede executando modelos de validadores, processando declarações e submetendo resultados de validação. Seus ganhos vêm do valor criado para os clientes, ou seja, a redução da taxa de erro da IA. Em áreas como saúde, direito, aviação e finanças, a diminuição da taxa de erro da IA pode gerar um valor imenso, e portanto, os clientes estão dispostos a pagar por isso. Ao mesmo tempo, para evitar que os operadores de nós explorem a situação, o sistema penaliza nós que se afastam continuamente do consenso, garantindo assim a honestidade do processo de validação.

De uma forma geral, a Mira oferece uma nova abordagem para garantir a confiabilidade da IA. Ao construir uma rede de validação de consenso descentralizada com base em múltiplos modelos de IA, a Mira visa trazer maior confiabilidade aos serviços de IA dos clientes, reduzir preconceitos e alucinações da IA, e atender à demanda dos clientes por alta precisão e exatidão. Esta inovação tem o potencial de impulsionar o desenvolvimento aprofundado de aplicações de IA e contribuir significativamente para a construção de um ecossistema de IA confiável.

Atualmente, a Mira já estabeleceu parcerias com várias estruturas de agentes de IA conhecidas. Com o lançamento da rede de testes pública da Mira, os usuários podem experimentar saídas de IA verificadas através do Klok (uma aplicação de chat LLM baseada na Mira) e ter a oportunidade de ganhar pontos Mira. Isso oferece aos usuários uma oportunidade intuitiva de comparar as diferenças nas saídas de IA antes e depois da verificação, ajudando a entender melhor o valor da rede Mira.