EXPchain: Aumentando la Confianza en la Era de la Inteligencia Artificial

12 de diciembre de 2024 Polyhedra Network

EXPchain es un protocolo de cadena de bloques descentralizado diseñado para aplicaciones de IA escalables, verificables y que preservan la privacidad. Establecida como la “Cadena de todo para la IA”, EXPchain integra el aprendizaje automático de conocimiento cero (zkML) y un novedoso marco de prueba de inteligencia (PoI), que aborda la creciente necesidad de confianza y responsabilidad en los sistemas de inteligencia artificial. Las innovaciones clave incluyen el sistema de prueba Expander , un probador zk de alto rendimiento y zkPyTorch , un kit de herramientas fácil de usar para desarrolladores para integrar zkML en los flujos de trabajo de IA tradicionales. Juntas, estas herramientas mejoran la eficiencia computacional, lo que permite la verificación práctica de la IA al tiempo que protegen los datos confidenciales y la propiedad intelectual.

EXPchain, que se basa en una infraestructura blockchain nativa de zk, admite flujos de trabajo de IA sin inconvenientes a través de funciones avanzadas como zkBridge para la interoperabilidad entre cadenas, escalabilidad nativa de zkRollup y marcas de agua zkML para modelos de lenguaje grandes (LLM). La plataforma prioriza la transparencia, la seguridad y la escalabilidad, fomentando la confianza en industrias críticas como las finanzas, la atención médica y el desarrollo de software. A través de su arquitectura modular y su compromiso con la IA ética, EXPchain sienta las bases para el futuro de los sistemas de IA descentralizados, conscientes de la privacidad y responsables.

Figura 1: EXPchain establece las bases para el futuro de los sistemas de IA descentralizados, conscientes de la privacidad y responsables.

1. Introducción

1.1 La Importancia de la Confianza en la IA

La inteligencia artificial tomará decisiones cada vez más críticas en todos los sectores, influyendo en las interacciones cotidianas, como desbloquear teléfonos con reconocimiento facial, solicitar préstamos o recibir diagnósticos médicos basados en inteligencia artificial. Si bien estos avances ofrecen un potencial inmenso, también presentan desafíos críticos. ¿Cómo podemos garantizar que los sistemas de inteligencia artificial funcionen de manera justa, precisa y segura? ¿Pueden los controles de privacidad proteger eficazmente los datos confidenciales sin comprometer la transparencia o la rendición de cuentas? Estos desafíos requieren una prueba de confianza establecida en los sistemas de inteligencia artificial y la protección de la información confidencial por todas las partes.

Los gobiernos y las instituciones de todo el mundo están trabajando para regular la IA, lo que se hace patente en iniciativas como la Ley de IA de la Comisión Europea y el Marco de Gestión de Riesgos de la IA del NIST. A pesar de estos esfuerzos, los enfoques tradicionales suelen ser insuficientes, ya que requieren exponer modelos patentados o datos confidenciales, lo que da lugar a compensaciones entre seguridad, privacidad y confianza. A partir de un trabajo fundacional [ 1 ], el aprendizaje automático de conocimiento cero [ 2 , 35 ] (zkML) proporciona una solución innovadora al permitir la verificación matemática de los sistemas de IA al tiempo que preserva la privacidad de los datos y los modelos.

Polyhedra Network propone una solución interoperable optimizada para la tecnología zkML en EXPchain, aplicando años de investigación e implementación avanzadas [3, 13, 15–18, 21–24, 26, 27, 29–34 ] para permitir la creación de aplicaciones que verifiquen el comportamiento y el cumplimiento de la IA sin revelar información confidencial. Esta infraestructura de cadena de bloques garantiza una verificación escalable, rápida y segura del comportamiento y el cumplimiento de la IA en diversos casos de uso.

1.2 Convergencia AI-Blockchain

Se estima que el mercado global de IA contribuirá con hasta 15,7 billones de dólares [ 4 ] a la economía mundial para 2030, mientras que el valor potencial de la cadena de bloques se estima en 3,1 billones de dólares [ 5 ] durante el mismo período. El costo de los fracasos de la IA debido a errores, sesgos o implementaciones defectuosas es igualmente asombroso.

En 2022, se estimó que el costo de la mala calidad del software en los EE. UU. había aumentado a al menos 2,41 billones de dólares [ 6 ], y las fallas de la IA expandieron aún más las categorías de riesgo [ 7 ] con resultados incorrectos, violaciones de datos y ataques cibernéticos. Más allá de las pérdidas financieras, estos errores a menudo resultan en daños a las personas [ 8 ], ya sea por encarcelamiento injusto, condiciones médicas mal diagnosticadas o toma de decisiones sesgada. Desde las entradas de datos hasta los resultados de los modelos, garantizar que cada elemento de las transacciones impulsadas por la IA sea verificable y responsable ya no es opcional, es esencial abordar estos riesgos mientras se libera todo el potencial de la IA.

La convergencia de la IA y la cadena de bloques marca un cambio de paradigma en la tecnología descentralizada. Si bien los ZKP como Groth16 [ 9 ] y Plonk [ 10 ] tienen una escalabilidad avanzada, la implementación práctica para sistemas de IA complejos sigue siendo un desafío. Innovaciones como el sistema de prueba Expander y zkPyTorch [ 11 ] se basan en estas bases, mejorando significativamente la eficiencia computacional para permitir la verificación de IA en tiempo real. Estos desarrollos redefinen la cadena de valor actual [ 12 ], centrada en el entrenamiento, la inferencia y la verificación, sentando las bases para flujos de trabajo de IA seguros y escalables.

1.3 Nuestra Visión

Polyhedra Network imagina un futuro en el que la confianza en la IA y los sistemas blockchain sea inherente. Reconocemos que no es un objetivo pequeño, sin embargo, al reducir las barreras técnicas para los desarrolladores y aprovechar las potentes herramientas zk en EXPchain, pretendemos establecer un ecosistema confiable donde los desarrolladores puedan crear aplicaciones que preserven la privacidad sin necesidad de conocimientos criptográficos especializados, haciendo que la IA sea universalmente accesible, verificable y responsable.

Figura 2: Anticipamos un futuro en el que toda la IA sea verificable y se produzcan inferencias personalizadas sin comprometer la privacidad de los datos.

2. Innovaciones Centrales

2.1 Expander: El ZK Prover más Rápido del Mundo

Expander establece un nuevo punto de referencia en rendimiento para zkML, logrando una eficiencia y escalabilidad sin precedentes :

2,2 segundos/imagen para VGG-16 en una CPU de un solo subproceso
150 segundos/token para Llama-3.1 8B en una CPU de un solo subproceso
4 órdenes de magnitud más rápido que cualquier número informado previamente.

Polyhedra prevé que esto mejore significativamente en los próximos 12 a 24 meses. Estamos construyendo activamente aceleraciones de hardware para nuestro esquema [ 14 ] y desarrollando una infraestructura de probadores distribuidos [ 15 , 16 ] donde múltiples nodos pueden trabajar en colaboración en las mismas pruebas. A través de estas innovaciones, estamos avanzando de manera constante hacia nuestro objetivo de pruebas en tiempo real, donde la generación de pruebas coincide con la velocidad de inferencia, eliminando efectivamente la latencia en la experiencia del usuario. Estos saltos de rendimiento permiten la verificación práctica de modelos y cálculos de IA con costos y latencia significativamente reducidos para respaldar una amplia gama de aplicaciones, desde inferencias que preservan la privacidad hasta auditorías de modelos impulsadas por el cumplimiento.

2.2 ExPoS: Prueba de Participación Ampliada para un consenso unificado

La Prueba de Participación Expandida (ExPoS) forma la columna vertebral del consenso de ExpChain, aprovechando la tecnología zkBridge [ 16 ] para unificar y conectar los mecanismos de participación en todas las cadenas de bloques en una red cohesiva.

Al utilizar pruebas de conocimiento cero, ExPoS protege y gestiona de forma transparente el staking, lo que permite el staking omnichain y un uso ampliado de activos líquidos, anticipando un futuro en el que el alto rendimiento y la interoperabilidad sin fisuras son cruciales no solo para las aplicaciones de IA, sino para todos los flujos de trabajo descentralizados. Este modelo de consenso ofrece a los usuarios una seguridad ilimitada, una mayor flexibilidad y una integración sin fisuras, independientemente de la arquitectura de la cadena de bloques subyacente.

2.3 Zkpytorch: Integración amigable para el Desarrollador

zkPyTorch cierra la brecha entre los flujos de trabajo de desarrollo de IA tradicionales y el aprendizaje automático de conocimiento cero (zkML) al automatizar la conversión de operaciones de PyTorch en circuitos zk. Esta integración permite a los desarrolladores utilizar herramientas conocidas y, al mismo tiempo, reducir significativamente el tiempo y la complejidad de la implementación de aplicaciones de IA habilitadas para zk, lo que proporciona:

Generación de circuitos automatizados [ 11 ] y optimización para tareas comunes de IA.
Reduciendo el tiempo de desarrollo de meses a días.
Compatibilidad con modelos de aprendizaje automático en evolución para implementaciones a prueba de futuro.
Reducción en los tiempos de generación de pruebas en un 99,99%.

3. Tecnología Stack

3.1 Aprendizaje Automático de Conocimiento Cero (zkML )

zkML permite la verificación criptográfica de modelos de IA [ 11 ] para lograr una precisión segura en todo el ciclo de vida del aprendizaje automático:

Inferencia verificable: Pruebe los resultados de la IA sin exponer modelos o datos.
Auditorías de modelos: Verifique el rendimiento frente a los conjuntos de pruebas para garantizar la imparcialidad y el cumplimiento.
Verificación de capacitación: Garantizar el cumplimiento de los protocolos sin revelar información confidencial.

Figura 3: zkML juega un papel fundamental en la creación de confianza en los sistemas de IA y en los humanos que interactúan con ellos.

Esta tecnología permite construir sistemas que sean seguros y éticamente alineados, con decisiones transparentes impulsadas por IA que refuerzan la confianza entre desarrolladores, usuarios y partes interesadas. zkML habilita aplicaciones como marcas de agua para LLM, auditorías de modelos para verificación de cumplimiento crítica para instituciones financieras y cálculos seguros de múltiples partes en industrias sensibles a la privacidad.

3.2 zkNative Blockchain para IA

Nuestra infraestructura blockchain está diseñada específicamente para aplicaciones de IA y ofrece:

Finalidad de ranura única para confirmaciones más rápidas.
Compatibilidad nativa con zk que permite escalabilidad a través de cadenas de aplicaciones EXP y zkRollups
Integración perfecta de flujos de trabajo de IA y blockchain para aplicaciones del mundo real.

Esta tecnología permite a los desarrolladores crear sistemas que sean seguros y éticamente alineados, con decisiones transparentes impulsadas por IA que refuerzan la confianza entre desarrolladores, usuarios y partes interesadas. zkML puede habilitar aplicaciones como marcas de agua para LLM, auditorías de modelos para verificación de cumplimiento crítica para instituciones financieras y cálculos seguros de múltiples partes en industrias sensibles a la privacidad.

3.3 Prueba de Inteligencia (PoI)

La prueba de inteligencia (PoI) crea una cadena de confianza inmutable para los modelos de IA, verificando su origen, autenticidad y cumplimiento ético. Este marco protege la propiedad intelectual y garantiza una rendición de cuentas transparente, vinculando criptográficamente la procedencia y el rendimiento de cada modelo de IA a un registro verificable en la cadena, lo que ofrece una transparencia sin precedentes en los ecosistemas impulsados por IA.

3.4 zkBridge

La compatibilidad nativa con zkBridge [ 16 ] de Polyhedra permite a los desarrolladores crear aplicaciones de IA seguras y sin inconvenientes entre cadenas, lo que garantiza que los activos y los datos en cadena se puedan utilizar en múltiples ecosistemas de cadenas de bloques con requisitos de confianza mínimos. Al aprovechar ZKP, zkBridge facilita una comunicación eficiente, transparente y de confianza minimizada entre cadenas, lo que mejora la escalabilidad y reduce las vulnerabilidades en los flujos de trabajo descentralizados.

3.5 Marca de Agua zkml para la Verificación LLM

La marca de agua zkML de EXPchain permite la verificación de modelos de lenguaje grandes [ 23 ] (LLM) como Llama-3.1 8B, lo que representa un hito en la transparencia de la IA. La emisión de un certificado a prueba de manipulaciones que garantiza que cualquier LLM procesado a través de EXPchain es exactamente como se afirma, verificado a través de zkML, garantiza la autenticidad del modelo al mismo tiempo que preserva la propiedad intelectual, reduce el fraude y permite un uso responsable de la IA. Al utilizar esta tecnología, las organizaciones pueden validar los LLM en una plataforma abierta y segura.

3.6 Sistemas de Prueba Optimizados

Expander es el resultado de seis años de investigación y desarrollo ininterrumpidos, que combinan velocidad y eficiencia. Esta poderosa combinación se alinea con la visión de Vitalik Buterin para el ZK Endgame [ 25 ], donde la producción centralizada de bloques se ve reforzada por la validación descentralizada. Al reducir significativamente el tiempo de prueba y los costos computacionales, Expander hace que las soluciones de conocimiento cero sean más prácticas y asequibles, liberando su potencial para las industrias sensibles a los costos.

3.7 Finalidad de una Sola Ranura (SSF) para Acelerar la Finalidad del Consenso

Single Slot Finality (SSF) aborda los límites de escalabilidad en los mecanismos de consenso tradicionales al introducir ZKP avanzados para esquemas de firma mejorados. Este enfoque innovador permite la verificación por lotes de firmas, lo que reduce los tiempos de confirmación y mejora la eficiencia en todo el proceso de finalización. Al aprovechar los ZKP, SSF logra una finalización de transacciones más rápida y segura, lo que respalda las altas demandas de las aplicaciones.

Además, SSF reduce significativamente las oportunidades de valor máximo extraíble (MEV) al minimizar el período de tiempo durante el cual las transacciones pueden reordenarse o manipularse. El tiempo de finalización acortado crea un entorno más predecible y seguro para los usuarios, lo que evita que los actores maliciosos aprovechen las brechas de tiempo para realizar ataques de tipo sándwich, front-running u otras formas de explotación económica dentro de los sistemas descentralizados.

3.8 Zklogin para la Abstracción de la Cuenta

zkLogin simplifica el proceso de creación y autenticación de cuentas utilizando credenciales OAuth ampliamente reconocidas, como Google o Apple, sin exponer las credenciales en la cadena. Al combinar métodos de inicio de sesión familiares con medidas de privacidad avanzadas, zkLogin mejora la accesibilidad de las dApps creadas en EXPchain al tiempo que mantiene la seguridad.

Los usuarios inician sesión con sus credenciales existentes, lo que genera un token web JSON (JWT), que se utiliza para crear una cuenta abstracta en cadena. Luego, se genera un ZKP para verificar la propiedad de las credenciales del usuario sin exponer información confidencial en cadena. Este enfoque protege la privacidad del usuario, minimiza el fraude de identidad y ayuda a las empresas a cumplir con los requisitos normativos al tiempo que brinda a los usuarios un acceso seguro y simplificado.

Al aprovechar ZKP para la gestión de cuentas, zkLogin permite una funcionalidad mejorada de contratos inteligentes, agrupación de tarifas de gas, flujos de trabajo de transacciones personalizados y autorización de transacciones continuas sin necesidad de iniciar sesión repetidamente. Está diseñado para la interoperabilidad entre cadenas y es capaz de gestionar grandes volúmenes de transacciones de manera eficiente, lo que mejora la experiencia del usuario en diversas aplicaciones, incluidos sistemas empresariales, finanzas, plataformas sociales y juegos.

4. Construyendo el futuro de la Inteligencia

Las aplicaciones POC con casos de uso inmediatos incluyen:

4.1 Finanzas

Los sistemas criptográficamente seguros tienen el potencial de redefinir la confianza en las finanzas. Con zkML, podemos mejorar la verificación transparente de las transacciones, la verificación segura y privada de las calificaciones crediticias durante las aprobaciones de préstamos y el comercio algorítmico sin revelar datos confidenciales, promoviendo la equidad y el cumplimiento al mismo tiempo.

4.2 Asistencia Sanitaria

Los ZKP se han convertido en instrumentos fundamentales para mejorar la seguridad y la privacidad de los diagnósticos basados en IA en el sector de la atención sanitaria. Al emplear técnicas similares a las analizadas por Ganescu y Passerat-Palmbach [ 28 ], el aprendizaje automático de conocimiento cero (zkML) [ 29 , 25 ] garantiza que los datos de los pacientes permanezcan confidenciales y, al mismo tiempo, permite la verificación criptográfica de los modelos de diagnóstico, lo que fomenta la confianza en aplicaciones médicas sensibles.

4.3 Datos y Mercados de Cómputo

EXPchain fomenta la colaboración sin necesidad de confiar en nadie al permitir el intercambio seguro de recursos computacionales y conjuntos de datos. Los desarrolladores y las organizaciones pueden participar con confianza en la innovación de la IA, aprovechando zkML para verificar las contribuciones y los resultados sin exponer activos patentados ni información confidencial.

4.4 Transparencia de la Cadena de Suministro

En sectores como la seguridad alimentaria, los productos farmacéuticos y los bienes de lujo, la confianza en la cadena de suministro es esencial. Al verificar cada paso de la cadena de suministro, la prueba de conocimiento cero refuerza la autenticidad y el abastecimiento ético sin exponer datos logísticos confidenciales.

4.5 Entretenimiento, Contenido y Memecoras Impulsados por IA

Desde juegos hasta memecoins y creación de contenido, zkML garantiza la equidad, la transparencia y la autenticación de activos digitales en experiencias impulsadas por IA. Los cálculos verificables permiten a los creadores autenticar activos digitales y personalizar experiencias de usuario sin comprometer la privacidad ni la propiedad.

Las aplicaciones de prueba de concepto con casos de uso a medio plazo incluyen:

4.6 Ciudades Inteligentes

Para que las decisiones impulsadas por IA funcionen de manera válida dentro de la infraestructura urbana, deben ser justas, éticas y responsables. La infraestructura de EXPchain fomenta la transparencia en la asignación de recursos públicos, la optimización del tráfico y la gestión de la energía, lo que permite que las ciudades inteligentes funcionen con confianza e integridad.

4.7 Personalización de Preservación de la Privacidad

La personalización impulsada por IA, desde los sistemas de recomendación hasta los dispositivos portátiles, a menudo implica datos confidenciales de los usuarios. Las aplicaciones creadas con EXPchain pueden ofrecer personalización y, al mismo tiempo, proteger la privacidad del usuario, de modo que los dispositivos domésticos inteligentes o los rastreadores de actividad física pueden equilibrar experiencias personalizadas con políticas de privacidad sólidas.

4.8 Publicidad Resistente a Fraude

La publicidad digital suele ser víctima de fraudes, como impresiones y clics falsos. Desarrollar con zkML puede garantizar que las métricas informadas por los sistemas de IA sean precisas y confiables, lo que protege a los anunciantes e impulsa campañas más eficientes.

4.9 Agentes IA

Los agentes de IA que preservan la privacidad permiten a los usuarios interactuar de forma segura con sistemas inteligentes. Estos agentes, basados en zkML, garantizan la toma de decisiones éticas y las operaciones verificables, lo que crea oportunidades en los mercados de IA descentralizados.

Las aplicaciones de POC con casos de uso a más largo plazo incluyen:

4.10 Robotica

Las entradas y salidas verificables impulsadas por zkML resuelven el problema de la caja negra en robótica, lo que garantiza que los sistemas autónomos funcionen de manera predecible y responsable. EXPchain permite a los desarrolladores construir robots capaces de demostrar la imparcialidad y seguridad de sus acciones.

4.11 Ciencia Descentralizada (DeSci)

EXPchain acelera la innovación en la investigación científica descentralizada al brindar herramientas para compartir conjuntos de datos y modelos verificables de forma segura, respaldar contribuciones y prevenir fraudes. La implementación de zkML puede garantizar la integridad de los hallazgos publicados y la financiación, al tiempo que fomenta la colaboración entre diversas comunidades de investigación.

4.12 Educación y Tecnología Educativa

A medida que los caminos educativos se expanden en línea, zkML puede proporcionar evaluaciones verificables e imparciales y sistemas de certificación seguros. Las plataformas educativas descentralizadas pueden aprovechar zkML para proteger los datos de los estudiantes y garantizar la credibilidad del aprendizaje y las credenciales en línea.

4.13 Monitoreo del Impacto Ambiental

Los modelos de IA se utilizan ampliamente para realizar predicciones ambientales y monitorear el impacto, como el seguimiento de la huella de carbono o la modelización climática. La integración de zkML puede garantizar que estos modelos sigan siendo transparentes y responsables, lo que generará confianza en las iniciativas de sostenibilidad y las auditorías ambientales.

5. Crecimiento del Ecosistema

5.1 Desarrollador y Incorporación de Usuarios

EXPchain garantiza que los desarrolladores sin experiencia en criptografía puedan desarrollar el futuro de la IA y la cadena de bloques. Estamos creando una infraestructura que actúa como bloques de construcción para otros sistemas, con interfaces intuitivas y flujos de trabajo optimizados que permiten a los desarrolladores utilizar la tecnología ZK sin barreras. La integración de zkPyTorch y nuestra infraestructura modular simplifica la adopción para los desarrolladores, lo que reduce las barreras técnicas y fomenta la innovación.

5.2 Token de ZKJ para la Participación de la Gobernanza

Al apostar el token nativo, ZKJ, los usuarios pueden votar sobre propuestas de gobernanza de la red y aprovechar su participación en la comunidad.

6. Mirando Hacia el Futuro: Escalando la IA

Polyhedra Network se dedica a ampliar los límites de zkML y la tecnología blockchain. La hoja de ruta futura de EXPchain incluye:

Sistemas de pruebas distribuidas para verificación en tiempo real.
Cuantificación compatible con zk para una implementación eficiente del modelo de IA.
Compatibilidad con múltiples GPU y múltiples máquinas para escalar el rendimiento de modelos de IA de gran tamaño.

Estos avances posicionan a zkML a la vanguardia de la IA verificable, dando forma a un futuro donde la confianza es parte integral de cada interacción.

Tabla 1: Hoja de ruta de dos años para EXPchain

7. Conclusion

A través de EXPchain, Polyhedra Network está sentando las bases para el futuro de la IA verificable. Al integrar pruebas de conocimiento cero y protocolos de verificación avanzados, EXPchain está estableciendo la “Cadena integral para la IA”, lo que genera oportunidades para desarrolladores y empresas de todo el mundo. Estamos construyendo un futuro en el que los sistemas de IA no solo sean más inteligentes, sino también más seguros, transparentes y accesibles para todos.

Nota

Durante los últimos seis años, el equipo fundador de Polyhedra se ha dedicado a la investigación pionera en la intersección de la cadena de bloques y la inteligencia artificial. Los conocimientos y avances que se describen en este documento son el resultado de nuestra incansable búsqueda para crear una solución final que redefina la forma en que la cadena de bloques y la inteligencia artificial se fusionan en la conciencia general.

Nuestro trabajo conecta la innovación de vanguardia con las aplicaciones del mundo real, haciendo que estas tecnologías transformadoras sean más accesibles para los desarrolladores y, al mismo tiempo, abriendo posibilidades sin precedentes de confianza, escalabilidad e integración perfecta en todas las industrias. Presentamos EXPchain con la creencia genuina de que supone un paso hacia la reformulación del futuro de la inteligencia.