#openledger $OPEN
OpenLedger的真實價值不是AI輸出——而是AI的問責制
幾個月前,我可能會以相同的方式描述大多數AI項目。更大的模型。更好的輸出。更快的響應。我並不是批評這些。讀了足夠的白皮書、儀表盤和公告後,你的大腦幾乎會開始將所有東西歸類到同一個桶裏,無論這是否公平。
最近,關於AI性能的討論讓我覺得這種框架不夠完整。
#openledger @OpenLedger $OPEN
我最近在另一場關於AI表現的討論中翻閱,注意到幾乎沒有人談論智能實際上來自哪裏。每個人都專注於最終答案。輸出。屏幕上可見的東西。這讓我想起了人們在加密貨幣中觀看價格圖表時,不太考慮底層基礎設施的情況。圖表受到關注,而基礎設施卻沒有。
也許這很正常。
不過,我總是回到AI可能面臨類似問題的想法。
多年來,行業一直沉迷於讓模型更強大。這是有道理的。能力容易展示。你可以給別人展示一個響應,立即產生印象。問責制則不同。問責制比較慢。可見度較低。更難以成爲頭條。
然而,AI變得經濟上更有用的同時,忽視它變得越來越困難。
這也是OpenLedger比我預期停留在我屏幕上的部分原因。
並不是因爲我突然被另一個AI敘述所說服。如果
#openledher @OpenLedger $OPEN