En el documento @OpenGradient , la frase más importante no es “IA verificable”, sino que reconoce que el mecanismo de re-ejecución tradicional de las cadenas de bloques simplemente no puede funcionar ante la IA.
Esta frase es dura. Porque lo más orgulloso de la blockchain en el pasado era que todos los validadores ejecutaran de nuevo, y que nadie confiara en nadie. Pero al llegar a la inferencia de la IA, esos sagrados principios de repente se convierten en una broma. Un modelo de 70B, haciendo que cien validadores lo corran juntos: el costo revienta directamente el techo.
Al final, lo más probable es que obtengas el mismo resultado, pero el usuario paga por esa “ceremonia descentralizada” decenas de veces más.
Por eso, OpenGradient elige separar la ejecución de la verificación. Los nodos de inferencia ejecutan el modelo; el nodo completo solo verifica pruebas de TEE o de ZKML. Suena elegante, como si por fin se hubiera encontrado la forma de llevar la IA a la cadena. Pero cuanto más lo miro, más siento que lo que aquí realmente se sacrifica es la intuición de seguridad más original de la blockchain: que todos lo calculen personalmente.
Antes, la confianza venía de la ejecución repetida; ahora, la confianza proviene de documentos de prueba. Antes, los validadores miraban cómo se calculaba el resultado paso a paso; ahora solo observan si una prueba es suficientemente válida. La eficiencia sin duda mejora, pero el sistema también pasa de “volver a comprobarlo con los ojos” a “confiar en el sistema de pruebas”.
Esta es la apuesta más central de OpenGradient. No se trata solo de hacer una red de inferencia de IA; está apostando a que en el futuro los cómputos de alto costo no necesitarán ser re-ejecutados por toda la red. Mientras la prueba sea lo bastante fuerte, el cómputo puede subcontratarse, la verificación puede comprimirse y la confianza puede transformarse de “trabajo repetido” a “revisión de evidencias”.
El problema también está aquí: ¿quién garantiza que este sistema de pruebas nunca falle? Los TEE dependen del hardware; ZKML es carísimo; y Vanilla casi no tiene seguridad. En apariencia son tres caminos, pero en realidad cada uno de ellos solo mueve el riesgo a otro lugar.
Por eso creo que lo verdaderamente audaz de OpenGradient no es permitir que la IA suba a la cadena, sino cortar la tradición de seguridad más costosa de blockchain. No vende “que todos verifiquen juntos”, sino “que unos pocos ejecuten, y que las pruebas respalden en nombre de todos”.
Si esta ruta sale bien, lo que $OPG compra es un nuevo paradigma de computación; si no sale bien, solo está cambiando el costo del cómputo repetido por una deuda de confianza en el sistema de pruebas.
#opg $OPG
Esta frase es dura. Porque lo más orgulloso de la blockchain en el pasado era que todos los validadores ejecutaran de nuevo, y que nadie confiara en nadie. Pero al llegar a la inferencia de la IA, esos sagrados principios de repente se convierten en una broma. Un modelo de 70B, haciendo que cien validadores lo corran juntos: el costo revienta directamente el techo.
Al final, lo más probable es que obtengas el mismo resultado, pero el usuario paga por esa “ceremonia descentralizada” decenas de veces más.
Por eso, OpenGradient elige separar la ejecución de la verificación. Los nodos de inferencia ejecutan el modelo; el nodo completo solo verifica pruebas de TEE o de ZKML. Suena elegante, como si por fin se hubiera encontrado la forma de llevar la IA a la cadena. Pero cuanto más lo miro, más siento que lo que aquí realmente se sacrifica es la intuición de seguridad más original de la blockchain: que todos lo calculen personalmente.
Antes, la confianza venía de la ejecución repetida; ahora, la confianza proviene de documentos de prueba. Antes, los validadores miraban cómo se calculaba el resultado paso a paso; ahora solo observan si una prueba es suficientemente válida. La eficiencia sin duda mejora, pero el sistema también pasa de “volver a comprobarlo con los ojos” a “confiar en el sistema de pruebas”.
Esta es la apuesta más central de OpenGradient. No se trata solo de hacer una red de inferencia de IA; está apostando a que en el futuro los cómputos de alto costo no necesitarán ser re-ejecutados por toda la red. Mientras la prueba sea lo bastante fuerte, el cómputo puede subcontratarse, la verificación puede comprimirse y la confianza puede transformarse de “trabajo repetido” a “revisión de evidencias”.
El problema también está aquí: ¿quién garantiza que este sistema de pruebas nunca falle? Los TEE dependen del hardware; ZKML es carísimo; y Vanilla casi no tiene seguridad. En apariencia son tres caminos, pero en realidad cada uno de ellos solo mueve el riesgo a otro lugar.
Por eso creo que lo verdaderamente audaz de OpenGradient no es permitir que la IA suba a la cadena, sino cortar la tradición de seguridad más costosa de blockchain. No vende “que todos verifiquen juntos”, sino “que unos pocos ejecuten, y que las pruebas respalden en nombre de todos”.
Si esta ruta sale bien, lo que $OPG compra es un nuevo paradigma de computación; si no sale bien, solo está cambiando el costo del cómputo repetido por una deuda de confianza en el sistema de pruebas.
#opg $OPG