L'IA open source a changé la façon dont les gens pensent à la transparence.
Aujourd'hui, n'importe qui peut inspecter un modèle, étudier son architecture, ou même l'exécuter localement.
Mais en lisant à propos de @OpenGradient , j'ai réalisé quelque chose d'intéressant..
Les modèles ouverts et l'exécution vérifiable ne sont pas la même chose.
Voir le modèle nous dit ce qui pourrait arriver.
Cela ne nous dit pas nécessairement ce qui s'est passé.
Un modèle peut être ouvert, mais les utilisateurs n'ont toujours pas de moyen direct de vérifier comment une sortie spécifique a été générée au moment de l'exécution.
Cela ressemble à un écart négligé.
Alors que l'IA devient de plus en plus intégrée dans les systèmes financiers, les agents autonomes, et les outils de prise de décision, la transparence devra peut-être s'étendre au-delà du modèle lui-même.
Elle devra inclure des preuves d'exécution.
C'est ce qui rend OpenGradient intéressant pour moi.
L'objectif n'est pas seulement de rendre l'IA accessible.
C'est de rendre le calcul de l'IA indépendamment vérifiable après qu'il se soit produit.
Peut-être que l'avenir de l'IA n'est pas défini uniquement par des modèles ouverts.
Peut-être qu'il est défini par des preuves ouvertes.

#opg $OPG @OpenGradient