當ATM機給出正確金額時,沒人會在意收據。
人們只有在不對勁的時候纔會問。
這個想法在我閱讀OpenGradient時一直縈繞在心頭。
大多數人將OpenGradient描述爲去中心化的基礎設施,用於託管AI模型、運行推理和驗證執行。這是準確的,但我開始從另一個角度思考它。
在某種程度上,驗證就像AI的收據。
並不是因爲用戶喜歡檢查證明。大多數人只是想要快速的答案。如果一切正常,他們就繼續前進。
起初,我以爲推理和驗證幾乎是同時發生的。結果出現,證明出現,一切都對上了。
但我越想越質疑這個假設。
在許多現實世界的系統中,執行可以先發生,而驗證可以異步跟進。
這引出了一個有趣的問題。
在那個間隙期間發生了什麼?
市場不會等待。訂單被路由,頭寸變化,抵押品移動,自動化系統繼續做出決策。即使驗證只在稍後到達,那些瞬間仍然可能很重要。
挑戰不是證明是否存在。挑戰在於證明生成能否跟上需求的增長。
如果AI推理的增長速度超過驗證能力,異步證明可能會成爲常態,而不是例外。
也許最重要的問題不是某件事是否能夠被驗證。
而是驗證何時到達,以及在此之前誰承擔風險。
也許驗證就像ATM收據。
大多數人從不考慮它,直到某天出現問題。
@OpenGradient $OPG #OPG $H $ZEC
#opg
人們只有在不對勁的時候纔會問。
這個想法在我閱讀OpenGradient時一直縈繞在心頭。
大多數人將OpenGradient描述爲去中心化的基礎設施,用於託管AI模型、運行推理和驗證執行。這是準確的,但我開始從另一個角度思考它。
在某種程度上,驗證就像AI的收據。
並不是因爲用戶喜歡檢查證明。大多數人只是想要快速的答案。如果一切正常,他們就繼續前進。
起初,我以爲推理和驗證幾乎是同時發生的。結果出現,證明出現,一切都對上了。
但我越想越質疑這個假設。
在許多現實世界的系統中,執行可以先發生,而驗證可以異步跟進。
這引出了一個有趣的問題。
在那個間隙期間發生了什麼?
市場不會等待。訂單被路由,頭寸變化,抵押品移動,自動化系統繼續做出決策。即使驗證只在稍後到達,那些瞬間仍然可能很重要。
挑戰不是證明是否存在。挑戰在於證明生成能否跟上需求的增長。
如果AI推理的增長速度超過驗證能力,異步證明可能會成爲常態,而不是例外。
也許最重要的問題不是某件事是否能夠被驗證。
而是驗證何時到達,以及在此之前誰承擔風險。
也許驗證就像ATM收據。
大多數人從不考慮它,直到某天出現問題。
@OpenGradient $OPG #OPG $H $ZEC
#opg
