Achieving Unanimous Consensus Through Multi-Agent Deliberation
Dit artikel stelt een nieuw blockchain-consensusmechanisme voor dat Large Language Models gebruikt als rationele agenten in een gestructureerd, meerderondedebatproces om unanimiteit of gegradeerde consensus te bereiken, waardoor de adaptiviteit voor complexe besluitvorming wordt vergroot terwijl de kerneigenschappen van blockchain behouden blijven en adversariële uitdagingen worden aangepakt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een blockchain niet voor als een koud, digitaal grootboek van geld, maar als een kamer met een jury onder hoge druk waarbij het doel niet alleen is om een meerderheid te krijgen, maar om iedereen hetzelfde antwoord te laten geven. Dat is het grote idee in dit artikel: het gebruik van Kunstmatige Intelligentie (specifiek, Large Language Models of LLM's) om te fungeren als een team van rationele juryleden die praten, discussiëren en hun gedachten verfijnen totdat ze tot een unanieme beslissing komen.
Het Probleem: Waarom "Meerderheid Beslist" Niet Genoeg Is
De meeste blockchains van vandaag werken als een luidruchtige menigte waar de luidste groep wint. Als 51% van de computers het eens is, wordt de beslissing genomen. Dit werkt geweldig voor het versturen van geld, maar de auteurs stellen dat het een slechte match is voor serieuze, beslissingen met een hoge inzet, zoals rechtelijke vonnissen, keuzes in de gezondheidszorg of overheidsbeleid.
Denk er bijvoorbeeld zo over na: als je zou moeten beslissen of je een nieuw medicijn op de markt brengt of iemand naar de gevangenis stuurt, zou je niet willen dat een systeem zegt: "Nou, 61% van de artsen vindt het veilig, dus laten we het doen." Je wilt dat iedereen op één lijn zit. Huidige blockchainsysteem worstelen hiermee omdat ze zijn gebouwd voor snelheid en fouttolerantie, niet voor diepe, gestructureerde conversatie. Ze hebben geen manier om een "pauze" af te dwingen als de groep het niet eens wordt, noch hebben ze een mechanisme waardoor de groep daadwerkelijk met elkaar kan praten om van mening te veranderen.
De Oplossing: Het AI "Overleg"-feestje
De auteurs stellen een nieuw systeem voor waarbij elke computer (node) in het netwerk zijn eigen AI-brein draait. In plaats van alleen "Ja" of "Nee" te roepen, gaan deze AI-agenten een gestructureerde, meerderonde-conversatie aan.
Zo verloopt het proces, stap voor stap:
- De Eerste Ronde (De IJsbreker): Het probleem wordt gepost en elke AI-agent geeft zijn eerste mening. Het is alsof iedereen tijdens een vergadering zegt wat hij denkt voordat iemand anders spreekt.
- De Reflectieronde (De Diepe Duik): Dit is het magische deel. De agenten stemmen niet alleen; ze luisteren. In een reeks beurten leest elke AI wat zijn buren zeiden, denkt erover na en probeert zijn eigen antwoord te verbeteren. Het is als een groep vrienden die een filmplot bespreekt; in het begin verschillen ze misschien van mening, maar na het horen van elkaars argumenten kunnen ze beseffen: "Oh, ik begrijp je punt," en van mening veranderen.
- De Addertjes onder het gras: Het artikel merkt op dat dit het beste werkt met "slimmere" (grotere) AI-modellen. In hun tests werden grote modellen (zoals de modellen met 70 miljard parameters) steeds beter en nauwkeuriger naarmate ze meer praatten. Kleinere modellen (zoals de 13 miljard parameters modellen) bleven soms steken of werden zelfs slechter, omdat ze het verschil tussen een goed en een fout antwoord niet konden onderscheiden, zelfs niet na het chatten.
- De Conclusieronde (Het Vonnis): Als iedereen het eindelijk eens is, schrijft de AI de volledige gespreksgeschiedenis op en legt deze vast in een nieuwe "block" op de blockchain. Dit maakt de beslissing transparant en onveranderlijk. Als ze het na een bepaald aantal beurten niet eens kunnen worden, dwingt het systeem geen slechte beslissing af; in plaats daarvan wordt er een "leeg blok" gemined, wat effectief zegt: "We konden het niet eens worden, dus we stellen dit voorlopig uit."
Wat de Experimenten Lieten Zien
De onderzoekers bouwden een werkend prototype (een "proof of concept") met behulp van echte AI-modellen en een aangepast blockchainsysteem. Dit is wat zij vonden:
- Het Werkt, Maar Het Kost Tijd: Het bereiken van een unanieme overeenstemming duurt langer dan een standaard blockchain-stemming. De tijd die nodig is, hangt af van hoeveel AI-agenten er praten en hoeveel rondes van gesprek er zijn. De grootste vertraging komt door de tijd die de AI nodig heeft om daadwerkelijk zijn gedachten te genereren.
- Grotere Breinen Winnen: In hun simulaties waren de grotere AI-modellen veel beter in het bereiken van een correcte, unanieme consensus. De kleinere modellen hadden moeite om het juiste antwoord te vinden, wat spiegelt aan de echte wereld waar een groep experts waarschijnlijker een oplossing vindt dan een groep met beperkte kennis.
- De Grootte van de Block: Wanneer zij deze overleggen uitvoerden, groeiden de resulterende datablokken naarmate ze meer agenten en meer rondes van gesprek toevoegden. De blokken bleven in hun tests onder de 30KB, wat beheersbaar is, maar de auteurs merken op dat het opslaan van deze volledige gesprekken op de blockchain een nieuwe uitdaging vormt vergeleken met het simpelweg opslaan van een "Ja/Nee"-stemming.
De "Maar..." (Waar de Auteurs Zich Zorgen Over Maken)
Het artikel is voorzichtig om dit niet als een afgerond, perfect product te bestempelen. De auteurs suggereren dat hoewel het systeem kan werken, er nog hindernissen zijn te overwinnen voordat het klaar is voor de echte wereld:
- Hallucinaties: AI verzint soms dingen. Als een AI tijdens het overleg liegt, kan het de hele beslissing van de groep verstoren.
- Beveiligingsrisico's: Slechtwillende actoren zouden de AI kunnen proberen te misleiden met verwarrende prompts of proberen het netwerk te overspoelen met valse identiteiten (Sybil-aanvallen).
- Kosten: Het draaien van deze krachtige AI-modellen vereist veel computerkracht (GPU's) en elektriciteit, wat duur kan worden.
De Kern van het Verhaal
Dit artikel suggereert een fascinerende nieuwe manier om blockchain te gebruiken: niet alleen als een grootboek voor geld, maar als een digitaal stadhuis waar AI-agenten overleggen totdat iedereen het eens is. Het is een verschuiving van "meerderheid beslist" naar "unanieme consensus". Hoewel de experimenten aantonen dat het mogelijk is en dat grotere AI-modellen het beter doen, benadrukken de auteurs dat dit nog in een vroeg stadium van onderzoek is. Ze hebben bewezen dat het concept werkt in een gecontroleerde omgeving, maar er ligt nog een lange weg voor de boot om het veilig, schaalbaar en betrouwbaar genoeg te maken voor echte beslissingen zoals rechtszaken of medische beleidskeuzes.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.