En parlant du projet $OPG , ma première réaction a été de penser à la fois où j'ai utilisé l'IA pour rédiger mon rapport hebdomadaire la semaine dernière. La société a récemment intégré un assistant IA pour l'aide à la rédaction des procès-verbaux, c'était vraiment pratique au début, je faisais essentiellement un copier-coller et c'était réglé. Mais mercredi dernier, il a soudainement déconné et a traduit une augmentation de 12% des revenus du Q2 en une baisse de 12%, si je n'avais pas jeté un œil supplémentaire, j'aurais presque fait monter la pression de mon boss. J'ai demandé au gars de l'IT ce qui se passait, et il a haussé les épaules en disant que c'était un modèle boîte noire, personne ne peut l'expliquer. À ce moment-là, j'ai eu un sentiment : peu importe à quel point l'IA est impressionnante, si tu ne peux pas vérifier ce qu'elle te donne, c'est comme conduire les yeux fermés.

Le projet @OpenGradient vise à résoudre ce problème. Ils ont complètement séparé l'exécution et la vérification, les nœuds de raisonnement se concentrent sur l'exécution du modèle, donnant des résultats en millisecondes ; les nœuds complets ne font que vérifier les preuves cryptographiques, sans devoir recalculer. Ils offrent trois options de vérification : TEE avec un matériel Intel SGX pour les attestations, suffisant pour un usage quotidien ; ZKML avec des preuves mathématiques, le plus solide mais avec un temps de latence élevé ; et Vanilla pour des scénarios à faible risque avec une couverture interne. En gros, ça te donne un 'menu de confiance', choisis entre vitesse ou sécurité.

Le 21 avril, le mainnet Base a été lancé, actuellement il y a plus de 4400 modèles en gestion, traitant plus de 2 millions d'inférences. a16z a mené un tour de 9,5 millions, Coinbase Ventures a suivi, Binance lancera le trading au comptant le 22 mai, Upbit suivra rapidement. Le total est de 1 milliard, avec 190 millions en circulation, et le 21 juin, 9,13 millions de parts de la fondation seront débloquées, soit environ 1,62 million de dollars, ce qui exerce une pression à court terme sur l'offre.

Techniquement, je reconnais la direction de l'IA vérifiable, mais il faut être honnête : TEE dépend du matériel Intel, SGX a déjà été attaqué par des canaux latéraux ; ZKML est sécurisé mais coûteux. Le véritable défi n'est pas de savoir si la technologie peut fonctionner, mais si le marché est prêt à payer plus pour du 'vérifiable'. Une fois que cela sera réellement mis en œuvre dans des domaines hautement règlementés comme la finance et la santé, le compte sera enfin clair.

Ce qui m'a le plus touché, c'est la conception de la confidentialité, les utilisateurs saisissent des données cryptées localement, détachent les étiquettes d'identité avant d'entrer dans le modèle, les développeurs et les opérateurs de nœuds ne peuvent pas voir le prompt original. Ce n'est pas un patch après coup, c'est dès le départ que la limite est bien définie. Dans cette vague de Web3 + IA, 'garde ton identité pour toi, confie l'intelligence au réseau', pourrait bien être la vision d'une IA de pointe à l'avenir. Pour ceux qui sont intéressés, allez jeter un œil à la documentation, essayez leur Chat, ressentez ce sentiment de confiance vérifiable. #OPG

Quel point du $OPG t'a le plus marqué ?