Cada día la IA se vuelve más inteligente.
Pero cuanto más entiendo la infraestructura de IA, más creo que el mayor desafío de la adopción no es la inteligencia.
El desafío es la confianza.
Si la IA me da una respuesta, ¿cómo puedo saber que el cálculo realmente se realizó como se alega? ¿Cómo puedo asegurarme de que la salida no fue modificada? Y si se tomó una decisión importante con la ayuda de la IA, ¿cómo se puede verificar?
Aquí es donde @OpenGradient se vuelve interesante a mis ojos.
Creo que muchas personas ven la adopción de la IA como un simple problema de crecimiento de usuarios. Pero si miramos la historia, la adopción a menudo se escala cuando hay una infraestructura confiable detrás.
El enfoque de OpenGradient también parece ir en esa dirección. No solo escalar la inteligencia, sino también hacer que la responsabilidad y la verificación alrededor de la inteligencia sean escalables.
Lo que me parece más interesante es que OpenGradient no trata cada carga de trabajo con el mismo nivel de verificación. Ajustar la verificación según el riesgo y el contexto me parece más práctico que dar a todo el mismo nivel de escrutinio.
Un pensamiento que me viene a la mente repetidamente:
Quizás la capa que falta en la adopción de la IA no son mejores modelos, sino mejor confianza.
Si los usuarios no confían en el sistema, no importa cuán avanzada sea la inteligencia, siempre habrá un límite en la adopción.
¿Crees que la próxima ola de la IA será impulsada por la inteligencia o por la confianza y la verificabilidad?
@OpenGradient #opg $OPG
Pero cuanto más entiendo la infraestructura de IA, más creo que el mayor desafío de la adopción no es la inteligencia.
El desafío es la confianza.
Si la IA me da una respuesta, ¿cómo puedo saber que el cálculo realmente se realizó como se alega? ¿Cómo puedo asegurarme de que la salida no fue modificada? Y si se tomó una decisión importante con la ayuda de la IA, ¿cómo se puede verificar?
Aquí es donde @OpenGradient se vuelve interesante a mis ojos.
Creo que muchas personas ven la adopción de la IA como un simple problema de crecimiento de usuarios. Pero si miramos la historia, la adopción a menudo se escala cuando hay una infraestructura confiable detrás.
El enfoque de OpenGradient también parece ir en esa dirección. No solo escalar la inteligencia, sino también hacer que la responsabilidad y la verificación alrededor de la inteligencia sean escalables.
Lo que me parece más interesante es que OpenGradient no trata cada carga de trabajo con el mismo nivel de verificación. Ajustar la verificación según el riesgo y el contexto me parece más práctico que dar a todo el mismo nivel de escrutinio.
Un pensamiento que me viene a la mente repetidamente:
Quizás la capa que falta en la adopción de la IA no son mejores modelos, sino mejor confianza.
Si los usuarios no confían en el sistema, no importa cuán avanzada sea la inteligencia, siempre habrá un límite en la adopción.
¿Crees que la próxima ola de la IA será impulsada por la inteligencia o por la confianza y la verificabilidad?
@OpenGradient #opg $OPG