#opg $OPG
@OpenGradient Actualmente están investigando el tema de la computación verificable de IA + privacidad.
En pocas palabras, combina el entorno de ejecución confiable (TEE) con el protocolo OHTTP, para que los datos puedan protegerse cuando la IA realiza inferencias, y al mismo tiempo usa una blockchain para sacar los resultados y poder verificarlos. A diferencia de TAO, que reparte potencia de cómputo por todos lados, o de RENDER, que hace renderizado descentralizado, su punto de equilibrio es este: durante el proceso nadie puede verlo, pero todos pueden verificar el resultado.
Ahora mismo, la infraestructura de IA todavía está fuertemente controlada por unas cuantas grandes nubes, y hay un montón de problemas como puntos únicos de fallo y falta de transparencia. @OpenGradient quiere resolver este dolor: “confidencialidad al computar, y publicidad/fiabilidad al verificar”. Por ahora aún queda mucho margen de mejora, pero la dirección está clara: que la privacidad deje de ser una caja negra y se convierta en algo auditable y que la gente pueda controlar.
A diferencia de ZEC y XMR, que se enfocan solo en “no poder ver”, este proyecto pone más énfasis en la “confianza visible”. El proyecto aún está en una etapa temprana, así que vale la pena seguirlo de cerca.
@OpenGradient Actualmente están investigando el tema de la computación verificable de IA + privacidad.
En pocas palabras, combina el entorno de ejecución confiable (TEE) con el protocolo OHTTP, para que los datos puedan protegerse cuando la IA realiza inferencias, y al mismo tiempo usa una blockchain para sacar los resultados y poder verificarlos. A diferencia de TAO, que reparte potencia de cómputo por todos lados, o de RENDER, que hace renderizado descentralizado, su punto de equilibrio es este: durante el proceso nadie puede verlo, pero todos pueden verificar el resultado.
Ahora mismo, la infraestructura de IA todavía está fuertemente controlada por unas cuantas grandes nubes, y hay un montón de problemas como puntos únicos de fallo y falta de transparencia. @OpenGradient quiere resolver este dolor: “confidencialidad al computar, y publicidad/fiabilidad al verificar”. Por ahora aún queda mucho margen de mejora, pero la dirección está clara: que la privacidad deje de ser una caja negra y se convierta en algo auditable y que la gente pueda controlar.
A diferencia de ZEC y XMR, que se enfocan solo en “no poder ver”, este proyecto pone más énfasis en la “confianza visible”. El proyecto aún está en una etapa temprana, así que vale la pena seguirlo de cerca.
A. 成為 AI 隱私計算的真正基礎設施,慢慢被市場接受
B. 技術方向不錯,但落地和採用率卡關,最後變成小眾項目
C. 只是概念炒作,最後跟其他 AI 項目一樣逐漸涼掉
1 día(s) restante(s)