#opg $OPG @OpenGradient
All'inizio non l'ho presa sul serio.
Dopo un decennio a guardare la crypto discutere su decentralizzazione e AI che corrono verso migliori benchmark, ho accumulato un po' di fatica narrativa. Ogni ciclo cerca di unire i due mondi. La maggior parte di esso sembra forzato.
Forse è troppo duro.
Ciò che mi preoccupa ultimamente non è quanto siano intelligenti i modelli. È quanto stiano diventando invisibili. Li usiamo costantemente ora per prendere decisioni di codifica e raramente ci fermiamo a chiedere dove sia effettivamente avvenuta quell'inferenza. Chi l'ha ospitata. Se l'output può essere verificato oltre a sembrare giusto. Abbiamo normalizzato la fiducia in sistemi che non possiamo ispezionare.
Continuo a tornare su questo.
Un piccolo gruppo di aziende controlla la maggior parte del calcolo avanzato. È efficiente. Scala rapidamente. Ma è anche fragile in modi di cui non parliamo. L'infrastruttura si comporta diversamente sotto pressione rispetto a come fa nelle demo ideali. L'accesso può cambiare. Le politiche si spostano. I modelli si aggiornano silenziosamente.
È qui che le cose iniziano a diventare scomode.
OpenGradient ($OPG ) sembra vivere in quel livello ignorato che ospita inferenza e verifica. Non cerca di inseguire intelligenza più intelligente, ma cerca di rendere la sua esecuzione auditabile. Posso vedere perché questo diventa più importante nel tempo.
Tuttavia, l'intelligenza aperta su larga scala sembra una contraddizione in attesa di accadere. L'apertura si scontra con la proprietà. La verifica rallenta le cose.
Non sono convinto che abbiamo trovato quell'equilibrio.
Ma comincio a pensare che la vera domanda non sia quanto potente diventa l'AI, ma chi ha l'opportunità di gestirla e se il resto di noi avrà mai un modo per controllarla.
All'inizio non l'ho presa sul serio.
Dopo un decennio a guardare la crypto discutere su decentralizzazione e AI che corrono verso migliori benchmark, ho accumulato un po' di fatica narrativa. Ogni ciclo cerca di unire i due mondi. La maggior parte di esso sembra forzato.
Forse è troppo duro.
Ciò che mi preoccupa ultimamente non è quanto siano intelligenti i modelli. È quanto stiano diventando invisibili. Li usiamo costantemente ora per prendere decisioni di codifica e raramente ci fermiamo a chiedere dove sia effettivamente avvenuta quell'inferenza. Chi l'ha ospitata. Se l'output può essere verificato oltre a sembrare giusto. Abbiamo normalizzato la fiducia in sistemi che non possiamo ispezionare.
Continuo a tornare su questo.
Un piccolo gruppo di aziende controlla la maggior parte del calcolo avanzato. È efficiente. Scala rapidamente. Ma è anche fragile in modi di cui non parliamo. L'infrastruttura si comporta diversamente sotto pressione rispetto a come fa nelle demo ideali. L'accesso può cambiare. Le politiche si spostano. I modelli si aggiornano silenziosamente.
È qui che le cose iniziano a diventare scomode.
OpenGradient ($OPG ) sembra vivere in quel livello ignorato che ospita inferenza e verifica. Non cerca di inseguire intelligenza più intelligente, ma cerca di rendere la sua esecuzione auditabile. Posso vedere perché questo diventa più importante nel tempo.
Tuttavia, l'intelligenza aperta su larga scala sembra una contraddizione in attesa di accadere. L'apertura si scontra con la proprietà. La verifica rallenta le cose.
Non sono convinto che abbiamo trovato quell'equilibrio.
Ma comincio a pensare che la vera domanda non sia quanto potente diventa l'AI, ma chi ha l'opportunità di gestirla e se il resto di noi avrà mai un modo per controllarla.