OpenAI nesen publicēja pētījumu, kas saistīts ar Erdős vienības attāluma problēmu — vienu no labi zināmajām jautājumiem diskretajā ģeometrijā.
Notikuma nozīmīgums nebija tajā, ka AI modelis vienkārši "uzminēja atbildi".
Paziņojumi liecina, ka racionālais modelis izveidoja jaunu matemātisko pieeju, pārvietojot idejas starp dažādām matemātikas nozarēm. Cilvēku matemātiķi vēlāk pārskatīja un apstiprināja struktūru.
Šis sīkums ir daudz svarīgāks par virsrakstiem.
Gadu gaitā lielākā daļa AI sistēmu tika uzskatītas galvenokārt par: palīgiem, meklētājprogrammas, satura ģeneratoriem vai produktivitātes programmatūru.
Bet argumentu modeļi pakāpeniski pārvietojas uz kaut ko strukturāli atšķirīgu: jaunu intelektuālo ietvaru ražošanu.
Kad AI sāk: ģenerēt matemātiskus ieskatus, veidot jaunas argumentu ķēdes, pārsūtīt abstrakcijas starp disciplīnām un veicināt zinātniskus atklājumus,
inteliģences ekonomika sāk mainīties.
Šajā posmā centrālais jautājums vairs nav: "Cik jaudīgs ir modelis?"
Svarīgākie jautājumi kļūst: No kurienes nāca pamatzināšanas? Kas ieguldīja avota argumentācijā? Kā tiek saglabāta atribūcija? Kam pieder ekonomiskā vērtība, ko rada pati argumentācija? Kā tiek verificēta izcelsme, kad sintētiskais saturs piesātina publiskās datu kopas?
Šī pēdējā problēma jau sāk iznāk.
Internets arvien vairāk piepildās ar: AI radītiem rakstiem, sintētiskām bildēm, rekursīvām apmācību cilpām un modeļu radītu informācijas troksni.
Lielie AI laboratorijas jau saskaras ar pieaugošām bažām par: rekursīvu sintētisko apmācību, datu kopas piesārņojumu un informācijas kvalitātes pasliktināšanos, kad modeļi arvien vairāk mācās no AI radīta materiāla, nevis oriģinālas cilvēku argumentācijas.
Tajā pašā laikā datu piederība pati par sevi kļūst par ekonomiski apstrīdētu jautājumu.
Reddit ir licencējis piekļuvi apmācības datiem. Publikācijas ierobežo skrāpēšanu. Pētniecības arhīvi un tiešsaistes platformas arvien vairāk izturas pret cilvēku radītu informāciju kā monetizējamu aktīvu, nevis atvērtu resursu.
Tas nav vienkārši satura problēma.
Tas ir zināšanu izcelsmes ekonomikas sākums.
Vēsturiski internets galvenokārt darbojās kā informācijas glabāšanas un izplatīšanas sistēma.
Tagad tas arvien vairāk kļūst par apmācību infrastruktūru necilvēciskai inteliģencei.
Šī maiņa maina: piederību, vērtības iegūšanu, atribūciju un pašas intelektuālās ieguldījuma ekonomiku.
Pieaugot sintētiskā satura apjomam, vispārīga informācija kļūst mazāk vērtīga, kamēr verificētas cilvēku radītas argumentācijas kļūst arvien retākas.
Nākotnes argumentu sistēmas, iespējams, nesacensīsies galvenokārt par: lielākiem parametru skaitiem, vairāk aprēķiniem vai ātrākiem ģenerēšanas ātrumiem.
Viņi var sacensties par piekļuvi: uzticamai intelektuālai izcelsmei, verificētām argumentu struktūrām, augstas kvalitātes cilvēku radītiem datiem un ekonomiski atribūtojamu zināšanām.
Kad pati argumentācija kļūst ekonomiski vērtīga, atribūcijas infrastruktūra pārstāj būt izvēles jautājums.
Projekti kā @OpenLedger dabiski iznāk no šīs strukturālās pārejas.
#OpenLedger ekosistēma arvien vairāk izskatās nevis kā tradicionāla "AI token" stāsta, bet drīzāk kā mēģinājums veidot: izcelsmes koordinācijas slāņus, pastāvīgas atribūcijas sistēmas, uzticamu dalībnieku infrastruktūru un ekonomisko arhitektūru AI-native ekosistēmām.
Šajā vidē $OPEN sāk izskatīties nevis kā spekulatīva infrastruktūra, bet drīzāk kā koordinācijas slānis uzticamu inteliģences ekonomiku veidošanai.
Nākošā AI sacensība var nebūt par to, kurš pieder vislielākajam modelim.
Tas var būt par to, kam vēl ir piekļuve verificējamai intelektuālai izcelsmei, kad internets kļūst arvien sintētiskāks.