#opg $OPG Saya terus menunda setiap kali saya mencoba untuk bersemangat tentang terobosan AI terbaru. Bukan karena pekerjaannya tidak nyata, tapi karena saya sudah menyaksikan cukup banyak siklus di AI dan kripto untuk mengenali ketika sebuah kisah yang akrab sedang berulang.
Hal yang terus mengganggu di kepala saya bukan kemampuan. Melainkan betapa sedikitnya yang tampaknya kita ketahui tentang apa yang berada di balik sistem-sistem ini sekarang. Saya mengajukan pertanyaan, mendapatkan jawaban yang rapi, dan jarang berhenti untuk bertanya dari mana jawaban itu berasal atau apakah ada orang yang bisa memverifikasi jalur yang menghasilkannya. Dulu itu terasa seperti celah yang cukup layak untuk dikhawatirkan. Belakangan ini, itu terasa normal—dan mungkin bagian yang paling mengganggu saya adalah justru itu.
Kripto selama bertahun-tahun berdebat bahwa verifikasi harusnya lebih penting daripada kepercayaan buta. AI kebanyakan memberi penghargaan kepada siapa pun yang bisa meluncurkan model terkuat. Sekarang dua benang itu mulai saling kusut, dan saya tidak yakin kita sudah benar-benar mencerna apa artinya.
Itulah mengapa OpenGradient ($OPG ) melekat pada saya. Bukan sebagai jawaban, melainkan sebagai pengingat bahwa infrastruktur di bawahnya—hosting, inferensi, verifikasi—secara senyap membentuk semuanya di atasnya. Terutama ketika komputasi dan akses model mulai bergeser ke beberapa tangan besar.
Saya masih meragukan “open intelligence” bisa bertahan ketika insentif nyata mulai muncul. Keterbukaan dan kepemilikan jarang bertahan lama dalam keadaan ramah.
Mungkin pertanyaan yang lebih sulit bukan siapa yang membangun model paling pintar. Mungkin yang lebih menentukan adalah siapa yang boleh memverifikasinya, dan apakah itu akan tetap mungkin sama sekali. #OpenGradient @OpenGradient $OPG
#opg $OPG Saya merasa semakin sulit untuk yakin tentang ke mana semua ini akan menuju. Mungkin memang begitulah yang terjadi setelah menonton cukup banyak siklus berulang. Model baru datang, perdebatan lama muncul lagi dengan nama yang berbeda, dan entah bagaimana bagian-bagian yang mendasari semuanya tetap sebagian besar tidak terlihat.
Hal yang aneh adalah AI terus menjadi lebih mudah digunakan, sementara menjadi lebih sulit untuk diperiksa. Kebanyakan orang—termasuk saya kadang-kadang—menerima sebuah jawaban tanpa benar-benar tahu dari mana jawaban itu berasal atau bagaimana ia diproduksi. Itu sedikit tidak nyaman. Bukan karena setiap hasil pasti salah, tetapi karena kebiasaan mempercayai sesuatu yang tidak bisa kita verifikasi ternyata cepat sekali tumbuh.
Itulah salah satu alasan mengapa saya terus kembali ke proyek seperti OpenGradient ($OPG ). Bukan karena saya yakin mereka punya semua jawabannya, tetapi karena mereka menyoroti lapisan yang jarang mendapat perhatian. Jika komputasi, inferensi, dan akses model menjadi terkonsentrasi di beberapa tempat saja, maka kepercayaan mulai terlihat kurang seperti pertanyaan tentang model dan lebih seperti pertanyaan tentang infrastruktur.
Saya masih belum tahu apakah "open intelligence" bisa bertahan menghadapi insentif dunia nyata. Keterbukaan terdengar baik sampai kepemilikan masuk ke dalam persoalan. Verifikasi terdengar sederhana sampai sistem berada dalam tekanan, bukan beroperasi dalam kondisi ideal.
Mungkin selama bertahun-tahun kita sudah menghabiskan waktu bertanya siapa yang akan membangun AI paling cerdas, padahal pertanyaan yang lebih sulit adalah siapa yang berhak memverifikasinya, siapa yang membuatnya tetap bertanggung jawab, dan apakah hal-hal itu bisa tetap terlihat sama sekali. Saya masih belum yakin apakah jawaban-jawaban itu sudah ada. #OpenGradient @OpenGradient $OPG