@OpenGradient الرسمي يقول إن $OPG يستخدم للدفع مقابل الاستدلال الذكي القابل للتحقق، والمشاركة في الحوكمة ونمو النظام البيئي؛ نظامه البيئي يتضمن شبكة متوافقة مع EVM، مركز النموذج وSDK للمطورين.

مؤخراً، هناك مشكلة بارزة في الذكاء الاصطناعي على السلسلة: العقود الذكية يمكن أن تنفذ تلقائياً، لكن النتائج التي تستدعيها الذكاء الاصطناعي، في كثير من الأحيان، تظل صندوقاً أسود.

هذا يعني أن العالم على السلسلة يريد الاتصال بالذكاء الاصطناعي، ليس مجرد الاتصال بواجهة برمجة نموذج.

التحدي الحقيقي هو: هل تم التلاعب بهذه النتائج الاستدلالية؟ هل تم تنفيذ النموذج وفقاً للقواعد؟ هل يمكن التحقق من عملية الاستدعاء؟

وهذه هي النقطة التي تستحق التعمق فيها لدى @OpenGradient .

إنه لا يقوم بإنشاء تطبيق ذكاء اصطناعي عادي، بل يسعى لتحويل الاستدلال النموذجي إلى خدمة قابلة للتحقق على السلسلة.

معنى $OPG ، يجب ألا يُنظر إليه فقط كرمز مفهومي للذكاء الاصطناعي.

إذا كانت كل استدلال موثوق على الشبكة تحتاج إلى دفع، والتحقق، والتسوية، فإن OPG تتولى تكلفة الثقة وراء استدعاء الذكاء الاصطناعي.

لكن المشكلة هنا.

الاستدلال الذكي القابل للتحقق ليس شيئاً يمكن تحققه بمجرد السرد، فتكاليف الإثبات، أداء النموذج، انضمام المطورين، وحجم الاستدعاء الحقيقي، كلها ستحدد إن كان ذلك ضرورة ملحة.

لذا، أنا أنظر إلى #OPG لا أرى فقط حرارة الذكاء الاصطناعي.

السؤال الحقيقي هو: هل يمكنه تحويل الذكاء الاصطناعي على السلسلة من "استدعاء النموذج" إلى "نموذج موثوق".