每個人都沉迷於將AI "上鍊"。幾乎沒有人問過這到底爲什麼是個糟糕的主意。
想一想區塊鏈到底是什麼，實際上是一臺爲一個工作而構建的機器：每個節點都重新進行相同的計算，以便每個人都能就結果達成一致。這就是整個信任模型。現在想一想AI模型，它進行數十億次的矩陣運算，輸出是概率性的，GPU密集型，即使只運行一次也很貴。讓一千個驗證節點每個都運行同樣的推理，你並沒有構建去中心化的AI。你只是建造了人類歷史上最浪費的計算集羣。
這是一個沒人談論的安靜矛盾。使區塊鏈值得信賴的冗餘執行正是使AI推理在其上直接運行在經濟上不可能的東西。所以要麼項目假裝（集中計算加上去中心化的標籤），要麼他們必須真正重新思考架構。
這基本上就是"混合AI計算架構"風格設計試圖解決的問題，將執行與驗證分開。實際的模型在鏈下運行，在哪裏成本最低和速度最快。上鍊的不是計算本身，而是一個證明，或者一個承諾，證明計算正確地發生了。區塊鏈不再是計算機，而是成爲了裁判。
一旦你看到這一點，它就是一個乾淨的重新框架：問題不再是"我們如何在區塊鏈上運行AI"，而是"區塊鏈需要看到多少信息才能信任鏈下結果。"
誠實的弱點驗證仍然不是免費的。爲大型模型生成證明增加了延遲和成本，而今天很多"可驗證推理"仍然依賴於信任假設（委員會，樂觀挑戰期），而不是純粹的密碼學保證。將執行與驗證分開是正確的方向，但"驗證"並不總是意味着"以人們假設的方式驗證。"
如果"可驗證的AI"需要額外步驟而不是密碼學證明，這對用戶來說重要嗎？
#HACA #DeAi #OnChainAi
@OpenGradient #OPG $OPG
想一想區塊鏈到底是什麼，實際上是一臺爲一個工作而構建的機器：每個節點都重新進行相同的計算，以便每個人都能就結果達成一致。這就是整個信任模型。現在想一想AI模型，它進行數十億次的矩陣運算，輸出是概率性的，GPU密集型，即使只運行一次也很貴。讓一千個驗證節點每個都運行同樣的推理，你並沒有構建去中心化的AI。你只是建造了人類歷史上最浪費的計算集羣。
這是一個沒人談論的安靜矛盾。使區塊鏈值得信賴的冗餘執行正是使AI推理在其上直接運行在經濟上不可能的東西。所以要麼項目假裝（集中計算加上去中心化的標籤），要麼他們必須真正重新思考架構。
這基本上就是"混合AI計算架構"風格設計試圖解決的問題，將執行與驗證分開。實際的模型在鏈下運行，在哪裏成本最低和速度最快。上鍊的不是計算本身，而是一個證明，或者一個承諾，證明計算正確地發生了。區塊鏈不再是計算機，而是成爲了裁判。
一旦你看到這一點，它就是一個乾淨的重新框架：問題不再是"我們如何在區塊鏈上運行AI"，而是"區塊鏈需要看到多少信息才能信任鏈下結果。"
誠實的弱點驗證仍然不是免費的。爲大型模型生成證明增加了延遲和成本，而今天很多"可驗證推理"仍然依賴於信任假設（委員會，樂觀挑戰期），而不是純粹的密碼學保證。將執行與驗證分開是正確的方向，但"驗證"並不總是意味着"以人們假設的方式驗證。"
如果"可驗證的AI"需要額外步驟而不是密碼學證明，這對用戶來說重要嗎？
#HACA #DeAi #OnChainAi
@OpenGradient #OPG $OPG