Etter å ha sett @inference_labs på @KaitoAI, kastet jeg meg ut i prosjektet! Etter å ha gått dypere inn i verifiserbar AI, ble jeg mer og mer sikker på at den største systemiske risikoen for AI i dag ikke ligger i modellens kapasiteter, men i «uverifiserbar black box-utførelse». De fleste AI-tjenester i dag krever at du blindt tror at serveren faktisk kjører modellen den påstår, noe som rett og slett er uakseptabelt i finansielle, medisinske og autonome proxy-systemer. Av denne grunn fortjener retningen til Inference Labs @inference_labs spesiell oppmerksomhet: de optimaliserer ikke hastigheten på en bestemt beviser, men omskriver hele zkML-inferensarkitekturen. Å dele modellen opp i skiver som kan verifiseres parallelt, gjøre store modeller virkelig bevisbare, og deretter standardisere bevisgenereringen med JSTprove CLI, betyr at zkML offisielt har kommet inn i systeminfrastrukturen fra et «lab-leketøy». Denne arkitekturen gjør det mulig for modellleverandører å beskytte immaterielle rettigheter samtidig som de sender inn kryptografisk bevis for å bevise at riktig versjon ble utført, noe som er hjørnesteinen i fremtidig AI-nettverkskomponerbarhet. Jeg tror ikke vendepunktet for zkML vil komme fra de kryptografiske ytelsestoppene, men fra denne refaktoreringen av modellstrukturen og utførelsesveien. Verifiserbar AI er inngangsporten til neste generasjon desentraliserte inferensmarkeder, og Inference Labs @inference_labs løser det laveste og vanskeligste tillitslaget. #KAITO #kaitoyap #yap #InferenceLabs