#opg $OPG OpenGradient (OPG) هو مشروع لامركزي لبنية تحتية للذكاء الاصطناعي يجمع بين تقنيات الذكاء الاصطناعي وسلسلة الكتل. يهدف إلى جعل حسابات الذكاء الاصطناعي قابلة للتحقق وآمنة وشفافة، مما يتيح للمستخدمين إثبات أن نموذج ذكاء اصطناعي قد أنتج نتيجة محددة دون الاعتماد على مزود مركزي.

ما المشكلة التي يحلها OpenGradient؟

في الوقت الحالي، يتم التحكم في معظم خدمات الذكاء الاصطناعي بواسطة عدد قليل من الشركات. لا يملك المستخدمون طريقة للتحقق من:

* أي نموذج ذكاء اصطناعي أنشأ الاستجابة.
* ما إذا تم تعديل المخرجات.
* ما إذا بقيت طلباتهم (المحفزات) خاصة.

يعالج OpenGradient هذه المشكلات عبر استخدام التحقق عبر سلسلة الكتل وبيئات التنفيذ الموثوقة (TEEs)، مما يخلق نظامًا يمكن تدقيق استدلال الذكاء الاصطناعي فيه بشكل مستقل.

كيف يعمل

يفصل OpenGradient بين حساب الذكاء الاصطناعي والتحقق من خلال بنية حساب هجينة للذكاء الاصطناعي (HACA):

* عقد الاستدلال (Inference Nodes) تقوم بتنفيذ نماذج الذكاء الاصطناعي.
* العقد الكاملة (Full Nodes) تتحقق من البراهين التشفيرية وتقوم بتسجيلها على السلسلة.
* عقد البيانات (Data Nodes) توفر بيانات خارجية موثوقة بطريقة آمنة.
* التخزين اللامركزي يخزن نماذج الذكاء الاصطناعي وبيانات الإثبات.

يحقق هذا التصميم استجابات سريعة للذكاء الاصطناعي مع الحفاظ على مستوى الشفافية الذي توفره سلسلة الكتل.