RoboTech Frontier Hub 创始人解释为什么人工智能需要基于区块链的验证
核心要点
- Saklakov表示，区块链可以记录人工智能系统的状态、权限、决策条件和执行历史，而无需在链上运行人工智能本身。
- 告诉我们区块链和人工智能的交叉点。
- 然后，确定性执行系统可以定义人工智能实际上可以做什么。
在接受 crypto.news 采访时，Selva Ozelli 与 RoboTech Frontier Hub 创始人 Denis “Dan” Saklakov 讨论了人工智能、区块链和金融的交叉点，以及他的人工智能辅助投资工具 Meijin 如何利用投资者的风险状况来管理包括加密货币在内的资产的退出策略。
摘要 美锦在购买后监控资产并根据投资者选择的风险水平管理退出策略。
Saklakov表示，区块链可以记录人工智能系统的状态、权限、决策条件和执行历史，而无需在链上运行人工智能本身。
RoboTech Frontier Hub 正在开发人工智能验证、机器人、人机界面和高级计算领域的项目。
萨克拉科夫预计，随着人工智能在自动化财务决策中发挥更大作用，验证和确定性执行系统将变得越来越重要。
讨论还涉及使用区块链创建人工智能决策、权限和执行历史的可验证记录，以及 Saklakov 在人工智能验证、机器人、人机界面和旨在将机器智能与行动权限分开的架构方面的工作。
Denis “Dan” Saklakov 是一名律师、数字资产经理和应用人工智能科学家，其工作领域包括数字资产、区块链技术和人工智能。他此前曾在一家加密货币交易所工作，自 2024 年起担任 RoboTech Frontier Hub 的管理合伙人，负责开发人工智能、机器人、金融、人机交互和高级计算的交叉技术。
告诉我们您的专业和教育背景。
我的背景涉及法律、数理统计、金融、人工智能和技术。我最初是一名律师，后来进入企业金融、投资银行、并购、私募股权和资产管理领域。我在西北大学获得了硕士学位，最近又完成了麻省理工学院应用人工智能科学研究生课程。
现在，我住在纽约市，担任 RoboTech Frontier Hub 的执行合伙人。我将我目前的大部分工作描述为人工智能和通用人工智能架构：智能系统应该如何使用信息、做出决策并与现实世界交互，而不让计算能力自动转变为不受控制的权威。
这个问题在金融、机器人、人工智能验证、人机界面和高级计算领域都有实际应用。
我在最近的著作《机器为我们选择之前：实现自由、人类生存和共享意识的 AGI 架构》中描述了更广泛的安全 AGI 架构。
本书的中心问题是如何使高级智能变得异常强大，同时防止能力本身成为自我授权的力量。
告诉我们您在 2024 年成立 RoboTech Frontier Hub 的历程，这是一个专注于推进机器人、自动化和人工智能技术的加速器，特别是您的人工智能辅助投资工具 Meijin。
RoboTech Frontier Hub 源于我在研究科学和工程理念时反复遇到的一个问题。
许多有趣的技术从未得到适当的发展，因为发明者担心解释科学原理会让有人窃取产品。所以一切都保密。但当科学本身被隐藏时，其他研究人员就无法测试它、批评它、识别它的局限性或将它与另一个领域联系起来。
我们决定使用不同的模型。
您可能还喜欢：Ledger 首席技术官表示，比特币量子迁移可能需要数年时间
在 RoboTech，我们尝试将真正的科学工作置于技术之下。在适当的情况下，我们会发布足够的科学基础，供其他研究人员检查、挑战和发展。同时，我们目前保护实际的实现、算法和商业技术。
简而言之，我们不想仅仅为了保护产品而隐藏科学。我们希望科学理念能够经受考验，然后我们在仍然有效的基础上构建技术。
美津就是一个例子。
Meijin 背后的基本观察非常简单。投资者经常花费大量时间来决定购买哪种加密货币、股票或 ETF，但在决定何时出售时投入的思考要少得多。
美锦不会为您选择资产。
您可以选择比特币、以太坊、Zcash、Moderna 股票、石油合约或其他资产。美锦在您拥有后开始工作。
我们首先量化投资者准备接受的风险水平。然后，系统持续监控头寸并围绕该风险状况管理退出策略。
随着情况的变化，它可能会分阶段减少或出售头寸。
目的不是承诺确切的最高可能售价。没有人能诚实地保证这一点。目的是使卖出决策系统化，而不是情绪化。
加密货币使得这一点特别有用，因为市场每天二十四小时运行。投资者睡觉了。监控系统则不必。
另一个重要的区别是最终的执行逻辑是确定性的且可审计的。我们可以使用人工智能进行分析，但我们不希望语言模型只是即兴做出转移某人资金的最终决定。
美锦也只是我们的项目之一。
Awareness Runtime 解决了现代人工智能带来的另一个问题：模型可以产生非常令人信服的答案，但实际上并没有证据支持。我们正在开发一个验证层，旨在在人工智能生成的结论成为专业决策或外部行动之前评估所支持的内容。这对于金融专业人士和律师来说尤其重要。
Theta-Star 和 Guardrail 的工作解决了一个不同的问题：即使人工智能系统得出了正确的结论，谁赋予它采取行动的权力？我们将智能与授权分开，以便提出操作的系统不能简单地创建自己的执行权限。这对于飞行员、驾驶员和其他高风险职业的自动化尤为重要，因为这些职业可能必须非常快速地做出决策。
ActionAtlas 将我们的一些工作带入了机器人领域。这个想法是为机器人提供紧凑、专业的信息包，当无法假设永久云连接、GPS 或外部基础设施时，这些信息包可以在本地保持可用。例如，从本质上讲，它可以充当家庭机器人的地图。
NeuroPhase 探索另一个前沿：计算系统和人类神经信号之间的接口。我们的长期目标是使机器界面更接近人脑的自然信息处理，而不是要求人体逐渐变得更具侵入性只是为了与机器进行有效的通信。换句话说，长期的方向是人与机器的融合，但我们试图让机器更接近人类，而不是强迫人体逐渐变得更像机器。
我们还在研究微重力和轨道环境中的量子计算。根本的科学问题是某些量子计算平台是否可以受益于微重力、低温和机械隔离的组合。从长远来看，这可能与未来量子超级智能系统在遥远轨道环境中的训练和操作相关。
另一个方向是关键系统，将分析和优化方法应用于物理供应链，包括识别关键工业和航空航天制造中的真正瓶颈。
这些项目看起来非常不同，但它们来自相同的模型：识别潜在的科学问题，确定证据和数学实际上支持该想法的地方，暴露足够的科学基础进行检查，然后在这些边界内构建受保护的技术。
告诉我们区块链和人工智能的交叉点。
对我来说，区块链和人工智能最有用的交叉点之一是对机器决策的信任。
对于像 Meijin 这样的东西来说，这一点变得非常具体。