Майбутнє роботів, про які мріяли наші дідусі та бабусі, наближається. Незважаючи на серйозні труднощі, з якими ми стикаємося на шляху до світу, населеної автономними роботами, рішення з’являються щодня. Витратна проблема вирішується завдяки розвитку технологій та виробництва. Прогнозується, що ціна на гуманоїдних роботів до 2050 року знизиться до 15 000 доларів, що зробить їх доступними для мільйонів родин. Телеприсутність пропонує масштабоване рішення для проблеми з даними. У сукупності ці чинники дають галузі набагато більш практичну дорожню карту на найближче майбутнє щодо високих рівнів автономії.

Розрив у керуванні

Однак є один розрив, який не можна просто вирішити шляхом збільшення капіталу чи масштабування збору даних: довіра. Та сама проблема довіри, яка існує в штучному інтелекті, розширюється, коли роботи працюють у реальному світі. Проблеми, пов’язані з втратою робочих місць і порушенням конфіденційності, залишаються, так само як і алгоритмічні упередження та дискримінація. Усі ці питання мають спільний знаменник — це узгоджене, підзвітне взаємодія людини та робота.

Уявіть собі гуманоїдного помічника, який йде забрати піцу з передплаченим гаманцем на 100 доларів. Він повертається з замовленням, але гуманоїд не заплатив за піцу. Відповідальність є неясною (власник, виробник, оператор чи постачальник послуг), і поточні правові системи не дають чіткої відповіді. Щоб ввести автономних роботів у наше повсякденне життя, ми повинні створити структури керування, які можуть вирішувати ситуації, коли вони порушують політику, та заохочувати виробників і операторів роботів ставити безпеку та якість на перше місце.

Засновник OpenMind Ян Ліпхардт зазначає: «Наші поточні правила (закони, конституції та хартії) були створені людьми для людей». Ідентичність, право і фінанси — це людські інститути, що робить неможливим надання доступу роботам. Наші ідентичності базуються на народженні, наші закони створені для людей, а наша фінансова система покладається на доведення “людськості”. Це швидко руйнується, коли робот намагається відкрити банківський рахунок в США без номеру соціального страхування. Потрібні реформи, щоб дозволити взаємодію людини та робота та створити довіру як до роботів, так і до людей, які їх виготовляють і експлуатують. Тому нам потрібні механізми для узгодження стимулів і поведінки.

Люди вже мають кілька систем для узгодження стимулів. Одним із варіантів є використання страхових моделей, коли ми подаємо заяви про непрацюючі роботи і отримуємо виплати в обмін, хоча цей процес може бути дорогим, повільним і суб’єктивним. Страховики та суди повинні брати участь, і страховики можуть вирішити, що не хочуть брати на себе цей ризик. Інший варіант — регуляторний нагляд. На жаль, наші органи влади давно відстають від технологічних інновацій. Нарешті, ми могли б застосувати саморегулювання, але тільки за умови чітких фінансових стимулів.

Рішення

Для створення надійної структури керування автономними роботами, нам потрібно призначити роботам ідентичність, доступ до капіталу та правовий кодекс, який вони повинні дотримуватися. Блокчейни та смарт-контракти є ідеальними технологіями для створення цифрового керування та фінансових систем. Блокчейни дозволяють створювати універсальні цифрові ідентичності, які можуть бути перевірені на ланцюзі для забезпечення довіри до машинної економіки. Смарт-контракти дозволяють виконувати наслідки, що сприяють цілій системі. Універсальний стекінг Symbiotic та FABRIC від OpenMind визнають цінність цієї технології в розвитку машинної економіки.

Універсальний стекінг, представлений Symbiotic, забезпечує виконання правил і карає учасників, таких як оператори роботів, якщо вони порушують умови. Умови штрафів визначаються власником або координатором мережі. Для цієї конкретної ситуації критичне значення має перевірка на ланцюзі. Зараз це легко перевірити на ланцюзі, оскільки все можна миттєво перевірити в реєстрі. Проблема полягає в тому, що робототехніка порушує цю парадигму: більшість важливих дій відбуваються поза ланцюгом у реальному світі, поза межами видимості блокчейну. Без моста машини не можуть отримувати або штрафувати без посередників. Це роль FABRIC від OpenMind: оракул, який приносить реальні дані на ланцюг. Для створення довіри без посередників нам потрібна незмінна перевірка.

Перший крок до перевірки — це ідентичність. У FABRIC кожен підключений пристрій отримує криптографічну ідентичність, яка закріплює місце розташування, дії та людське володіння конкретними роботами. Кожна ідентичність може створювати криптографічні журнали доказів місця розташування, доказів роботи та доказів власності, які служать шарами підтвердження для винагород чи покарань. У міру того, як ці журнали зростатимуть за довжиною, вони служитимуть як важіль довіри. Роботи з довшим періодом роботи та передбачуваною поведінкою отримуватимуть збільшені грошові потоки, що винагороджують якість і продуктивність. Після цього Symbiotic бере на себе контроль.

Підвищення цього до наступного рівня:

Уявіть, що поточний етап FABRIC схожий на систему спостереження за камерами, яка записує все, що робот заявляє, що він зробив, але вам все одно потрібно довіряти, що робот не бреше чи що його датчики не були скомпрометовані. Як FABRIC розвивається, мережа переходить від “робот каже, що зробив X” до “ми можемо криптографічно довести, що робот зробив X”. Це здійснюється через кілька ключових технологій.

Довірені середовища виконання створюють захищений сейф у процесорі робота, де дані з сенсорів обробляються в незмінній середовищі. Навіть якщо хтось зламає головний комп’ютер робота, вони не зможуть змінити те, що записує безпечний сейф. Це означає, що роботи не можуть виробляти пошкоджені твердження.
Мультипарті перевірка означає, що роботи не перевіряють себе ізольовано. Натомість навколишні роботи, IoT сенсори та інфраструктура перехресно перевіряють їхні твердження, як кілька незалежних свідків кожної дії. Це схоже на механізми консенсусу в блокчейнах.
Нульові докази вирішують проблему конфіденційності, дозволяючи роботу довести, що він зробив X без розкриття фактичних даних з сенсорів чи приватної інформації. Це важливо в таких ситуаціях, як охорона здоров’я, де роботи можуть обробляти дані пацієнтів. Разом ці технології перетворюють FABRIC із системи, що потребує людського аудиту, в основу, де дії роботів стають такими ж доказовими, як і транзакції блокчейну.

Разом ці принципи зміщують систему від виявлення поганої поведінки після того, як це сталося, до того, що погану поведінку неможливо буде приховати або заперечити з самого початку. З часом ми отримаємо автономну машинну економіку, що працює завдяки довірі між машинами, що ґрунтується на криптографічному виконанні. FABRIC створює охоронні механізми для машинної економіки через репутацію на ланцюзі, контроль доступу та фінансове виконання. Усі ці елементи закріплені в ідентичності пристрою.

Через Symbiotic смарт-контракти можуть безпосередньо інтегруватися з оракулом FABRIC і шаром реєстрації на ланцюзі. Це дозволяє Symbiotic скринькам працювати не тільки з ланцюговими заставами, але й з перевіреними даними поза ланцюгом. Закріплюючи події, згенеровані машинами, на ланцюзі, Symbiotic забезпечує умови для штрафів і винагород у повністю довірчому середовищі, поширюючи гарантії стекінгу на взаємодії машин у реальному світі.

Ця інтеграція закладає основи для Протоколу врегулювання машин, де агентний аналіз подій поза ланцюгом визначає, коли ініціюються дії на ланцюзі.

Протокол врегулювання машин (MSP)

Смарт-контракти не такі вже й розумні, але вони ефективні. Для автоматизації логіки штрафів вона має бути детермінованою, тобто має бути визначений поріг, що об’єктивно має бути подоланий для ініціації події. Для DeFi детермінована логіка підходить прекрасно: якщо ви торгуєте з важелем і ваші активи падають нижче встановленого рівня, ваша позиція ліквідується. Однак виникають дві проблеми, коли ми намагаємось відтворити цю систему виконання у реальному світі: доступ до даних і суб’єктивність реальних подій.

Протокол врегулювання машин (MSP) вирішує обидві ці проблеми, виступаючи як агентний оракул, який перекладає реальні дії роботів на перевіряні тригери для смарт-контрактів. Багатофункціональне сенсування (GPS, LIDAR, камери) надає дані, які важко підробити і які можуть бути перевірені агентами для ініціації дій на ланцюзі та миттєвих врегулювань. Ці агенти можуть бути людьми, ШІ чи роботами залежно від сценарію.

Реальний приклад

Уявіть, що Amazon або FedEx наймають флот роботів для доставки, щоб розширити свої можливості з доставки за одну ніч. Один робот не вдається доставити ноутбук, фактично позбавляючи отримувача придбаного товару. Традиційно подається страховка, і розслідування розпочинається. Цей процес може тривати тижнями, поки страховики не розберуться у відповідальності. У найгіршому випадку пост може стати вірусним і підірвати довіру до флоту доставки та завдати шкоди Amazon.

FABRIC прискорює процес призначення відповідальності та виплати компенсацій. Порушення визначається і перевіряється роботами поблизу для проактивного звітування про проблему. Криптографічні журнали робота показують точне місцезнаходження GPS, сканування пакунка, біометричне підтвердження та верифікацію передачі. MSP заморожує платіж виробнику, поки простий аналіз журналу не визначить, хто винен. Після того, як робот визнається винним, заставу виробника в скриньці Symbiotic буде зменшено для того, щоб Amazon міг повернути гроші клієнту. Цей подій записується на FABRIC і підвищує премії для майбутнього стекінгу виробника.

Висновок

Конвергенція перевірки OpenMind FABRIC і універсального стекінгу Symbiotic створює необхідну інфраструктуру довіри для автономних роботів. Поставивши фінансовий капітал на продуктивність роботів і забезпечивши перевірку через криптографічні докази, ми створюємо систему, яка стимулює постійне вдосконалення та будує публічну довіру.

Шлях зрозумілий: починати з криптографічного реєстрації для побудови підзвітності, переходити до перевірених доказів для точного виконання і, зрештою, дозволити повністю автономну машинну економіку. OpenMind і Symbiotic будують цю основу сьогодні.

Про Symbiotic

Symbiotic — це модульна, без дозволу система стекінгу, призначена для забезпечення гнучкої та програмованої економічної координації для додатків на ланцюзі. Вона забезпечує узагальнену інфраструктуру, де будь-який протокол може створювати свою власну реалізацію стекінгу з кастомною логікою, ролями, типами застав та умовами штрафів.

Про OpenMind

OpenMind розробляє універсальну операційну систему для інтелектуальних машин. Її платформа OM1 дозволяє роботам усіх форм сприймати, адаптуватися та діяти в людських середовищах. FABRIC, її децентралізований шар координації, створює безпечну ідентичність машин та підтримує глобальну мережу, де інтелектуальні системи співпрацюють. Разом вони закладають основу для машин, які можуть працювати в будь-якому середовищі, зберігаючи безпеку та координацію в масштабах.