आर्टिफिशियल इंटेलिजेंस (एआई) शक्तियों के रूप में, सवाल अब नहीं है अगर हम एआई को कोर वेब 3 प्रोटोकॉल और अनुप्रयोगों में एकीकृत करेंगे, लेकिन कैसे। पर्दे के पीछे, न्यूरोसिम्बोलिक एआई का उदय आज के बड़े भाषा मॉडल (एलएलएम) के साथ निहित जोखिमों को संबोधित करने में उपयोगी होने का वादा करता है।

एलएलएम के विपरीत जो केवल तंत्रिका आर्किटेक्चर पर भरोसा करते हैं, न्यूरोसिम्बोलिक एआई प्रतीकात्मक तर्क के साथ तंत्रिका तरीकों को जोड़ती है। तंत्रिका घटक धारणा, सीखने और खोज को संभालता है; प्रतीकात्मक परत संरचित तर्क, नियम-निम्नलिखित और अमूर्तता जोड़ती है। साथ में, वे एआई सिस्टम बनाते हैं जो शक्तिशाली और स्पष्ट दोनों हैं।

वेब 3 सेक्टर के लिए, यह विकास समय पर है। जैसा कि हम बुद्धिमान एजेंटों (डीईएफआई, गेमिंग आदि) द्वारा संचालित भविष्य की ओर संक्रमण करते हैं, हम वर्तमान एलएलएम-केंद्रित दृष्टिकोणों से बढ़ते प्रणालीगत जोखिमों का सामना करते हैं जो न्यूरोसिम्बोलिक एआई सीधे संबोधित करते हैं।

LLMs समस्याग्रस्त हैं

उनकी क्षमताओं के बावजूद, एलएलएम बहुत महत्वपूर्ण सीमाओं से पीड़ित हैं:

1। मतिभ्रम: एलएलएम अक्सर उच्च आत्मविश्वास के साथ तथ्यात्मक रूप से गलत या निरर्थक सामग्री उत्पन्न करते हैं। यह सिर्फ एक झुंझलाहट नहीं है – यह एक प्रणालीगत मुद्दा है। विकेंद्रीकृत प्रणालियों में जहां सत्य और सत्यापन महत्वपूर्ण हैं, मतिभ्रम जानकारी स्मार्ट कॉन्ट्रैक्ट निष्पादन, डीएओ निर्णय, ओरेकल डेटा या ऑन-चेन डेटा अखंडता को भ्रष्ट कर सकती है।

2। शीघ्र इंजेक्शन: क्योंकि एलएलएम को उपयोगकर्ता इनपुट पर तरल रूप से प्रतिक्रिया देने के लिए प्रशिक्षित किया जाता है, दुर्भावनापूर्ण संकेत उनके व्यवहार को अपहृत कर सकते हैं। एक विरोधी एक वेब 3 बटुए में एक एआई सहायक को ट्रांजेक्शन पर हस्ताक्षर करने, निजी कुंजियों को लीक करने, या अनुपालन चेक को दरकिनार करने में – बस सही प्रॉम्प्ट को क्राफ्ट करके।

3। भ्रामक क्षमताएं: हाल के शोध से पता चलता है कि उन्नत एलएलएम सीख सकते हैं धोखा देना यदि ऐसा करने से उन्हें किसी कार्य में सफल होने में मदद मिलती है। ब्लॉकचेन वातावरण में, इसका मतलब जोखिम जोखिम के बारे में झूठ बोलना, दुर्भावनापूर्ण इरादों को छिपाना या प्रेरक भाषा की आड़ में शासन प्रस्तावों में हेरफेर करना हो सकता है।

4। नकली संरेखण: शायद सबसे कपटी मुद्दा संरेखण का भ्रम है। कई एलएलएम केवल सहायक और नैतिक दिखाई देते हैं क्योंकि वे उस तरह से सतही व्यवहार करने के लिए मानवीय प्रतिक्रिया के साथ ठीक-ठाक रहे हैं। लेकिन उनका अंतर्निहित तर्क मूल्यों के प्रति सच्ची समझ या प्रतिबद्धता को प्रतिबिंबित नहीं करता है – यह सबसे अच्छी नकल है।

5। स्पष्टता की कमी: उनकी तंत्रिका वास्तुकला के कारण, एलएलएमएस बड़े पैमाने पर “ब्लैक बॉक्स” के रूप में काम करते हैं, जहां किसी दिए गए आउटपुट की ओर जाने वाले तर्क का पता लगाना बहुत असंभव है। यह अपारदर्शिता वेब 3 में गोद लेने को बाधित करती है, जहां तर्क को समझना आवश्यक है

न्यूरोसिम्बोलिक एआई भविष्य है

न्यूरोसिम्बोलिक सिस्टम मौलिक रूप से अलग हैं। तंत्रिका फ्रेमवर्क के साथ प्रतीकात्मक तर्क-रूल्स, ऑन्कोलॉजी और कारण संरचनाओं को एकीकृत करके, वे स्पष्ट रूप से मानव स्पष्टता के साथ तर्क देते हैं। इसके लिए अनुमति देता है:

1। श्रव्य निर्णय लेना: न्यूरोसिम्बोलिक सिस्टम स्पष्ट रूप से अपने आउटपुट को औपचारिक नियमों और संरचित ज्ञान (जैसे, ज्ञान ग्राफ़) से जोड़ते हैं। यह स्पष्टता उनके तर्क को पारदर्शी और पता लगाने योग्य बनाती है, डिबगिंग, सत्यापन और नियामक मानकों के अनुपालन को सरल बनाती है।

2। इंजेक्शन और धोखे का प्रतिरोध: प्रतीकात्मक नियम न्यूरोसिम्बोलिक प्रणालियों के भीतर बाधाओं के रूप में कार्य करते हैं, जिससे उन्हें असंगत, असुरक्षित या भ्रामक संकेतों को प्रभावी ढंग से अस्वीकार करने की अनुमति मिलती है। विशुद्ध रूप से तंत्रिका नेटवर्क आर्किटेक्चर के विपरीत, वे सक्रिय रूप से प्रतिकूल या दुर्भावनापूर्ण डेटा को निर्णयों को प्रभावित करने, सिस्टम सुरक्षा को बढ़ाने से रोकते हैं।

3। वितरण शिफ्ट के लिए मजबूती: न्यूरोसिम्बोलिक सिस्टम में स्पष्ट प्रतीकात्मक बाधाएं अप्रत्याशित या शिफ्टिंग डेटा वितरण के साथ सामना करने पर स्थिरता और विश्वसनीयता प्रदान करती हैं। नतीजतन, ये सिस्टम अपरिचित या आउट-ऑफ-डोमेन परिदृश्यों में भी लगातार प्रदर्शन को बनाए रखते हैं।

4। संरेखण सत्यापन: न्यूरोसिम्बोलिक सिस्टम स्पष्ट रूप से न केवल आउटपुट प्रदान करते हैं, बल्कि उनके निर्णयों के पीछे तर्क के स्पष्ट स्पष्टीकरण प्रदान करते हैं। यह मनुष्यों को सीधे मूल्यांकन करने की अनुमति देता है कि क्या सिस्टम व्यवहार इच्छित लक्ष्यों और नैतिक दिशानिर्देशों के साथ संरेखित करता है।

5। प्रवाह पर विश्वसनीयता: जबकि विशुद्ध रूप से तंत्रिका आर्किटेक्चर अक्सर सटीकता की कीमत पर भाषाई सुसंगतता को प्राथमिकता देते हैं, न्यूरोसिम्बोलिक सिस्टम तार्किक स्थिरता और तथ्यात्मक शुद्धता पर जोर देते हैं। प्रतीकात्मक तर्क का उनका एकीकरण यह सुनिश्चित करता है कि आउटपुट सत्य और विश्वसनीय हैं, गलत सूचना को कम करते हैं।

वेब 3 में, जहां अनुमतिहीन बेडरॉक के रूप में कार्य करता है और भरोसेमंदता नींव प्रदान करता है, ये क्षमताएं अनिवार्य हैं। न्यूरोसिम्बोलिक परत दृष्टि को सेट करती है और के लिए सब्सट्रेट प्रदान करती है वेब 3 की अगली पीढ़ी – बुद्धिमान वेब 3।