#opg A 一直在我腦海中迴盪的想法是在閱讀 OpenGradient 時:
如果 AI 最大的挑戰不再是智能呢?
多年來,目標很簡單——構建更智能的模型。公平地說,進展確實令人驚歎。但隨着 AI 成爲更多系統的一部分,我開始認爲信任可能成爲更難解決的問題。
這就是讓我停下來,花更多時間研究 OpenGradient 的原因。
讓我印象深刻的不是一個華麗的產品或更好答案的承諾,而是 AI 輸出應該是可驗證的這個觀點。現在,大多數人從 AI 模型那裏得到一個答案,並簡單地接受它。很少有人問它來自哪裏,如何生成,或者這個過程是否可以獨立檢查。
該項目對去中心化推理和驗證的關注,似乎是在試圖填補這個空白。這種方法是否成功是另一個問題,但我確實覺得這個問題本身非常有趣。
我總是關注基礎設施項目的一個方面是採用情況。構建技術是一項挑戰;讓開發者和用戶依賴它是另一個。這可能是前方最大的障礙。
儘管如此,我認爲 OpenGradient 正在關注 AI 堆棧中一個未受到足夠關注的部分。每個人都注意到智能的提高。信任則不同。人們通常在缺失時纔會想到它。
我是否是唯一一個覺得 AI 驗證可能變得和模型本身一樣重要的人?
@OpenGradient
$OPG
#OPG
如果 AI 最大的挑戰不再是智能呢?
多年來,目標很簡單——構建更智能的模型。公平地說,進展確實令人驚歎。但隨着 AI 成爲更多系統的一部分,我開始認爲信任可能成爲更難解決的問題。
這就是讓我停下來,花更多時間研究 OpenGradient 的原因。
讓我印象深刻的不是一個華麗的產品或更好答案的承諾,而是 AI 輸出應該是可驗證的這個觀點。現在,大多數人從 AI 模型那裏得到一個答案,並簡單地接受它。很少有人問它來自哪裏,如何生成,或者這個過程是否可以獨立檢查。
該項目對去中心化推理和驗證的關注,似乎是在試圖填補這個空白。這種方法是否成功是另一個問題,但我確實覺得這個問題本身非常有趣。
我總是關注基礎設施項目的一個方面是採用情況。構建技術是一項挑戰;讓開發者和用戶依賴它是另一個。這可能是前方最大的障礙。
儘管如此,我認爲 OpenGradient 正在關注 AI 堆棧中一個未受到足夠關注的部分。每個人都注意到智能的提高。信任則不同。人們通常在缺失時纔會想到它。
我是否是唯一一個覺得 AI 驗證可能變得和模型本身一樣重要的人?
@OpenGradient
$OPG
#OPG