@OpenGradient Me preocupa lo fácil que he llegado a adaptarme a no saber ya de dónde vienen las cosas.
Durante mucho tiempo, la cripto y la IA parecían estar resolviendo problemas completamente distintos. La cripto giraba en torno a la confianza, la verificación, quién controla la infraestructura que hay debajo. La IA se centraba sobre todo en mejorar los resultados. Más inteligente, más rápida, más útil. Esas conversaciones parecían estar separadas. Ahora empiezan a mezclarse, y no estoy seguro de que hayamos procesado del todo lo que eso significa.
Lo incómodo es lo normal que se ha vuelto aceptar una respuesta de IA sin saber mucho sobre su origen. Hago una pregunta, obtengo una respuesta convincente y rara vez me detengo a pensar en dónde ocurrió el cálculo, quién lo ejecutó o si alguien más podría verificarlo de forma independiente. Nos hemos acostumbrado a confiar en sistemas que realmente no podemos inspeccionar.
Por eso, en parte, OpenGradient ($OPG ) llamó mi atención. No porque piense que resuelve el problema, sino porque está prestando atención a una parte de la pila que la gente suele ignorar: la infraestructura que aloja los modelos, ejecuta la inferencia y trata de que esos procesos sean verificables. Da la sensación de que alguien preguntara si deberíamos seguir cómodos con la invisibilidad.
Sigo sin estar convencido de que la "inteligencia abierta" pueda sobrevivir al peso de incentivos reales y a las dinámicas de propiedad.
Pero quizá la pregunta más difícil no es cómo construir una IA que sea más inteligente que antes. Quizá se trata de decidir quién puede verificarla, quién tiene que confiar ciegamente en ella y si esa infraestructura alguna vez se vuelve lo bastante transparente como para cuestionarla. Sigo pensando en eso, y todavía no estoy seguro adónde lleva.#opg $OPG
Durante mucho tiempo, la cripto y la IA parecían estar resolviendo problemas completamente distintos. La cripto giraba en torno a la confianza, la verificación, quién controla la infraestructura que hay debajo. La IA se centraba sobre todo en mejorar los resultados. Más inteligente, más rápida, más útil. Esas conversaciones parecían estar separadas. Ahora empiezan a mezclarse, y no estoy seguro de que hayamos procesado del todo lo que eso significa.
Lo incómodo es lo normal que se ha vuelto aceptar una respuesta de IA sin saber mucho sobre su origen. Hago una pregunta, obtengo una respuesta convincente y rara vez me detengo a pensar en dónde ocurrió el cálculo, quién lo ejecutó o si alguien más podría verificarlo de forma independiente. Nos hemos acostumbrado a confiar en sistemas que realmente no podemos inspeccionar.
Por eso, en parte, OpenGradient ($OPG ) llamó mi atención. No porque piense que resuelve el problema, sino porque está prestando atención a una parte de la pila que la gente suele ignorar: la infraestructura que aloja los modelos, ejecuta la inferencia y trata de que esos procesos sean verificables. Da la sensación de que alguien preguntara si deberíamos seguir cómodos con la invisibilidad.
Sigo sin estar convencido de que la "inteligencia abierta" pueda sobrevivir al peso de incentivos reales y a las dinámicas de propiedad.
Pero quizá la pregunta más difícil no es cómo construir una IA que sea más inteligente que antes. Quizá se trata de decidir quién puede verificarla, quién tiene que confiar ciegamente en ella y si esa infraestructura alguna vez se vuelve lo bastante transparente como para cuestionarla. Sigo pensando en eso, y todavía no estoy seguro adónde lleva.#opg $OPG