Me he dado cuenta de que lo más peligroso no es que la IA dé respuestas incorrectas, sino que el smart contract maneje respuestas erróneas y mueva el dinero en la cadena de inmediato. #opg $OPG
Cuando estudio PIPE, lo que más me preocupa es este límite. Las IAs en cadena comunes tienen que pasar por "solicitud de contrato - razonamiento fuera de la cadena - retorno de resultados", donde hay oráculos, callbacks y diferencias de tiempo; al usarse para liquidaciones, créditos o tarifas dinámicas, un bloque de retraso puede hacer que el modelo esté obsoleto.
El PIPE (Parallelized Inference Pre-Execution Engine) de @OpenGradient es como agregar un "AI pre-check" a las transacciones. Leí en la documentación oficial de ML Execution que lo explica con detalle: primero, la transacción entra al Inference Mempool, el sistema simula la transacción y extrae las llamadas al modelo, luego envía la solicitud a la red de inferencia para su ejecución en paralelo; una vez que los resultados están listos, la transacción continúa con los resultados pre-calculados y entra al bloque. Los resultados de la inferencia y los cambios de estado se bloquean en la misma transacción, con el objetivo de que ambos se activen o fallen juntos.
Considero que este paso es crucial. La IA ya no es solo un asesor fuera de la cadena que entrega un papel, sino que empieza a ser parte de la transición de estado. Un protocolo DeFi puede usar ZKML para realizar puntuaciones de riesgo de alto valor, utilizar TEE para cálculos sensibles e incluso mezclar modos de verificación en la misma transacción. Si este camino se consolida, el enfoque competitivo de la IA en cadena cambiará de "quién puede llamar al modelo" a "quién puede hacer que los resultados del modelo cambien el estado de forma segura".
Sin embargo, la documentación oficial del SDK aclara que la inferencia de ML en cadena y los flujos de trabajo actualmente solo están en alpha testnet, no en la testnet oficial; la página de despliegue marca la OpenGradient Alpha Testnet que soporta PIPE como obsoleta, mientras que la OpenGradient Testnet principal con inferencia de ML en cadena sigue en desarrollo. En cuanto a los precompilados de Solidity, la oficial los ha colocado en Coming Soon, así que veré PIPE como un módulo prospectivo y no como una capacidad madura ya en la testnet oficial.
Así que, para el $OPG , estaré atento a tres cosas: cuándo entra PIPE en la testnet oficial, el volumen real de llamadas DeFi y las tasas de latencia y fallos. PIPE no es la respuesta de ingresos actual, más bien es una opción técnica aún no ejercida dentro del límite de valoración de OpenGradient.
Al analizar proyectos, evita seguir la corriente. Cuando sea necesario, ¡sé único! DYOR!
$BTC
Cuando estudio PIPE, lo que más me preocupa es este límite. Las IAs en cadena comunes tienen que pasar por "solicitud de contrato - razonamiento fuera de la cadena - retorno de resultados", donde hay oráculos, callbacks y diferencias de tiempo; al usarse para liquidaciones, créditos o tarifas dinámicas, un bloque de retraso puede hacer que el modelo esté obsoleto.
El PIPE (Parallelized Inference Pre-Execution Engine) de @OpenGradient es como agregar un "AI pre-check" a las transacciones. Leí en la documentación oficial de ML Execution que lo explica con detalle: primero, la transacción entra al Inference Mempool, el sistema simula la transacción y extrae las llamadas al modelo, luego envía la solicitud a la red de inferencia para su ejecución en paralelo; una vez que los resultados están listos, la transacción continúa con los resultados pre-calculados y entra al bloque. Los resultados de la inferencia y los cambios de estado se bloquean en la misma transacción, con el objetivo de que ambos se activen o fallen juntos.
Considero que este paso es crucial. La IA ya no es solo un asesor fuera de la cadena que entrega un papel, sino que empieza a ser parte de la transición de estado. Un protocolo DeFi puede usar ZKML para realizar puntuaciones de riesgo de alto valor, utilizar TEE para cálculos sensibles e incluso mezclar modos de verificación en la misma transacción. Si este camino se consolida, el enfoque competitivo de la IA en cadena cambiará de "quién puede llamar al modelo" a "quién puede hacer que los resultados del modelo cambien el estado de forma segura".
Sin embargo, la documentación oficial del SDK aclara que la inferencia de ML en cadena y los flujos de trabajo actualmente solo están en alpha testnet, no en la testnet oficial; la página de despliegue marca la OpenGradient Alpha Testnet que soporta PIPE como obsoleta, mientras que la OpenGradient Testnet principal con inferencia de ML en cadena sigue en desarrollo. En cuanto a los precompilados de Solidity, la oficial los ha colocado en Coming Soon, así que veré PIPE como un módulo prospectivo y no como una capacidad madura ya en la testnet oficial.
Así que, para el $OPG , estaré atento a tres cosas: cuándo entra PIPE en la testnet oficial, el volumen real de llamadas DeFi y las tasas de latencia y fallos. PIPE no es la respuesta de ingresos actual, más bien es una opción técnica aún no ejercida dentro del límite de valoración de OpenGradient.
Al analizar proyectos, evita seguir la corriente. Cuando sea necesario, ¡sé único! DYOR!
$BTC