Recientemente, ha habido un aumento notable en la atención hacia @inference_labs. No es por el precio o la actividad, sino porque empiezan a aparecer con frecuencia en círculos pequeños que no pertenecen al círculo cripto. Hace unos días, vi que Inference Labs era comentado por separado por medios de negocios como "Entrepreneur", y el tema no es cuán potente es la IA, sino una pregunta muy real: Cuando la IA empiece a tomar decisiones de forma independiente, ¿quién será responsable? ¿Cómo responsabilizar? El artículo utiliza escenarios de alta tensión, como aeropuertos, como ejemplo: Colaboración multisistémica, inestabilidad de red e intervención en tiempo real no tripulado. En este caso, si algo sale mal con la conclusión dada por la IA, "El resultado es correcto" ya no es suficiente, debe ser capaz de explicar "por qué se hace". Esto en realidad toca la mayor debilidad de la IA actualmente: La mayoría de los procesos de razonamiento son cajas negras. Solo puedes ver la salida, no el proceso, y no puedes verificarlo. Si la IA solo genera contenido, no es un gran problema; Pero una vez que empiezas a entrar en la cadena, gestionar fondos, ejecutar protocolos, y cuando el agente ejecuta transacciones automáticamente, Esta opacidad es casi fatal. Eso es lo que me parece realmente interesante de Inference Labs. No están comparando parámetros del modelo ni soplado el rendimiento. En su lugar, céntrate en: 👉 Cómo convertir el proceso de razonamiento de la IA en un hecho "verificable, auditable y responsable". Sus acciones recientes en el ecosistema de Bittensor están en realidad en este punto. Especialmente el lanzamiento de Subnet 2: DSperse. Lo que hace DSperse es sencillo: El razonamiento de la IA no es "confía en mí", En cambio, cada salida viene con una prueba zk, El proceso es en cadena, verificable y no inviolable. Más importante aún, los pesos de los modelos también pueden compartirse cifrados—— Otros pueden usar tu modelo, pero no pueden ver tus parámetros principales. Este es un punto de ruptura muy realista para quienes realmente hacen modelos:...