分散推論はAIのパフォーマンス曲線を変えました。 一方、分散証明は同様にzkMLを変化させます。 zkMLの過去の問題は? バリデーターがモデル全体を担い、メモリは爆発し、時間が制御不能になり、最終的には実験段階でしか止まらなくなります。 理論が無効というわけではなく、プロジェクトが実行できないということです。 DSperseのアイデア? モデルを検証可能なスライスに分解し、各ノードが自分の小さな部分だけを担当するようにしましょう。 ノードが多いほど証明が速くなります。 各ノードへの負担が小さいほど、資源はより安定します。 JSTproveの効率的な証明バックエンドと組み合わせることで、結果のエクスポートはより制御しやすいシステムとなります。 プルーフ時間はノード数の増加とともに線形に減少し、メモリ使用量は安定し、検証速度はほぼリアルタイムとなり、本番環境に入る条件が初めて真に満たされます。 これが検証可能なAIが産業規模に発展する方法です。 大きなマシンを使わず、一人のバリデーターにすべてを任せるのではなく、本当に重要な部分だけを多くのバリデーターに任せましょう。 将来のzkMLは中央集権型の証明エンジンではなく、分散型証明ネットワークとなるでしょう。 DSperse + JSTprove、この道を現実のものにします。 #KaitoYap @KaitoAI #Yap @inference_labs