A medida que a liña entre a automatización de IA e a axencia autónoma se esvaece, emerxe unha nova fronteira técnica, axentes de confianza e verificables que poden actuar de forma independente en todos os ecosistemas. , para explorar o que este cambio significa para o futuro da infraestrutura intelixente, que problemas resolve e como os desenvolvedores e as empresas deberían pensar doutro xeito sobre a computación baseada en axentes. Execución Para comezar, pode explicar que "Agentes de IA de confianza" son realmente no seu marco, e como difiren dos axentes de IA típicos que vemos en produtos baseados en automatización ou LLM? Ishan Pandey: Todos sabemos que os axentes de IA son a nova interface. Cambian a forma en que creamos, construímos e colaboramos. Pero para escalar, os axentes necesitan unha cousa: confianza. A privacidade é non negociable. Os axentes traballan con datos sensibles: prompts privados, activos criptográficos, carteiras. Sen privacidade non hai confianza, e sen axentes de confianza non escalan. É por iso que os axentes de IA de confianza funcionan enteiramente dentro de enclaves seguros como Intel TDX. A nosa pila de computación confidencial mantén a súa lóxica, datos e accións privadas, mesmo desde o host, mentres xera probas verificables de execución. A diferenza dos axentes típicos baseados en LLM que dependen de APIs centrais e expoñen datos de usuario, iExec Matthieu Jung: A colaboración entre iExec e Eliza OS parece combinar a infraestrutura de privacidade coa computación autónoma.Como está tecnicamente conseguindo tanto a verificabilidade como a confidencialidade? Ishan Pandey: Esa é unha gran pregunta, e é central no que fai que os axentes de IA de confianza sexan diferentes.A tensión entre a confidencialidade e a verificabilidade é real na maioría das arquitecturas, pero non na nosa. Matthieu Jung: Co paquete ElizaOS x iExec, estamos a aproveitar Trusted Execution Environments (TEEs), especificamente Intel TDX, para illar non só a lóxica do axente construída con ElizaOS, senón tamén o propio modelo de IA, o que se emprega para adestrar ou axustar o axente. Isto é crucial. Isto significa que todo o ambiente de execución, incluíndo tanto a lóxica como os parámetros do modelo sensible, están protexidos contra o acceso externo, mesmo de hosts de nube ou administradores do sistema. Ao mesmo tempo, estes enclaves xeran probas criptográficas que certifican a integridade da execución. Así é como conseguimos a verificabilidade: calquera pode verificar o que foi executado, sen ver como funciona. Non hai necesidade de escoller entre expoñer o modelo para Nun mundo onde moitas startups de IA dependen fortemente de APIs centralizadas e modelos pechados, que é necesario para construír axentes autónomos que son descentralizados polo deseño? Ishan Pandey: Require unha nova pila que engade execución privada verificable ás APIs. Coa computación confidencial, iExec fai que sexa fácil probar cada acción na cadea. iExec acaba de lanzar o xerador de iApp, unha ferramenta de desenvolvemento que permite aos desenvolvedores construír e implementar aplicacións confidenciais en minutos. Matthieu Jung: Como os axentes de axuda da infraestrutura de iExec demostran o seu traballo, estado ou lóxica a terceiros? Ishan Pandey: iExec executa axentes dentro de enclaves Intel TDX que xeran probas asinadas do código, entradas e saídas. esas probas poden ser compartidas en cadea para que calquera poida verificar a identidade do enclave e confirmar que o axente fixo exactamente o que prometeu, sen expoñer nunca os datos privados ou código. Matthieu Jung: Cal é o potencial inconveniente de permitir que os axentes de IA autónomos operen en cadeas ou aplicacións?Estamos preparados para unha intelixencia verdadeiramente compostable? Ishan Pandey: Permitir que os axentes se movan a través de cadeas ou aplicacións xera novas superficies de ataque e interaccións inesperadas.Un bug nun protocolo podería cascarse noutro.Ademais, sen estándares claros, a proba de responsabilidade ou a reversión de malas accións faise difícil.É por iso que a confianza e a gobernanza aínda son tan importantes cando se trata de axentes descentralizados e automatizar accións na blockchain. Matthieu Jung: Podes guiarnos a través dun exemplo hipotético ou caso de uso onde un axente de IA de confianza está implantado na natureza, o que fai, como proba a súa execución e por que é mellor que os modelos tradicionais? Ishan Pandey: Imaxina os axentes de IA que negocian por ti, xestionando estratexias de DeFi, lendo sinais, colocando comercios e adaptando carteiras. Debe interactuar con datos sensibles e activos como a súa clave privada ou carteira. Con iExec, a lóxica do axente corre de forma confidencial nun TEE. Os comerciantes poden protexer os seus conxuntos de datos, compartir o acceso de forma segura cun modelo e mesmo recibir alertas confidenciais. Cada comercio e cada decisión é executada de forma segura e verificable. Poden incluso monetizar os seus datos comerciais privados. Non tes que confiar no desenvolvedor ou no infra. Matthieu Jung: Por último, para os construtores e investidores que ven o desenvolvemento da narración do axente de IA de confianza, cales son os sinais aos que deben prestar atención nos próximos 12 meses? Ishan Pandey: Xa sabemos que os axentes son a nova interface. E, por desgraza, iso significa que comezaremos a ver fugas de prompts de axentes e exposicións de datos, e iso subliñará por que a execución privada importa. Outra innovación que levará aos axentes ao seguinte nivel é MCP ou Protocolo de Contexto Modelo. Permite aos axentes compartir de forma segura instantáneas cifradas do seu estado de traballo mentres se moven e iteran en múltiples aplicacións. iExec xa implantou un servidor MCP. Estas tendencias revelarán quen está realmente construíndo axentes descentralizados e de primeira liña fronte aos que aínda están ligados a APIs pechadas. Matthieu Jung: Non esquezas gustar e compartir a túa historia!

This story contains new, firsthand information uncovered by the writer.

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

Este audio está producido na lingua orixinal da historia!

Desbloquear a IA autónoma: Matthieu Jung de iExec sobre a construción de confianza nun futuro descentralizado

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

HackerNoon Decoded 2024: Celebrating Our Media Community!

HackerNoon Decoded 2024: Celebrating Our Startups Community!

HackerNoon Decoded 2024: Celebrating Our Remote Work Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

HackerNoon Decoded 2024: Celebrating Our Media Community!

HackerNoon Decoded 2024: Celebrating Our Startups Community!

HackerNoon Decoded 2024: Celebrating Our Remote Work Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps