#opg $OPG @OpenGradient
Au début, je ne l'ai pas pris au sérieux.
Quand tu as vu les cycles crypto venir et s'en aller et que l'IA passe des labos de recherche au navigateur de tout le monde, tu deviens prudent face à tout ce qui essaie de fusionner les deux. Ça ressemble souvent plus à un recoupement narratif qu'à une nécessité.
Peut-être que c'est trop sévère.
Ce qui me préoccupe dernièrement, c'est à quel point nous sommes devenus à l'aise avec des systèmes opaques. Nous posons des questions, obtenons des réponses, les intégrons dans nos flux de travail et rarement, nous faisons une pause pour considérer d'où vient réellement cette sortie. Quel modèle a été exécuté. Qui l'a hébergé. Si c'est même vérifiable. Nous faisons confiance à l'interface, pas à l'infrastructure.
Je reviens toujours à cette couche cachée.
Un petit groupe d'entreprises contrôle la plupart des calculs avancés. C'est efficace. C'est aussi fragile. L'infrastructure se comporte de manière prévisible dans des conditions calmes. Sous pression, changements réglementaires, incitations économiques, changements de politiques, ça révèle qui détient vraiment les clés.
C'est là que les choses commencent à devenir inconfortables.
OpenGradient ($OPG ) semble se concentrer sur cette plomberie négligée, des modèles d'hébergement exécutant des inférences prouvant que cela s'est produit comme annoncé. Pas à la recherche de résultats plus intelligents mais essayant de les ancrer dans quelque chose de vérifiable. Je comprends pourquoi cela devient important.
Cependant, l'intelligence ouverte à grande échelle ressemble à une machine de tension. Ouverture vs propriété. Vitesse vs vérification. Idéaux vs incitations.
Je ne suis pas convaincu que la décentralisation des inférences résout le problème de confiance.
Mais je commence à me demander si la vraie question n'est pas de savoir à quel point les modèles deviennent intelligents, mais qui contrôle leur exécution et si nous aurons un jour un moyen clair de vérifier.
Au début, je ne l'ai pas pris au sérieux.
Quand tu as vu les cycles crypto venir et s'en aller et que l'IA passe des labos de recherche au navigateur de tout le monde, tu deviens prudent face à tout ce qui essaie de fusionner les deux. Ça ressemble souvent plus à un recoupement narratif qu'à une nécessité.
Peut-être que c'est trop sévère.
Ce qui me préoccupe dernièrement, c'est à quel point nous sommes devenus à l'aise avec des systèmes opaques. Nous posons des questions, obtenons des réponses, les intégrons dans nos flux de travail et rarement, nous faisons une pause pour considérer d'où vient réellement cette sortie. Quel modèle a été exécuté. Qui l'a hébergé. Si c'est même vérifiable. Nous faisons confiance à l'interface, pas à l'infrastructure.
Je reviens toujours à cette couche cachée.
Un petit groupe d'entreprises contrôle la plupart des calculs avancés. C'est efficace. C'est aussi fragile. L'infrastructure se comporte de manière prévisible dans des conditions calmes. Sous pression, changements réglementaires, incitations économiques, changements de politiques, ça révèle qui détient vraiment les clés.
C'est là que les choses commencent à devenir inconfortables.
OpenGradient ($OPG ) semble se concentrer sur cette plomberie négligée, des modèles d'hébergement exécutant des inférences prouvant que cela s'est produit comme annoncé. Pas à la recherche de résultats plus intelligents mais essayant de les ancrer dans quelque chose de vérifiable. Je comprends pourquoi cela devient important.
Cependant, l'intelligence ouverte à grande échelle ressemble à une machine de tension. Ouverture vs propriété. Vitesse vs vérification. Idéaux vs incitations.
Je ne suis pas convaincu que la décentralisation des inférences résout le problème de confiance.
Mais je commence à me demander si la vraie question n'est pas de savoir à quel point les modèles deviennent intelligents, mais qui contrôle leur exécution et si nous aurons un jour un moyen clair de vérifier.