تزايدت شعبية مسار موثوقية الذكاء الاصطناعي مؤخرًا. هناك مسارات تقنية مختلفة تتنافس في السوق، ومن بين المشاريع التي غالبًا ما تُقارن مع بعضها البعض هماInference Labs و Mira Network، لكن الاختلاف في الحلول التي تقدمها كل شركة كبير جدًا.

تتبنىInference Labs مسارًا تقنيًا يعتمد على الرياضيات بشكل مكثف. يركزون بشكل رئيسي على تطوير التعلم الآلي بدون معرفة (zkML)، حيث تعتمد الفكرة الأساسية على تقنية الإثبات بدون معرفة، مما يسمح بالتحقق من عملية استنتاج نموذج الذكاء الاصطناعي مع حماية خصوصية الحسابات في الوقت ذاته. ببساطة، يمكن فهم الأمر على أنه: الذكاء الاصطناعي يعطي الإجابة، ولكن يمكنك التحقق من صحتها دون الحاجة إلى الاطلاع على الخوارزمية الكاملة. تتطلب هذه الحلول قدرة حسابية عالية، لكنها تصل إلى أعلى مستويات الموثوقية والأمان.

أما Mira Network فتتبنى نهجًا مختلفًا. فهي تركز أكثر على شبكات الحوسبة الموزعة وتصميم آليات التحفيز، حيث تضمن الثقة في خدمات الذكاء الاصطناعي من خلال إجماع الشبكة. كلا المسارين يحلان المشكلة الأساسية "كيف نجعل الناس يثقون في الذكاء الاصطناعي"، لكنهما يختلفان تمامًا في التقنية والمنطق التنفيذي. zkML يشبه الإثبات الرياضي، بينما الشبكة الموزعة تشبه التصديق الجماعي. لكل منهما مزاياه وعيوبه، وفي النهاية ستختار السوق الحل الأفضل.