@OpenGradient 大家都在專注於讓AI更聰明。
我認為更重要的問題是:我們怎麼知道它在說真話?
這就是為什麼OpenGradient引起了我的注意。它不是在追逐無止境的模型競賽,而是在建立基礎設施來通過TEE、zkML和鏈上問責來驗證AI輸出。
簡單來說,它是想證明AI在哪裡運行、計算是否正確,並創建一條不能隨意改變的審計軌跡。
這在AI將驅動自主代理、機器人技術、醫療保健或物流的環境中至關重要。在這些環境中,信任不夠。你需要證據。
當然,這個願景在紙面上聽起來很棒。真正的考驗是,驗證是否能在不增加太多成本、延遲或複雜性的情況下擴展,讓開發者能夠輕鬆使用。
不過,我認為從「更多智能」轉向「更多問責」是目前AI界最重要的對話之一。
@OpenGradient #OPG $OPG
$SOL
$MUB
我認為更重要的問題是:我們怎麼知道它在說真話?
這就是為什麼OpenGradient引起了我的注意。它不是在追逐無止境的模型競賽,而是在建立基礎設施來通過TEE、zkML和鏈上問責來驗證AI輸出。
簡單來說,它是想證明AI在哪裡運行、計算是否正確,並創建一條不能隨意改變的審計軌跡。
這在AI將驅動自主代理、機器人技術、醫療保健或物流的環境中至關重要。在這些環境中,信任不夠。你需要證據。
當然,這個願景在紙面上聽起來很棒。真正的考驗是,驗證是否能在不增加太多成本、延遲或複雜性的情況下擴展,讓開發者能夠輕鬆使用。
不過,我認為從「更多智能」轉向「更多問責」是目前AI界最重要的對話之一。
@OpenGradient #OPG $OPG
$SOL
$MUB