將其視爲解決人工智能最大未解之問之一的嘗試會更容易理解:我們如何信任那些大多數在封閉環境中運行的系統?
@OpenGradient
如今,使用人工智能通常意味着將請求發送到某個地方,得到反饋,然後在對中間發生的事情知之甚少的情況下接受結果。這在簡單任務中有效,但當人工智能被用於需要準確性、透明度和問責制的應用時,這種情況就難以忽視了。
OpenGradient對此採取了不同的方式。它不是將驗證視爲可選功能,而是將其構建到網絡本身中。模型可以通過去中心化的基礎設施進行託管、運行和驗證,使開發者和用戶能夠確認計算是按預期進行的,而無需自己重複工作。
更廣泛的想法相當簡單。人工智能不應仍然是由少數供應商控制的黑匣子。它應該成爲人們可以檢查、構建並以更大信心使用的基礎設施。OpenGradient仍在朝着這個目標努力,但其對可驗證和用戶擁有的人工智能的關注提供了一個有趣的瞥見,更透明的人工智能生態系統可能是什麼樣子。
#OPG $OPG @OpenGradient
@OpenGradient
如今,使用人工智能通常意味着將請求發送到某個地方,得到反饋,然後在對中間發生的事情知之甚少的情況下接受結果。這在簡單任務中有效,但當人工智能被用於需要準確性、透明度和問責制的應用時,這種情況就難以忽視了。
OpenGradient對此採取了不同的方式。它不是將驗證視爲可選功能,而是將其構建到網絡本身中。模型可以通過去中心化的基礎設施進行託管、運行和驗證,使開發者和用戶能夠確認計算是按預期進行的,而無需自己重複工作。
更廣泛的想法相當簡單。人工智能不應仍然是由少數供應商控制的黑匣子。它應該成爲人們可以檢查、構建並以更大信心使用的基礎設施。OpenGradient仍在朝着這個目標努力,但其對可驗證和用戶擁有的人工智能的關注提供了一個有趣的瞥見,更透明的人工智能生態系統可能是什麼樣子。
#OPG $OPG @OpenGradient