تطلب منك معظم مشاريع الذكاء الاصطناعي على السلسلة أن تثق ثقة عمياء بصندوقها الأسود خارج السلسلة. لكن @OpenGradient ترفض ذلك.
تتمثل فكرتهم في أن مصداقية الذكاء الاصطناعي لا تتجاوز مصداقية إثباته. تثبت تقنية zkML أن النموذج نُفّذ على النحو الصحيح من دون كشف أوزانه، بينما تحافظ بيئات التنفيذ الموثوقة (TEEs) على خصوصية الاستدلال أثناء التنفيذ. وعند الجمع بينهما في بنية HACA، تحصل على حوسبة قابلة للتحقق لا تتطلب الثقة بخادم مركزي.
تؤكد النتائج نجاح هذا النهج: أكثر من مليوني عملية استدلال قابلة للتحقق، وأكثر من 500 ألف إثبات zkML مُنشأ. هذا ليس وعدًا في خارطة طريق، بل طبقة ثقة فعّالة للذكاء على السلسلة، مبنية على Base ومدعومة من a16z crypto.
ننشر علنًا النتائج الفعلية لكل إشارة خوارزمية، كما تجدون في نبذتنا سجلّنا الكامل المباشر وقناة معاينة مجانية.
ما الأصعب في التوسع على المدى الطويل: إنشاء إثباتات zkML أم توافر أجهزة TEE؟
$OPG #OPG
تتمثل فكرتهم في أن مصداقية الذكاء الاصطناعي لا تتجاوز مصداقية إثباته. تثبت تقنية zkML أن النموذج نُفّذ على النحو الصحيح من دون كشف أوزانه، بينما تحافظ بيئات التنفيذ الموثوقة (TEEs) على خصوصية الاستدلال أثناء التنفيذ. وعند الجمع بينهما في بنية HACA، تحصل على حوسبة قابلة للتحقق لا تتطلب الثقة بخادم مركزي.
تؤكد النتائج نجاح هذا النهج: أكثر من مليوني عملية استدلال قابلة للتحقق، وأكثر من 500 ألف إثبات zkML مُنشأ. هذا ليس وعدًا في خارطة طريق، بل طبقة ثقة فعّالة للذكاء على السلسلة، مبنية على Base ومدعومة من a16z crypto.
ننشر علنًا النتائج الفعلية لكل إشارة خوارزمية، كما تجدون في نبذتنا سجلّنا الكامل المباشر وقناة معاينة مجانية.
ما الأصعب في التوسع على المدى الطويل: إنشاء إثباتات zkML أم توافر أجهزة TEE؟
$OPG #OPG