$OPG 最近我看到一個人試圖對一個自動化系統做出的決定提出異議。結果已經發布，但沒有人能準確解釋使用了什麼信息、應用了什麼標準或如何得出這個結論。
這個情況引起了我的注意，因爲這似乎越來越常見。自動化系統參與了更多的流程，但審查它們決策的能力並不總是以同樣的速度增長。
這裏出現了一個有趣的矛盾：一個自動化決策可能產生的影響越大，產生該決策的過程可能越不透明。
我們通常認爲可驗證性是一個技術問題。與記錄、審計或基礎設施有關的東西。然而，越是觀察這個情況，我越覺得這個問題屬於另一個類別。
也許推理的驗證不僅僅是一個技術問題。
也許這是一種公正的問題。
因爲當受影響的人無法審查結論是如何得出的、哪些因素影響了它或過程是否如所聲稱的那樣發生時，談論公正的決策就變得困難。
隨着智能系統參與越來越多的經濟和數字活動，驗證流程的可能性可能變得和生成結果的能力一樣重要。
正是在這個領域，OpenGradient開發了其開放智能基礎設施。通過可驗證推理、模型來源和加密證明，旨在讓AI代理做出的推理能夠被驗證和後續重建。
如果一個自動化決策無法證明其產生的方式，我們真的能評估它是否公正嗎？
@OpenGradient #opg $OPG #Nomadacripto