Ein traditioneller Smart Contract kann nur addieren und subtrahieren, Bedingungen prüfen, Token übertragen – einfache Berechnungen, die die Ethereum-VM verarbeiten kann. Um KI zu nutzen, muss der Vertrag einen Oracle hinzuziehen, um Ergebnisse von einem vorab ausgeführten Modell abzurufen und zurückzubringen. Das führt zu einer Verzögerung und einer Vertrauensschicht, die dazwischen geschaltet ist.
OpenGradient hat sich entschieden, diese Zwischenebene für ML-Inferenz zu entfernen. Über PIPE, die Engine für ML on-chain, und NeuroML, das Solidity-Framework, das es dem Vertrag ermöglicht, KI-Modelle aufzurufen, kann ein Smart Contract direkt ein Modell ansprechen, um Inferenz-Ergebnisse in derselben on-chain Transaktion zu erhalten; die Zahlung wird auch nahtlos innerhalb dieser Transaktion verarbeitet, ohne dass sie nach außen geschoben und zurückgewartet werden muss.
Diese Entscheidung eröffnet interessante Möglichkeiten: Ein Fondsmanagement-Vertrag könnte ein Risikomodell direkt in der Logik der Vermögensallokation aufrufen, ohne einen Off-Chain-Zwischenschritt dazwischen. Aber die Kompromisse sind ebenso klar. Der Vertrag hängt jetzt davon ab, ob die Inferenz-Node bereit ist, rechtzeitig zum benötigten Transaktionszeitpunkt zu bedienen, und die Kosten für den Aufruf des KI-Modells werden Teil der Transaktionskosten, was nicht mehr so günstig ist wie die üblichen Additionen und Subtraktionen.
OpenGradient wettet darauf, dass die Integration von KI-Inferenz direkt in die Logik des Vertrags wertvoller ist als das zusätzliche Risiko, das von der Infrastrukturebene abhängt. Das ist ein Schritt, der die Grenze verwischt, die immer zwischen dem starren On-Chain-Code und der Off-Chain-laufenden KI existiert hat, eine Grenze, über die die meisten anderen Web3-Anwendungen noch nach einer Brücke durch den Oracle suchen, ohne sich zu trauen, sie direkt in eine einzige Transaktion zu integrieren.
@OpenGradient $OPG #opg
OpenGradient hat sich entschieden, diese Zwischenebene für ML-Inferenz zu entfernen. Über PIPE, die Engine für ML on-chain, und NeuroML, das Solidity-Framework, das es dem Vertrag ermöglicht, KI-Modelle aufzurufen, kann ein Smart Contract direkt ein Modell ansprechen, um Inferenz-Ergebnisse in derselben on-chain Transaktion zu erhalten; die Zahlung wird auch nahtlos innerhalb dieser Transaktion verarbeitet, ohne dass sie nach außen geschoben und zurückgewartet werden muss.
Diese Entscheidung eröffnet interessante Möglichkeiten: Ein Fondsmanagement-Vertrag könnte ein Risikomodell direkt in der Logik der Vermögensallokation aufrufen, ohne einen Off-Chain-Zwischenschritt dazwischen. Aber die Kompromisse sind ebenso klar. Der Vertrag hängt jetzt davon ab, ob die Inferenz-Node bereit ist, rechtzeitig zum benötigten Transaktionszeitpunkt zu bedienen, und die Kosten für den Aufruf des KI-Modells werden Teil der Transaktionskosten, was nicht mehr so günstig ist wie die üblichen Additionen und Subtraktionen.
OpenGradient wettet darauf, dass die Integration von KI-Inferenz direkt in die Logik des Vertrags wertvoller ist als das zusätzliche Risiko, das von der Infrastrukturebene abhängt. Das ist ein Schritt, der die Grenze verwischt, die immer zwischen dem starren On-Chain-Code und der Off-Chain-laufenden KI existiert hat, eine Grenze, über die die meisten anderen Web3-Anwendungen noch nach einer Brücke durch den Oracle suchen, ohne sich zu trauen, sie direkt in eine einzige Transaktion zu integrieren.
@OpenGradient $OPG #opg