#opg $OPG @OpenGradient
Sigo pensando que OpenGradient se entiende mal.
La lectura clara es que es otro intento de descentralización en la inteligencia artificial.
No creo que esa sea la parte más interesante.
La parte que me deja frío es mucho más profunda. La pregunta es: ¿qué pasa cuando la IA deja de ser algo con lo que hablamos, y se convierte en algo de lo que dependemos?
Actualmente, todavía creo que la mayoría de la gente trata las salidas de la IA como un mensaje de una máquina.
Verifican si parece útil.
Realmente no preguntan qué modelo se ejecutó, dónde se ejecutó, quién lo controló, o si se puede probar el resultado después de que ocurra el evento.
Quizás no importe en asuntos simples.
Quizás se vuelva más importante cuando la IA comience a manejar dinero, agentes, identidad, permisos y decisiones que no se pueden revertir fácilmente.
Aquí es donde encuentro que OpenGradient vale la pena observar.
No porque crea que cada modelo necesita vivir en una red descentralizada.
Eso suena muy limpio, y la infraestructura real nunca es realmente limpia.
Pero creo que la IA se dirige hacia un problema de confianza que no fueron construidos para resolver honestamente.
Parece que OpenGradient se encuentra dentro de esta tensión.
Quiere que los modelos sean alojados y ejecutados a través de una red distribuida, pero la parte más importante es la verificación. La idea de que la salida no solo debe llegar, sino que debe dejar una prueba de lo que sucedió.
Sigo pensando que OpenGradient se entiende mal.
La lectura clara es que es otro intento de descentralización en la inteligencia artificial.
No creo que esa sea la parte más interesante.
La parte que me deja frío es mucho más profunda. La pregunta es: ¿qué pasa cuando la IA deja de ser algo con lo que hablamos, y se convierte en algo de lo que dependemos?
Actualmente, todavía creo que la mayoría de la gente trata las salidas de la IA como un mensaje de una máquina.
Verifican si parece útil.
Realmente no preguntan qué modelo se ejecutó, dónde se ejecutó, quién lo controló, o si se puede probar el resultado después de que ocurra el evento.
Quizás no importe en asuntos simples.
Quizás se vuelva más importante cuando la IA comience a manejar dinero, agentes, identidad, permisos y decisiones que no se pueden revertir fácilmente.
Aquí es donde encuentro que OpenGradient vale la pena observar.
No porque crea que cada modelo necesita vivir en una red descentralizada.
Eso suena muy limpio, y la infraestructura real nunca es realmente limpia.
Pero creo que la IA se dirige hacia un problema de confianza que no fueron construidos para resolver honestamente.
Parece que OpenGradient se encuentra dentro de esta tensión.
Quiere que los modelos sean alojados y ejecutados a través de una red distribuida, pero la parte más importante es la verificación. La idea de que la salida no solo debe llegar, sino que debe dejar una prueba de lo que sucedió.