.
Di dunia di mana kecerdasan buatan semakin sering membuat keputusan berisiko tinggi — dalam kesehatan, keuangan, pemerintahan, dan bahkan perang — kita menghadapi pertanyaan mendesak: bisakah kita benar-benar mempercayai AI? Tidak hanya niatnya, tetapi juga outputnya? Dapatkah kita yakin rekomendasi algoritma benar-benar dihitung seperti yang diklaim, tanpa bias, manipulasi, atau jalan pintas? @Lagrange Official
Masuklah Lagrange, sebuah startup yang sedang naik daun yang diam-diam membangun infrastruktur untuk AI yang dapat diverifikasi. Penawaran mereka sederhana, bahkan radikal: setiap output AI harus disertai bukti kriptografi. Anggap saja seperti kwitansi digital yang mengatakan, “Ya, AI ini menjalankan model yang tepat, pada input yang tepat, dan memberi Anda output ini — dan inilah matematika untuk membuktikannya.”
Alat unggulan mereka, DeepProve, adalah sistem tercepat hingga saat ini untuk mengubah prediksi pembelajaran mesin menjadi bukti tanpa pengetahuan yang sangat ketat.$LA Dan meskipun itu terdengar abstrak, implikasinya sangat besar: bayangkan rumah sakit memvalidasi diagnosis tanpa mengungkapkan pemindaian pribadi, atau regulator mengonfirmasi model risiko bank tanpa melihat data pelanggan.
Ini bukan hanya penelitian. Lagrange sedang membangun alat nyata untuk pengembang dan sudah bekerja dengan pemain besar di kripto, AI, dan perangkat keras. Dan dengan dukungan dari Founders Fund milik Peter Thiel, NVIDIA, Intel, dan EigenLayer Ethereum, mereka mungkin saja sedang berada di jalur yang besar.
Mari kita uraikan apa yang mereka lakukan — dan mengapa itu bisa menjadi salah satu lapisan kepercayaan terpenting di era AI.
Lapisan Kepercayaan Baru untuk AI
Kisah asal Lagrange berakar pada frustrasi inti: AI modern sangat kuat, tetapi tidak transparan. Anda jarang tahu bagaimana suatu hasil dihitung, dan Anda sering harus mempercayai pencipta model. Bagi pendiri dan CEO Ismael Hishon-Rezaizadeh, itu tidak cukup baik. Pada tahun 2023, ia ikut mendirikan Lagrange untuk memperbaikinya — menggunakan salah satu alat paling maju dari kriptografi modern: bukti tanpa pengetahuan (ZKP).
ZKP agak ajaib. Mereka memungkinkan seseorang membuktikan bahwa suatu perhitungan dilakukan dengan benar — tanpa mengungkapkan detail tentang apa yang dihitung. Dalam kasus AI, ini berarti membuktikan bahwa jaringan saraf memproses input tertentu dan menghasilkan output tertentu, tanpa mengungkapkan input, output, atau model itu sendiri.
Itulah ide inti di balik zkML, atau pembelajaran mesin tanpa pengetahuan — dan di situlah Lagrange memimpin.
DeepProve: Mengubah Prediksi AI menjadi Jaminan Kriptografi
Diluncurkan pada awal 2025, DeepProve adalah mesin zkML Lagrange. Anggap saja sebagai pembungkus untuk model AI: ia menjalankan model seperti biasa, tetapi juga menghasilkan bukti kriptografi — sebuah paket kecil yang tidak dapat diubah yang mengonfirmasi bahwa model berjalan seperti yang diharapkan.
Ini bukan hanya akademis. Pengembang dapat mengintegrasikan DeepProve ke dalam aplikasi dunia nyata saat ini. Berikan model (katakanlah, detektor penipuan atau pengklasifikasi gambar medis), jalankan sebuah inferensi, dan itu akan menghasilkan bukti ringkas bahwa semuanya dilakukan dengan benar — bahkan jika modelnya besar atau datanya sensitif.
Lebih baik lagi, bahwa bukti dapat diverifikasi di rantai, di luar rantai, atau di mana saja Anda membutuhkannya. Tidak perlu mempercayai penyedia model atau mengaudit setiap baris kode. Cukup verifikasi buktinya.
Apa yang Membuat DeepProve Berbeda?
Bahan rahasia Lagrange terletak pada kecepatan dan skala. Bukti tanpa pengetahuan sangat kuat, tetapi tradisionalnya lambat. Membuktikan model AI sederhana bisa memakan waktu berjam-jam. Itu tidak layak untuk aplikasi dunia nyata.
DeepProve mengubah itu. Menurut perusahaan, ia lebih dari 100x lebih cepat daripada sistem zkML sebelumnya, dan dalam beberapa kasus hingga 1000x lebih cepat. Ia menggunakan teknik kriptografi canggih (seperti pemeriksaan jumlah dan tabel pencarian) yang dipadukan dengan jaringan prover terdesentralisasi untuk memparalelkan pekerjaan secara besar-besaran.
Inilah cara kerjanya dalam istilah sederhana:
Anda memberikan DeepProve model AI dan input.
Ia mengirimkan perhitungan berat ke jaringan prover khusus (seperti cloud bertenaga GPU).
Prover ini menghitung matematika, menghasilkan bukti, dan mengembalikannya — semua dalam hitungan detik atau kurang.
Anda (atau pengguna Anda, atau kontrak pintar Anda) memverifikasi hasilnya secara instan.
Ini seperti AWS untuk kepercayaan — kecuali terdesentralisasi, dapat diverifikasi, dan menjaga privasi.
Aplikasi Dunia Nyata: Mengapa Ini Penting
DeepProve tidak hanya untuk penggemar kripto atau peneliti AI. Ini membuka penggunaan yang nyata dan praktis yang sebelumnya tidak mungkin atau terlalu berisiko:
Kesehatan: Diagnosis AI kini dapat disertai bukti — tanpa mengungkapkan pemindaian Anda, nama Anda, atau logika kepemilikan model.
Keuangan: Pemberi pinjaman dapat membuktikan bahwa model penilaian kredit mereka dijalankan dengan benar, tanpa menunjukkan algoritma mereka atau pendapatan Anda.
Web3 & DeFi: DAO dan dApps dapat memverifikasi keputusan AI di luar rantai (seperti bot pemerintahan atau perdagangan) tanpa membawa logika sensitif ke dalam rantai.
Aplikasi lintas rantai: DeepProve bekerja di seluruh rantai, membantu protokol mengumpulkan data atau memverifikasi kondisi dengan cara yang tidak memerlukan kepercayaan.
Tema umum: dapat diverifikasi tanpa eksposur. Di dunia yang dipenuhi berita palsu, deepfake, AI kotak hitam, dan bot jahat, itu adalah janji yang menarik.
Jaringan Mitra dan Pendukung yang Berkembang
Lagrange tidak membangun ini sendiri. Faktanya, ia sudah terhubung dengan beberapa ekosistem terbesar di teknologi dan kripto:
NVIDIA membawa Lagrange ke dalam program Inception-nya — sebuah pengakuan besar terhadap relevansi AI-nya.
Intel bekerja sama dengan Lagrange dalam percepatan perangkat keras untuk bukti ZK.
Ini adalah AVS EigenLayer inti — yang berarti jaringan prover-nya diamankan oleh set validator besar Ethereum.
Ini terintegrasi dengan rantai seperti zkSync, Polygon, Base (Coinbase), Mantle, dan LayerZero.
Ini juga didukung oleh Binance Labs, 1kx, Maven 11, dan Archetype, di antara lainnya.
Putaran pendanaan awal mereka, dipimpin oleh Founders Fund, mengumpulkan $13,2 juta pada pertengahan 2024 — dan total pendanaan kini mendekati $18 juta. Teknologi Lagrange juga sedang diuji oleh penyedia infrastruktur kripto besar seperti Coinbase Cloud, Nethermind, dan bagian staking Kraken.
Singkatnya: mereka tidak hanya membangun matematika kripto yang keren dalam kekosongan. Mereka mengintegrasikannya langsung ke dalam cara gelombang berikutnya dari aplikasi Web3 dan AI akan bekerja.
Apa Selanjutnya: Dari Kwitansi AI ke Transparansi AI
Lagrange memiliki rencana besar. Alat zkML mereka baru permulaan. Selanjutnya:
Mendukung model yang lebih besar dan lebih kompleks (termasuk transformers dan LLM).
Memungkinkan bukti pelatihan, bukan hanya inferensi.
Memperluas jaringan prover terdesentralisasi mereka untuk mendukung lebih banyak aplikasi dan rantai.
Meluncurkan “Euclid,” sebuah koprosesor bertenaga ZK untuk menanyakan data besar di seluruh rantai.
Dalam jangka panjang, mereka ingin verifikasi kriptografi menjadi standar untuk AI seperti HTTPS untuk situs web. Setiap output, setiap model, setiap keputusan — dapat dibuktikan, pribadi, dan siap diaudit.
Seperti yang dikatakan Hishon-Rezaizadeh, “Setiap teknologi transformatif membutuhkan lapisan kepercayaannya. Untuk AI, itu adalah verifikasi kriptografi.”
Pemikiran Akhir: Mengapa Lagrange Penting
Pada tahun 2025, AI bukan lagi sekadar rasa ingin tahu. Ia menulis kode, merekomendasikan obat, mendeteksi penipuan, dan mengarahkan perusahaan. Tetapi terlalu sering, kita tidak tahu apa yang dilakukannya — atau mengapa. Lagrange menawarkan jalan baru ke depan: AI yang membuktikan dirinya sendiri.
Mereka tidak mencoba membuat model lebih cerdas. Mereka membuatnya jujur. Di saat kepercayaan sulit didapat, itu mungkin menjadi peningkatan paling penting yang bisa kita berikan kepada kecerdasan buatan.
