保持AI誠實的成本
在過去幾個月裏，我注意到人們在談論加密貨幣中的AI項目時有了微妙的變化。
對話曾經集中在模型上。哪個模型更聰明。哪一個是開放的。哪個產生更好的輸出。
最近，我聽到更多關於驗證成本的討論。
在閱讀OpenGradient最近的架構筆記時，我發現自己在思考一些我之前大多忽視的事情。並非每個AI結果都需要相同程度的證明。網絡將執行與驗證分開，甚至根據涉及的風險提供不同的驗證方法。
這一點引起了我的注意，因爲加密貨幣多年來一直將驗證視爲一種應該以相同方式應用於所有地方的東西。
AI似乎不同。
一個隨意的聊天機器人請求和一個幫助管理財務決策的模型可能不需要相同的信任假設。然而，許多討論仍然將驗證框定爲一個簡單的yes或no問題。
我越是關注這個領域，就越覺得真正的挑戰是經濟上的，而不是技術上的。
多少驗證纔算足夠？
誰來決定更強的保證是否值得額外的成本？
便利性何時開始超過確定性？
我不確定市場是否已經有明確的答案。
我發現有趣的是，AI基礎設施項目越來越被迫將信任視爲一個光譜，而不是二元選擇。這感覺與早期的加密敘事有所不同，後者通常假設最大驗證是最終目標。
也許下一個關於AI加密的辯論不是智能是否可以去中心化。
也許是關於決定哪些決策值得最高程度的證明，哪些則不值得。
@OpenGradient
#opg $OPG
在過去幾個月裏，我注意到人們在談論加密貨幣中的AI項目時有了微妙的變化。
對話曾經集中在模型上。哪個模型更聰明。哪一個是開放的。哪個產生更好的輸出。
最近，我聽到更多關於驗證成本的討論。
在閱讀OpenGradient最近的架構筆記時，我發現自己在思考一些我之前大多忽視的事情。並非每個AI結果都需要相同程度的證明。網絡將執行與驗證分開，甚至根據涉及的風險提供不同的驗證方法。
這一點引起了我的注意，因爲加密貨幣多年來一直將驗證視爲一種應該以相同方式應用於所有地方的東西。
AI似乎不同。
一個隨意的聊天機器人請求和一個幫助管理財務決策的模型可能不需要相同的信任假設。然而，許多討論仍然將驗證框定爲一個簡單的yes或no問題。
我越是關注這個領域，就越覺得真正的挑戰是經濟上的，而不是技術上的。
多少驗證纔算足夠？
誰來決定更強的保證是否值得額外的成本？
便利性何時開始超過確定性？
我不確定市場是否已經有明確的答案。
我發現有趣的是，AI基礎設施項目越來越被迫將信任視爲一個光譜，而不是二元選擇。這感覺與早期的加密敘事有所不同，後者通常假設最大驗證是最終目標。
也許下一個關於AI加密的辯論不是智能是否可以去中心化。
也許是關於決定哪些決策值得最高程度的證明，哪些則不值得。
@OpenGradient
#opg $OPG