opengradient
Posting
--
Riley Monroe
·
--
#opg $OPG @OpenGradient Saya tidak terlalu memperhatikan OpenGradient saat pertama kali saya menemukannya.
Sejujurnya, infrastruktur AI telah menjadi salah satu narasi di mana setiap proyek terdengar penting jika Anda membaca cukup banyak pemasaran. Jadi saya tidak berharap banyak.
Tetapi setelah menghabiskan waktu menggali bagaimana jaringan ini sebenarnya bekerja, satu hal terus menonjol bagi saya: mereka tampaknya lebih fokus pada kepercayaan daripada AI itu sendiri.
Itu adalah bagian yang membuat saya tertarik.
Kebanyakan alat AI hari ini dapat memberikan Anda jawaban, prediksi, atau bahkan membuat keputusan atas nama Anda. Masalahnya adalah Anda biasanya tidak tahu apa yang terjadi di balik layar. Anda menerima hasilnya atau pergi ke tempat lain dan memeriksanya lagi.
OpenGradient mencoba pendekatan yang berbeda.
Dari apa yang saya pahami, jaringan ini membagi tanggung jawab antara berbagai peserta. Beberapa menangani komputasi AI, yang lain memverifikasinya, dan lapisan terpisah mengelola data dan penyimpanan. Ini terasa kurang seperti proyek chatbot dan lebih seperti infrastruktur yang dapat diandalkan oleh aplikasi AI lainnya di masa depan.
Bagian yang terus saya kembalikan adalah HACA.
Pada awalnya saya pikir itu hanya akronim teknis lainnya. Kemudian saya mengerti.
Menjalankan model AI besar secara langsung di seluruh blockchain tidak terlalu masuk akal. Itu akan mahal, lambat, dan tidak efisien. Ide OpenGradient adalah bahwa hanya node tertentu yang melakukan pekerjaan AI berat, sementara yang lain memverifikasi bukti bahwa komputasi telah dilakukan dengan benar.
Mungkin itu terdengar seperti pilihan desain kecil, tetapi itu menyelesaikan masalah yang cukup besar.
Anda mendapatkan komputasi di tempat yang dibutuhkan dan verifikasi di tempat yang penting.
Saya juga memperhatikan jaringan ini sudah melaporkan lebih dari 2.000 model AI dan jutaan inferensi yang dapat diverifikasi. Bagi saya, itu mungkin tanda pertama bahwa ini bergerak di luar teori dan menjadi penggunaan nyata.
Saya masih mengawasi bagaimana proyek ini berkembang, tetapi cara saya melihatnya hari ini, OpenGradient tidak benar-benar bersaing untuk membangun AI yang paling pintar.
Mereka mencoba membangun sistem di mana keluaran AI benar-benar dapat dipercaya.
Sejujurnya, infrastruktur AI telah menjadi salah satu narasi di mana setiap proyek terdengar penting jika Anda membaca cukup banyak pemasaran. Jadi saya tidak berharap banyak.
Tetapi setelah menghabiskan waktu menggali bagaimana jaringan ini sebenarnya bekerja, satu hal terus menonjol bagi saya: mereka tampaknya lebih fokus pada kepercayaan daripada AI itu sendiri.
Itu adalah bagian yang membuat saya tertarik.
Kebanyakan alat AI hari ini dapat memberikan Anda jawaban, prediksi, atau bahkan membuat keputusan atas nama Anda. Masalahnya adalah Anda biasanya tidak tahu apa yang terjadi di balik layar. Anda menerima hasilnya atau pergi ke tempat lain dan memeriksanya lagi.
OpenGradient mencoba pendekatan yang berbeda.
Dari apa yang saya pahami, jaringan ini membagi tanggung jawab antara berbagai peserta. Beberapa menangani komputasi AI, yang lain memverifikasinya, dan lapisan terpisah mengelola data dan penyimpanan. Ini terasa kurang seperti proyek chatbot dan lebih seperti infrastruktur yang dapat diandalkan oleh aplikasi AI lainnya di masa depan.
Bagian yang terus saya kembalikan adalah HACA.
Pada awalnya saya pikir itu hanya akronim teknis lainnya. Kemudian saya mengerti.
Menjalankan model AI besar secara langsung di seluruh blockchain tidak terlalu masuk akal. Itu akan mahal, lambat, dan tidak efisien. Ide OpenGradient adalah bahwa hanya node tertentu yang melakukan pekerjaan AI berat, sementara yang lain memverifikasi bukti bahwa komputasi telah dilakukan dengan benar.
Mungkin itu terdengar seperti pilihan desain kecil, tetapi itu menyelesaikan masalah yang cukup besar.
Anda mendapatkan komputasi di tempat yang dibutuhkan dan verifikasi di tempat yang penting.
Saya juga memperhatikan jaringan ini sudah melaporkan lebih dari 2.000 model AI dan jutaan inferensi yang dapat diverifikasi. Bagi saya, itu mungkin tanda pertama bahwa ini bergerak di luar teori dan menjadi penggunaan nyata.
Saya masih mengawasi bagaimana proyek ini berkembang, tetapi cara saya melihatnya hari ini, OpenGradient tidak benar-benar bersaing untuk membangun AI yang paling pintar.
Mereka mencoba membangun sistem di mana keluaran AI benar-benar dapat dipercaya.