Большинство людей сосредотачиваются на том, насколько мощная модель ИИ.

В последнее время я обращаю внимание на что-то более важное: Как мы можем проверить, что ИИ действительно выполнил то, что заявлено?

Это то, что выделилось для меня во время чтения OpenGradient.

Вместо того чтобы полагаться на слепую веру, OpenGradient вводит 3 уровня проверки для вывода ИИ:

• Проверка TEE → Изоляция на уровне аппаратного обеспечения с использованием AWS Nitro enclaves, доказывающая, что запросы и результаты не были подделаны.

• Проверка ZKML → Криптографическое доказательство того, что модель выдала конкретный результат, предлагая самую сильную гарантию проверки.

• Проверка Vanilla → Легкая проверка подписи, оптимизированная для скорости, когда производительность имеет значение.

Что мне интересно, так это компромисс в дизайне.

Не каждый запрос ИИ требует максимальной безопасности, поэтому @OpenGradient позволяет разработчикам выбирать между скоростью, конфиденциальностью и математической уверенностью в зависимости от нагрузки.

Я думаю, что такая инфраструктура будет иметь гораздо большее значение, когда проверяемый ИИ станет реальным требованием в цепочке.
#OPG $OPG
$BICO $BTW
Какая проверка ИИ имеет наибольшее значение?