Anoche a las 2 de la madrugada, con unos amigos, estábamos comiendo brochetas y él se quejaba del robot de trading AI: “No sé si va a ganar o no, lo que más me preocupa es que inventa excusas sin parar.” También me mostró una captura de pantalla de las ganancias y me la puso en la cara, diciendo que era muy estable, pero sus manos temblaban todo el tiempo. Le pregunté de pasada: “¿Y qué modelo está usando exactamente?” Él se quedó en blanco: “No lo sé... en fin, puede correr.” En ese momento, me recorrió un escalofrío por la espalda.

Por eso últimamente estoy atento a @inference_labs: no se trata de quién “genere” mejor, sino de convertir el “proceso de inferencia” en un libro de cuentas auditable. Dos cosas recientes me tienen muy interesado: ① Anunciaron en colaboración con @cysic_xyz que llevan la prueba zkML a redes de hardware/cálculo descentralizadas, apuntando directamente a los grandes desafíos del tiempo y costo de prueba; ② La compañía dice que JSTprove ya está integrado en DSperse, con modelos segmentados y en paralelo, cada segmento puede generar un “recibo” verificable. Además, con la reciente publicación en la lista de TruthTensor Crucible S1, estoy muy emocionado—esto no es solo una presentación, sino que están llevando la IA verificable al entorno de producción.