Dưới đây là bản dịch tiếng Việt của văn bản, với các từ viết tắt được dịch như sau: 'TPS' được dịch thành 'Số lượng giao dịch trên mỗi giây'. 'AR' được dịch thành 'Thực tế tăng cường (AR)'. 'TRON' được dịch thành 'TRON'. 'Prom' được dịch thành 'Prom'. 'Ren' được dịch thành 'Ren'. 'HT' được dịch thành 'HT'. 'OP' được dịch thành 'OP'. 'AR' được dịch thành 'AR'. 'ONT' được dịch thành 'ONT'. 'MX' được dịch thành 'MX'. 'DFI' được dịch thành 'DFI'. 'RON' được dịch thành 'RON'. 'ONG' được dịch thành 'ONG'. '何一' được dịch thành 'He Yi'. '中心化应用' được dịch thành 'ứng dụng tập trung'. '零知识证明' được dịch thành 'Bằng chứng không tri thức'. '链' được dịch thành 'Chuỗi'. '区块链' được dịch thành 'blockchain'. '集成' được dịch thành 'tích hợp'. '算力' được dịch thành 'tỷ lệ băm'. '观点' được dịch thành 'quan điểm'. '风险' được dịch thành 'rủi ro'. '扩展' được dịch thành 'mở rộng'. '上看' được dịch thành 'nhìn lên'. '数据' được dịch thành 'dữ liệu'. '加密' được dịch thành 'crypto'. '审计' được dịch thành 'kiểm toán'. '去中心化' được dịch thành 'phi tập trung'. '认为' được dịch thành 'cho rằng'. '次' được dịch thành 'lần'. '任务' được dịch thành 'nhiệm vụ'. '节点' được dịch thành 'nút'. '环境' được dịch thành 'hoàn cảnh'. '矿工' được dịch thành 'thợ đào'. '体验' được dịch thành 'trải nghiệm'. '资产' được dịch thành 'tài sản'. 'Followin' được dịch thành 'Followin'. '私钥' được dịch thành 'private key'.

Dưới đây là bản dịch tiếng Việt của văn bản trên:

Sau khi khởi tạo System Prompt, Prompt sẽ được truyền đến mô hình LLM để tải, đồng thời tạo ra một cam kết mã hóa thông qua một giao thức cam kết, và sử dụng mạng tính toán ZK của Zypher để tạo ra một bằng chứng không thể thay đổi. Quá trình này sẽ ghi lại tính toàn vẹn và tính nhất quán của Prompt, đảm bảo Prompt có thể hướng dẫn mô hình tạo ra hành vi như mong đợi.

Đối với người dùng sử dụng Prompt, họ có thể tải về Prompt được cam kết và tệp chứng minh tương ứng, và xác minh mô hình hiện tại với Prompt được cam kết. Kết quả xác minh sẽ xác định rõ liệu Prompt của người dùng có bị thay đổi hay không, đảm bảo Prompt và hành vi của mô hình phù hợp với thiết lập ban đầu của nhà phát triển.

Ví dụ tương tác

zk Prompt đã xây dựng một cơ chế tương tác đáng tin cậy giữa AI Agent, mạng tính toán ZK, DApp và hợp đồng thông minh, đảm bảo tính toàn vẹn và tính nhất quán của Prompt, cung cấp bảo đảm đáng tin cậy cho hành vi của mô hình AI.

Khi nhà phát triển AI Agent định nghĩa và gửi System Prompt thông qua zkPrompt, Prompt sẽ được xử lý mã hóa, tạo ra một cam kết mã hóa (Commitment), đồng thời khởi tạo AI Agent và tạo ra các mạch điện tử mã hóa liên quan đến lời nhắc, đảm bảo nội dung Prompt không thể bị thay đổi trong hệ thống. Cùng lúc đó, AI Agent sẽ gửi khóa xác minh đến mạng tính toán ZK của Zypher, làm cơ sở cho việc xác minh sau này.

Khi DApp khởi tạo yêu cầu tin nhắn hoặc giao dịch, AI Agent sẽ nhận yêu cầu và ủy thác nhiệm vụ tính toán cho mạng tính toán ZK xử lý. Trong mạng tính toán ZK, kết quả thực hiện Prompt thông qua chứng minh không tri thức được mã hóa xác minh, chứng minh này không chỉ ghi lại quá trình thực hiện nhiệm vụ, mà còn đảm bảo tính nhất quán giữa Prompt và hành vi, tệp chứng minh sau đó được trả về cho hợp đồng thông minh hoặc DApp để xác minh thêm.

Hợp đồng thông minh Zytron trên chuỗi của Zypher sẽ xác minh chứng minh không tri thức và cam kết mã hóa, xác nhận tính chính xác của nội dung lời nhắc và hành vi thực hiện. Nếu nội dung lời nhắc bị thay đổi hoặc thực hiện không phù hợp với thiết lập ban đầu, quá trình xác minh sẽ thất bại, từ đó hiệu quả ngăn chặn các vấn đề tiềm ẩn. Cơ chế xác minh này cung cấp sự hỗ trợ mạnh mẽ cho độ tin cậy của Prompt và đảm bảo mô hình AI luôn hoạt động theo dự kiến của nhà phát triển.

Do đó, thông qua hợp tác với hợp đồng thông minh và các đối tượng blockchain khác, Zypher có thể thực hiện các mục tiêu an toàn minh bạch và có thể xác minh hơn, và có thể được tích hợp thuận tiện cho nhiều trường hợp sử dụng Web3.

Về đặc điểm, zk Prompt có thể đảm bảo cho AI Agent:

• Bảo mật dữ liệu: Người dùng có thể xác minh tính chính xác của lời nhắc mà không cần xem hoặc hiểu nội dung cụ thể của lời nhắc, bảo vệ tính nhạy cảm của lời nhắc.
• Độ tin cậy và minh bạch: Thông qua chứng minh không tri thức, người dùng có thể tin tưởng rằng hành vi của AI không bị thay đổi một cách ác ý.
• Xác minh phân tán: Bất kỳ người dùng hoặc bên thứ ba nào cũng có thể xác nhận tính nhất quán giữa lời nhắc và mô hình thông qua quá trình xác minh, mà không phụ thuộc vào thực thể tập trung.

Dựa trên zk Prompt, nó không chỉ có thể đảm bảo tính tin cậy của Prompt, mà còn có thể mở rộng sang Proof of Inference, cũng có thể đảm bảo quá trình suy luận của AI Agent là đáng tin cậy và kết quả suy luận dựa trên đầu vào hợp pháp.

Tổng thể, giải pháp zk Prompt đặc biệt phù hợp với các tình huống nhiệm vụ quan trọng, chẳng hạn như liên quan đến thông tin tài chính nhạy cảm hoặc yêu cầu hướng dẫn hành động rõ ràng của AI Agent, để đảm bảo độ tin cậy và cung cấp bảo đảm an toàn cao.

An toàn tốt hơn

Trong cuộc đua xây dựng AI Agent đáng tin cậy, giải pháp TEE được sử dụng rộng rãi do môi trường cách ly dựa trên phần cứng, có thể đạt được một mức độ bảo vệ quyền riêng tư dữ liệu và tính có thể xác minh của thực thi. Mặc dù TEE là một giải pháp quyền riêng tư phổ biến và đã được chứng minh trong nhiều lĩnh vực, nhưng vẫn còn một số hạn chế trong việc xây dựng AI Agent đáng tin cậy.

Thực tế, giải pháp TEE thường phụ thuộc vào môi trường đáng tin cậy và dịch vụ quản lý khóa do các nhà sản xuất phần cứng như Intel SGX và ARM TrustZone cung cấp. Cơ chế tin cậy tập trung này khiến tính bảo mật của hệ thống phụ thuộc rất lớn vào nhà sản xuất cụ thể, dẫn đến rủi ro tập trung, Intel SGX trước đây đã nhiều lần bị phát hiện lỗ hổng, trực tiếp đe dọa nền tảng đáng tin cậy của nó. Ngoài ra, mặc dù TEE cung cấp một môi trường chạy cách ly, khả năng bảo vệ quyền riêng tư dữ liệu của nó vẫn còn hạn chế. Ví dụ, trong quá trình truyền dữ liệu đến môi trường TEE có thể đối mặt với rủi ro nghe lén, trong khi kẻ tấn công bên ngoài TEE cũng có thể thu thập thông tin nhạy cảm thông qua giao diện tương tác. Hơn nữa, thiết kế TEE chủ yếu hướng đến các nhiệm vụ tính toán được xác định trước, thiếu khả năng điều chỉnh động. Trong khi đó, AI Agent thường cần đối phó với nhiệm vụ đa dạng và bối cảnh phức tạp, kiến trúc cứng nhắc này cũng khó đáp ứng nhu cầu thực tế.

Ngược lại, giải pháp chứng minh không tri thức của Zypher có đặc tính phi tập trung, không cần phụ thuộc vào bất kỳ thực thể tập trung nào, an toàn của nó xuất phát từ mạng tính toán phân tán và quy mô lớn ở bên ngoài chuỗi. Điều này không chỉ mang lại lợi thế về tính nhẹ, mà về khả năng mở rộng và tính linh hoạt động cũng rõ ràng hơn TEE, cho phép nó thích ứng hiệu quả hơn với các kịch bản ứng dụng đa dạng của AI Agent. Không chỉ ChatGPT, mà các mô hình ngôn ngữ lớn như Deepseek đang nổi lên hiện nay cũng có thể được tích hợp một cách trơn tru. Đáng chú ý là, giải pháp Zypher hoàn toàn dựa trên thiết kế ZK, lấy sáng tạo mật mã thuần túy làm lõi, nổi bật trong lĩnh vực giải pháp AI Agent đáng tin cậy.

Tóm lại, mặc dù công nghệ AI đang phát triển với tốc độ kinh ngạc, nhưng do các hạn chế về an ninh, đạo đức và tính thực dụng, việc phổ cập AI Agent hoàn toàn tự chủ vẫn đối mặt với nhiều thách thức. Ngược lại, AI Agent bán tự động, do cân bằng được tính tự động hóa và giám sát của con người, vẫn sẽ là xu hướng chủ đạo trong tương lai. Điều này cũng có nghĩa là AI Agent cần có tiến bộ về tính đáng tin cậy và quyền riêng tư trước khi được áp dụng rộng rãi, và Zypher Network với giải pháp mật mã học hoàn toàn dựa trên ZK đang đẩy nhanh quá trình này, cung cấp nền tảng vững chắc cho sự phát triển của ngành AI Agent ở giai đoạn tiếp theo.

Là cơ sở hạ tầng mật mã học quan trọng nhất trong kỷ nguyên AI, Zypher Network đang "Làm cho Agent An toàn Trở lại"!