Nel settore si parla spesso di AI on-chain, ma il vero collo di bottiglia che blocca l'AI on-chain non è la potenza di calcolo né i costi, ma il fatto che i modelli AI non possono funzionare in modo sicuro in un ambiente aperto. Una volta che un modello è on-chain, i parametri sono praticamente esposti pubblicamente, equivalenti a mettere un asset chiave su un lampione. Questo è anche il motivo per cui la maggior parte dei progetti AI può solo "eseguire modelli off-chain e regolare on-chain", dando l'impressione che sia on-chain, ma in realtà è ancora Web2. Il valore di #Zama diventa qui molto solido; FHE consente ai modelli di inferire in uno stato crittografato, gli sviluppatori non devono esporre i parametri del modello e gli utenti non esporranno i dati di input, entrambe le parti completano l'interazione a livello crittografato, il modello può fornire servizi, ma mantenere il codice sorgente chiuso e la coerenza nativa con la catena. Questo porterà a un cambiamento strutturale a livello di settore; per la prima volta, i modelli AI hanno la fattibilità di essere distribuiti on-chain, i modelli possono diventare un asset nativo, possono essere richiamati e fatturati, ma non riveleranno l'algoritmo o i dati, aprendo realmente il percorso per la "modello come servizio" on-chain. Ancora più sorprendente è che tutto ciò non richiede di sacrificare la decentralizzazione e la verifica pubblica; le proprietà verificabili del calcolo FHE fanno sì che trasparenza e privacy non siano più opposte. @zama ha aperto un vero e proprio ingresso infrastrutturale per l'AI on-chain. Ha trasformato i modelli da non poter essere on-chain a poter essere on-chain in modo sicuro. Questo cambiamento strutturale ridefinirà l'intero panorama commerciale di AI x Web3. @zama #Zama $ZAMA #ZamaCreatorProgram