NEAR Protocol a exposé des plans visant à appliquer la vérification formelle assistée par IA à son protocole et à ses contrats intelligents principaux, après avoir rapporté 672 problèmes mathématiques résolus à un coût de modèle au moment de la soumission de 111,85 $.
Résumé
- NEAR prévoit d'appliquer la vérification formelle assistée par IA à son protocole et à ses contrats intelligents principaux.
- NEAR AI a rapporté avoir résolu 672 problèmes PutnamBench à un coût de modèle au moment de la soumission de 111,85 $.
- La vérification en production nécessite des modèles logiciels précis, des exigences définies et des preuves couvrant l'implémentation déployée.
- La vérification formelle complète les tests et les revues de code, avec des garanties limitées aux propriétés et hypothèses spécifiées.
NEAR Protocol a déclaré dans une annonce du 16 octobre que ses recherches visent à réduire le travail spécialisé et les coûts informatiques liés à la preuve que les logiciels suivent des règles définies.
L'application prévue couvre le protocole et les contrats principaux du réseau, ainsi que des outils pour les développeurs de l'écosystème. NEAR a décrit la vérification en production comme un objectif, tandis que ses travaux de référence achevés concernent la génération automatisée de preuves mathématiques.
NEAR prévoit de transposer la génération de preuves dans les logiciels de production
Selon l'annonce de NEAR, l'application de la recherche à des logiciels en fonctionnement implique trois étapes. Les développeurs doivent représenter un programme mathématiquement, définir les propriétés qu'il doit satisfaire et construire des preuves montrant que ces propriétés sont vérifiées.
Les récents résultats de référence de NEAR AI démontrent des progrès sur la troisième étape. L'annonce indique que le travail de production nécessite encore des modèles précis du comportement des logiciels et un lien clair entre les preuves et l'implémentation sur laquelle les utilisateurs s'appuient.
Dans son explication, NEAR distingue une preuve couvrant une règle comptable particulière d'une garantie que l'ensemble d'une application est sécurisé. Un contrat pourrait préserver les soldes lors des transferts tout en nécessitant une preuve distincte que seuls des comptes autorisés peuvent les initier.
Le cofondateur de NEAR, Illia Polosukhin, a associé la recherche aux risques liés aux logiciels générés par IA et aux outils qui aident les attaquants à identifier les faiblesses.
« L'avenir de l'IA, et du code généré par IA, est passionnant – mais seulement une fois que nous aurons obtenu des garanties vérifiables et mathématiques de son comportement. »
L'annonce reproduit la déclaration tirée des écrits de Polosukhin sur la sécurité logicielle. NEAR affirme que la vérification formelle devrait compléter les tests, la revue de code et les pratiques de sécurité opérationnelle.
Le résultat de 111,85 $ mesure des preuves mathématiques
L'annonce de NEAR rapporte que son agent IA a résolu 672 problèmes Lean issus de PutnamBench, une référence basée sur la compétition de mathématiques pour undergraduates Putnam. Le coût moyen rapporté était d'environ 0,17 $ par problème aux prix de modèle utilisés pour la soumission.
Le dépôt public du projet décrit le résultat comme 670 problèmes en amont plus des versions corrigées de deux problèmes dont les formalisations étaient défectueuses. NEAR indique que les dépenses rapportées excluent le coût complet du développement du système et n'estiment pas le prix de la vérification d'un contrat de production.
Dans le dépôt, l'équipe rapporte que rejouer la même utilisation aux prix hors pointe ultérieurs listés de DeepSeek coûterait 331 $. Sa méthodologie inclut les tentatives infructueuses, bien que les auteurs identifient une expérience parallèle distincte utilisant Kimi qu'ils ont exclue de la comptabilité des coûts.
Le dépôt décrit des vérifications contre des preuves inachevées et des modifications de l'énoncé mathématique en cours de preuve. Il rapporte que l'exécution la plus longue a duré plus de trois jours.
Parallèlement à PutnamBench, NEAR indique que son équipe a atteint la première place par le nombre total de résolutions sur le classement de formalisation Lean Eval v1. L'annonce précise cette mesure de classement, la distinguant des premières résolutions et des résolutions uniques.
Selon NEAR, les benchmarks mathématiques exercent une capacité nécessaire à la vérification logicielle, car les développeurs traduisent les exigences logicielles en énoncés mathématiques. L'entreprise sépare ces résultats du travail de preuve des propriétés du code déployé.
Les preuves formelles dépendent des règles choisies par les développeurs
Dans l'exemple de transfert de NEAR, un test conventionnel vérifie une transaction sélectionnée, comme le déplacement de cinq jetons entre deux comptes. Une preuve peut établir que chaque transfert réussi couvert par le modèle mathématique préserve le solde combiné des comptes.
L'annonce explique que les développeurs choisissent d'abord une exigence, expriment le comportement logiciel pertinent mathématiquement, et soumettent une preuve proposée à un vérificateur. La garantie résultante dépend des définitions et des hypothèses utilisées.
L'approche de NEAR utilise Lean, un langage de programmation open source et assistant de preuve. Un agent d'IA peut proposer une preuve, exécuter Lean, inspecter ses retours et réviser la tentative, tandis que le noyau de Lean vérifie si la preuve suit ses règles logiques.
Une tentative infructueuse n'identifie pas nécessairement un défaut logiciel, selon NEAR. L'exigence peut être erronée, l'implémentation peut la violer, ou l'agent peut échouer à trouver une preuve valide.
La vérification formelle a déjà des applications documentées au sein de l'écosystème NEAR. L'évaluation du 30 mars de Certora concernant Templar, un protocole de prêt déployé sur NEAR, décrit l'examen manuel de ses contrats Rust et la spécification formelle et la vérification de son contrat de marché. La page d'évaluation de Certora identifie les propriétés prouvées et les problèmes découverts comme sujets du rapport complet.
D'autres équipes blockchain ont poursuivi la vérification assistée par IA
En mai, Aptos Labs a décrit son soutien à la vérification formelle assistée par IA impliquant la répartition dynamique dans les contrats Move. Son flux de travail déclaré utilise des spécifications générées par IA avec Move Prover, selon la couverture de l'annonce.
Le cofondateur d'Ethereum, Vitalik Buterin, a discuté d'une combinaison similaire d'outils d'IA et de preuves vérifiées par machine. Comme crypto.news l'a précédemment rapporté, ses commentaires de mai ont identifié des applications à travers la feuille de route d'Ethereum, y compris le consensus, la cryptographie résistante aux quantiques et les systèmes à connaissance nulle.
Buterin a averti que prouver une couche n'établit pas qu'un système entier se comporte comme prévu. Sa discussion couvrait la vérification depuis les spécifications de haut niveau jusqu'à l'implémentation de bas niveau.
La recherche de sécurité distincte de NEAR a abordé la signature résistante aux quantiques. La proposition de mai de Near One a sélectionné le soutien à la signature FIPS-204, utilisant la norme ML-DSA approuvée par le National Institute of Standards and Technology des États-Unis.
La proposition de mai décrivait une cible de testnet pour la fin du deuxième trimestre 2026. Near One a déclaré que les logiciels de portefeuille, les portefeuilles matériels, les points de terminaison et les API nécessiteraient des changements coordonnés pour soutenir les nouveaux schémas de signature.
