L'AI verificabile è la vera esigenza
L'anno scorso ho aiutato una compagnia di amici a integrare un modulo AI per il risk management, è andato online e ha funzionato per due settimane, poi però sono sorti dei problemi. Durante il controllo, ho scoperto che il modello usato dall'altra parte non corrispondeva affatto a quello scritto nel contratto — ma nei log non c'era alcuna traccia, non potevi dimostrare che avessero "cambiato chip". Alla fine il servizio clienti ha alzato le mani: "Il modello è interno, non puoi vederlo."
In quel momento mi sono reso conto di una cosa: ciò che l'AI produce non è importante, ciò che conta è su che basi puoi fidarti di essa.
Questo è ciò che OpenGradient vuole risolvere.
La sua logica fondamentale non è complessa: esegue l'inferenza AI off-chain, trasmettendo solo la "prova crittografica" del risultato sulla blockchain. Puoi interpretarlo come — ogni volta che l'AI termina un calcolo, automaticamente ti fornisce una "certificazione di calcolo".
Il modo specifico in cui funziona è tramite un'architettura a strati chiamata HACA. In termini semplici: i nodi di inferenza si occupano di eseguire il modello e generare risultati, mentre i nodi completi si occupano solo di verificare se la prova crittografica è corretta. Le due cose sono separate, l'inferenza AI non deve essere eseguita sulla blockchain, quindi la velocità è simile a quella di ChatGPT; ma la verifica e la liquidazione rimangono on-chain, ogni calcolo può essere tracciato.
Il metodo di verifica è anche suddiviso in livelli. TEE si basa su garanzie hardware, con costi contenuti, adatto alla maggior parte degli scenari quotidiani; ZKML si basa su matematica per garantire la sicurezza, con il livello di sicurezza più alto, adatto a scenari estremamente sensibili come quelli medicali e finanziari. Gli sviluppatori possono scegliere in base alle necessità, senza dover usare metodi complessi per ogni situazione.
In definitiva, OpenGradient non è un altro progetto AI mascherato. È la base per tutte le applicazioni AI di livello superiore. Altri progetti si affrettano a lanciare token raccontando storie, mentre loro stanno costruendo le strade — rendendo il processo di calcolo dell'AI non più una black box.
#opg $OPG @OpenGradient
L'anno scorso ho aiutato una compagnia di amici a integrare un modulo AI per il risk management, è andato online e ha funzionato per due settimane, poi però sono sorti dei problemi. Durante il controllo, ho scoperto che il modello usato dall'altra parte non corrispondeva affatto a quello scritto nel contratto — ma nei log non c'era alcuna traccia, non potevi dimostrare che avessero "cambiato chip". Alla fine il servizio clienti ha alzato le mani: "Il modello è interno, non puoi vederlo."
In quel momento mi sono reso conto di una cosa: ciò che l'AI produce non è importante, ciò che conta è su che basi puoi fidarti di essa.
Questo è ciò che OpenGradient vuole risolvere.
La sua logica fondamentale non è complessa: esegue l'inferenza AI off-chain, trasmettendo solo la "prova crittografica" del risultato sulla blockchain. Puoi interpretarlo come — ogni volta che l'AI termina un calcolo, automaticamente ti fornisce una "certificazione di calcolo".
Il modo specifico in cui funziona è tramite un'architettura a strati chiamata HACA. In termini semplici: i nodi di inferenza si occupano di eseguire il modello e generare risultati, mentre i nodi completi si occupano solo di verificare se la prova crittografica è corretta. Le due cose sono separate, l'inferenza AI non deve essere eseguita sulla blockchain, quindi la velocità è simile a quella di ChatGPT; ma la verifica e la liquidazione rimangono on-chain, ogni calcolo può essere tracciato.
Il metodo di verifica è anche suddiviso in livelli. TEE si basa su garanzie hardware, con costi contenuti, adatto alla maggior parte degli scenari quotidiani; ZKML si basa su matematica per garantire la sicurezza, con il livello di sicurezza più alto, adatto a scenari estremamente sensibili come quelli medicali e finanziari. Gli sviluppatori possono scegliere in base alle necessità, senza dover usare metodi complessi per ogni situazione.
In definitiva, OpenGradient non è un altro progetto AI mascherato. È la base per tutte le applicazioni AI di livello superiore. Altri progetti si affrettano a lanciare token raccontando storie, mentre loro stanno costruendo le strade — rendendo il processo di calcolo dell'AI non più una black box.
#opg $OPG @OpenGradient