#opg $OPG في الأسبوع الماضي قضيت وقتًا متأخرًا في تجربة وتصحيح وكيل ذكاء اصطناعي على السلسلة (On-chain). علِقتُ في أكثر جزء يجنّن الناس: لا أستطيع أبدًا التحقق من مسار أوزان النموذج البعيد. كنت أحدّق في كمّ هائل من السجلات حتى غثيت: هل هذا الطرفيّة فعلًا يشغّل المنطق على وحدات GPU بصدق، أم أنه ببساطة يستخرج مقطعًا من ذاكرة التخزين المؤقت ويقدم لي خطابًا مُعدًا؟
في الوقت الحالي، يروّج داخل الدائرة لمشاريع “عقول لا مركزية”. لكن عندما تخلع الواجهة البراقة الخاصة بـ Web3، يتبين أن معظم الواجهة الخلفية تعتمد تقريبًا على واجهات جاهزة من OpenAI. أنت تدفع العملات وتسلّم “رسوم الإيمان”؛ لكن ما تشتريه في النهاية هو صندوق أسود مغلق تمامًا. حتى أرقام إصدارات المعلمات لا تتطابق، فكيف نتحدث عن “لا حاجة للثقة”؟ كما يُدفع المطورون إلى طريق مسدود: إمّا أن تدفع إيجارًا شهريًا إلى شركة عملاقة، وتصلّي ألا تقوم بتغيير الأوزان خفية؛ أو أن تُنشئ عقدًا بنفسك بكلفة ضخمة، ثم تكتشف أن تكلفة التحقق لإثبات البراءة أعلى من تكلفة الحساب نفسه.
@OpenGradient (OPG) لم يلعب دور بائع وسيط؛ بل عضّ على أصعب عظم: حشر الاستدلال كاملًا ضمن إطار قابل للتدقيق. تُسند أعمال الحساب إلى GPU، ويُفوَّض فحص الجودة إلى عدة TEE (بيئات تنفيذ موثوقة) مع دوائر zkML. ما تبيعه ليس قدرة حسابية، بل “إيصالًا تشفيريًا بأن الحساب لم يُزوّر”. و”التحقق غير المتزامن” لديهم عبقري جدًا: الواجهة الأمامية تُخرج النتيجة فورًا لتضمن تجربة المستخدم، بينما الخلفية تتأخر في إثبات/برهنة لاحقة ثم تُسجل ذلك على السلسلة. كأن مطعمًا يقدّم الوجبة الرئيسية أولًا، ثم يضيف قائمة المكونات بعد أن تنتهي.
من ناحية المستثمرين، لديهم a16z تقود جولة استثمارية بأكثر من تسعة عشر مليون دولار، إضافة إلى وجود قدامى خبراء من عتاة الأنظمة الكمية يديرون الأمور. حاليًا، تم توصيل Hub بأكثر من ألفي نموذج. لكن لا بد من سكب بعض الماء البارد: إن TEE ليست منيعة بالكامل، كما أن كلفة توليد zkML ما زالت ثقيلة. وعند احتساب ما يُقتطع من Gas، فإن التكلفة العملية ستكون بالتأكيد أعلى ألمًا من استخدام واجهة API مباشرة من مزود سحابي. والأخطر أن هناك تأخرًا في التحقق؛ ففي غابة DeFi المظلمة السريعة التغير، فارق الدقائق بين تقديم البرهان على السلسلة كافٍ لأن يُصفّيك قبل أن تبدأ بالنجاة جولات عدة.
الأسبوع القادم سأستخدم عبارات/مُدخلات مُعادية (adversarial prompts) لاختبار حزم TEE الخاصة ببروتوكول ما على أرض الواقع، وأتأكد ميدانيًا من الحد الأدنى لاختراق العتاد الذي تتحمله. هل أنتم عادةً تخشون أن يولّد نموذج كبير هلوسات وهو جاد تمامًا؟ أم أنكم لا تتحملون أن تكون النتائج صحيحة لكن منطق الاستدلال برمته بلا دليل ولا يمكن تدقيقه؟ ترقبوا قسم التعليقات. @OpenGradient
في الوقت الحالي، يروّج داخل الدائرة لمشاريع “عقول لا مركزية”. لكن عندما تخلع الواجهة البراقة الخاصة بـ Web3، يتبين أن معظم الواجهة الخلفية تعتمد تقريبًا على واجهات جاهزة من OpenAI. أنت تدفع العملات وتسلّم “رسوم الإيمان”؛ لكن ما تشتريه في النهاية هو صندوق أسود مغلق تمامًا. حتى أرقام إصدارات المعلمات لا تتطابق، فكيف نتحدث عن “لا حاجة للثقة”؟ كما يُدفع المطورون إلى طريق مسدود: إمّا أن تدفع إيجارًا شهريًا إلى شركة عملاقة، وتصلّي ألا تقوم بتغيير الأوزان خفية؛ أو أن تُنشئ عقدًا بنفسك بكلفة ضخمة، ثم تكتشف أن تكلفة التحقق لإثبات البراءة أعلى من تكلفة الحساب نفسه.
@OpenGradient (OPG) لم يلعب دور بائع وسيط؛ بل عضّ على أصعب عظم: حشر الاستدلال كاملًا ضمن إطار قابل للتدقيق. تُسند أعمال الحساب إلى GPU، ويُفوَّض فحص الجودة إلى عدة TEE (بيئات تنفيذ موثوقة) مع دوائر zkML. ما تبيعه ليس قدرة حسابية، بل “إيصالًا تشفيريًا بأن الحساب لم يُزوّر”. و”التحقق غير المتزامن” لديهم عبقري جدًا: الواجهة الأمامية تُخرج النتيجة فورًا لتضمن تجربة المستخدم، بينما الخلفية تتأخر في إثبات/برهنة لاحقة ثم تُسجل ذلك على السلسلة. كأن مطعمًا يقدّم الوجبة الرئيسية أولًا، ثم يضيف قائمة المكونات بعد أن تنتهي.
من ناحية المستثمرين، لديهم a16z تقود جولة استثمارية بأكثر من تسعة عشر مليون دولار، إضافة إلى وجود قدامى خبراء من عتاة الأنظمة الكمية يديرون الأمور. حاليًا، تم توصيل Hub بأكثر من ألفي نموذج. لكن لا بد من سكب بعض الماء البارد: إن TEE ليست منيعة بالكامل، كما أن كلفة توليد zkML ما زالت ثقيلة. وعند احتساب ما يُقتطع من Gas، فإن التكلفة العملية ستكون بالتأكيد أعلى ألمًا من استخدام واجهة API مباشرة من مزود سحابي. والأخطر أن هناك تأخرًا في التحقق؛ ففي غابة DeFi المظلمة السريعة التغير، فارق الدقائق بين تقديم البرهان على السلسلة كافٍ لأن يُصفّيك قبل أن تبدأ بالنجاة جولات عدة.
الأسبوع القادم سأستخدم عبارات/مُدخلات مُعادية (adversarial prompts) لاختبار حزم TEE الخاصة ببروتوكول ما على أرض الواقع، وأتأكد ميدانيًا من الحد الأدنى لاختراق العتاد الذي تتحمله. هل أنتم عادةً تخشون أن يولّد نموذج كبير هلوسات وهو جاد تمامًا؟ أم أنكم لا تتحملون أن تكون النتائج صحيحة لكن منطق الاستدلال برمته بلا دليل ولا يمكن تدقيقه؟ ترقبوا قسم التعليقات. @OpenGradient