区块链上的人类:为什么加密是对抗AI霸主的更好防御

作者: 用户1914600827 2018-12-20 16:45:20

随着治理在围绕共识协议的讨论中变得越来越普遍,很明显,Satoshi Nakamoto最初提出的“一个CPU一票(one-CPU-one-vote)”的构想,将整个加密行业塑造成以机器而不是人为中心的治理思维。

但如果人工智能(AI)真如Elon Musk和Sam Altman经常警告的那样对人类构成威胁,我们为什么要冒险赋予人工智能分布式网络的政治权力呢?

保证基本的隐私权使区块链早期的设计倾向于匿名。尽管这种方法有助于打击金融腐败(政治腐败正以一种同样可以通过分布式计算予以反击的方式利用互联网),但人工智能的威胁并不像看上去那么抽象。社交算法基于模因而兴盛,这一事实有助于解释当今的政治现实。

然而,人工智能正引领我们走向更深层次的问题和挑战。当代政治中最突出的事实是,美国民主进程蒙上了越来越大的怀疑阴影。但外国势力赢得了世界上最昂贵的选举吗?自17世纪《威斯特伐利亚和约》(Peace of Westphalia)以来,民族国家一直是一种基于非国内干预理念的政治建构。

当Mark Zuckerberg不得不就俄罗斯利用Facebook的影响作证时,他在国会不敢说的是,互联网已不再与民族国家兼容。

如今的互联网人工智能是由我们的“赞”、“转发”、“上传”和“链接”(我们并不拥有代币)控制的。这些代币拥有我们,因为它们不断地为网络所有者的利益调查社会。为了保持相互之间的竞争力,Facebook和Google的动机变得更加奥威尔式。

使他们获得难以置信的成功的是他们在网络上将人类形式化的能力。但代价高昂的是,这个社会的隐私不再是通过拨号连接,而是全天候在线。我们现在面临的问题是,我们如何能以一种去中心化的方式将人类网络形式化,从而保证每个人都有发言权和投票权,而不让他们成为企业宣传的对象?

图灵-不可能证明

为了在我们自己和互联网人工智能之间建立一个边界,我们需要一个去中心化的协议来实现单一的人类身份。

与Facebook不同的是,这类网络不能局限于媒体逻辑和吸引眼球的算法。相反,人类共识应该是合法性的来源,有效地构建一个“一人一节点(one-human-one-node)”,以释放区块链治理的全部潜力。对加密预算的合法影响可以将部署在互联网上的社交网络转变为一个活生生的民主国家。但这绝不是一项简单的任务:在去中心化的网络中使人类正式化,需要防止机器人、女巫攻击、贿赂和“独裁者”的出现。

让我们从机器人开始。机器的感知阈值可以通过图灵测试来测量,图灵测试是用来区分机器人和人类的任务。因此,根据定义,基于人类的共识需要图灵,这是不可能的证明(Turing-impossible proofs)图表,这对计算机来说很难,但对大脑来说很容易处理。

证明可以保持私有和秘密,区块链上只有哈希数列。这一串数字能够验证原始证明的内容和时间戳,使节点无需广播所有信息即可验证。我们可以预期摩尔军政 律会应用于“恐怖谷理论”,所以证据的格式应该随时公开讨论。

为了确保一个身份是单一的,我们需要与女巫攻击战斗(在这种情况下:人类的目标是控制多个节点)。必须建立一个基于声誉的图表,向那些能够从网络中获得更多信任的人授予认证权。

在Devcon4,Sina Habib介绍了使用著名的声誉算法(如PageRank)构建“信任图(trust graph)”的想法。2009年,我在Twitter上实现了一个名为Whuffie Bank的虚拟货币项目。它在运行中。

但对于那些能够在共识中发现错误结果的人来说,验证节点所带来的利益也应该是一笔丰厚的回报。如果我们希望由人类来负责,网络监管就不能严格地按照算法进行。声誉算法的风险在于它们实际上是中心化算法。这导致节点可以使用它们的超额影响力来购买其他节点,或者成为目标被购买。

为了防止贿赂和垄断的形成,节点验证新的图灵,不可能证明的能力应该基于一种加密彩票,这种彩票将随机投票引入共识。如果彩票的熵是基于一个节点的赌注,那么它可以在长期内使所有节点的认证机会相等。作为验证节点,赌注越大,再次验证的机会就越小。

今天,明天和未来

在民主地球,我们正在使用ERC-20代币设计我们的共识协议,该代币具有staking逻辑,用于验证图灵的不可能证明。当给定哈希数列的得分达到共识阈值时,检查机制会发出疑问“您是人类吗?”这是为提供的ERC-725身份发布的。

这些开放规范允许在任何与EVM兼容的区块链之上快速原型化和部署这些想法。

最近的研究和新的协议,例如DigiCash的David Chaum关于随机投票的工作,以及由零知识证明(zero-knowledge proof)的共同发明人Silvio Micalli领导的AlgoRand,表明了加密彩票在保持治理公平方面的相关性。

在我们实施基于网络的数字民主的初步工作中,很明显,谁控制着选民登记,谁就能操纵选举结果。在人权问题上提供去中心化共识可以取代传统选举中也存在的这一失败点。为什么不简单地利用现有机构的声誉来实现人类的身份?

根据世界银行的数据,这个星球上有11亿人缺乏身份,国际救援委员会( International Rescue Committee)已经确认了6500多万难民的身份。在拉丁美洲,有一群被排斥在外的劳工组织,他们估计有10%到15%的成员没有身份,因为他们的父母从来没有为他们登记过,或者在他们小时候就被抛弃了。

人类在互联网上达成的共识应该能够被部署到任何地方,并提供能够衡量区块链经济体包容性能力的工具。如果对人类节点的共识得到广泛采用,从无国界的民主国家到加密的对等借贷再到普遍的基本收入,各种社会应用都可以成为现实。

1996年,当John Perry Barlow撰写《网络空间独立宣言》(A Declaration of the Independence of Cyberspace)时,要求建立一个“……更人道、更公平的精神文明”。在这里,“人道”是一个强有力的词,用来描述一个产生数字治理的时代的愿望。随着民族国家在日益增长的全球社会中不断失败,将其去中心化至关重要。

值得记住的是,Jamal Khashoggi发表的最后一句话:“通过建立一个独立的国际论坛,远离通过宣传散播仇恨的民族主义政府的影响,阿拉伯世界的普通人将能够解决他们社会面临的结构性问题。”将人类在区块链上正式化的真正风险是不这样去做。

区块链 机器人 人工智能
上一篇:一路狂奔的机器人会在2019年慢下来吗? 下一篇:【WOT2018】AI门槛不断降低 AI工具人人可用
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

5G风头正盛 人工智能要被“冷落”了?

2018年,5G的热度开始迅速提升。当年开始,我国展开了5G基站建设,并在全国十多个城市开始进行5G测试和试运营。到了2019年,随着各国纷纷宣布开启5G商用,5G的热度再次攀升,成为了通信、科技领域当之无愧的“热点王”。相比之下,人工智能似乎都要稍逊一筹。

佚名 ·  1天前
破解机器学习的误区——常见机器学习神话究竟从何而来?

Forrester Research最近发布了一份名为“ 粉碎机器学习的七个神话”的报告。在其中,作者警告说:“不幸的是,一些对机器学习项目做出重要决策的企业领导者,普遍存在机器学习的误解。”

CDA数据分析师 ·  1天前
清华本科生开发强化学习平台「天授」:千行代码实现,刚刚开源

就在最近,一个简洁、轻巧、快速的深度强化学习平台,完全基于Pytorch,在Github上开源。

贾浩楠 ·  1天前
脑机接口利器,从脑波到文本,只需要一个机器翻译模型

加州大学旧金山分校的Joseph Makin 等人在 Nature Neuroscience上发表了一篇论文,标题为《利用 encoder-decoder 框架,将大脑皮质活动翻译为文本》(Machine translation of cortical activity to text with an encoder–decoder framework)。

蒋宝尚 ·  1天前
在工厂中实施工业物联网技术的5个理由

虽然有许多原因,但以下五个因素正在推动更多公司在其工厂中实施工业物联网解决方案。

Mark Cox ·  2天前
可优化农业生产力的智慧农业监控解决方案

在本文中,我们将仔细研究现有农业监测解决方案的范围,探索它们在各个农业子领域中的好处,并概述采用这些解决方案的大致计划。

Mary Aleksandrova ·  2天前
我们对人工智能的误解有多深

人工智能技术具有正、反两方面的作用,在造福于人类的同时,也存在各种风险。理论上可能存在以下四种风险。

陈小平 ·  2天前
令人兴奋的 2020 年人工智能和机器学习趋势

在本文中,我们将讨论几个顶级的人工智能和机器学习趋势,将塑造新年:2020。 我们还将介绍面部识别技术及其在2020年的应用。

飞羽译 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载