Pengembang Ethereum menyarankan penggunaan teknologi ZK untuk menganonimkan penggunaan AI
Pemimpin AI Ethereum Foundation, Davide Crapis, dan salah satu pendiri Ethereum, Vitalik Buterin, telah mengusulkan cara menggunakan zero-knowledge proofs dan metode lain untuk memastikan interaksi pengguna dengan large language models tetap privat, sambil mencegah spam dan penyalahgunaan.
Panggilan API terjadi setiap kali seorang pengguna mengirim pesan ke aplikasi perangkat lunak, seperti chatbot AI. Crapis dan Buterin mengatakan dalam sebuah posting blog pada hari Rabu bahwa tantangan inti bagi pengguna dan penyedia adalah privasi, keamanan, dan efisiensi.
“Kita membutuhkan sistem di mana seorang pengguna dapat menyetor dana sekali dan melakukan ribuan panggilan API secara anonim, aman, dan efisien,” kata mereka.
“Penyedia harus dijamin pembayaran dan perlindungan terhadap spam, sementara pengguna harus dijamin bahwa permintaan mereka tidak dapat dihubungkan ke identitas mereka atau satu sama lain,” tambah mereka.
Sumber: Dengan meningkatnya penggunaan chatbot AI, kebocoran data dari LLM menjadi perhatian yang berkembang. Chatbot sering menangani data yang sangat sensitif, dan menghubungkan penggunaan dengan identitas dapat menciptakan risiko privasi, hukum, dan keamanan yang signifikan. Log penggunaan bahkan dapat digunakan dalam proses pengadilan.
Solusi Crapis dan Buterin untuk pengguna dan penyedia
Crapis dan Buterin mengatakan penyedia saat ini dipaksa memilih antara dua “jalur yang kurang optimal,” yaitu akses berbasis identitas dengan pengguna dipaksa memberikan informasi sensitif seperti email atau kartu kredit, yang menciptakan risiko privasi, atau pembayaran on-chain per permintaan, yang lambat, mahal, dan dapat dilacak.
Keduanya mengusulkan sistem di mana pengguna menyetor dana ke smart contract dan kemudian melakukan panggilan API tanpa mengungkapkan identitas atau menghubungkan permintaan, dengan memanfaatkan zero-knowledge proofs dan rate-limit nullifiers untuk pembayaran serta penegakan anti-spam.
“Seorang pengguna menyetor 100 USDC ke smart contract dan membuat 500 permintaan ke LLM yang dihosting. Penyedia menerima 500 permintaan valid yang sudah dibayar namun tidak dapat menghubungkan permintaan tersebut ke deposan yang sama, atau ke satu sama lain, sementara permintaan pengguna tetap tidak dapat dihubungkan ke identitas pengguna,” kata Crapis dan Buterin.
“Model ini menegakkan solvabilitas dengan mengharuskan pengguna membuktikan bahwa pengeluaran kumulatif mereka—yang diwakili oleh indeks tiket saat ini—tetap benar-benar berada dalam batas setoran awal dan riwayat pengembalian dana yang telah diverifikasi.”
Menipu sistem dapat memotong setoran Anda
Untuk mencegah scammer, pembuatan konten ilegal, upaya jailbreaking, dan pelanggaran persyaratan layanan lainnya, Crapis dan Buterin mengusulkan sistem dual-staking.
Terkait:
Jika seorang pengguna tertangkap mencoba double-spending, setoran mereka dapat diklaim oleh siapa pun, termasuk server. Namun, pengguna yang melanggar persyaratan layanan akan memiliki setoran mereka dikirim ke burn address dan peristiwa slashing ini dicatat on-chain.
“Sebagai contoh, seorang pengguna mungkin mengirim permintaan yang meminta model untuk menghasilkan instruksi membuat senjata atau membantu mereka melewati kontrol keamanan – permintaan yang akan melanggar kebijakan penggunaan banyak penyedia,” kata Crapis dan Buterin.
“Sementara identitas pengguna tetap tersembunyi, komunitas dapat mengaudit tingkat di mana Server membakar staking dan bukti yang diposting untuk pembakaran tersebut.”
Majalah:
Disclaimer: Konten pada artikel ini hanya merefleksikan opini penulis dan tidak mewakili platform ini dengan kapasitas apa pun. Artikel ini tidak dimaksudkan sebagai referensi untuk membuat keputusan investasi.
Kamu mungkin juga menyukai
Akhir AI bukan hanya listrik, tetapi juga tagihan listrik! Ketika pusat data menjadi fokus pemilihan di Amerika Serikat, investasi infrastruktur AI menghadapi "uji tekanan suara pemilih"
Pada tahun 2026, pengeluaran pusat data sebagai pilar industri kecerdasan buatan mencapai rekor tertinggi. Namun, bersamaan dengan maraknya pembangunan infrastruktur, tahun ini muncul seruan penolakan terhadap pusat data yang meningkat pesat, dan isu yang awalnya bersifat lokal ini dengan cepat berkembang menjadi isu kunci dalam pemilihan paruh waktu bulan November.
Dari AI hingga emas dan obligasi pemerintah AS: hampir semua aset melonjak ke level tertinggi, pasar memasuki fase "Everything High"
Pengeluaran modal AI dan ekspektasi keuntungan perusahaan terus mengalami revisi kenaikan, sementara energi, emas, imbal hasil obligasi pemerintah AS, serta posisi pasar juga meningkat secara bersamaan. Secara permukaan, ini mencerminkan peningkatan pertumbuhan dan selera risiko secara menyeluruh; namun ketika inflasi, suku bunga, dan perdagangan yang padat berada di level tinggi secara bersamaan, toleransi pasar terhadap keberlanjutan kemakmuran AI juga semakin menyempit.
Trump Memaksa The Fed Turunkan Suku Bunga, Namun Waller Mungkin Lakukan Sebaliknya: Rapat Minggu Depan Hadapi 'Tiga Pilihan'
Kolumnis Bloomberg Claudia Sahm berpendapat bahwa ketika Trump terus menekan agar suku bunga diturunkan, inflasi masih jauh di atas target 2%, sehingga kenaikan suku bunga kembali menjadi opsi dan Waller menghadapi keputusan sulit minggu depan. The Fed memiliki tiga jalur: menaikkan suku bunga tanpa dukungan Waller, yang dapat memicu perpecahan internal yang jarang terjadi; mempertahankan suku bunga, tetapi berisiko menghadapi tuduhan intervensi politik; atau jika Waller memimpin kebijakan kenaikan suku bunga, maka bisa bertahan terhadap tekanan Gedung Putih dan mempertahankan independensi kebijakan.
Goldman Sachs: Memberi Peringkat "Beli" untuk Arista Networks (ANET.US) dengan Target Harga 225 Dolar AS
Goldman Sachs menunjukkan bahwa Arista Networks menegaskan kembali panduan pendapatan dan margin laba untuk tahun 2026, yang terutama didukung oleh perbaikan visibilitas rantai pasokan serta permintaan di dua bidang strategis utama: infrastruktur AI dan penerapan di kawasan perusahaan.
Harga kripto
Lainnya
