@OpenGradient #OPG $OPG
Beberapa tahun lalu, komputasi awan mengubah cara orang memikirkan perangkat lunak.
Anda tidak perlu lagi memiliki server.
Anda cukup menyewa komputasi saat Anda membutuhkannya.
Belakangan ini saya bertanya-tanya apakah AI mengalami transisi yang mirip.
Saat ini kebanyakan orang memikirkan AI dalam konteks model.
Model yang mana paling pintar?
Model yang mana menulis lebih baik?
Model yang mana meraih skor lebih tinggi pada benchmark?
Namun, pergeseran infrastruktur sering terjadi secara diam-diam.
Perusahaan yang paling diuntungkan dari era cloud tidak selalu merupakan pihak yang membangun aplikasinya.
Banyak di antaranya justru yang menyediakan rel di bawahnya.
Itulah sebagian alasan mengapa OpenGradient menarik perhatian saya.
Gagasan mengubah inferensi AI menjadi sesuatu yang dapat diverifikasi, portabel, dan dapat diakses melalui infrastruktur terdesentralisasi terasa kurang seperti produk AI lain—lebih seperti upaya untuk membangun bagian dari fondasinya sendiri.
Jika agen AI menjadi lebih umum dalam beberapa tahun ke depan, mereka mungkin tidak hanya butuh kecerdasan.
Mereka mungkin membutuhkan pasar untuk komputasi.
Verifikasi untuk hasil.
Insentif ekonomi bagi operator.
Infrastruktur jarang mendapatkan antusiasme yang sama seperti aplikasi.
Tapi kadang, rel menjadi lebih berharga daripada kereta yang melintas di atasnya.
Terlalu dini untuk tahu bagaimana akhirnya.
Namun tetap terasa seperti pertanyaan menarik yang patut diikuti.
Menurut Anda, apa yang menjadi lebih berharga dari waktu ke waktu:
Modelnya?
Atau infrastruktur di bawahnya?
@OpenGradient
#OPG $OPG
Beberapa tahun lalu, komputasi awan mengubah cara orang memikirkan perangkat lunak.
Anda tidak perlu lagi memiliki server.
Anda cukup menyewa komputasi saat Anda membutuhkannya.
Belakangan ini saya bertanya-tanya apakah AI mengalami transisi yang mirip.
Saat ini kebanyakan orang memikirkan AI dalam konteks model.
Model yang mana paling pintar?
Model yang mana menulis lebih baik?
Model yang mana meraih skor lebih tinggi pada benchmark?
Namun, pergeseran infrastruktur sering terjadi secara diam-diam.
Perusahaan yang paling diuntungkan dari era cloud tidak selalu merupakan pihak yang membangun aplikasinya.
Banyak di antaranya justru yang menyediakan rel di bawahnya.
Itulah sebagian alasan mengapa OpenGradient menarik perhatian saya.
Gagasan mengubah inferensi AI menjadi sesuatu yang dapat diverifikasi, portabel, dan dapat diakses melalui infrastruktur terdesentralisasi terasa kurang seperti produk AI lain—lebih seperti upaya untuk membangun bagian dari fondasinya sendiri.
Jika agen AI menjadi lebih umum dalam beberapa tahun ke depan, mereka mungkin tidak hanya butuh kecerdasan.
Mereka mungkin membutuhkan pasar untuk komputasi.
Verifikasi untuk hasil.
Insentif ekonomi bagi operator.
Infrastruktur jarang mendapatkan antusiasme yang sama seperti aplikasi.
Tapi kadang, rel menjadi lebih berharga daripada kereta yang melintas di atasnya.
Terlalu dini untuk tahu bagaimana akhirnya.
Namun tetap terasa seperti pertanyaan menarik yang patut diikuti.
Menurut Anda, apa yang menjadi lebih berharga dari waktu ke waktu:
Modelnya?
Atau infrastruktur di bawahnya?
@OpenGradient
#OPG $OPG