Distribuert inferens har endret ytelseskurven til AI. Distribuerte bevis, derimot, vil endre zkML på samme måte. Tidligere problemer med zkML? En validator må bære hele modellen, og minnet eksploderer, tiden kommer ut av kontroll, og til slutt kan det bare stoppe i eksperimentfasen. Det er ikke slik at teorien ikke er gyldig, men at prosjektet ikke kan gjennomføres. DSperses idé? Bryt ned modellen i verifiserbare snitt og la hver node bare være ansvarlig for sin egen lille del. Jo flere noder, desto raskere blir beviset; Jo mindre belastning på hver node, desto mer stabile ressursene. Kombinert med JSTproves effektive proving-backend, er resultatet av eksporten et mer kontrollerbart system. Bevistiden reduseres lineært med antall noder, minnebruket forblir stabilt, verifiseringshastigheten er nær sanntid, og betingelsene for å gå inn i produksjonsmiljøet er virkelig oppfylt for første gang. Slik kan verifiserbar AI nå bransjeskala. Ikke ha en større maskin, og ikke la én validator gjøre alt, men la flere validatorer bare gjøre den delen som virkelig betyr noe. Fremtidens zkML vil ikke være en sentralisert bevismotor, men et distribuert bevisnettverk. DSperse + JSTprove, og gjøre denne veien til en realitet. #KaitoYap @KaitoAI #Yap @inference_labs