نحن نتعاون مع @cysic_xyz معا، نسرع إثباتات المعرفة الصفرية التي تتحقق من تنفيذ النموذج على OpenGradient. هذه خطوة كبيرة نحو جعل الاستدلالات الذكية القابلة للتحقق جاهزة للإنتاج. 1/7

ذكاء اصطناعي بلا ثقة يعمل فقط إذا استطعت إثبات ما حدث أثناء الاستنتاج. ليس فقط "ثق بنا، النموذج يعمل بشكل صحيح" بل دليل تشفير فعلي، على السلسلة، على أن نموذجا معينا أنتج مخرجا محددا. 2/7

هذا ما يمنحك إياه zkML. لكن توليد هذه البراهين على نطاق واسع مكلف وبطيء. كلما كبرت النماذج، تزداد تكلفة الحساب لإثباتها. هذا العنق هو ما يعيق الذكاء الاصطناعي القابل للتحقق. 3/7

Cysic مصمم خصيصا لحل هذه المشكلة. تم تصميم أجهزتهم وشبكة المحققين اللامركزية من الصفر لتوليد ZK Propro وليس لإعادة استخدام الحوسبة العامة لذلك. 4/7

من خلال دمج بنية الاختبار في Cysic، يمكن ل OpenGradient توليد إثباتات zkML بشكل أسرع وبتكلفة أقل. نفس عدم الثقة. نفس ضمانات التحقق. فقط بدون سقف للأداء. 5/7

هذا ما تحتاجه حزمة الذكاء الاصطناعي القابلة للتحقق فعليا لتتوسع حجمها. ليس فقط نماذج أفضل. ليس فقط سلاسل أفضل. يجب أن تواكب طبقة الإثبات، والآن يمكنها ذلك. 6/7

المزيد قادم مع تعمق في هذا الاندماج. اقرأ المزيد: 7/7