Ashley Hardy
4.4k Publicaciones
Ashley Hardy
Crypto clarity, steady discipline, and a smooth trading flow
Abrir operación
Trader frecuente
1.8 años
90 Siguiendo
15.6K+ Seguidores
10.9K+ Me gusta
Publicaciones
Cartera
Todo
Cotizaciones
Directo
PINNED
Empecé a leer sobre OpenGradient por la narrativa de la IA.
Unos artículos después, estaba leyendo sobre verificación en su lugar.
Eso no era lo que esperaba.
La mayoría de las discusiones sobre IA se centran en modelos. Mejores modelos, modelos más rápidos, nuevas capacidades.
La verificación apenas se menciona.
Una cosa en la que seguía pensando era en los agentes de IA.
Ahora mismo, una IA da una respuesta y la mayoría de la gente la acepta.
Eso es fácil.
Es una situación diferente si una IA está moviendo activos, interactuando con protocolos o tomando decisiones sin que alguien esté vigilando cada paso.
En algún momento, la gente va a pedir pruebas.
Por lo que he visto, esa es el área en la que OpenGradient está intentando construir.
Revisé algunos números recientes del ecosistema mientras investigaba el proyecto. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto del que aún no se habla muy a menudo, esos números fueron más grandes de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con apoyo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación se convierta en un tema importante en IA.
Quizás no.
Solo sé que es una de las pocas partes del sector que mantuvo mi atención más tiempo que las discusiones sobre modelos.
#opg @OpenGradient $OPG
Unos artículos después, estaba leyendo sobre verificación en su lugar.
Eso no era lo que esperaba.
La mayoría de las discusiones sobre IA se centran en modelos. Mejores modelos, modelos más rápidos, nuevas capacidades.
La verificación apenas se menciona.
Una cosa en la que seguía pensando era en los agentes de IA.
Ahora mismo, una IA da una respuesta y la mayoría de la gente la acepta.
Eso es fácil.
Es una situación diferente si una IA está moviendo activos, interactuando con protocolos o tomando decisiones sin que alguien esté vigilando cada paso.
En algún momento, la gente va a pedir pruebas.
Por lo que he visto, esa es el área en la que OpenGradient está intentando construir.
Revisé algunos números recientes del ecosistema mientras investigaba el proyecto. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto del que aún no se habla muy a menudo, esos números fueron más grandes de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con apoyo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación se convierta en un tema importante en IA.
Quizás no.
Solo sé que es una de las pocas partes del sector que mantuvo mi atención más tiempo que las discusiones sobre modelos.
#opg @OpenGradient $OPG
❣️
Sarah corner
·
--
Abrí OpenGradient por la narrativa de la IA.
Unos pocos artículos después estaba leyendo sobre la verificación.
No es la dirección que esperaba.
La mayoría de las discusiones sobre IA parecen centrarse en las mismas cosas. Mejores modelos. Respuestas más rápidas. Nuevas capacidades.
El lado de la verificación no se menciona casi tanto.
Una cosa en la que seguía pensando mientras leía eran los agentes de IA.
Ahora mismo, una IA da una respuesta y la mayoría de la gente no la cuestiona. Está bien cuando pides información.
Es diferente si esa IA está manejando activos, interactuando con protocolos, o tomando decisiones por su cuenta.
En algún momento, la gente querrá pruebas.
No solo un resultado.
Por lo que he visto, ese es el problema en el que OpenGradient está tratando de trabajar.
Pasé un tiempo revisando los números del ecosistema. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Esos números fueron más altos de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con respaldo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación se convierta en una parte importante de la conversación sobre IA.
Quizás no.
Solo sé que es una de las áreas a las que he prestado más atención mientras investigaba OpenGradient.
#opg @OpenGradient $OPG
Unos pocos artículos después estaba leyendo sobre la verificación.
No es la dirección que esperaba.
La mayoría de las discusiones sobre IA parecen centrarse en las mismas cosas. Mejores modelos. Respuestas más rápidas. Nuevas capacidades.
El lado de la verificación no se menciona casi tanto.
Una cosa en la que seguía pensando mientras leía eran los agentes de IA.
Ahora mismo, una IA da una respuesta y la mayoría de la gente no la cuestiona. Está bien cuando pides información.
Es diferente si esa IA está manejando activos, interactuando con protocolos, o tomando decisiones por su cuenta.
En algún momento, la gente querrá pruebas.
No solo un resultado.
Por lo que he visto, ese es el problema en el que OpenGradient está tratando de trabajar.
Pasé un tiempo revisando los números del ecosistema. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Esos números fueron más altos de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con respaldo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación se convierta en una parte importante de la conversación sobre IA.
Quizás no.
Solo sé que es una de las áreas a las que he prestado más atención mientras investigaba OpenGradient.
#opg @OpenGradient $OPG
Ver traducción
I started reading about OpenGradient because of the AI narrative.
A few articles later I was reading about HACA.
Not the direction I expected.
Most AI discussions seem to focus on the same things. Better models. Faster responses. New capabilities.
HACA felt like a different conversation.
The thing I kept thinking about was compute.
AI needs a huge amount of it.
At the same time, crypto people want transparency, verification and proof for almost everything.
Those two things don't naturally fit together.
Running every AI workload directly on-chain sounds good until you start thinking about cost and performance.
From what I've read, OpenGradient handles the heavy compute with GPU infrastructure while verification happens separately.
Honestly, that part seems pretty reasonable.
I checked some of the ecosystem numbers while researching the project. More than 2 million AI inferences have already been processed. Over 500,000 cryptographic proofs have been generated. The network supports more than 2,000 AI models and has reached over 2 million users.
For something that still doesn't get talked about very often, that's a fair amount of activity.
There's also around $9.5 million in funding with backing connected to a16z crypto, Coinbase Ventures, NEAR, SV Angel and others.
Maybe HACA ends up being a small part of the story.
I don't know.
I just know I spent more time reading about the infrastructure than the AI models.
#opg @OpenGradient $OPG
A few articles later I was reading about HACA.
Not the direction I expected.
Most AI discussions seem to focus on the same things. Better models. Faster responses. New capabilities.
HACA felt like a different conversation.
The thing I kept thinking about was compute.
AI needs a huge amount of it.
At the same time, crypto people want transparency, verification and proof for almost everything.
Those two things don't naturally fit together.
Running every AI workload directly on-chain sounds good until you start thinking about cost and performance.
From what I've read, OpenGradient handles the heavy compute with GPU infrastructure while verification happens separately.
Honestly, that part seems pretty reasonable.
I checked some of the ecosystem numbers while researching the project. More than 2 million AI inferences have already been processed. Over 500,000 cryptographic proofs have been generated. The network supports more than 2,000 AI models and has reached over 2 million users.
For something that still doesn't get talked about very often, that's a fair amount of activity.
There's also around $9.5 million in funding with backing connected to a16z crypto, Coinbase Ventures, NEAR, SV Angel and others.
Maybe HACA ends up being a small part of the story.
I don't know.
I just know I spent more time reading about the infrastructure than the AI models.
#opg @OpenGradient $OPG
Empecé a leer sobre OpenGradient porque quería entender el lado de IA del proyecto.
Unos artículos después, estaba leyendo sobre verificación en su lugar.
Eso fue inesperado.
La mayoría de las conversaciones sobre IA terminan en el mismo lugar. Mejores modelos, respuestas más rápidas, nuevos benchmarks.
Lo que seguía pensando era algo mucho más simple.
Si un agente de IA realiza una acción, ¿cómo sabemos que realmente sucedió de la manera en que afirma?
Quizás eso no sea una gran preocupación en este momento.
Probablemente se convierte en una preocupación mayor cuando la IA comienza a manejar activos, interactuar con protocolos o tomar decisiones sin que alguien revise cada paso.
Esa es la parte de OpenGradient que llamó mi atención.
El proyecto se centra en la infraestructura de IA verificable. En términos simples, el objetivo no es solo producir resultados de IA, sino también crear una forma de verificarlos.
Revisé algunas estadísticas recientes del ecosistema mientras investigaba sobre ello.
Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se menciona muy a menudo, esos números fueron más altos de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con respaldo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
No sé si la verificación se convertirá en la próxima gran narrativa de la IA.
Sé que es una de las pocas partes del sector de IA en las que he pasado más tiempo pensando recientemente.
#opg @OpenGradient $OPG
Unos artículos después, estaba leyendo sobre verificación en su lugar.
Eso fue inesperado.
La mayoría de las conversaciones sobre IA terminan en el mismo lugar. Mejores modelos, respuestas más rápidas, nuevos benchmarks.
Lo que seguía pensando era algo mucho más simple.
Si un agente de IA realiza una acción, ¿cómo sabemos que realmente sucedió de la manera en que afirma?
Quizás eso no sea una gran preocupación en este momento.
Probablemente se convierte en una preocupación mayor cuando la IA comienza a manejar activos, interactuar con protocolos o tomar decisiones sin que alguien revise cada paso.
Esa es la parte de OpenGradient que llamó mi atención.
El proyecto se centra en la infraestructura de IA verificable. En términos simples, el objetivo no es solo producir resultados de IA, sino también crear una forma de verificarlos.
Revisé algunas estadísticas recientes del ecosistema mientras investigaba sobre ello.
Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se menciona muy a menudo, esos números fueron más altos de lo que esperaba.
También hay alrededor de $9.5 millones en financiamiento con respaldo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
No sé si la verificación se convertirá en la próxima gran narrativa de la IA.
Sé que es una de las pocas partes del sector de IA en las que he pasado más tiempo pensando recientemente.
#opg @OpenGradient $OPG
❣️
Sarah corner
·
--
Originalmente empecé a leer sobre OpenGradient por la narrativa de IA.
Unas horas después ni siquiera estaba pensando en los modelos.
La parte de infraestructura era mucho más interesante.
La mayoría de las conversaciones sobre IA parecen girar en torno a las mismas cosas. Mejores modelos. Modelos más rápidos. Benchmarks más grandes.
Lo que no se discute tanto es la verificación.
Ahora mismo, una IA puede generar una respuesta y la mayoría de la gente está bien con eso. Nadie hace muchas preguntas.
Pero si los agentes de IA comienzan a manejar transacciones, interactuar con protocolos o gestionar activos, eso cambia las cosas.
En algún momento, la gente va a hacer una pregunta simple:
¿Cómo sé que esto realmente sucedió?
Ahí es donde OpenGradient comenzó a tener sentido para mí.
El proyecto se centra en construir infraestructura que pueda verificar la actividad de IA en lugar de pedir a los usuarios que confíen en ello ciegamente.
Revisé algunas de las estadísticas recientes del ecosistema y eran más fuertes de lo que esperaba. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se habla tanto como algunos de los nombres más grandes en IA, eso es una cantidad decente de actividad.
También hay alrededor de $9.5 millones en financiamiento con respaldo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación nunca se convierta en un tema importante.
Quizás sí.
De cualquier manera, es una de las pocas partes de la historia de IA a la que últimamente le estoy prestando más atención.
#opg @OpenGradient $OPG
Unas horas después ni siquiera estaba pensando en los modelos.
La parte de infraestructura era mucho más interesante.
La mayoría de las conversaciones sobre IA parecen girar en torno a las mismas cosas. Mejores modelos. Modelos más rápidos. Benchmarks más grandes.
Lo que no se discute tanto es la verificación.
Ahora mismo, una IA puede generar una respuesta y la mayoría de la gente está bien con eso. Nadie hace muchas preguntas.
Pero si los agentes de IA comienzan a manejar transacciones, interactuar con protocolos o gestionar activos, eso cambia las cosas.
En algún momento, la gente va a hacer una pregunta simple:
¿Cómo sé que esto realmente sucedió?
Ahí es donde OpenGradient comenzó a tener sentido para mí.
El proyecto se centra en construir infraestructura que pueda verificar la actividad de IA en lugar de pedir a los usuarios que confíen en ello ciegamente.
Revisé algunas de las estadísticas recientes del ecosistema y eran más fuertes de lo que esperaba. Ya se han procesado más de 2 millones de inferencias de IA. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se habla tanto como algunos de los nombres más grandes en IA, eso es una cantidad decente de actividad.
También hay alrededor de $9.5 millones en financiamiento con respaldo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás la verificación nunca se convierta en un tema importante.
Quizás sí.
De cualquier manera, es una de las pocas partes de la historia de IA a la que últimamente le estoy prestando más atención.
#opg @OpenGradient $OPG
Con verificación
Originalmente abrí OpenGradient por la narrativa de la IA.
Un par de horas después, estaba leyendo sobre HACA en su lugar.
No era donde esperaba terminar.
La mayoría de las conversaciones sobre IA se sienten idénticas hoy en día. Modelos más rápidos. Modelos más inteligentes. Nuevos estándares.
HACA llamó mi atención porque no se trataba realmente de nada de eso.
Una cosa me seguía molestando mientras leía. La IA necesita una cantidad ridícula de poder de cómputo. Al mismo tiempo, la gente del crypto quiere que todo sea transparente y verificable.
Poner ambos en el mismo sistema suena más difícil de lo que la gente hace parecer.
Por lo que entiendo, OpenGradient maneja el trabajo pesado de la IA con infraestructura de GPU mientras que la verificación ocurre por separado. El objetivo no es forzar cada computación en una blockchain.
Honestamente, esa parte tiene sentido.
Revisé algunas estadísticas del ecosistema y eran más grandes de lo que esperaba. Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se discute tanto como algunos tokens de IA, no está mal.
También hay aproximadamente $9.5 millones en financiamiento detrás del proyecto con respaldo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás HACA nunca se convierta en la narrativa principal.
Aún así, cada vez que leo sobre OpenGradient, termino pasando más tiempo mirando la infraestructura que los modelos de IA en sí mismos.
#opg @OpenGradient $OPG
Un par de horas después, estaba leyendo sobre HACA en su lugar.
No era donde esperaba terminar.
La mayoría de las conversaciones sobre IA se sienten idénticas hoy en día. Modelos más rápidos. Modelos más inteligentes. Nuevos estándares.
HACA llamó mi atención porque no se trataba realmente de nada de eso.
Una cosa me seguía molestando mientras leía. La IA necesita una cantidad ridícula de poder de cómputo. Al mismo tiempo, la gente del crypto quiere que todo sea transparente y verificable.
Poner ambos en el mismo sistema suena más difícil de lo que la gente hace parecer.
Por lo que entiendo, OpenGradient maneja el trabajo pesado de la IA con infraestructura de GPU mientras que la verificación ocurre por separado. El objetivo no es forzar cada computación en una blockchain.
Honestamente, esa parte tiene sentido.
Revisé algunas estadísticas del ecosistema y eran más grandes de lo que esperaba. Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se discute tanto como algunos tokens de IA, no está mal.
También hay aproximadamente $9.5 millones en financiamiento detrás del proyecto con respaldo de a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás HACA nunca se convierta en la narrativa principal.
Aún así, cada vez que leo sobre OpenGradient, termino pasando más tiempo mirando la infraestructura que los modelos de IA en sí mismos.
#opg @OpenGradient $OPG
❣️
Sarah corner
·
--
Empecé a leer sobre OpenGradient por la narrativa de IA.
Unas horas después, estaba leyendo sobre HACA en su lugar.
No era donde esperaba terminar.
La mayoría de las discusiones sobre IA se sienten bastante similares hoy en día. Nuevo modelo. Mejor modelo. Modelo más rápido.
HACA se sintió diferente porque está tratando de resolver un problema del que no se habla mucho.
La IA necesita una gran cantidad de cómputo. Las blockchains son buenas para la verificación. Juntar esas dos cosas no es tan simple como la gente hace que suene.
Correr todo directamente en la cadena suena bien hasta que piensas en el costo y el rendimiento de eso.
Por lo que entiendo, el enfoque de OpenGradient es dejar que las GPUs manejen el cómputo pesado mientras que la verificación se maneja por separado. Idea simple, pero evita forzar a la IA y a la blockchain a hacer trabajos para los que no fueron diseñados.
Revisé algunos de los números del ecosistema y eran más fuertes de lo que esperaba.
Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Esa no es la clase de actividad que esperaba de un proyecto que aún se siente relativamente bajo el radar.
El proyecto también ha recaudado alrededor de $9.5 millones con respaldos conectados a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás nada de esto termine importando.
Pero cuando miro a OpenGradient, lo que se queda conmigo no es la discusión sobre el modelo de IA.
Es la infraestructura debajo de todo eso.
#opg @OpenGradient $OPG
Unas horas después, estaba leyendo sobre HACA en su lugar.
No era donde esperaba terminar.
La mayoría de las discusiones sobre IA se sienten bastante similares hoy en día. Nuevo modelo. Mejor modelo. Modelo más rápido.
HACA se sintió diferente porque está tratando de resolver un problema del que no se habla mucho.
La IA necesita una gran cantidad de cómputo. Las blockchains son buenas para la verificación. Juntar esas dos cosas no es tan simple como la gente hace que suene.
Correr todo directamente en la cadena suena bien hasta que piensas en el costo y el rendimiento de eso.
Por lo que entiendo, el enfoque de OpenGradient es dejar que las GPUs manejen el cómputo pesado mientras que la verificación se maneja por separado. Idea simple, pero evita forzar a la IA y a la blockchain a hacer trabajos para los que no fueron diseñados.
Revisé algunos de los números del ecosistema y eran más fuertes de lo que esperaba.
Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. La red soporta miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Esa no es la clase de actividad que esperaba de un proyecto que aún se siente relativamente bajo el radar.
El proyecto también ha recaudado alrededor de $9.5 millones con respaldos conectados a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Quizás nada de esto termine importando.
Pero cuando miro a OpenGradient, lo que se queda conmigo no es la discusión sobre el modelo de IA.
Es la infraestructura debajo de todo eso.
#opg @OpenGradient $OPG
Recientemente estuve revisando OpenGradient y terminé prestando más atención a la infraestructura que a la IA en sí.
Eso no era lo que esperaba.
Todos parecen interesados en cuál modelo de IA es más inteligente, rápido o poderoso. Justo. Pero seguía atascándome en una pregunta diferente.
¿Cómo verificas realmente lo que hizo un sistema de IA?
Ahora mismo, a la mayoría de la gente no le importa. La IA da una respuesta y eso es todo.
Pero imagina agentes de IA moviendo fondos, interactuando con protocolos DeFi, o manejando tareas sin aprobación humana constante. En algún momento, la gente va a querer evidencia, no suposiciones.
Probablemente por eso OpenGradient llamó mi atención.
El proyecto está enfocado en una infraestructura de IA verificable. La idea es lo suficientemente simple: la IA no solo debería producir resultados, también debería haber una forma de comprobar que esos resultados se generaron como se afirma.
Revisé algo de la actividad de la red y los números eran más grandes de lo que esperaba. Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. El ecosistema incluye más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para algo que aún no se menciona tanto como muchos tokens de IA, eso no es una pequeña cantidad de uso.
También hay alrededor de $9.5 millones en financiamiento detrás del proyecto con apoyo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Podría estar equivocado, pero creo que la verificación podría acabar convirtiéndose en una de las conversaciones más grandes en IA durante los próximos años.
Si eso sucede, los proyectos que construyan la capa de confianza en lugar de perseguir atención podrían acabar en una posición muy diferente a la que la gente espera hoy.
#opg @OpenGradient $OPG
Eso no era lo que esperaba.
Todos parecen interesados en cuál modelo de IA es más inteligente, rápido o poderoso. Justo. Pero seguía atascándome en una pregunta diferente.
¿Cómo verificas realmente lo que hizo un sistema de IA?
Ahora mismo, a la mayoría de la gente no le importa. La IA da una respuesta y eso es todo.
Pero imagina agentes de IA moviendo fondos, interactuando con protocolos DeFi, o manejando tareas sin aprobación humana constante. En algún momento, la gente va a querer evidencia, no suposiciones.
Probablemente por eso OpenGradient llamó mi atención.
El proyecto está enfocado en una infraestructura de IA verificable. La idea es lo suficientemente simple: la IA no solo debería producir resultados, también debería haber una forma de comprobar que esos resultados se generaron como se afirma.
Revisé algo de la actividad de la red y los números eran más grandes de lo que esperaba. Más de 2 millones de inferencias de IA ya han sido procesadas. Se han generado más de 500,000 pruebas criptográficas. El ecosistema incluye más de 2,000 modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para algo que aún no se menciona tanto como muchos tokens de IA, eso no es una pequeña cantidad de uso.
También hay alrededor de $9.5 millones en financiamiento detrás del proyecto con apoyo conectado a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Podría estar equivocado, pero creo que la verificación podría acabar convirtiéndose en una de las conversaciones más grandes en IA durante los próximos años.
Si eso sucede, los proyectos que construyan la capa de confianza en lugar de perseguir atención podrían acabar en una posición muy diferente a la que la gente espera hoy.
#opg @OpenGradient $OPG
La Fed acaba de mantener las tasas sin cambios, pero los oficiales están señalando que podrían permanecer altas por más tiempo. Los mercados ahora están debatiendo si esto es alcista o bajista para Bitcoin. 👀
❓ ¿Cuál es tu próximo $BTC movimiento?
🚀 Compra la caída
📊 Espera y observa
📉 Espera precios más bajos
💬 Comenta tu elección & sigue para ganar! 🚀
❓ ¿Cuál es tu próximo $BTC movimiento?
🚀 Compra la caída
📊 Espera y observa
📉 Espera precios más bajos
💬 Comenta tu elección & sigue para ganar! 🚀
❣️
Sarah corner
·
--
Esta semana estuve leyendo sobre OpenGradient y terminé pasando más tiempo en HACA de lo que esperaba.
La mayoría de la gente parece centrarse en el lado de IA del proyecto.
Yo no.
La arquitectura fue realmente más interesante.
Una cosa en la que seguí pensando es lo difícil que sería ejecutar cargas de trabajo de IA serias directamente en una blockchain. Suena bien en teoría, pero una vez que piensas en la cantidad de cómputo que necesita la IA, empieza a verse caro muy rápido.
Probablemente por eso OpenGradient optó por un enfoque híbrido.
Por lo que entiendo, el trabajo pesado de IA ocurre en infraestructura de GPU mientras que la verificación se maneja por separado. La idea es bastante simple: mantener el sistema rápido mientras aún se puede probar lo que sucedió.
De hecho, me gusta ese enfoque.
No todo necesita ser empujado a la cadena solo porque es cripto.
Algunos números también me hicieron detenerme un segundo. Más de 2 millones de inferencias de IA ya han pasado por la red. Se han generado más de 500,000 pruebas criptográficas. El ecosistema ahora incluye miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que no se menciona casi tanto como otros nombres de IA, eso es una cantidad decente de actividad.
Quizás HACA nunca se convierta en la narrativa principal.
La mayoría de la gente probablemente seguirá hablando sobre modelos de IA.
Aún así, cuando miro a OpenGradient, el lado de la infraestructura es lo que me sigue atrayendo. Si la IA verificable se vuelve importante, tecnología como esta podría acabar importando mucho más de lo que la gente piensa hoy.
#opg @OpenGradient $OPG
La mayoría de la gente parece centrarse en el lado de IA del proyecto.
Yo no.
La arquitectura fue realmente más interesante.
Una cosa en la que seguí pensando es lo difícil que sería ejecutar cargas de trabajo de IA serias directamente en una blockchain. Suena bien en teoría, pero una vez que piensas en la cantidad de cómputo que necesita la IA, empieza a verse caro muy rápido.
Probablemente por eso OpenGradient optó por un enfoque híbrido.
Por lo que entiendo, el trabajo pesado de IA ocurre en infraestructura de GPU mientras que la verificación se maneja por separado. La idea es bastante simple: mantener el sistema rápido mientras aún se puede probar lo que sucedió.
De hecho, me gusta ese enfoque.
No todo necesita ser empujado a la cadena solo porque es cripto.
Algunos números también me hicieron detenerme un segundo. Más de 2 millones de inferencias de IA ya han pasado por la red. Se han generado más de 500,000 pruebas criptográficas. El ecosistema ahora incluye miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto que no se menciona casi tanto como otros nombres de IA, eso es una cantidad decente de actividad.
Quizás HACA nunca se convierta en la narrativa principal.
La mayoría de la gente probablemente seguirá hablando sobre modelos de IA.
Aún así, cuando miro a OpenGradient, el lado de la infraestructura es lo que me sigue atrayendo. Si la IA verificable se vuelve importante, tecnología como esta podría acabar importando mucho más de lo que la gente piensa hoy.
#opg @OpenGradient $OPG
He notado algo interesante mientras revisaba proyectos de IA últimamente.
La mayoría de las discusiones terminan girando en torno a las mismas cosas: rendimiento del modelo, métricas, nuevos lanzamientos. No hay nada de malo en eso, pero siento que otra pregunta está ganando importancia silenciosamente.
¿Cómo sabemos que un resultado de IA realmente se puede confiar?
Esa es la parte que me llevó a dedicar más tiempo a investigar OpenGradient.
El proyecto no está tratando de ser el próximo modelo de IA llamativo. Lo que llamó mi atención es su enfoque en la Infraestructura de IA Verificable. En términos simples, está tratando de hacer que los resultados de IA sean comprobables en lugar de pedir a los usuarios que confíen en ellos ciegamente.
Quizás eso no suene emocionante al principio.
Pero piensa en hacia dónde se dirige la IA.
Si los agentes de IA eventualmente gestionan wallets, ejecutan transacciones o toman decisiones en nombre de los usuarios, la gente querrá más que solo una respuesta. Querrán evidencia de que el proceso ocurrió como se suponía.
Mientras investigaba el ecosistema, algunos números destacaron. OpenGradient ya ha superado los 2 millones de inferencias de IA, generado más de 500,000 pruebas criptográficas, soporta miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto enfocado en infraestructura en lugar de hype, esas cifras son más grandes de lo que esperaba.
También me pareció interesante que se han recaudado alrededor de $9.5 millones con respaldo de nombres como a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros. La infraestructura generalmente no es donde va primero la atención del retail, pero a menudo es donde se construye el valor a largo plazo.
Quizás lo esté viendo de la manera equivocada.
Aún así, no puedo sacudirme la sensación de que la próxima etapa de la IA no se tratará solo de inteligencia.
Podría tratarse de verificación.
Y si eso sucede, OpenGradient podría terminar siendo discutido de manera muy diferente a como se está viendo hoy.
#opg @OpenGradient $OPG
La mayoría de las discusiones terminan girando en torno a las mismas cosas: rendimiento del modelo, métricas, nuevos lanzamientos. No hay nada de malo en eso, pero siento que otra pregunta está ganando importancia silenciosamente.
¿Cómo sabemos que un resultado de IA realmente se puede confiar?
Esa es la parte que me llevó a dedicar más tiempo a investigar OpenGradient.
El proyecto no está tratando de ser el próximo modelo de IA llamativo. Lo que llamó mi atención es su enfoque en la Infraestructura de IA Verificable. En términos simples, está tratando de hacer que los resultados de IA sean comprobables en lugar de pedir a los usuarios que confíen en ellos ciegamente.
Quizás eso no suene emocionante al principio.
Pero piensa en hacia dónde se dirige la IA.
Si los agentes de IA eventualmente gestionan wallets, ejecutan transacciones o toman decisiones en nombre de los usuarios, la gente querrá más que solo una respuesta. Querrán evidencia de que el proceso ocurrió como se suponía.
Mientras investigaba el ecosistema, algunos números destacaron. OpenGradient ya ha superado los 2 millones de inferencias de IA, generado más de 500,000 pruebas criptográficas, soporta miles de modelos de IA y ha alcanzado más de 2 millones de usuarios.
Para un proyecto enfocado en infraestructura en lugar de hype, esas cifras son más grandes de lo que esperaba.
También me pareció interesante que se han recaudado alrededor de $9.5 millones con respaldo de nombres como a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros. La infraestructura generalmente no es donde va primero la atención del retail, pero a menudo es donde se construye el valor a largo plazo.
Quizás lo esté viendo de la manera equivocada.
Aún así, no puedo sacudirme la sensación de que la próxima etapa de la IA no se tratará solo de inteligencia.
Podría tratarse de verificación.
Y si eso sucede, OpenGradient podría terminar siendo discutido de manera muy diferente a como se está viendo hoy.
#opg @OpenGradient $OPG
❣️
Riley Monroe
·
--
#opg $OPG @OpenGradient Voy a ser honesto, OpenGradient no era algo a lo que prestara atención al principio.
Pero después de revisarlo adecuadamente, una cosa realmente se me quedó — toda esta idea de IA verificable.
En este momento, todos usamos IA pero más o menos aceptamos lo que nos da. No hay forma de comprobar lo que realmente sucedió detrás del resultado. Simplemente es… confiar y seguir adelante. Esa parte nunca me pareció del todo correcta.
OpenGradient está tratando de arreglar eso al adjuntar prueba a cada salida. No solo "aquí está tu respuesta", sino también "así es como se generó". Ese pequeño cambio realmente cambia mucho.
Lo que encontré interesante es que no están ralentizando todo en la cadena tampoco. La IA funciona fuera de la cadena en nodos GPU, y solo la parte de verificación va en la cadena. Ese equilibrio tiene más sentido que forzar todo en la blockchain.
Además, no es un hype completamente vacío. Ya han cruzado más de 2M en inferencias y alrededor de 500K pruebas, con un número decente de modelos en vivo. Así que al menos hay algún uso real ocurriendo.
Dónde esto podría importar es obvio… bots de trading, decisiones de préstamos, incluso agentes de IA manejando fondos. Sin verificación, simplemente estás confiando ciegamente en las salidas. Y eso es arriesgado.
No estoy diciendo que esto definitivamente ganará a largo plazo. Pero sí, una cosa se siente clara — si la IA comienza a manejar cosas serias, la verificación no será opcional. Algo como esto será necesario.
Pero después de revisarlo adecuadamente, una cosa realmente se me quedó — toda esta idea de IA verificable.
En este momento, todos usamos IA pero más o menos aceptamos lo que nos da. No hay forma de comprobar lo que realmente sucedió detrás del resultado. Simplemente es… confiar y seguir adelante. Esa parte nunca me pareció del todo correcta.
OpenGradient está tratando de arreglar eso al adjuntar prueba a cada salida. No solo "aquí está tu respuesta", sino también "así es como se generó". Ese pequeño cambio realmente cambia mucho.
Lo que encontré interesante es que no están ralentizando todo en la cadena tampoco. La IA funciona fuera de la cadena en nodos GPU, y solo la parte de verificación va en la cadena. Ese equilibrio tiene más sentido que forzar todo en la blockchain.
Además, no es un hype completamente vacío. Ya han cruzado más de 2M en inferencias y alrededor de 500K pruebas, con un número decente de modelos en vivo. Así que al menos hay algún uso real ocurriendo.
Dónde esto podría importar es obvio… bots de trading, decisiones de préstamos, incluso agentes de IA manejando fondos. Sin verificación, simplemente estás confiando ciegamente en las salidas. Y eso es arriesgado.
No estoy diciendo que esto definitivamente ganará a largo plazo. Pero sí, una cosa se siente clara — si la IA comienza a manejar cosas serias, la verificación no será opcional. Algo como esto será necesario.
$BTC está manteniéndose por encima de una zona de soporte importante mientras los traders esperan el próximo gran movimiento. La volatilidad está aumentando, y una ruptura podría estar más cerca de lo que muchos esperan. 👀
❓ ¿Qué sigue para $BTC ?
🚀 Ruptura a nuevos máximos 📊 Más consolidación 📉 Un último retroceso primero
💬 ¡Comenta tu predicción + sigue para ganar! 🚀
❓ ¿Qué sigue para $BTC ?
🚀 Ruptura a nuevos máximos 📊 Más consolidación 📉 Un último retroceso primero
💬 ¡Comenta tu predicción + sigue para ganar! 🚀
❣️
Sarah corner
·
--
He estado viendo a OpenGradient aparecer más a menudo últimamente, así que pasé un tiempo investigándolo.
Lo que más me llamó la atención no fue la parte de IA.
Fue la parte de confianza.
Todos están ocupados hablando de modelos más inteligentes y grandes avances en IA. Justo. Pero sigo pensando en algo más.
¿Cómo sabemos que un resultado de IA es realmente genuino?
La mayoría de nosotros ni siquiera nos hacemos esa pregunta. Obtenemos una respuesta, la leemos y seguimos adelante.
Eso funciona por ahora.
Pero si los agentes de IA comienzan a gestionar activos, interactuar con blockchains o tomar decisiones por su cuenta, es probable que la gente quiera más que solo un resultado. Querrán pruebas.
Ahí es donde OpenGradient comenzó a parecerme interesante.
Revisé algunos de los números recientes y son más grandes de lo que esperaba. Hay más de 4,500 modelos de IA disponibles en todo el ecosistema. Más de 2 millones de inferencias de IA ya han sido procesadas. Las pruebas criptográficas han superado la marca de 500,000, y la red ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se menciona tan a menudo como muchos tokens de IA, no está nada mal.
Otra cosa a señalar es la financiación. Se han recaudado alrededor de $9.5 millones con el apoyo de inversores y socios conectados a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Podría estar completamente equivocado aquí.
Pero tengo la sensación de que la próxima gran conversación sobre IA no será quién tiene el modelo más inteligente.
Podría ser quién puede realmente probar lo que su IA está haciendo.
Eso probablemente sea por lo que OpenGradient sigue volviendo a mi radar.
#opg @OpenGradient $OPG
Lo que más me llamó la atención no fue la parte de IA.
Fue la parte de confianza.
Todos están ocupados hablando de modelos más inteligentes y grandes avances en IA. Justo. Pero sigo pensando en algo más.
¿Cómo sabemos que un resultado de IA es realmente genuino?
La mayoría de nosotros ni siquiera nos hacemos esa pregunta. Obtenemos una respuesta, la leemos y seguimos adelante.
Eso funciona por ahora.
Pero si los agentes de IA comienzan a gestionar activos, interactuar con blockchains o tomar decisiones por su cuenta, es probable que la gente quiera más que solo un resultado. Querrán pruebas.
Ahí es donde OpenGradient comenzó a parecerme interesante.
Revisé algunos de los números recientes y son más grandes de lo que esperaba. Hay más de 4,500 modelos de IA disponibles en todo el ecosistema. Más de 2 millones de inferencias de IA ya han sido procesadas. Las pruebas criptográficas han superado la marca de 500,000, y la red ha alcanzado más de 2 millones de usuarios.
Para un proyecto que aún no se menciona tan a menudo como muchos tokens de IA, no está nada mal.
Otra cosa a señalar es la financiación. Se han recaudado alrededor de $9.5 millones con el apoyo de inversores y socios conectados a a16z crypto, Coinbase Ventures, NEAR, SV Angel y otros.
Podría estar completamente equivocado aquí.
Pero tengo la sensación de que la próxima gran conversación sobre IA no será quién tiene el modelo más inteligente.
Podría ser quién puede realmente probar lo que su IA está haciendo.
Eso probablemente sea por lo que OpenGradient sigue volviendo a mi radar.
#opg @OpenGradient $OPG
Todos están viendo cómo la IA se vuelve más inteligente. Yo estoy observando la infraestructura que prueba si la IA realmente puede ser confiable.
Esa es la verdadera historia detrás de OpenGradient (OPG).
Últimamente he estado siguiendo cómo está reaccionando el mercado después de la lista en Upbit. El volumen explotó, la liquidez mejoró y la visibilidad aumentó. Pero la atención y la adopción no son lo mismo. El dinero inteligente sabe que los proyectos de infraestructura son, en última instancia, juzgados por los constructores, no por los traders.
Lo que hace que OpenGradient sea diferente es su sistema. Los desarrolladores despliegan modelos, la red verifica los cálculos, genera pruebas criptográficas y asienta esas pruebas en la cadena. Más desarrolladores crean más aplicaciones. Más aplicaciones crean efectos de red más fuertes y una utilidad más profunda.
El conflicto que veo es narrativa versus realidad. La narrativa de la IA está atrayendo capital, pero el valor real depende de si los desarrolladores adoptan IA verificable a gran escala. El precio puede fluctuar, pero la convicción crece cuando el uso crece.
Mi opinión es simple: OpenGradient no compite por construir inteligencia. Compite por construir confianza en la inteligencia.
Si la IA se convierte en parte de cada aplicación cripto, ¿qué será más importante?
¿El modelo que crea la respuesta?
¿O la red que prueba que la respuesta puede ser confiable?
#opg @OpenGradient $OPG
Esa es la verdadera historia detrás de OpenGradient (OPG).
Últimamente he estado siguiendo cómo está reaccionando el mercado después de la lista en Upbit. El volumen explotó, la liquidez mejoró y la visibilidad aumentó. Pero la atención y la adopción no son lo mismo. El dinero inteligente sabe que los proyectos de infraestructura son, en última instancia, juzgados por los constructores, no por los traders.
Lo que hace que OpenGradient sea diferente es su sistema. Los desarrolladores despliegan modelos, la red verifica los cálculos, genera pruebas criptográficas y asienta esas pruebas en la cadena. Más desarrolladores crean más aplicaciones. Más aplicaciones crean efectos de red más fuertes y una utilidad más profunda.
El conflicto que veo es narrativa versus realidad. La narrativa de la IA está atrayendo capital, pero el valor real depende de si los desarrolladores adoptan IA verificable a gran escala. El precio puede fluctuar, pero la convicción crece cuando el uso crece.
Mi opinión es simple: OpenGradient no compite por construir inteligencia. Compite por construir confianza en la inteligencia.
Si la IA se convierte en parte de cada aplicación cripto, ¿qué será más importante?
¿El modelo que crea la respuesta?
¿O la red que prueba que la respuesta puede ser confiable?
#opg @OpenGradient $OPG
❤️
Sarah corner
·
--
He estado analizando muchos proyectos de IA en los últimos meses, y honestamente, la mayoría de ellos empiezan a sonar igual después de un tiempo.
Modelos más grandes. Modelos más rápidos. Mejor rendimiento.
OpenGradient fue uno de los pocos donde terminé pasando más tiempo en la parte de infraestructura que en la de IA.
Lo que llamó mi atención no fue la cantidad de modelos o las palabras de moda de IA.
Fue el problema de la confianza.
En este momento, la gente se siente cómoda haciendo preguntas a la IA. Eso es fácil.
Pero imagina agentes de IA manejando transacciones, gestionando activos o tomando decisiones sin la constante intervención humana. Tarde o temprano, las personas querrán pruebas de lo que realmente sucedió detrás de escena.
Esa es la parte que creo que muchas personas están pasando por alto.
Estuve revisando las estadísticas del ecosistema de OpenGradient y algunos números destacaron. Más de 4,500 modelos, más de 2 millones de inferencias de IA, más de 500,000 pruebas criptográficas y una base de usuarios que ya ha superado los 2 millones.
Para un proyecto que no se menciona tanto como algunos de los nombres más grandes de IA, eso me sorprendió.
El lado del financiamiento también es interesante. Se han recaudado alrededor de $9.5 millones, con apoyo conectado a a16z crypto, Coinbase Ventures, NEAR y otros inversores conocidos.
Quizás nada de esto importe.
Quizás al mercado solo le importa cuál proyecto de IA está en tendencia esta semana.
Pero sigo volviendo al mismo pensamiento.
Si la IA se convierte en una parte más grande del cripto, la verificación no será una característica de lujo.
Será algo que los usuarios esperen.
Y esa es probablemente la razón por la que OpenGradient sigue en mi radar cuando muchos otros proyectos de IA ya se han desvanecido en el fondo.
Curioso si alguien más ha estado mirando esto desde el mismo ángulo o si estoy completamente equivocado aquí.
#opg @OpenGradient $OPG
Modelos más grandes. Modelos más rápidos. Mejor rendimiento.
OpenGradient fue uno de los pocos donde terminé pasando más tiempo en la parte de infraestructura que en la de IA.
Lo que llamó mi atención no fue la cantidad de modelos o las palabras de moda de IA.
Fue el problema de la confianza.
En este momento, la gente se siente cómoda haciendo preguntas a la IA. Eso es fácil.
Pero imagina agentes de IA manejando transacciones, gestionando activos o tomando decisiones sin la constante intervención humana. Tarde o temprano, las personas querrán pruebas de lo que realmente sucedió detrás de escena.
Esa es la parte que creo que muchas personas están pasando por alto.
Estuve revisando las estadísticas del ecosistema de OpenGradient y algunos números destacaron. Más de 4,500 modelos, más de 2 millones de inferencias de IA, más de 500,000 pruebas criptográficas y una base de usuarios que ya ha superado los 2 millones.
Para un proyecto que no se menciona tanto como algunos de los nombres más grandes de IA, eso me sorprendió.
El lado del financiamiento también es interesante. Se han recaudado alrededor de $9.5 millones, con apoyo conectado a a16z crypto, Coinbase Ventures, NEAR y otros inversores conocidos.
Quizás nada de esto importe.
Quizás al mercado solo le importa cuál proyecto de IA está en tendencia esta semana.
Pero sigo volviendo al mismo pensamiento.
Si la IA se convierte en una parte más grande del cripto, la verificación no será una característica de lujo.
Será algo que los usuarios esperen.
Y esa es probablemente la razón por la que OpenGradient sigue en mi radar cuando muchos otros proyectos de IA ya se han desvanecido en el fondo.
Curioso si alguien más ha estado mirando esto desde el mismo ángulo o si estoy completamente equivocado aquí.
#opg @OpenGradient $OPG
Todos están persiguiendo a los agentes de IA. Yo estoy prestando atención a la infraestructura que decide si esos agentes pueden ser realmente confiables.
Ahí es donde OpenGradient (OPG) destaca.
Por lo que estoy viendo, la reciente inclusión en Upbit trajo liquidez, visibilidad y un aumento en el volumen de trading, pero no creo que esa sea la verdadera historia. El mercado está enfocado en el precio. El dinero inteligente está observando si la adopción por parte de los desarrolladores sigue a la atención.
El sistema detrás de OpenGradient es sorprendentemente simple. Los desarrolladores despliegan modelos de IA, la red verifica los cálculos, genera pruebas criptográficas y liquida esas pruebas en la cadena. Más constructores crean más aplicaciones. Más aplicaciones crean efectos de red más fuertes.
Lo que más me interesa es el conflicto entre visibilidad y utilidad. La actividad de trading está explotando, pero el valor a largo plazo depende de que los desarrolladores realmente construyan. Atraer atención es fácil. Ganar adopción es mucho más difícil.
Mi opinión es que OpenGradient no está compitiendo por crear IA. Está compitiendo por crear confianza en la IA.
Si la IA se convierte en parte de cada aplicación cripto, ¿qué se vuelve más valioso?
¿La inteligencia en sí misma?
¿O la infraestructura que prueba que la inteligencia puede ser confiable?
#opg @OpenGradient $OPG
Ahí es donde OpenGradient (OPG) destaca.
Por lo que estoy viendo, la reciente inclusión en Upbit trajo liquidez, visibilidad y un aumento en el volumen de trading, pero no creo que esa sea la verdadera historia. El mercado está enfocado en el precio. El dinero inteligente está observando si la adopción por parte de los desarrolladores sigue a la atención.
El sistema detrás de OpenGradient es sorprendentemente simple. Los desarrolladores despliegan modelos de IA, la red verifica los cálculos, genera pruebas criptográficas y liquida esas pruebas en la cadena. Más constructores crean más aplicaciones. Más aplicaciones crean efectos de red más fuertes.
Lo que más me interesa es el conflicto entre visibilidad y utilidad. La actividad de trading está explotando, pero el valor a largo plazo depende de que los desarrolladores realmente construyan. Atraer atención es fácil. Ganar adopción es mucho más difícil.
Mi opinión es que OpenGradient no está compitiendo por crear IA. Está compitiendo por crear confianza en la IA.
Si la IA se convierte en parte de cada aplicación cripto, ¿qué se vuelve más valioso?
¿La inteligencia en sí misma?
¿O la infraestructura que prueba que la inteligencia puede ser confiable?
#opg @OpenGradient $OPG
Bitcoin se mantiene firme por encima del soporte clave mientras los traders esperan el próximo gran catalizador. Algunos ven consolidación... otros ven un breakout en progreso. 👀
❓ ¿A dónde va $BTC a continuación?
🚀 ¡Viene $120K! 📊 Rango antes del movimiento 📉 Primero un shakeout más
💬 ¡Deja tu respuesta + sigue para ganar! 🚀
❓ ¿A dónde va $BTC a continuación?
🚀 ¡Viene $120K! 📊 Rango antes del movimiento 📉 Primero un shakeout más
💬 ¡Deja tu respuesta + sigue para ganar! 🚀
❣️
Riley Monroe
·
--
#opg $OPG @OpenGradient La verdad, si soy sincero, la forma en que funciona HACA de OpenGradient es en realidad bastante simple una vez que lo desglosas, pero aún así se siente bastante profundo.
Básicamente, dividen la IA en dos capas. Una parte corre en nodos GPU fuera de la cadena, donde todo es rápido, como los sistemas Web2 normales. La otra parte está en la cadena, pero no realiza cálculos pesados. Solo verifica si el trabajo realizado es real o no.
Esa es la idea clave.
Porque si intentas ejecutar modelos de IA completos directamente en una blockchain, el sistema se vuelve extremadamente lento. Y si mantienes todo fuera de la cadena, entonces no hay confianza: solo estás aceptando salidas sin prueba.
Así que esta configuración se sitúa entre esos dos extremos.
El flujo es simple. Un usuario envía una solicitud, los nodos GPU la procesan y el modelo se ejecuta fuera de la cadena. Luego, el sistema genera una prueba criptográfica de ese cálculo. Esa prueba se verifica en la cadena antes de que se acepte el resultado final.
Lo que me llama la atención es esta idea de "prueba de cálculo". No es solo la IA dando una respuesta, es la IA realmente probando que realizó el trabajo correctamente.
Los nodos GPU están básicamente haciendo todo el trabajo pesado, y son recompensados en el ecosistema por ello.
En este momento, todavía se siente en una etapa temprana, no completamente pulido, pero la dirección tiene sentido. Si logran hacer la verificación suave sin ralentizar las cosas, podría convertirse en una base sólida para la IA en Web3.
Básicamente, dividen la IA en dos capas. Una parte corre en nodos GPU fuera de la cadena, donde todo es rápido, como los sistemas Web2 normales. La otra parte está en la cadena, pero no realiza cálculos pesados. Solo verifica si el trabajo realizado es real o no.
Esa es la idea clave.
Porque si intentas ejecutar modelos de IA completos directamente en una blockchain, el sistema se vuelve extremadamente lento. Y si mantienes todo fuera de la cadena, entonces no hay confianza: solo estás aceptando salidas sin prueba.
Así que esta configuración se sitúa entre esos dos extremos.
El flujo es simple. Un usuario envía una solicitud, los nodos GPU la procesan y el modelo se ejecuta fuera de la cadena. Luego, el sistema genera una prueba criptográfica de ese cálculo. Esa prueba se verifica en la cadena antes de que se acepte el resultado final.
Lo que me llama la atención es esta idea de "prueba de cálculo". No es solo la IA dando una respuesta, es la IA realmente probando que realizó el trabajo correctamente.
Los nodos GPU están básicamente haciendo todo el trabajo pesado, y son recompensados en el ecosistema por ello.
En este momento, todavía se siente en una etapa temprana, no completamente pulido, pero la dirección tiene sentido. Si logran hacer la verificación suave sin ralentizar las cosas, podría convertirse en una base sólida para la IA en Web3.
❣️
Sarah corner
·
--
Cuanto más tiempo paso mirando proyectos de IA, más siento que la mayoría de la gente se centra en la parte visible de la historia.
Todo el mundo habla de modelos más inteligentes, mejores respuestas y mayores avances en IA.
Lo que no se discute lo suficiente es la confianza.
Esa es la razón por la que OpenGradient llamó mi atención.
Cuando un modelo de IA da una respuesta o un agente de IA toma una acción, ¿cómo sabemos que el resultado es genuino? La mayoría de las veces, simplemente aceptamos la salida y seguimos adelante. Creo que eso se va a convertir en un problema mucho más grande a medida que la IA se integre en las finanzas, la automatización y la toma de decisiones.
OpenGradient parece estar construyendo en torno a ese problema exacto.
Lo que encuentro interesante es que el proyecto no está tratando de convencer al mercado de que tiene la IA más inteligente. En cambio, se enfoca en hacer que las salidas de IA sean verificables y auditables. Para mí, esa es una apuesta muy diferente de la que la mayoría de los proyectos de IA están haciendo en este momento.
La tracción también me sorprendió un poco.
La red ya ha procesado más de 2 millones de inferencias de IA, alberga más de 2,000 modelos de IA, ha generado cientos de miles de pruebas criptográficas y ha atraído a una comunidad de desarrolladores en crecimiento.
Esos números me hicieron prestar más atención porque sugieren que hay un uso real detrás de la narrativa.
Otra cosa a la que sigo volviendo son los agentes de IA.
Mucha gente cree que los agentes de IA se convertirán en una parte importante de las criptos. Si eso sucede, la confianza no será opcional. Los usuarios, las empresas e incluso los reguladores querrán pruebas de lo que un sistema de IA realmente hizo.
Ahí es donde OpenGradient comienza a tener sentido para mí.
Quizás estoy equivocado, pero siento que la próxima etapa de la IA no solo se tratará de inteligencia.
Podría tratarse de verificación.
Y si ese cambio ocurre, los proyectos que construyen la capa de confianza en lugar de perseguir el hype pueden terminar siendo los que la gente desearía haber notado antes.
¿Cuál es tu opinión sobre la IA verificable?
#opg @OpenGradient $OPG
Todo el mundo habla de modelos más inteligentes, mejores respuestas y mayores avances en IA.
Lo que no se discute lo suficiente es la confianza.
Esa es la razón por la que OpenGradient llamó mi atención.
Cuando un modelo de IA da una respuesta o un agente de IA toma una acción, ¿cómo sabemos que el resultado es genuino? La mayoría de las veces, simplemente aceptamos la salida y seguimos adelante. Creo que eso se va a convertir en un problema mucho más grande a medida que la IA se integre en las finanzas, la automatización y la toma de decisiones.
OpenGradient parece estar construyendo en torno a ese problema exacto.
Lo que encuentro interesante es que el proyecto no está tratando de convencer al mercado de que tiene la IA más inteligente. En cambio, se enfoca en hacer que las salidas de IA sean verificables y auditables. Para mí, esa es una apuesta muy diferente de la que la mayoría de los proyectos de IA están haciendo en este momento.
La tracción también me sorprendió un poco.
La red ya ha procesado más de 2 millones de inferencias de IA, alberga más de 2,000 modelos de IA, ha generado cientos de miles de pruebas criptográficas y ha atraído a una comunidad de desarrolladores en crecimiento.
Esos números me hicieron prestar más atención porque sugieren que hay un uso real detrás de la narrativa.
Otra cosa a la que sigo volviendo son los agentes de IA.
Mucha gente cree que los agentes de IA se convertirán en una parte importante de las criptos. Si eso sucede, la confianza no será opcional. Los usuarios, las empresas e incluso los reguladores querrán pruebas de lo que un sistema de IA realmente hizo.
Ahí es donde OpenGradient comienza a tener sentido para mí.
Quizás estoy equivocado, pero siento que la próxima etapa de la IA no solo se tratará de inteligencia.
Podría tratarse de verificación.
Y si ese cambio ocurre, los proyectos que construyen la capa de confianza en lugar de perseguir el hype pueden terminar siendo los que la gente desearía haber notado antes.
¿Cuál es tu opinión sobre la IA verificable?
#opg @OpenGradient $OPG
Inicia sesión para explorar más contenidos