AI x Crypto

यह साबित करना कि एक मॉडल सही ढंग से चला, उसे चलाने से अधिक समय क्यों लेता है?

अवसर

ML इन्फरेंस के शून्य-ज्ञान प्रमाण यह सत्यापित कर सकते हैं कि एक मॉडल ने दिए गए इनपुट से एक निश्चित आउटपुट उत्पन्न किया, बिना वज़न उजागर किए। इससे क्रिप्टो एप्लिकेशन TEEs या ऑपरेटर प्रतिष्ठा पर निर्भर हुए बिना AI आउटपुट का भरोसेमंद उपभोग कर सकते हैं। समस्या प्रदर्शन की है: GPT-2 स्केल के मॉडल के लिए ZK प्रमाण उत्पन्न करने में दसियों मिनट लगते हैं; GPT-3 स्केल पर यह घंटों में मापी जाती है। ट्रांसफॉर्मर में फ्लोटिंग-पॉइंट अंकगणित अरिथमेटिक सर्किट में अकुशलता से संकलित होता है, और ध्यान तंत्र सिद्ध करने के लिए विशेष रूप से महंगा है। TEE-आधारित प्रत्यायन इस अंतर को पाटता है लेकिन गणित के बजाय हार्डवेयर विक्रेता फर्मवेयर पर भरोसा करने की आवश्यकता होती है। जब तक प्रमाण उत्पादन दो से तीन परिमाण के क्रम तक नहीं गिरता, क्रिप्टो में हर सत्यापन योग्य AI प्रिमिटिव एक विश्वास धारणा को दूसरे के लिए बदल रहा है।

यह क्यों मायने रखता है

क्रिप्टो-नेटिव AI का विश्वसनीय-तटस्थता का वादा ZK प्रमाणों पर निर्भर करता है जो उत्पादन में उपयोग के लिए पर्याप्त तेज़ हों, और आज वे नहीं हैं।

मैं अवसर को कैसे आंकता हूं

Opportunity Score मेरा अपना आकलन है, कोई माप नहीं: यह कितना तकलीफदेह है, कितनी बार परेशान करता है, और आज इसे हल करने के लिए कितना कम मौजूद है। जितना ज़्यादा स्कोर, उतना ज़्यादा मुझे लगता है कि इसे बनाना सार्थक है।

गंभीरता8/10

जब यह सामने आता है तो कितनी तकलीफ देता है।

आवृत्ति8/10

लोग वास्तव में कितनी बार इससे टकराते हैं।

व्हाइटस्पेस7/10

आज इसके लिए कितने कम अच्छे टूल मौजूद हैं।