Saya benar-benar harus membaca bagian remote attestation untuk @OpenGradient dua kali hari ini. 😅
Pertama kali, saya berpikir, "Oke... secure hardware, paham." Beberapa menit kemudian, saya menyadari saya sedang mengajukan pertanyaan yang salah.
Itu mungkin keyakinan yang paling umum seputar infrastruktur AI saat ini. Kita menganggap secure hardware secara otomatis menciptakan AI yang dapat dipercaya.
Tapi keyakinan itu menyembunyikan asumsi yang lebih besar:
Bahwa semua orang harus percaya pada lingkungan hanya karena diberi label "secure".
Bagaimana jika asumsi itu tidak berlaku?
Bayangkan OpenGradient Chat memproses ribuan inferensi AI setiap hari. Perangkat kerasnya mungkin benar-benar asli. Eksekusinya bahkan mungkin dilindungi di dalam Trusted Execution Environment. Tapi jika validator tidak bisa memverifikasi di mana sebuah inferensi dijalankan, sistem diam-diam akan kembali pada kepercayaan alih-alih bukti.
Dan begitu itu terjadi, seseorang harus menanggung risikonya.
Itu tidak akan terjadi pada vendor perangkat keras.
Risikonya akan dipikul oleh developer yang membangun di atas infrastruktur. Dan pada akhirnya, validator yang memutuskan apakah sebuah komputasi itu sah. Pada akhirnya, pengguna akan mengandalkan output AI yang tidak bisa mereka verifikasi secara independen.
Ini celah buta yang menurut saya banyak orang lewatkan: secure hardware memang mengurangi risiko, tetapi tidak otomatis menciptakan bukti. Tanpa bukti yang dapat diverifikasi, kita masih menerima klaim, bukan fakta.
Itulah tepatnya mengapa pendekatan OpenGradient menonjol bagi saya.
Alih-alih meminta jaringan agar percaya bahwa perangkat keras itu tepercaya, OpenGradient menggunakan remote attestation untuk mengubah perangkat keras tersebut menjadi bukti kriptografis. Setiap inferensi AI dapat menghasilkan bukti bahwa ia dieksekusi di dalam Trusted Execution Environment yang terautentikasi, sehingga validator bisa memverifikasi komputasi sebelum menerimanya. OpenGradient Chat mengikuti gagasan yang sama, menjadikan eksekusi yang dapat diverifikasi sebagai bagian dari infrastruktur—bukan sekadar tambahan belakangan.
Bagi saya, ini perubahan yang halus—tapi penting.
Mungkin masa depan AI tidak akan dimiliki oleh model yang paling cepat. Mungkin masa depannya akan dimiliki oleh model yang bisa membuktikan di mana mereka benar-benar dijalankan.
#opg $OPG $ACT $BTC
Pertama kali, saya berpikir, "Oke... secure hardware, paham." Beberapa menit kemudian, saya menyadari saya sedang mengajukan pertanyaan yang salah.
Itu mungkin keyakinan yang paling umum seputar infrastruktur AI saat ini. Kita menganggap secure hardware secara otomatis menciptakan AI yang dapat dipercaya.
Tapi keyakinan itu menyembunyikan asumsi yang lebih besar:
Bahwa semua orang harus percaya pada lingkungan hanya karena diberi label "secure".
Bagaimana jika asumsi itu tidak berlaku?
Bayangkan OpenGradient Chat memproses ribuan inferensi AI setiap hari. Perangkat kerasnya mungkin benar-benar asli. Eksekusinya bahkan mungkin dilindungi di dalam Trusted Execution Environment. Tapi jika validator tidak bisa memverifikasi di mana sebuah inferensi dijalankan, sistem diam-diam akan kembali pada kepercayaan alih-alih bukti.
Dan begitu itu terjadi, seseorang harus menanggung risikonya.
Itu tidak akan terjadi pada vendor perangkat keras.
Risikonya akan dipikul oleh developer yang membangun di atas infrastruktur. Dan pada akhirnya, validator yang memutuskan apakah sebuah komputasi itu sah. Pada akhirnya, pengguna akan mengandalkan output AI yang tidak bisa mereka verifikasi secara independen.
Ini celah buta yang menurut saya banyak orang lewatkan: secure hardware memang mengurangi risiko, tetapi tidak otomatis menciptakan bukti. Tanpa bukti yang dapat diverifikasi, kita masih menerima klaim, bukan fakta.
Itulah tepatnya mengapa pendekatan OpenGradient menonjol bagi saya.
Alih-alih meminta jaringan agar percaya bahwa perangkat keras itu tepercaya, OpenGradient menggunakan remote attestation untuk mengubah perangkat keras tersebut menjadi bukti kriptografis. Setiap inferensi AI dapat menghasilkan bukti bahwa ia dieksekusi di dalam Trusted Execution Environment yang terautentikasi, sehingga validator bisa memverifikasi komputasi sebelum menerimanya. OpenGradient Chat mengikuti gagasan yang sama, menjadikan eksekusi yang dapat diverifikasi sebagai bagian dari infrastruktur—bukan sekadar tambahan belakangan.
Bagi saya, ini perubahan yang halus—tapi penting.
Mungkin masa depan AI tidak akan dimiliki oleh model yang paling cepat. Mungkin masa depannya akan dimiliki oleh model yang bisa membuktikan di mana mereka benar-benar dijalankan.
#opg $OPG $ACT $BTC