In questi giorni ho sempre un'immagine nella testa.

Un robot domestico, fornito di un cuscino di fabbrica.

Molto tenero, molto premuroso.

Ma all'improvviso ho sentito che ciò che decide davvero se può entrare nella tua vita non è il cuscino.

È quando prende decisioni per te che ti chiedi se hai il diritto di chiedere, perché l'hai fatto?

Quindi quando vedo di nuovo quella frase: As agents start touching money, logistics and infrastructure, “trust me” stops working.

La prima volta non l'ho presa come uno slogan.

Ma piuttosto come un avviso molto realistico.

Non sono le persone a diventare cattive, ma è il sistema che, una volta non verificabile, è destinato a non essere affidato.

1. Non stanno creando un'AI più eloquente, ma un'AI che può presentare ricevute.

Capisco Inference Labs, in realtà rimane solo una frase:

Non si tratta di rendere il modello più intelligente, ma di rendere le conclusioni più interrogabili.

Non siamo noi a garantire che sia corretto.

Ma è come se tu portassi via questa dimostrazione.

Non è necessario fidarsi, posso verificarlo da solo.

Quello che ripetutamente dicono è inferenza verificabile.

Nel mio cuore si traduce in quattro parole: conclusioni basate su prove.

2. Questo settore è il più facile da trasformare in slogan, ma in realtà è molto rigoroso; quello che stanno facendo è più simile a dare una base all'AI.

Sulla linea di DSperse, quello che stanno facendo non è romantico.

Smontare il grande modello.

Fetta.

Compilando lentamente nei circuiti a conoscenza zero.

Sembra noioso, addirittura un po' stupido.

Ma sempre di più credo che questo sia proprio come dovrebbe essere l'infrastruttura.

Anche se l'interfaccia è fluida, è solo un livello di esperienza; il processo di inferenza che può essere auditato e verificato è il vero livello di sicurezza.

3. Quello che mi piace di più dell'IL: riconoscono che il mondo cambia, TruthTensor mette la deriva sul tavolo.

La maggior parte delle valutazioni presume che il mondo sia statico.

Input fisso, distribuzione stabile.

Ma la realtà non è così.

TruthTensor mi ha reso davvero consapevole che lo stesso modello, stesso input, stessi dati, all'inizio sembra rispettare le regole, ma nel lungo periodo può lentamente deviare dai vincoli originali.

Non è che commetta errori improvvisi.

Ma è in deriva.

Questo è piuttosto crudele.

È anche molto onesto.

Non riconosci il mondo dinamico.

Non si può parlare di un sistema affidabile.

4. Parlando di risultati, parliamo di ciò che può essere verificato; preferisco considerare queste come condizioni sul campo.

Ho appena controllato la dashboard ufficiale. Fino a ora, lo stato della pagina che vedo è:

- Numero totale di dimostrazioni: 272M

- Minatori partecipanti: 1402

- Tasso di successo della verifica: circa 70%

Perché voglio citare questi numeri?

Non perché siano grandi, ma perché non sono slogan pubblicitari, ma tracce di esecuzione che puoi sempre controllare.

Sembrano più come un sistema che respira, non come un poster.

5. I confini dell'IL devono essere visibili; non scrivere dei rischi è il più irresponsabile.

Se dovessi esprimere un'opinione su questa direzione, sicuramente scriverei questi tre punti:

Primo, la dipendenza dal percorso è un vero problema.

Una volta che l'infrastruttura è legata a certi ecosistemi o strutture di calcolo, i cambiamenti esterni vengono amplificati.

In secondo luogo, i costi e i ritardi della dimostrazione non scompariranno con uno slogan.

Questo è un progetto a lungo termine, non un miracolo a breve termine.

Terzo, l'AI verificabile è nelle fasi iniziali.

Naturalmente poco attraente, difficile da spiegare, difficile da comprendere, difficile da diffondere.

Ma rispetto di più questo stadio, perché la vera base non dovrebbe dipendere dalle emozioni.

6. Voglio solo lasciare una domanda a tutti coloro che si preparano a portare l'AI nella realtà.

Quando il tuo agente inizia davvero a maneggiare soldi, porte, logistica e infrastrutture, speri che ti dica: "Fidati di me."

O "Questa è la prova che ho preso questa decisione, puoi verificarlo da solo."

Quale sceglieresti?

@inference_labs

#InferenceLabs #VerifiableAI #zkML