. @inference_labs membuat klaim yang jelas: pembuktian terdistribusi membuka kunci zkML secara skala

AI yang diskalakan sekali inference dipindahkan dari mesin tunggal ke klaster terdistribusi. Inference Labs menerapkan logika yang sama untuk AI yang dapat diverifikasi

Bottleneck dalam zkML berasal dari membuktikan seluruh model sekaligus

Solusi mereka, DSperse, memotong model menjadi komponen independen dan mendistribusikan pembuktian ke banyak node. Lebih banyak node menghasilkan bukti yang lebih cepat, penggunaan memori yang stabil, dan eksekusi yang tahan banting

Digabungkan dengan JSTprove, arsitektur ini mendukung verifikasi hampir waktu nyata dan kinerja tingkat produksi.

Dampaknya bersifat struktural:
+ zkML menjadi infrastruktur yang dapat diskalakan
+ Pembuatan bukti menjadi tahan terhadap kesalahan
+ Sistem otonom mendapatkan auditabilitas dan ketahanan

Dengan mitra akselerasi perangkat keras seperti Cysic, pembuktian terdistribusi mendorong AI yang dapat diverifikasi dari penelitian ke penerapan dunia nyata.

Ini adalah perubahan paradigma untuk kepercayaan berbasis matematika zkML, yang disampaikan oleh jaringan