#opg $OPG
He estado dándole vueltas a una cosa últimamente.
Mira: hoy en día los agentes de IA en cadena ya pueden ayudar a la gente a hacer trading automático y a gestionar tesorerías. Pero… ¿te has planteado que en realidad no sabes qué modelo usa esa IA, qué es lo que le metes como entrada, ni si la salida ha sido manipulada? ¿Y tú simplemente entregas permisos de clave privada así como así?
¿No es una locura?
Hasta que leí la documentación de OpenGradient, no me di cuenta de que alguien ya está resolviendo esto.
Lo que hacen es en realidad muy simple: que cada paso de la inferencia de la IA sea auditable, igual de transparente que cuando tú consultas una transferencia en un explorador de blockchain.
¿Y cómo lo logran? Te lo desgloso.
Dividen la red en tres grupos de trabajo.
El primer grupo se llama nodos de inferencia: estas personas sí hacen el trabajo de verdad. Tú envías una solicitud, ellos usan GPU para ejecutar el modelo. Después de darte el resultado, también te tienen que adjuntar un “informe de auditoría”.
El segundo grupo se llama nodos de verificación: ellos no ejecutan el modelo; su trabajo es revisar la contabilidad. Reciben ese “informe de auditoría” y lo validan con métodos criptográficos: si el informe es correcto, si el modelo fue alterado pasivamente, si los datos fueron modificados. Todo el proceso termina en milisegundos, sin tener que volver a correr el modelo; ese tipo de costo nadie lo puede asumir.
El tercer grupo se llama nodos de datos: se encargan de traer datos externos, como precios y noticias, en un entorno seguro, para que el intermediario no pueda interceptarlos.
La esencia de todo esto se resume en una frase: los que trabajan se limitan a trabajar, los que auditan se limitan a auditar. Cada quien en lo suyo. El resultado de la inferencia de IA que recibes viene con su “sello de auditoría”.
La verificación tiene tres niveles: para el chat cotidiano basta con TEE—algo parecido a un informe de control de calidad normal; si se trata de decisiones sobre activos, se sube a ZKML—eso es un certificado del nivel de identificación de diamantes.
El suministro total del token OPG es de 1.000 millones; actualmente en circulación hay 190 millones; su market cap es de más de 30 millones. Para ser sinceros, dentro del sector de la IA es una “criatura pequeña”. Pero a16z y Coinbase Ventures han invertido; Upbit también lo listó. La base no está mal.
Ahora bien, si este proyecto puede salir adelante o no, depende de un punto clave: ¿realmente le importa al mercado si la inferencia de IA es transparente o no? ¿Con que funcione basta, o necesito que yo pueda ver su “libro de cuentas”?
Mi opinión es que, en cuanto la IA empiece a tocar el dinero a gran escala, la transparencia será una necesidad.
¿Tú qué opinas? Habla en los comentarios: @OpenGradient
He estado dándole vueltas a una cosa últimamente.
Mira: hoy en día los agentes de IA en cadena ya pueden ayudar a la gente a hacer trading automático y a gestionar tesorerías. Pero… ¿te has planteado que en realidad no sabes qué modelo usa esa IA, qué es lo que le metes como entrada, ni si la salida ha sido manipulada? ¿Y tú simplemente entregas permisos de clave privada así como así?
¿No es una locura?
Hasta que leí la documentación de OpenGradient, no me di cuenta de que alguien ya está resolviendo esto.
Lo que hacen es en realidad muy simple: que cada paso de la inferencia de la IA sea auditable, igual de transparente que cuando tú consultas una transferencia en un explorador de blockchain.
¿Y cómo lo logran? Te lo desgloso.
Dividen la red en tres grupos de trabajo.
El primer grupo se llama nodos de inferencia: estas personas sí hacen el trabajo de verdad. Tú envías una solicitud, ellos usan GPU para ejecutar el modelo. Después de darte el resultado, también te tienen que adjuntar un “informe de auditoría”.
El segundo grupo se llama nodos de verificación: ellos no ejecutan el modelo; su trabajo es revisar la contabilidad. Reciben ese “informe de auditoría” y lo validan con métodos criptográficos: si el informe es correcto, si el modelo fue alterado pasivamente, si los datos fueron modificados. Todo el proceso termina en milisegundos, sin tener que volver a correr el modelo; ese tipo de costo nadie lo puede asumir.
El tercer grupo se llama nodos de datos: se encargan de traer datos externos, como precios y noticias, en un entorno seguro, para que el intermediario no pueda interceptarlos.
La esencia de todo esto se resume en una frase: los que trabajan se limitan a trabajar, los que auditan se limitan a auditar. Cada quien en lo suyo. El resultado de la inferencia de IA que recibes viene con su “sello de auditoría”.
La verificación tiene tres niveles: para el chat cotidiano basta con TEE—algo parecido a un informe de control de calidad normal; si se trata de decisiones sobre activos, se sube a ZKML—eso es un certificado del nivel de identificación de diamantes.
El suministro total del token OPG es de 1.000 millones; actualmente en circulación hay 190 millones; su market cap es de más de 30 millones. Para ser sinceros, dentro del sector de la IA es una “criatura pequeña”. Pero a16z y Coinbase Ventures han invertido; Upbit también lo listó. La base no está mal.
Ahora bien, si este proyecto puede salir adelante o no, depende de un punto clave: ¿realmente le importa al mercado si la inferencia de IA es transparente o no? ¿Con que funcione basta, o necesito que yo pueda ver su “libro de cuentas”?
Mi opinión es que, en cuanto la IA empiece a tocar el dinero a gran escala, la transparencia será una necesidad.
¿Tú qué opinas? Habla en los comentarios: @OpenGradient