Vitalik: عوامل هوش مصنوعی شخصی می توانند باگ های DAO را برطرف کنند
ویتالیک بوترین، یکی از بنیانگذاران اتریوم، محدودیتهای توجه انسان را به عنوان مشکل اساسی در سازمانهای مستقل غیرمتمرکز (DAO) و سیستمهای حکومتی دموکراتیک شناسایی کرد.
خلاصه
- بوترین میگوید علاقه محدود انسانی نقص اساسی مدیریت DAO است.
- نمایندگان هوش مصنوعی شخصی می توانند با استفاده از تنظیمات برگزیده و زمینه کاربر رای دهند.
- بازارهای پیشنهادی و MPC می توانند حریم خصوصی و تصمیمات را بهبود بخشند.
نوشتن روی
راه حل معمول تفویض اختیار باعث ناتوانی می شود، جایی که یک گروه کوچک فرآیند تصمیم گیری را کنترل می کنند و حامیان پس از فشار دادن دکمه نماینده هیچ نفوذی ندارند.
بوترین مدل های زبان توسعه یافته شخصی را به عنوان راه حلی برای مشکل توجه پیشنهاد کرد و چهار رویکرد را به اشتراک گذاشت. محاسبات چند جانبه حفظ حریم خصوصی برای عوامل مدیریت شخصی، نمایندگان سخنرانان عمومی، بازارهای توصیه و تصمیمات حساس.
LLM های شخصی می توانند بر اساس اولویت ها رای دهند
نمایندگان مدیریت شخصی همه رایگیریهای لازم را بر اساس ترجیحات ناشی از نوشتههای شخصی، تاریخچه مکالمه و اظهارات مستقیم انجام خواهند داد.
هنگامی که با عدم اطمینان در مورد اولویت های رأی گیری مواجه می شود و یک مسئله را مهم می یابد، نماینده باید مستقیماً از کاربر سؤال کند و در عین حال تمام زمینه های مربوطه را ارائه دهد.
نمایندگان سخنرانی عمومی قبل از دادن فرصتی برای پاسخگویی به هر فرد یا LLM خود، اطلاعات بسیاری از شرکت کنندگان را جمع آوری می کنند.
این سیستم نظرات فردی را خلاصه میکند، آنها را بدون افشای اطلاعات خصوصی به قالبهای قابل اشتراکگذاری تبدیل میکند، و اشتراکات بین ورودیهای مشابه با سیستمهای پلیس توسعهیافته توسط استادان را شناسایی میکند.
بوترین خاطرنشان کرد که تصمیمات خوب نمی توانند از «فرایند خطی گرفتن نظرات افراد صرفاً بر اساس دانش خودشان و میانگین (یا حتی درجه دوم) آنها حاصل شود. «فرآیندها ابتدا باید اطلاعات جمعی را جمع آوری کنند و سپس اجازه پاسخ های آگاهانه را بدهند.
بازارهای پیشنهادی می توانند پیشنهادات با کیفیت بالا را کشف کنند
مکانیسمهای حاکمیتی که به ورودیهای باکیفیت ارزش میدهند، میتوانند بازارهای پیشبینی را پیادهسازی کنند که در آن همه پیشنهادات خود را ارسال میکنند در حالی که عوامل هوش مصنوعی روی توکنها شرط میبندند. وقتی مکانیزم ورودی را میپذیرد، به دارندگان توکن پرداخت میکند.
این رویکرد برای پیشنهادها، بحثها یا هر واحد گفتاری که سیستم به شرکتکنندگان ارائه میکند، اعمال میشود. ساختار بازار انگیزه های مالی برای کشف مشارکت های ارزشمند ایجاد می کند.
بوترین استدلال کرد که تمرکززدایی زمانی با شکست مواجه می شود که تصمیمات مهم به اطلاعات سری نیاز دارند. سازمانها اغلب با انتصاب افراد دارای قدرت زیاد، تعارضات مشاجرهآمیز، اختلافات داخلی و تصمیمات جبرانی را مدیریت میکنند.
با استفاده از محیط های اجرایی قابل اعتماد، محاسبات چند جانبه می تواند ورودی های بسیاری از افراد را بدون به خطر انداختن حریم خصوصی ترکیب کند.
بوترین توضیح داد: “شما LLM شخصی خود را به یک جعبه سیاه ارسال می کنید، LLM اطلاعات خصوصی را می بیند، بر اساس آن تصمیم می گیرد و فقط آن تصمیم را منتشر می کند.”
از آنجایی که شرکتکنندگان ورودیهای بزرگتری حاوی اطلاعات شخصی بیشتر ارسال میکنند، حفاظت از حریم خصوصی مهم میشود. ناشناس بودن نیاز به اثبات دانش صفر دارد و بوترین گفت که باید در همه ابزارهای حاکمیتی گنجانده شود.