La plupart des solutions d’IA on-chain vous demandent de faire confiance à une boîte noire. @OpenGradient résout ce problème grâce à une architecture de confiance à deux niveaux : des preuves cryptographiques zkML ET des environnements d’exécution de confiance (TEE).

Voici l’idée : les TEE préservent la confidentialité des poids du modèle pendant son exécution, tandis que zkML garantit mathématiquement que l’inférence a été calculée correctement, sans falsification. Combinés dans leur cadre HACA, ils donnent une IA vérifiable, à la fois confidentielle ET dont l’honnêteté est démontrable — une avancée majeure par rapport aux API centralisées.

Les résultats confirment le potentiel de cette technologie : plus de 2 millions d’inférences vérifiables et plus de 500 000 preuves zkML générées, avec le soutien d’a16z crypto et de Coinbase Ventures. Le cours est actuellement en hausse de 2,8 %, pour un volume de 2 millions de dollars.

L’historique complet de notre propre algo, avec ses gains et ses pertes, est disponible dans notre bio.

Quels cas d’usage deviendront possibles lorsque le raisonnement de l’IA pourra être prouvé mathématiquement on-chain ?

$OPG #OPG