Phần của OpenGradient khiến mình suy nghĩ không phải là ZKML chính nó—mà là sự lựa chọn mà nó mang đến cho các nhà phát triển.
Trên lý thuyết, ZKML nghe có vẻ là câu trả lời rõ ràng. Bạn nhận được một bằng chứng toán học rằng một mô hình đã sản xuất ra một đầu ra cụ thể, mà không tiết lộ dữ liệu riêng tư hoặc yêu cầu ai đó phải chạy lại mô hình. Đó là mức độ xác minh mạnh nhất có thể.
Nhưng mạnh hơn không có nghĩa là tốt hơn.
Vấn đề nằm ở chi phí. Bằng chứng ZK có thể yêu cầu nhiều lần tính toán hơn so với thực thi bình thường. Nếu mọi cuộc gọi AI đều sử dụng ZKML, nhiều ứng dụng sẽ trở nên quá chậm hoặc đắt đỏ để thực tiễn.
Vì vậy, OpenGradient cho phép các nhà phát triển chọn giữa ZKML, TEE và xác minh Vanilla tùy thuộc vào tình huống.
Mình thấy điều đó thú vị vì nó chuyển thách thức từ công nghệ sang phán đoán.
Bạn sẽ chi tiêu sự chắc chắn ở đâu? Quyết định nào xứng đáng với mức độ bằng chứng cao nhất?
Có thể an ninh không phải là việc sử dụng công cụ mạnh nhất ở mọi nơi. Có thể nó liên quan đến việc biết chính xác nơi nào là quan trọng nhất.
#OPG @OpenGradient $OPG
Trên lý thuyết, ZKML nghe có vẻ là câu trả lời rõ ràng. Bạn nhận được một bằng chứng toán học rằng một mô hình đã sản xuất ra một đầu ra cụ thể, mà không tiết lộ dữ liệu riêng tư hoặc yêu cầu ai đó phải chạy lại mô hình. Đó là mức độ xác minh mạnh nhất có thể.
Nhưng mạnh hơn không có nghĩa là tốt hơn.
Vấn đề nằm ở chi phí. Bằng chứng ZK có thể yêu cầu nhiều lần tính toán hơn so với thực thi bình thường. Nếu mọi cuộc gọi AI đều sử dụng ZKML, nhiều ứng dụng sẽ trở nên quá chậm hoặc đắt đỏ để thực tiễn.
Vì vậy, OpenGradient cho phép các nhà phát triển chọn giữa ZKML, TEE và xác minh Vanilla tùy thuộc vào tình huống.
Mình thấy điều đó thú vị vì nó chuyển thách thức từ công nghệ sang phán đoán.
Bạn sẽ chi tiêu sự chắc chắn ở đâu? Quyết định nào xứng đáng với mức độ bằng chứng cao nhất?
Có thể an ninh không phải là việc sử dụng công cụ mạnh nhất ở mọi nơi. Có thể nó liên quan đến việc biết chính xác nơi nào là quan trọng nhất.
#OPG @OpenGradient $OPG