Een andere geweldige inzicht van @karpathy, die het belang van AI-verifieerbaarheid benadrukt "Ik denk dat de sterkste analogie die van AI als een nieuw computerparadigma is (Software 2.0) ... Software 1.0 automatiseert gemakkelijk wat je kunt specificeren. Software 2.0 automatiseert gemakkelijk wat je kunt verifiëren. ... In dit nieuwe programmeerparadigma is de nieuwe meest voorspellende functie om naar te kijken verifieerbaarheid. Als een taak/werk verifieerbaar is, dan kan het direct of via versterkend leren geoptimaliseerd worden, en kan een neuraal netwerk worden getraind om extreem goed te presteren." Verifieerbaarheid in deze context draait meer om training/optimalisatie - de evaluatie van of de output van een AI correct is + het mogelijk maken van betere automatisering vanwege dat. Verifieerbaarheid in AI + crypto is meer gericht op de uitvoeringscontext. - Kunnen we verifiëren dat de invoer, het model en de output correct zijn en niet zijn gemanipuleerd (verifieerbare inferentie) - Kan iemand ter wereld deze inferentie opnieuw uitvoeren en vandaag, morgen en over 1 jaar hetzelfde resultaat krijgen (deterministische inferentie) - Kunnen we verifiëren dat alleen de agent toegang heeft tot, en de mogelijkheid heeft om transacties uit te voeren vanuit, zijn portemonnee (verifieerbare runtime) - Kunnen we verifiëren dat de reputatie van deze agent (ERC-8004)