يمكن التحقق من مستقبل الذكاء الاصطناعي. ومدعوم من @cysic_xyz؟ TL. DR حول رؤية Cysic لتوسيع نطاق الاستدلال الذي تم التحقق منه من ZK - يعالج Cysic عنق الزجاجة الحسابي الأساسي ل الذكاء الاصطناعي القابل للتحقق من خلال تقديم استدلال في الوقت الفعلي مدعوم من ZK للشبكات العصبية من خلال نظام أساسي متوازي بشكل كبير ومسرع بوحدة معالجة الرسومات. تبلغ عن زيادة في الأداء ~ 10 أضعاف مقارنة بأحدث المعايير في طرازات مثل CNN-4M. - الميزة التقنية الأساسية ذات شقين: بروتوكول sumcheck متوازي لوحدة معالجة الرسومات يقوم بتفتيت حسابات التشفير عبر الآلاف من خيوط CUDA لتشبع الأجهزة بالكامل ، ونواة CUDA المخصصة لحساب المجال الأساسي الذي يزيد من إنتاجية ALU من خلال إعطاء الأولوية للذاكرة السريعة على الرقاقة (السجلات والذاكرة المشتركة) على الذاكرة العالمية البطيئة. - تقوم المنصة بإزالة تعقيد التشفير من خلال التكامل السلس مع أطر عمل التعلم الآلي الرئيسية (مثل PyTorch و TensorFlow). يمكن للمطورين تغليف النماذج الحالية في "VerifiableModule" لإنشاء براهين جنبا إلى جنب مع مخرجات النموذج دون إعادة كتابة التعليمات البرمجية أو خبرة التشفير العميقة. - تتضمن خارطة الطريق الفورية توسيع نطاق الدعم للبنى الأكثر تعقيدا ، بما في ذلك LLMs واسعة النطاق مثل Llama و DeepSeek ، وطرح عروض توضيحية مباشرة للتطبيقات ، وإصدار كامل مفتوح المصدر لتعزيز نظام بيئي يحركه المجتمع حول التكنولوجيا. - تعمل هذه المبادرة كركيزة أساسية لرؤية "ComputeFi" الأوسع لشركة Cysic ، والتي تهدف إلى إنشاء طبقة حوسبة لامركزية حيث يعمل الذكاء الاصطناعي كخدمة يمكن التحقق منها والتي يمكن التحقق منها ، مما يتيح فئة جديدة من الوكلاء على السلسلة وتطبيقات الذكاء الاصطناعي الآمنة. يوصي ب DYOR (و yap) أنونون.