私人AI最難的部分可能不是技術
我最近試用了OpenGradient Chat,發現自己做了一些奇怪的事情。
在打開它之前,我的瀏覽器裏有幾個標籤頁。一個我在處理的文檔。一些個人筆記。一段我還不確定如何迴應的對話。
這些通常會讓人猶豫是否該放入AI工具的內容。
我把它們都關掉了。
然後我花了接下來的十分鐘問一些完全無害的問題。
沒有敏感信息。沒有個人隱私。
而在事後我意識到,儘管我知道OpenGradient的構建方式不同,我的行爲依然和使用其他AI平臺時完全一樣。
這讓我印象深刻。
OpenGradient的做法很有趣,因爲隱私不僅僅是一個政策頁面。消息在設備上加密,並通過TEE基礎設施處理,以確保甚至平臺本身無法訪問用戶數據。
這個架構試圖消除對盲目信任的需求。
但技術只能解決部分問題。
多年的AI使用訓練了我們,讓我們在輸入之前過濾自己的想法。我們假設可能有人在監控、存儲或訓練這些信息。
這個習慣不會在更好的基礎設施出現時就消失。
也許私人AI最大的挑戰不是證明隱私有效。
也許是幫助用戶足夠相信它,以停止將每次對話視爲公共對話。
基礎設施可以驚人地快速構建。
而信任往往需要更長的時間。
@OpenGradient $RE $LAB $OPG #OPG
我最近試用了OpenGradient Chat,發現自己做了一些奇怪的事情。
在打開它之前,我的瀏覽器裏有幾個標籤頁。一個我在處理的文檔。一些個人筆記。一段我還不確定如何迴應的對話。
這些通常會讓人猶豫是否該放入AI工具的內容。
我把它們都關掉了。
然後我花了接下來的十分鐘問一些完全無害的問題。
沒有敏感信息。沒有個人隱私。
而在事後我意識到,儘管我知道OpenGradient的構建方式不同,我的行爲依然和使用其他AI平臺時完全一樣。
這讓我印象深刻。
OpenGradient的做法很有趣,因爲隱私不僅僅是一個政策頁面。消息在設備上加密,並通過TEE基礎設施處理,以確保甚至平臺本身無法訪問用戶數據。
這個架構試圖消除對盲目信任的需求。
但技術只能解決部分問題。
多年的AI使用訓練了我們,讓我們在輸入之前過濾自己的想法。我們假設可能有人在監控、存儲或訓練這些信息。
這個習慣不會在更好的基礎設施出現時就消失。
也許私人AI最大的挑戰不是證明隱私有效。
也許是幫助用戶足夠相信它,以停止將每次對話視爲公共對話。
基礎設施可以驚人地快速構建。
而信任往往需要更長的時間。
@OpenGradient $RE $LAB $OPG #OPG