我一直在想我們每天如何使用人工智能，但我們很少知道屏幕背後到底發生了什麼。我們看到的是答案、摘要和決策，但生成這些內容的過程卻隱藏在幕後。如今大多數人工智能運行在集中化系統上，少數公司控制着模型、服務器和輸出。這意味着我們並沒有真正驗證人工智能——我們只是在信任它。

在像OpenGradient這樣的項目出現之前，這個問題從未被認真對待。區塊鏈提高了資金和數據的透明度，但人工智能計算仍然鎖定在封閉系統中。即使人工智能表現良好，也沒有明確的方法來檢查特定答案是如何生成的，或者是否可以以相同的方式再現。

OpenGradient試圖通過構想一個去中心化的網絡來改變這一點，在這個網絡中，人工智能模型可以在許多獨立節點上託管和運行，重點是驗證結果。簡單來說，它試圖使人工智能的輸出變得可以追蹤和確認，而不僅僅是接受。這聽起來很強大，因爲它將人工智能與證明的理念聯繫在一起，而不是盲目信任。

但現實世界並非如此簡單。人工智能並不是完全可預測的，硬件或設置的小變化可能會改變結果。在許多節點上運行相同模型也可能使系統變得更慢且更昂貴。而且，目前尚不清楚在規模上全面“驗證”人工智能輸出的強度或實用性到底如何。

儘管如此，這個想法很有趣，因爲它改變了討論的方向。我們不再僅僅詢問人工智能有多聰明，而是開始問我們能多大程度上信任它產生的內容——以及這種信任是否能被證明，而不僅僅是被假定。

@OpenGradient #OPG $OPG