#opg $OPG Hermano, he estado echando un ojo a esta ronda de AI por casi dos años. Para ser sincero, la mayoría de los supuestos proyectos de "AI descentralizada" son solo un envoltorio conceptual: envuelven la API de OpenAI en una capa, lanzan un token y se atreven a decir que son "AI en la cadena".
Pero lo de OpenGradient es interesante, le he echado un vistazo a su whitepaper y documentos oficiales.
¿Qué problema resuelve? Piensa en esto: cuando usas ChatGPT para escribir algo, ¿sabías que tus datos se utilizan para entrenar? ¿Sabías que el modelo puede ser cambiado en secreto? No lo sabes. Esto se llama "caja negra".
Lo que hace OpenGradient es añadir una capa de auditoría verificable al razonamiento de AI. Esto permite que cada razonamiento de AI pueda ser verificado de manera independiente, sin tener que confiar en ningún único actor. Así como puedes ver el registro en la cadena de un transferido bancario, también puedes verificar el razonamiento de AI.
¿Cómo funciona el mecanismo central? Su estructura se llama HACA, déjame traducirlo al lenguaje humano: separa a las personas que "trabajan" de las que "verifican".
Un grupo se encarga de correr los modelos (llamados nodos de razonamiento, necesitan buenas GPUs), y otro grupo se encarga de verificar si los resultados son correctos (llamados nodos de verificación, puedes correr un nodo ligero). Los verificadores no necesitan correr el modelo de nuevo—eso sería demasiado costoso—sólo necesitan ver el "testimonio".
¿Qué testimonio? Hay dos tipos: para escenarios normales se usa TEE (equivalente a ver un "certificado de chef"), y para escenarios de alto riesgo se usa ZKML (equivalente a un "certificado de autenticidad de diamante"). Cada uno elige lo que necesita, a gusto del cliente.
¿Cómo se ve la economía del token? OPG tiene un suministro total de 1,000 millones de monedas, actualmente hay unos 190 millones en circulación, con una capitalización de más de 30 millones de dólares. El token se usa para pagar tarifas de razonamiento, incentivar nodos y asegurar el staking.
Pero tengo que advertirte: no te dejes engañar por la capitalización pequeña. La fundación y el ecosistema tienen un montón de tokens bloqueados, el próximo medio año a un año será un período de desbloqueo intenso, así que hay que estar atentos a esta presión de suministro. Puedes hacer trading a corto por expectativas, pero a largo plazo hay que ver si esta estructura HACA puede realmente funcionar.
Mi juicio: a16z y Coinbase Ventures han invertido, Upbit también se ha subido, así que los fundamentos son sólidos. Una capitalización de más de 30 millones en la carrera de AI es realmente un pequeño hermano, pero si el discurso de "AI verificable" es aceptado por el mercado, hay un buen espacio.
La clave aquí es: ¿realmente le importa al mercado lo "verificable"—es "suficiente que funcione" o "la transparencia es lo que importa"? ¿Qué piensas? Hablemos en los comentarios @OpenGradient #OPG
Pero lo de OpenGradient es interesante, le he echado un vistazo a su whitepaper y documentos oficiales.
¿Qué problema resuelve? Piensa en esto: cuando usas ChatGPT para escribir algo, ¿sabías que tus datos se utilizan para entrenar? ¿Sabías que el modelo puede ser cambiado en secreto? No lo sabes. Esto se llama "caja negra".
Lo que hace OpenGradient es añadir una capa de auditoría verificable al razonamiento de AI. Esto permite que cada razonamiento de AI pueda ser verificado de manera independiente, sin tener que confiar en ningún único actor. Así como puedes ver el registro en la cadena de un transferido bancario, también puedes verificar el razonamiento de AI.
¿Cómo funciona el mecanismo central? Su estructura se llama HACA, déjame traducirlo al lenguaje humano: separa a las personas que "trabajan" de las que "verifican".
Un grupo se encarga de correr los modelos (llamados nodos de razonamiento, necesitan buenas GPUs), y otro grupo se encarga de verificar si los resultados son correctos (llamados nodos de verificación, puedes correr un nodo ligero). Los verificadores no necesitan correr el modelo de nuevo—eso sería demasiado costoso—sólo necesitan ver el "testimonio".
¿Qué testimonio? Hay dos tipos: para escenarios normales se usa TEE (equivalente a ver un "certificado de chef"), y para escenarios de alto riesgo se usa ZKML (equivalente a un "certificado de autenticidad de diamante"). Cada uno elige lo que necesita, a gusto del cliente.
¿Cómo se ve la economía del token? OPG tiene un suministro total de 1,000 millones de monedas, actualmente hay unos 190 millones en circulación, con una capitalización de más de 30 millones de dólares. El token se usa para pagar tarifas de razonamiento, incentivar nodos y asegurar el staking.
Pero tengo que advertirte: no te dejes engañar por la capitalización pequeña. La fundación y el ecosistema tienen un montón de tokens bloqueados, el próximo medio año a un año será un período de desbloqueo intenso, así que hay que estar atentos a esta presión de suministro. Puedes hacer trading a corto por expectativas, pero a largo plazo hay que ver si esta estructura HACA puede realmente funcionar.
Mi juicio: a16z y Coinbase Ventures han invertido, Upbit también se ha subido, así que los fundamentos son sólidos. Una capitalización de más de 30 millones en la carrera de AI es realmente un pequeño hermano, pero si el discurso de "AI verificable" es aceptado por el mercado, hay un buen espacio.
La clave aquí es: ¿realmente le importa al mercado lo "verificable"—es "suficiente que funcione" o "la transparencia es lo que importa"? ¿Qué piensas? Hablemos en los comentarios @OpenGradient #OPG