Zacząłem myśleć o ludziach stojących za inteligencją.
Przez te kilka tygodni spędziłem dużo czasu na czytaniu o projektach sztucznej inteligencji. Większość z nich mówi o takich rzeczach: większe modele, szybsze przetwarzanie, więcej układów graficznych, lepsza wydajność, mniejsze opóźnienia.
Nie zrozum mnie źle, to wszystko ma znaczenie.
Podczas czytania dokumentacji OpenLedgers, znalazłem się myśląc o czymś całkowicie innym.
Ludzie stojący za inteligencją to ci, których dane są używane do trenowania tych modeli.
Ludzie, którzy tworzą zestawy danych, to ci, którzy pomagają poprawić systemy sztucznej inteligencji.
Rzadko otrzymują jakiekolwiek uznanie za to, nie mówiąc już o rekompensacie.
To jest część, która przykuła moją uwagę.
Od lat branża sztucznej inteligencji opiera się na rzeczywistości.
Dużo danych generowanych przez ludzi pomogło stworzyć niektóre z najcenniejszych firm na świecie.
Jednak osoby, które wniosły te dane, były głównie niewidoczne w całym procesie.
Im więcej myślałem o OpenLedger, tym dziwniejsze się wydawało.
Sztuczna inteligencja może generować artykuły, kod, obrazy, a nawet całe rozmowy.
Nigdy nie było jasnego systemu do śledzenia, kto wniósł wartość i nagradzania ich zgodnie z tym.
OpenLedger wydaje się podchodzić do tego problemu z innego kąta.
Skupiając się tylko na wydajności modelu, budują systemy, które próbują śledzić wkłady w całym procesie sztucznej inteligencji.
To, co najbardziej mnie interesowało, to ich ramy Dowodu Atrybucji.
Podstawowy pomysł jest zaskakująco prosty.
Jeśli ktoś wnosi dane, ten wkład nie powinien znikać w czarnej skrzynce na zawsze.
Powinien być sposób, aby zidentyfikować, skąd pochodzi wartość i nagradzać ludzi za jej tworzenie.
To brzmi oczywiście, gdy mówisz to na głos.
To coś, z czym branża boryka się od lat.
Im więcej czytam o OpenLedger, tym bardziej wydaje mi się, że to infrastruktura sztucznej inteligencji, a nie warstwa ekonomiczna dla sztucznej inteligencji.
Sposób na skoordynowanie wkładów, walidatorów, deweloperów i użytkowników bez polegania na autorytecie, aby zdecydować, kto zasługuje na uznanie.
Inną rzeczą, która się wyróżniała, był OpenLoRA.
Większość ludzi spoza branży wywiadowczej prawdopodobnie nie zdaje sobie sprawy, jak drogie może być wdrażanie modeli.
Tradycyjnie uruchamianie wyspecjalizowanych modeli często oznacza utrzymywanie osobnej infrastruktury dla każdego z nich.
Koszty szybko rosną. To stwarza barierę dla mniejszych zespołów i niezależnych deweloperów.
OpenLoRA wydaje się rozwiązywać ten problem, pozwalając wielu modelom LoRA działać efektywnie na wspólnych zasobach.
Szczegóły techniczne są interesujące. To, co dla mnie się liczy, to wynik.
Niższe koszty wdrożenia oznaczają, że więcej ludzi może eksperymentować.
Więcej deweloperów może budować.
Więcej małych zespołów może konkurować.
Innowacje stają się dostępne dla ludzi, którzy nie są wspierani przez firmy venture capital.
To jest większa historia niż po prostu oszczędzanie pieniędzy.
To zmienia to, kto może uczestniczyć.
Szczerze mówiąc, to prawdopodobnie największa lekcja z moich badań.
Większość dyskusji wokół inteligencji skupia się na inteligencji.
Jak mądre są modele.
Jak szybko się poprawiają.
Jak blisko jesteśmy przełomu.
Inteligencja sama w sobie nie tworzy zdrowego ekosystemu.
Zachęty to robią.
Własność to robi.
Sprawiedliwy podział to robi.
Projekty, które dowiedzą się, jak dostosować te zachęty, mogą okazać się ważniejsze niż projekty budujące modele.
Może dlatego OpenLedger ciągle przyciąga moją uwagę.
Im dłużej studiuję OpenLedger, tym mniej wydaje się to projektem sztucznej inteligencji.
Wydaje się, że to próba rozwiązania problemu koordynacji.
Jak połączyć dostawców danych, walidatorów, deweloperów i systemy sztucznej inteligencji w sposób, który nagradza każdego, kto tworzy wartość?
To jest problem.
To także jedno z najważniejszych pytań, przed którymi stoi branża sztucznej inteligencji w tej chwili.
Zobaczymy, jak to się rozwinie.
Może wyścig modeli pozostaje narracją.
Może zwycięzcami następnej ery sztucznej inteligencji będą projekty, które w końcu dowiedzą się, jak nagradzać ludzi stojących za inteligencją.
To jest pytanie, które obserwuję.
To nie jest porada finansowa.
Zawsze rób swoje badania.