Matematycy chcą udowodnić bezpieczeństwo AI jak twierdzenia

Zdobywca Medalu Fieldsa, kanadyjski matematyk Jacob Tsimerman, ogłosił powołanie Mathematical A.I. Safety Institute (MAISI) – niezależnej placówki badawczej z siedzibą w rejonie Zatoki San Francisco. Instytut rozpocznie działalność w styczniu 2027 roku, a jego zespół ma liczyć od dziesięciu do trzydziestu matematyków zajmujących się problemami bezpieczeństwa sztucznej inteligencji. Tsimerman, który jednocześnie dołącza do zespołu bezpieczeństwa OpenAI, podkreśla potrzebę znacznie wyższych standardów w tej dziedzinie.

Dlaczego bezpieczeństwo AI wymaga nowego podejścia

W kryptografii istnieje elegancki sposób weryfikacji: można matematycznie udowodnić, że dany schemat szyfrowania jest nie do złamania, bez konieczności testowania każdego możliwego ataku. Systemy sztucznej inteligencji nie mają takiego skrótu. Ich bezpieczeństwo ujawnia się dopiero w praktyce, podczas rzeczywistego działania.

Problem pogłębia fakt, że – jak wskazuje MAISI – brakuje nawet teoretycznej definicji tego, co właściwie oznacza „bezpieczny” system AI. To luka, którą nowy instytut zamierza wypełnić, tworząc fundamenty matematyczne dla weryfikacji systemów sztucznej inteligencji.

Co dokładnie chce osiągnąć MAISI

Cele instytutu koncentrują się na trzech głównych obszarach wymagających matematycznego ugruntowania:

• Odpowiedzialne działanie systemów – dowiedzenie, że model AI zachowuje się zgodnie z oczekiwaniami i generuje poprawne wyniki
• Bezpieczna współpraca agentów – wykazanie, że wiele systemów AI działających razem nie wywołuje niepożądanych efektów
• Odporność na nieznane zagrożenia – potwierdzenie, że systemy wytrzymują ataki i luki, których jeszcze nie odkryto

Te wymagania pokazują skalę ambicji projektu. Nie chodzi tylko o sprawdzenie znanych scenariuszy, ale o stworzenie ram pozwalających przewidzieć i zabezpieczyć się przed zagrożeniami, które dopiero mogą się pojawić.

Zero-knowledge proofs jako narzędzie weryfikacji

Jednym z potencjalnych narzędzi, które MAISI rozważa wykorzystać, są dowody z wiedzą zerową (zero-knowledge proofs). To technika kryptograficzna pozwalająca systemowi wykazać, że nie działa nieuczciwie, bez ujawniania szczegółów wewnętrznych – w tym tajemnic handlowych laboratoriów AI.

Takie podejście mogłoby rozwiązać fundamentalny konflikt interesów: jak zweryfikować bezpieczeństwo modelu, nie zmuszając firm do ujawniania swoich algorytmów i danych treningowych? Dowody z wiedzą zerową oferują matematyczną gwarancję poprawności przy zachowaniu poufności.

Inicjatywa Tsimermana wpisuje się w szerszy trend poszukiwania formalnych metod weryfikacji systemów AI. Podczas gdy obecne podejścia opierają się głównie na testowaniu i empirycznej obserwacji, MAISI stawia na matematyczne dowody – podobnie jak czyni to kryptografia od dziesięcioleci. Czy uda się przenieść te metody do świata sztucznej inteligencji? Odpowiedź poznamy po starcie instytutu w 2027 roku.