ما كنتش بدور بشكل محدد على @OpenGradient. لقيته لما كنت باستكشف بنية الذكاء الاصطناعي وأنظمة البلوكشين، وفكرة وحدة كانت بتجذبني: الذكاء الاصطناعي لازم يكون قابل للتحقق، مش بس متاح.
ده يبدو بسيط، بس بيدل على تحول أكبر. اليوم، لما الذكاء الاصطناعي ينتج إجابة، غالبًا بنثق في الشركة اللي وراها. الناتج بيظهر، لكن العملية بتبقى مخفية. OpenGradient بيثير سؤال مثير: هل نموذج الثقة ده كفاية لو الذكاء الاصطناعي بقى جزء من المالية، التطبيقات، والبنية التحتية الرقمية الحيوية؟
اللي لفت انتباهي هو أن الشبكة مش بس مركزة على تشغيل النماذج. التحقق يبدو بنفس القدر من الأهمية. ده يوحي بأن الذكاء نفسه ممكن يحتاج دليل، زي ما البلوكشين قدمت معاملات قابلة للتحقق بشكل مستقل بدل ما تعتمد بس على السلطة.
كل ما فكرت في الموضوع، حسيت إنه وكأنها اجتماع لعالمين. الذكاء الاصطناعي تم تحسينه للقدرة، بينما الكريبتو قضى سنوات يركز على تقليل الثقة. OpenGradient يبدو إنه جالس في المكان اللي أولوياتهم بتتقاطع.
طبعًا، تحقيق الرؤية دي مش هيكون سهل. التحقق بيجيب تعقيد، تكاليف، وتضحيات. التحدي هو هل إثبات سلوك الذكاء الاصطناعي ممكن يظل عملي مع كبر النماذج وتقدمها.
ومع ذلك، سؤال واحد فضل معي طويل بعد ما قفلت التبويب: يمكن المستقبل مش بس عن اللي بيقوله الذكاء الاصطناعي، لكن عن كيفية التحقق إنه فعلًا عمل اللي بيزعمه. ده ممكن يبقى واحد من الأسئلة المحددة للعصر الرقمي القادم.
هنا نسخة جديدة بنفس النغمة التحليلية والبنية، لكن تمت إعادة كتابتها لتجنب الانتحال وجعلها أكثر جذبًا:
OpenGradient
فشلت الطلبية ثلاث مرات خلال دقيقة.
افتراضي الأول كان بسيطًا: ازدحام الشبكة. كانت لوحة التحكم تُظهر عددًا كافيًا من نقاط الاستدلال على الإنترنت، لذا لم يبدو أن السعة كانت المشكلة. لكن المشكلة كانت أكثر تعقيدًا.
لم يكن أحد العقد يستضيف النموذج المطلوب. وكان آخر بلا موارد احتياطية. بينما كان ثالث قادرًا على تنفيذ الحمل، لكن ليس من خلال المسار التحقق الذي تتطلبه التطبيق.
الكثير من العقد على الورق.
ليس بالضرورة كافيًا في الممارسة.
هذا غيّر الطريقة التي أفكر بها في مشاركة OPG. عدد المشغلين يخبرني فقط بعدد المشاركين الموجودين. ويقول القليل جدًا عن فرصة أن تتمكن الطلبية من العثور في نفس الوقت على النموذج الصحيح، والموارد المتاحة، والكمون المقبول، ومسار إثبات صالح.
حتى هذه النظرة يمكن أن تكون مضللة. قد تبدو عدة مزودين مستقلين بينما يعتمدون على نفس البنية التحتية السحابية، نفس مجموعة البرمجيات، أو نفس الحوافز الاقتصادية. تتلاشى التنوع بسرعة عندما تصبح الظروف غير مواتية.
لذا توقفت عن النظر إلى المشاركة كعدد بسيط.
أولي المزيد من الاهتمام للتغطية. أي الأحمال تعاني؟ متى تظهر الفشل؟ هل المشغلون الجدد يملأون قدرات مفقودة، أم أنهم فقط يضيفون المزيد مما هو موجود بالفعل؟
الاختبار الحقيقي لـ OPG لن يكون معيار نمو آخر.
بل سيكون زيادة مفاجئة في الطلب، أو اضطراب إقليمي، أو فترة هادئة عندما يتعين على المشغلين الهامشيين أن يقرروا ما إذا كانت البقاء على الإنترنت لا يزال منطقيًا اقتصاديًا.
#OPG #OpenGradient $OPG
ما هو الأهم بالنسبة لموثوقية OPG خلال فترات الطلب العالي؟
#opg $OPG @OpenGradient كنت أبحث في OpenGradient مؤخرًا، وما يبرز هو أنهم يحاولون حل مشكلة تتجاهلها معظم مشاريع الذكاء الاصطناعي والـ crypto: الثقة.
اليوم، تعتمد معظم تطبيقات الذكاء الاصطناعي على خوادم مركزية. ترسل طلبًا، تحصل على مخرج، وتأمل ألا يتم التلاعب بشيء. هذا جيد للروبوتات المحادثة، لكنه يصبح مشكلة عندما يبدأ الذكاء الاصطناعي في التفاعل مع العقود الذكية، والوكالات، والقيمة الحقيقية.
نهج OpenGradient يفصل التنفيذ عن التحقق. تتولى العقد المتخصصة العمل الثقيل في الاستدلال، بينما يتم التحقق من الإثباتات على السلسلة. هذا يمكن أن يمنح المطورين إمكانية تدقيق دون إجبار الجميع على إعادة تشغيل نماذج ضخمة. بالطبع، إثبات العمليات الحسابية ليس هو نفسه إثبات الصحة، لكنه لا يزال خطوة كبيرة نحو بنية تحتية للذكاء الاصطناعي بدون ثقة.
الاقتصاديات مهمة أيضًا. يحتاج مقدمو الحوسبة إلى حوافز قوية، بينما يحتاج المطورون إلى تكاليف منخفضة بما يكفي للتنافس مع واجهات برمجة التطبيقات المركزية. سيكون اعتماد ذلك أيضًا يعتمد على تجربة المطورين. إذا أصبح دمج الذكاء الاصطناعي القابل للتحقق بسيطًا مثل استخدام الرموز أو الأورacles، ستهم البناة. إذا بقيت التعقيدات والكمون مرتفعة جدًا، ستنتصر الراحة.
قد يكون التوقيت هو أكبر سؤال. معظم حالات استخدام الذكاء الاصطناعي اليوم لا تحتاج إلى مخرجات قابلة للتحقق، لكن الوكلاء المستقلين، وأنظمة التداول، والتطبيقات على السلسلة التي تدير الأصول الحقيقية ربما تحتاج إلى ذلك.
الحجة الصاعدة هي أن OpenGradient تصبح طبقة ثقة للذكاء الاصطناعي. الحجة الهابطة هي أن السرعة والتكلفة تهمان أكثر من القابلية للتحقق.
أعتقد أن الاستدلال القابل للتحقق ليس ضروريًا لكل تطبيق، لكنه يمكن أن يصبح أساسيًا لأنظمة الذكاء الاصطناعي عالية القيمة على السلسلة.