Phần của sản phẩm AI mà tôi tin tưởng ít nhất không phải là bản demo. Đây là trường hợp sử dụng thực sự đầu tiên, khi một mô hình xử lý các truy vấn suốt cả ngày, và có ai đó phải chịu trách nhiệm về những gì thực sự đã xảy ra. Yêu cầu đã được xử lý như thế nào? Điều gì đã được thực hiện? Chi phí là bao nhiêu? Đã có thỏa thuận gì? Nếu các câu trả lời cho những truy vấn đó nằm trong nhật ký máy chủ riêng tư, sản phẩm có thể trông thông minh, nhưng dấu vết kinh tế của nó là điều mà người dùng và nhà phát triển chỉ cần phải tin tưởng.
Đó là lý do tại sao liên minh OpenLedger với DGrid là một cột mốc tốt hơn để quan sát hơn là một tuyên bố khác rằng AI có thể được đưa lên blockchain. DGrid được thiết kế để phân phối khối lượng công việc suy luận AI qua một mạng lưới tính toán phân tán. Mục đích đã được tuyên bố của OpenLedger là cung cấp việc neo chặt chẽ trên chuỗi cho việc thực thi, phân bổ và thanh toán. Đây không phải là một mô hình đang được sản xuất, đó là phần thú vị. Đây là một mô hình đang được gọi sau khi ra mắt, trong quá trình sử dụng lặp đi lặp lại, nơi mọi yêu cầu và kết quả đều có ý nghĩa mang theo một bản ghi có thể được kiểm tra thay vì tái tạo sau này.
Tôi nghĩ các nhà xây dựng nhận thấy sự chia rẽ này trước hầu hết những người theo dõi token. Một sự kiện là để đào tạo một mô hình cụ thể. Đó là một trách nhiệm liên tục để phục vụ nó trong một ứng dụng. Người dùng yêu cầu một phản hồi. Có những công việc cần được định tuyến. Kết quả quay trở lại. Khi xem xét đến, chi phí và hiệu suất là có thật, và hoặc là một dấu vết thanh toán tồn tại dưới dạng có thể sử dụng hoặc không. Toàn bộ chuỗi có thể bị ẩn sau một hóa đơn và một lời hứa về suy diễn tập trung. Điều đó có thể ổn với một ứng dụng đơn giản. Nhưng thật khó nuốt khi một ứng dụng được thiết kế để mở, có thể ghép lại hoặc có trách nhiệm với nhiều bên.
Đây là phần của OpenLedger mà tôi chưa nghĩ kỹ. Việc kiếm tiền từ các mô hình và đại lý nghe có vẻ là một ý tưởng lớn, cho đến khi cuộc gọi suy diễn trở thành sự kiện kinh tế định kỳ của sản phẩm. DGrid cung cấp định tuyến tính toán phân tán. OpenLedger được định vị để cung cấp công việc đã định tuyến một cách thực thi và ghi chép thanh toán trên chuỗi. Nếu sự ghép nối như vậy hoạt động trong thực tế, một chương trình AI không cần phải bỏ qua hoạt động thường xuyên và quan trọng về mặt thương mại ra ngoài lớp trách nhiệm mà nó hứa hẹn sẽ sử dụng.
Sự tương phản có lợi là dễ dàng. Một khi một tập dữ liệu được gán, nó vẫn có thể cung cấp năng lượng cho một dịch vụ mà hoạt động hàng ngày của nó vẫn không minh bạch. Bạn có thể công bố một mô hình và chạy nó qua một con đường suy diễn. Không ai bên ngoài nhà cung cấp có thể nhìn vào cách thực thi và thanh toán được thực hiện. Liên minh DGrid đưa OpenLedger vào áp lực giai đoạn phục vụ đó. Mạng lưới nên có ý nghĩa khi trí tuệ được tiêu thụ, không chỉ khi một tài sản được đăng ký lần đầu tiên hoặc được cấp.
Có một vấn đề nghiêm trọng ở đây. Việc neo trên chuỗi không thể chỉ là một biên lai trang trí được dán lên sau khi công việc có ý nghĩa đã bị chôn vùi ở nơi khác. Đối với các nhà xây dựng, dấu vết suy diễn sẽ cần phải thực tế dưới khối lượng yêu cầu thực tế, hữu ích cho việc đánh giá chi phí và kết quả, và không nặng nề đến mức các triển khai thường xuyên phải rút lui về cơ sở hạ tầng đóng. Ngăn xếp mà chúng tôi muốn được mô tả trong sự hợp tác. Việc sử dụng lặp lại chương trình sẽ chứng minh rằng ngăn xếp là cần thiết.
Đó cũng là nơi tôi thấy một động lực sạch hơn cho việc theo dõi token. Không chỉ đơn giản vì một nhãn AI được gán cho một chuỗi, và không chỉ vì có một thông báo ra mắt duy nhất. Nhưng khi các ứng dụng được triển khai liên tục tạo ra hoạt động suy diễn có trách nhiệm thông qua một token gắn liền với một mạng lưới, thanh toán sau thanh toán, yêu cầu sau yêu cầu, token đó trở nên khó có thể bị bỏ qua. Nếu OpenLedger bắt đầu sống trong chu kỳ phục vụ định kỳ đó, cuộc trò chuyện về giá trị không chỉ đơn giản là câu chuyện mà liệu các ứng dụng AI thực sự vẫn cần ghi chép của nó.
Tôi đã thấy đủ các hệ thống AI tạo ra đầu ra hấp dẫn trong khi hóa đơn vận hành, dấu vết thực thi và con đường thanh toán vẫn ẩn sau một bức màn. Một mô hình đưa ra câu trả lời là hữu ích. Mô hình mà trên đó cơ sở hạ tầng đáng tin cậy có thể được xây dựng là mô hình mà công việc trực tiếp có thể được kiểm tra và thanh toán.
