Un smart contract tradicional solo sabe sumar y restar números, verificar condiciones, transferir tokens, esos cálculos simples que la máquina virtual de Ethereum puede manejar. Si quieres usar AI, el contrato tiene que llamar a un oracle para obtener resultados de modelos que ya se han ejecutado en algún lugar y luego traerlos de vuelta. Hay un retraso, una capa de confianza intermedia metida en medio.
OpenGradient opta por eliminar esa capa intermedia para la inferencia de ML. A través de PIPE, un motor que ejecuta ML on-chain, y NeuroML, un framework de Solidity que permite al contrato llamar a un modelo de AI, un smart contract puede llamar directamente a un modelo para obtener resultados de inferencia en la misma transacción on-chain, el pago también se procesa de manera natural dentro de esa misma transacción, sin necesidad de llevarlo afuera y luego esperar a que regrese.
Esta decisión abre posibilidades interesantes: un contrato de gestión de fondos puede llamar a un modelo de predicción de riesgo directamente en la lógica de asignación de activos, sin necesidad de un paso intermedio off-chain metido entre medio. Pero el trade-off es igualmente claro. Ahora el contrato depende de que el nodo de inferencia esté listo para servir en el momento que se necesite la transacción, y el costo de llamar al modelo de AI se convierte en parte del costo de la transacción, ya no es tan barato como sumar y restar números normales.
OpenGradient apuesta a que integrar la inferencia de AI directamente en la lógica del contrato vale más que el riesgo de depender de una infraestructura de inferencia adicional. Ese es un paso que borra la línea que siempre ha existido entre el código on-chain rígido y la AI que generalmente opera off-chain, una frontera que la mayoría de las otras aplicaciones de Web3 aún están tratando de cruzar usando oracles, y que no se atreven a integrar directamente en una sola transacción.
@OpenGradient $OPG #opg
OpenGradient opta por eliminar esa capa intermedia para la inferencia de ML. A través de PIPE, un motor que ejecuta ML on-chain, y NeuroML, un framework de Solidity que permite al contrato llamar a un modelo de AI, un smart contract puede llamar directamente a un modelo para obtener resultados de inferencia en la misma transacción on-chain, el pago también se procesa de manera natural dentro de esa misma transacción, sin necesidad de llevarlo afuera y luego esperar a que regrese.
Esta decisión abre posibilidades interesantes: un contrato de gestión de fondos puede llamar a un modelo de predicción de riesgo directamente en la lógica de asignación de activos, sin necesidad de un paso intermedio off-chain metido entre medio. Pero el trade-off es igualmente claro. Ahora el contrato depende de que el nodo de inferencia esté listo para servir en el momento que se necesite la transacción, y el costo de llamar al modelo de AI se convierte en parte del costo de la transacción, ya no es tan barato como sumar y restar números normales.
OpenGradient apuesta a que integrar la inferencia de AI directamente en la lógica del contrato vale más que el riesgo de depender de una infraestructura de inferencia adicional. Ese es un paso que borra la línea que siempre ha existido entre el código on-chain rígido y la AI que generalmente opera off-chain, una frontera que la mayoría de las otras aplicaciones de Web3 aún están tratando de cruzar usando oracles, y que no se atreven a integrar directamente en una sola transacción.
@OpenGradient $OPG #opg