Технология доказательств с нулевым разглашением (ZKP) станет основой новой эры надежного искусственного интеллекта и цифровой идентификации, считает CEO Billions Network Эвин Макмаллен.
Она предоставит частным лицам и организациям возможность безопасно и прозрачно взаимодействовать с различными платформами.
Суть проблемы
С распространение ИИ-агентов людям приходится предоставлять все больше биометрических данных, чтобы подтвердить, что они не являются ботами.
Если личная информация попадет в открытый доступ, машины могут ею воспользоваться. Например, чтобы выдать себя за реального человека.Это может нарушить работу систем, предназначенных для отсеивания «неживых» пользователей.
Возникает «гонка вооружений»: чем тщательнее проводится проверка, тем выше риск утечки данных в сеть.
Недопустимо требовать прозрачности от людей и принимать непрозрачность от машин, считает Макмаллен. И ботам, и онлайн-пользователям нужны более эффективные способы проверки личности.
Собирать биометрические данные и формировать централизованные реестры — не выход, поскольку такие базы неизбежно привлекут внимание киберпреступников.
Сюда под ID
Дефицит доверия препятствует прогрессу
Отсутствие механизмов для надежной проверки идентичности искусственного интеллекта создает проблемы. Пока ИИ-агенты могут выдавать себя за людей, манипулировать рынками или выполнять несанкционированные транзакции, предприятия не спешат широко внедрять автономные системы.
Макмаллен подчеркнул, что LLM после дообучения становятся более опасными — они в 22 раза чаще выдают вредные или нежелательные ответы по сравнению с исходными «базовыми» нейросетями.
Взломать, то есть обойти встроенные системы безопасности через джейлбрейк, такие донастроенные решения тоже проще.
Если сервис не понимает, кто к нему обращается, любая попытка взаимодействия с ИИ становится потенциальным риском утечки или несанкционированного использования.
Легитимные ИИ-системы нуждаются в проверяемых учетных данных, чтобы участвовать в формирующейся экономике «агент-агент». Если торговый бот выполняет операцию с другим ботом, обе стороны должны быть уверены в его идентичности и системе подотчетности.
С точки зрения людей ситуация также несовершенна. Традиционные системы проверки личности часто приводят к массовым утечкам данных, допускают авторитарный надзор и приносят корпорациям миллиарды доходов от продажи персональных сведений без какой-либо компенсации владельцам.
Люди не хотят делиться личными данными, но нормативные требования заставляют это делать.
Данные как актив: новый производственный фактор по-китайски
Решение
Доказательства с нулевым разглашением могут стать инструментом, с помощью которого и люди, и ИИ будут подтверждать свои полномочия без риска злоупотреблений.
ZKP позволяют субъектам проверять определенные утверждения без раскрытия исходных данных. Примеры:
- пользователь подтверждает, что ему больше 21 года, не указывая дату рождения;
- ИИ демонстрирует обучение на этическом наборе данных без раскрытия запатентованных алгоритмов;
- финансовая организация убеждается, что клиент соответствует нормативным требованиям, не храня его личную информацию.
«ZKP могут полностью изменить ситуацию, позволяя нам доказать, кто мы есть, без передачи конфиденциальных данных. Но их внедрение по-прежнему идет медленно», — подчеркнул Макмаллен.
Технология по-прежнему остается нишевым решением в серой зоне регулирования и малоизвестна широкой аудитории. К тому же компании, зарабатывающие на сборе персональных данных, не заинтересованы в интеграции ZKP.
Однако более гибкие игроки рынка идентификации уже начинают применять технологии нулевого разглашения, отметил Макмаллен.
«По мере появления нормативных стандартов и повышения осведомленности ZKP могут стать основой новой эры надежного ИИ и цифровой идентификации. Технология предоставит частным лицам и организациям возможность безопасно и прозрачно взаимодействовать с платформами», — добавил эксперт.
Последствия
Генеративный ИИ может приносить мировой экономике триллионы долларов ежегодно, однако значительная часть этого потенциала остается нереализованной и-за барьеров, связанных с проверкой личности:
- институциональные инвесторы требуют надежного соблюдения требований KYC/AML перед тем, как вкладывать деньги в основанные на искусственном интеллекте стратегии;
- предприятия настаивают на подтверждении личности агентов, прежде чем предоставить автономным системам доступ к критически важной инфраструктуре;
- регуляторам нужны механизмы подотчетности перед одобрением внедрить ИИ в чувствительные области.
«Системы идентификации на базе ZKP отвечают всем вышеперечисленным требованиям, сохраняя при этом конфиденциальность и автономность», — отметил Макмаллен.
Дополнительно технология способна решить растущую проблему дипфейков. Каждый фрагмент контента можно связать с проверенным создателем без раскрытия его личности.
Напомним, в июле в Китае заработали цифровые удостоверения личности.
Типа личность
