جلستُ أمس في مطعم عشوائي للأكل، آكل وأستعرض مسارات على DEX، وفجأة المحفظة تطلع Approval من جديد، والغاز ارتفع شوي، وزاد الانزلاق قرب 2%.
كنت متضايق شوي، وفجأة خطر ببالي @OpenGradient
مش لأن الأكل سيّئ.
بس لأن في عالم الكريبتو فيه إحساس مألوف جدًا: كل ما أسمع كلمة “verifiable” أكثر، كل ما يزيد عندي سؤال: إذا الفلوس راحت، مين يتحمّل المسؤولية؟
—
ZKML على الورق يبدو جميل جدًا.
AI عنده proof، والاستدلال يمكن التحقق منه، وكل شيء واضح.
لكن الواقع بالسوق ما يِنتظر.
في DeFi أو تداول بالذكاء الاصطناعي، أحيانًا تأخير بضعة ثوانٍ فقط يكفي يدفع الثمن.
مش لأنه ما يهم كيف يكون الـproof “جميل”.
هو بس يسأل:
“هل النتيجة لما أضغط الزر تكون صالحة للاستخدام؟”
وهذا بالضبط الشيء اللي شفته عمليًا في OpenGradient.
بدل ما يطلبون من الـAI يتأكد/يتحقق كاملًا قبل ما يعطوا النتيجة، فصلوا بين التنفيذ والتحقق.
الاستدلال يشتغل أولًا عشان المستخدم ياخذ الـoutput بسرعة.
والـproof يجي بعدين عشان تظل القدرة على التدقيق موجودة.
الـLLM يستخدم TEE عشان يكون خفيف.
والـmodel الصغير يستخدم ZKML.
اللي يحتاج السرعة يختار vanilla.
ما يجبرون كل حالات الاستخدام تنحشر في trade-off واحد.
بس السؤال ما زال قائمًا.
إذا كان الـoutput غلط، المستخدم يكون تحرّك بالفعل، وبتجي verification بعد…
فوقتها قدّيش يكون للتحقق معنى؟
لهذا أنا ما زلت أتابع OpenGradient.
مو لأنهم وعدوا يحلّون كل شيء.
بس لأنهم على الأقل يجرؤون يقولون بصراحة: الذكاء الاصطناعي مش مجاني، والثقة ما اختفت فقط تم نقلها لمكان آخر.
إنت تختار إيش:
صح لكن بطيء، ولا سريع لكن تتحمّل ثقة إضافية شوي؟
$OPG #opg
كنت متضايق شوي، وفجأة خطر ببالي @OpenGradient
مش لأن الأكل سيّئ.
بس لأن في عالم الكريبتو فيه إحساس مألوف جدًا: كل ما أسمع كلمة “verifiable” أكثر، كل ما يزيد عندي سؤال: إذا الفلوس راحت، مين يتحمّل المسؤولية؟
—
ZKML على الورق يبدو جميل جدًا.
AI عنده proof، والاستدلال يمكن التحقق منه، وكل شيء واضح.
لكن الواقع بالسوق ما يِنتظر.
في DeFi أو تداول بالذكاء الاصطناعي، أحيانًا تأخير بضعة ثوانٍ فقط يكفي يدفع الثمن.
مش لأنه ما يهم كيف يكون الـproof “جميل”.
هو بس يسأل:
“هل النتيجة لما أضغط الزر تكون صالحة للاستخدام؟”
وهذا بالضبط الشيء اللي شفته عمليًا في OpenGradient.
بدل ما يطلبون من الـAI يتأكد/يتحقق كاملًا قبل ما يعطوا النتيجة، فصلوا بين التنفيذ والتحقق.
الاستدلال يشتغل أولًا عشان المستخدم ياخذ الـoutput بسرعة.
والـproof يجي بعدين عشان تظل القدرة على التدقيق موجودة.
الـLLM يستخدم TEE عشان يكون خفيف.
والـmodel الصغير يستخدم ZKML.
اللي يحتاج السرعة يختار vanilla.
ما يجبرون كل حالات الاستخدام تنحشر في trade-off واحد.
بس السؤال ما زال قائمًا.
إذا كان الـoutput غلط، المستخدم يكون تحرّك بالفعل، وبتجي verification بعد…
فوقتها قدّيش يكون للتحقق معنى؟
لهذا أنا ما زلت أتابع OpenGradient.
مو لأنهم وعدوا يحلّون كل شيء.
بس لأنهم على الأقل يجرؤون يقولون بصراحة: الذكاء الاصطناعي مش مجاني، والثقة ما اختفت فقط تم نقلها لمكان آخر.
إنت تختار إيش:
صح لكن بطيء، ولا سريع لكن تتحمّل ثقة إضافية شوي؟
$OPG #opg
