A via da IA de integridade ganha novos avanços: a Attestable anunciou a conclusão de uma rodada de seed de 20 milhões de dólares, com investimento liderado por Jamin Ball, da Altimeter Capital, e Yonatan Mandelbaum, da TLV Partners. Também participaram Halcyon Futures, Cerca Partners, Zero Knowledge Ventures, entre outros.
Vitalik republicou o tuíte do CEO do projeto e elogiou o trabalho como «impressionante», o que gerou rapidamente bastante atenção.
O principal avanço da Attestable está em superar a questão de longo prazo considerada difícil de viabilizar: «provas de conhecimento zero (zero-knowledge) práticas». Sua solução transfere as hipóteses de confiança dos data centers para um verificador matemático extremamente pequeno: os data centers podem gerar provas verificáveis para o modelo, pesos, entradas e as saídas do resultado da estratégia, sem revelar pesos do modelo nem dados privados. A validação não requer chaves privadas e também dispensa a necessidade de reexecutar o modelo.
Em desempenho, o time testou em um único NVIDIA H100. Para o modelo Meta Muse Glimmer 30B, a versão alfa alcançou uma velocidade de verificação de 85 tokens por segundo, com provas compactas e com segurança pós-quântica.
Isso significa que a verificabilidade de inferência de IA está saindo do campo teórico para a engenharia. No futuro, pode talvez resolver o dilema central entre «modelos de caixa-preta» e «privacidade de dados», sendo algo que vale acompanhar por longo prazo.
#AI #零知识证明 #Inteligência Artificial
Vitalik republicou o tuíte do CEO do projeto e elogiou o trabalho como «impressionante», o que gerou rapidamente bastante atenção.
O principal avanço da Attestable está em superar a questão de longo prazo considerada difícil de viabilizar: «provas de conhecimento zero (zero-knowledge) práticas». Sua solução transfere as hipóteses de confiança dos data centers para um verificador matemático extremamente pequeno: os data centers podem gerar provas verificáveis para o modelo, pesos, entradas e as saídas do resultado da estratégia, sem revelar pesos do modelo nem dados privados. A validação não requer chaves privadas e também dispensa a necessidade de reexecutar o modelo.
Em desempenho, o time testou em um único NVIDIA H100. Para o modelo Meta Muse Glimmer 30B, a versão alfa alcançou uma velocidade de verificação de 85 tokens por segundo, com provas compactas e com segurança pós-quântica.
Isso significa que a verificabilidade de inferência de IA está saindo do campo teórico para a engenharia. No futuro, pode talvez resolver o dilema central entre «modelos de caixa-preta» e «privacidade de dados», sendo algo que vale acompanhar por longo prazo.
#AI #零知识证明 #Inteligência Artificial