#opg $OPG @OpenGradient
All'inizio non l'ho presa sul serio.
Dopo anni a osservare la crypto promettere tutto decentralizzato e l'AI consolidarsi silenziosamente attorno a pochi enormi fornitori di calcolo, ogni progetto che cerca di collegare i due sembrava una questione di tempismo narrativo. Un altro tentativo di cucire ideali sulla realtà.
Forse è un po' duro.
Quello che mi preoccupa non è quanto siano diventati capaci i modelli. È quanto poca visibilità abbiamo sui livelli sottostanti. Ci fidiamo degli output perché sono coerenti e utili. Raramente chiediamo dove è stata eseguita l'inferenza, chi controllava l'hardware, se la versione del modello è cambiata da un giorno all'altro. È intelligenza fornita come servizio e la responsabilità sembra opzionale.
Continuo a tornare su quanto sia davvero centralizzata l'infrastruttura avanzata di AI. Un pugno di entità detiene la maggior parte del calcolo. Funziona bene in condizioni stabili. Ma l'infrastruttura rivela il suo carattere sotto pressione: regolamentazioni, blackout, cambiamenti politici, semplici incentivi economici.
È lì che le cose iniziano a farsi scomode.
OpenGradient ($OPG ) sembra concentrarsi su quelle tubature nascoste: ospitare modelli, eseguire inferenze, verificare che sia successo come dichiarato. Non inseguire benchmark più grandi, ma esecuzione verificabile. Capisco perché la verifica potrebbe importare più di un altro guadagno marginale in capacità.
Tuttavia, l'intelligenza aperta su larga scala sembra fragile. Apertura e proprietà non si allineano naturalmente. La verifica aggiunge attrito.
Non sono convinto che decentralizzare questo strato risolva la fiducia.
Ma inizio a sospettare che la prossima fase dell'AI non dipenderà solo da modelli più intelligenti, ma da chi può verificarli e se quella opzione si restringe silenziosamente nel tempo.
All'inizio non l'ho presa sul serio.
Dopo anni a osservare la crypto promettere tutto decentralizzato e l'AI consolidarsi silenziosamente attorno a pochi enormi fornitori di calcolo, ogni progetto che cerca di collegare i due sembrava una questione di tempismo narrativo. Un altro tentativo di cucire ideali sulla realtà.
Forse è un po' duro.
Quello che mi preoccupa non è quanto siano diventati capaci i modelli. È quanto poca visibilità abbiamo sui livelli sottostanti. Ci fidiamo degli output perché sono coerenti e utili. Raramente chiediamo dove è stata eseguita l'inferenza, chi controllava l'hardware, se la versione del modello è cambiata da un giorno all'altro. È intelligenza fornita come servizio e la responsabilità sembra opzionale.
Continuo a tornare su quanto sia davvero centralizzata l'infrastruttura avanzata di AI. Un pugno di entità detiene la maggior parte del calcolo. Funziona bene in condizioni stabili. Ma l'infrastruttura rivela il suo carattere sotto pressione: regolamentazioni, blackout, cambiamenti politici, semplici incentivi economici.
È lì che le cose iniziano a farsi scomode.
OpenGradient ($OPG ) sembra concentrarsi su quelle tubature nascoste: ospitare modelli, eseguire inferenze, verificare che sia successo come dichiarato. Non inseguire benchmark più grandi, ma esecuzione verificabile. Capisco perché la verifica potrebbe importare più di un altro guadagno marginale in capacità.
Tuttavia, l'intelligenza aperta su larga scala sembra fragile. Apertura e proprietà non si allineano naturalmente. La verifica aggiunge attrito.
Non sono convinto che decentralizzare questo strato risolva la fiducia.
Ma inizio a sospettare che la prossima fase dell'AI non dipenderà solo da modelli più intelligenti, ma da chi può verificarli e se quella opzione si restringe silenziosamente nel tempo.