aimodles

#opg $OPG
فكرة واحدة من @OpenGradient عالقة في ذهني:

ربما أكبر تحدي للذكاء الاصطناعي في السنوات القليلة المقبلة لن يكون جعل النماذج أذكى. قد يكون إثبات أنها موثوقة بالفعل.
في الوقت الحالي، تعمل معظم أنظمة الذكاء الاصطناعي على السمعة.
نحن نثق في الشركة، نثق في البنية التحتية،
ونثق في أن النموذج فعل ما زعم أنه فعله.
لكن عندما يبدأ الذكاء الاصطناعي في اتخاذ قرارات تؤثر على المال، الرعاية الصحية، الروبوتات، أو الوكلاء المستقلين، فإن "ثق بنا" قد لا تكون كافية بعد الآن.

هنا تصبح رؤية OpenGradient مثيرة للاهتمام.

بدلاً من مطالبة المستخدمين بقبول مخرجات الذكاء الاصطناعي بشكل أعمى، يستكشف المشروع طرقًا لإرفاق دليل قابل للتحقق بتنفيذ الذكاء الاصطناعي نفسه.

بعبارات بسيطة، يتغير السؤال من "ما النتيجة التي قدمها الذكاء الاصطناعي؟" إلى "هل يمكن لأي شخص التحقق من كيفية إنتاج تلك النتيجة؟"

أعتقد أن هذه نقلة أكبر بكثير مما يدركه الكثير من الناس.
لسنوات، كانت سباق الذكاء الاصطناعي مركزة على القدرة:
نماذج أكبر، تفكير أفضل، استجابات أسرع. لكن مع تكامل الذكاء الاصطناعي في الأنظمة الواقعية،

تبدأ المساءلة في أن تصبح بنفس أهمية الذكاء.

تخيل الوكلاء المستقلين يديرون الأصول، منسقين للخدمات، أو يتخذون قرارات تشغيلية. إذا حدث خطأ ما، لن يسأل الناس فقط عن النتيجة.
سيسألون عن الأدلة.
أي نموذج تم استخدامه؟
هل تم تعديل الحساب؟
هل عمل النظام فعلاً كما زُعم؟

يبدو أن OpenGradient تبني نحو مستقبل حيث لا تقتصر مخرجات الذكاء الاصطناعي على التوليد ولكن أيضًا قابلة للتحقق.

بالطبع،
لا تزال هناك تحديات.
يجب أن تكون عملية التحقق سريعة،
مناسبة من ناحية التكلفة،
وبسيطة بما يكفي ليتم اعتمادها من قبل المطورين على نطاق واسع.
التكنولوجيا الرائعة ليست دائماً مستخدمة على نطاق واسع.
ومع ذلك، فإن الفكرة جذابة. ربما لن يتم تعريف عصر الذكاء الاصطناعي التالي من خلال من يبني النموذج الأكثر ذكاءً، ولكن من يمكنه تقديم أقوى دليل وراء قراراته.

ما رأيك: مع تزايد استقلالية الذكاء الاصطناعي،
هل ستصبح القابلية للتحقق ضرورة،
أم أن معظم المستخدمين سيستمرون في الاهتمام فقط بالسرعة والدقة؟
#AI #OPG #Aimodles