Aseară m-am regăsit cufundat în lumea OpenGradient și m-a dus cu gândul la o întrebare mai amplă despre AI.
Cele mai multe discuții se concentrează pe capacitatea modelului: modele mai mari, rezultate mai bune, benchmark-uri mai înalte. Însă, pe măsură ce AI devine tot mai integrat în sistemele financiare, automatizare și fluxuri de lucru critice, nu sunt sigur că doar capacitatea va fi suficientă. La un moment dat, încrederea devine un obstacol.
Asta face ca ideea din spatele OpenGradient să fie interesantă pentru mine. Proiectul explorează un model în care inferența AI poate fi asociată cu verificarea criptografică, permițând utilizatorilor să verifice cum au fost generate rezultatele, mai degrabă decât să se bazeze pur și simplu pe furnizorul din spate.
Recent am deschis o poziție mică de explorare în OPG, nu pentru că am o convingere puternică încă, ci pentru că cred că problema pe care o abordează merită atenție. Dacă sistemele AI iau din ce în ce mai multe decizii sau produc informații de care se bazează alții, dovedirea calculului ar putea deveni aproape la fel de importantă ca și realizarea lui.
Asta fiind spus, mai am întrebări. Verificarea sună convingător în teorie, dar scalabilitatea, costurile, compromisurile de descentralizare și adoptarea în lumea reală rămân provocări deschise. Construirea unei infrastructuri de încredere este adesea mult mai greu decât construirea unei tehnologii impresionante.
Cu cât mă gândesc mai mult la asta, cu atât mă întreb dacă următoarea fază a competiției în AI va fi mai puțin despre cine are cel mai inteligent model și mai mult despre cine poate oferi cele mai puternice garanții în jurul încrederii, transparenței și verificării.
Dacă AI devine o infrastructură critică, ce va fi mai valoros: inteligența în sine, sau abilitatea de a dovedi de unde provine acea inteligență?
încă mă uit la opengradient..
#OPG @OpenGradient $OPG
Cele mai multe discuții se concentrează pe capacitatea modelului: modele mai mari, rezultate mai bune, benchmark-uri mai înalte. Însă, pe măsură ce AI devine tot mai integrat în sistemele financiare, automatizare și fluxuri de lucru critice, nu sunt sigur că doar capacitatea va fi suficientă. La un moment dat, încrederea devine un obstacol.
Asta face ca ideea din spatele OpenGradient să fie interesantă pentru mine. Proiectul explorează un model în care inferența AI poate fi asociată cu verificarea criptografică, permițând utilizatorilor să verifice cum au fost generate rezultatele, mai degrabă decât să se bazeze pur și simplu pe furnizorul din spate.
Recent am deschis o poziție mică de explorare în OPG, nu pentru că am o convingere puternică încă, ci pentru că cred că problema pe care o abordează merită atenție. Dacă sistemele AI iau din ce în ce mai multe decizii sau produc informații de care se bazează alții, dovedirea calculului ar putea deveni aproape la fel de importantă ca și realizarea lui.
Asta fiind spus, mai am întrebări. Verificarea sună convingător în teorie, dar scalabilitatea, costurile, compromisurile de descentralizare și adoptarea în lumea reală rămân provocări deschise. Construirea unei infrastructuri de încredere este adesea mult mai greu decât construirea unei tehnologii impresionante.
Cu cât mă gândesc mai mult la asta, cu atât mă întreb dacă următoarea fază a competiției în AI va fi mai puțin despre cine are cel mai inteligent model și mai mult despre cine poate oferi cele mai puternice garanții în jurul încrederii, transparenței și verificării.
Dacă AI devine o infrastructură critică, ce va fi mai valoros: inteligența în sine, sau abilitatea de a dovedi de unde provine acea inteligență?
încă mă uit la opengradient..
#OPG @OpenGradient $OPG