我以前認為AI的未來全是關於建造更智能的模型。更大的數據集、更好的算法、更快的響應——這似乎就是整個故事。但隨著時間的推移,我開始注意到我們很少討論的事情:實際上是誰控制這些系統背後的基礎設施?
當今大多數的AI服務運行在集中式平台上。我們每天都在使用它們,但我們往往對決策是如何做出的、模型是在哪裡托管的,或輸出是否可以獨立驗證幾乎沒有任何可見性。在許多方面,信任已經變成了一種要求,而不是選擇。
這就是為什麼OpenGradient引起了我的注意。它不是僅僅專注於創造更強大的AI,而是探索一個不同的問題:如果背後的基礎設施更開放和分散會怎樣?該項目自稱為一個旨在通過去中心化參與來托管、運行和驗證AI模型的網絡。
我覺得有趣的不是顛覆的承諾,而是認識到訪問、透明度和驗證可能變得與原始性能一樣重要。當然,去中心化AI帶來了真正的挑戰,從效率到協調。但也許更大的討論不是關於哪個模型比另一個更好,而是關於我們決定信任誰來塑造那些可能越來越影響我們日常生活的系統。
@OpenGradient #OPG $OPG
$EVAA
$BSB
當今大多數的AI服務運行在集中式平台上。我們每天都在使用它們,但我們往往對決策是如何做出的、模型是在哪裡托管的,或輸出是否可以獨立驗證幾乎沒有任何可見性。在許多方面,信任已經變成了一種要求,而不是選擇。
這就是為什麼OpenGradient引起了我的注意。它不是僅僅專注於創造更強大的AI,而是探索一個不同的問題:如果背後的基礎設施更開放和分散會怎樣?該項目自稱為一個旨在通過去中心化參與來托管、運行和驗證AI模型的網絡。
我覺得有趣的不是顛覆的承諾,而是認識到訪問、透明度和驗證可能變得與原始性能一樣重要。當然,去中心化AI帶來了真正的挑戰,從效率到協調。但也許更大的討論不是關於哪個模型比另一個更好,而是關於我們決定信任誰來塑造那些可能越來越影響我們日常生活的系統。
@OpenGradient #OPG $OPG
$EVAA
$BSB