لقد غير الاستدلال الموزع منحنى أداء الذكاء الاصطناعي. أما البراهين الموزعة، فستغير zkML بنفس الطريقة. مشاكل سابقة مع zkML؟ يجب على المدقق أن يحمل النموذج بالكامل، وتنفجر الذاكرة، ويخرج الوقت عن السيطرة، وفي النهاية لا يمكن أن يتوقف إلا في مرحلة التجربة. ليس أن النظرية غير صحيحة، بل أن المشروع لا يمكن أن يعمل. فكرة DSperse؟ قسم النموذج إلى شرائح قابلة للتحقق ودع كل عقدة مسؤولة عن قطعتها الصغيرة فقط. كلما زادت العقد، كان الإثبات أسرع؛ كلما كان العبء على كل عقدة أصغر، زادت استقرار الموارد. وبالاقتران مع نظام JSTprove الفعال للاختبار، فإن التصدير الناتج هو نظام أكثر قابلية للتحكم. ينخفض وقت الإثبات خطيا مع عدد العقد، ويبقى استهلاك الذاكرة مستقرا، وسرعة التحقق قريبة من الوقت الحقيقي، ويتم تحقيق شروط دخول بيئة الإنتاج لأول مرة حقا. هذه هي الطريقة التي يمكن بها الذكاء الاصطناعي القابل التحقق أن يصل إلى نطاق صناعي. لا تملك جهازا أكبر، ولا تدع مدققا واحدا يقوم بكل شيء، بل دع المزيد من المدققين يقومون فقط بالجزء المهم حقا. لن يكون zkML المستقبلي محرك إثبات مركزي، بل شبكة إثبات موزعة. DSperse + JSTprovve، مما يجعل هذا الطريق حقيقة. #KaitoYap @KaitoAI #Yap @inference_labs