Я провел достаточно времени в крипте, чтобы знать, когда что-то является просто переработанной идеей с лучшей упаковкой. Большинство проектов говорят много, а затем исчезают в общем шуме. Но OpenGradient действительно заставил меня задуматься, потому что кажется, что он обращает внимание на то, что обычно игнорируется: не насколько умный ИИ, а можем ли мы действительно доверять и проверять то, что он сделал.

Чем больше я наблюдаю за этой сферой, тем больше думаю, что это действительно важный вопрос. ИИ становится сильнее, да, но сила сама по себе не является проблемой. Проблема в том, что у нас обычно нет четкого ответа на базовые вещи: как было принято это решение, какая модель использовалась, действительно ли она работала так, как предполагалось?

Этот пробел имеет значение.

То, что пытается сделать OpenGradient, кажется другим, потому что они говорят не только о производительности. Они говорят о доказательствах. С TEE-Verify Inference идея заключается в том, чтобы криптографически доказать, где и как работала модель. Так что это не просто утверждение, а доказательство. А с помощью zkML они хотят доказать, что модель работала правильно, не раскрывая саму модель, включая веса или другие частные детали. Если эта запись о проверке останется в блокчейне, то это станет чем-то, что люди смогут проверить позже, а не просто принимать чье-то слово за правду.

Я по-прежнему осторожен. Я видел, как достаточно крипто-нарративов рушатся, когда они сталкиваются с реальными трудностями. Но что-то в этом кажется более серьезным, чем обычный шум.

#opg $OPG @OpenGradient