В последнее время путь к авторитету ИИ вызывает много критики. На рынке конкурируют разные технические маршруты, среди которых Inference Labs и Mira Network часто проводят бенчмарк, но решения этих двух компаний существенно различаются.

Inference Labs идёт по математическому и жёсткому техническому пути. Они в основном занимаются развитием машинного обучения с нулевым уровнем знания (zkML), а основная логика заключается в использовании технологии доказательства с нулевым уровнем расзнания, позволяющей проверять процесс рассуждений моделей ИИ при сохранении вычислительной конфиденциальности. Простое понимание таково: ИИ даёт ответ, но вам не нужно смотреть весь алгоритм, чтобы убедиться, что ответ истинен и надёжен. Это решение требует высокой вычислительной мощности, но доверие и безопасность достигли крайнего уровня.

В отличие от этого, Mira Network использует иной набор идей. Они уделяют больше внимания проектированию распределённых вычислительных сетей и механизмам стимулирования, а также обеспечивают доверие к сервисам ИИ через сетевой консенсус. Оба пути решают основную проблему «как заставить людей доверять ИИ», но технологический стек и логика реализации совершенно разные. zkML больше похож на математическое доказательство, а распределённые сети — это коллективные одобрения. У каждого из них есть свои плюсы и недостатки, и рынок в конечном итоге решит лучшее решение.