我觀察了足夠多的技術和加密週期,知道大的敘事總是在真正的基礎設施之前到來。每個季節都聲稱是顛覆性的。大多數變成了碎片化的生態系統、封閉的平臺,以及無法經受現實考驗的激勵措施。
這就是爲什麼OpenGradient引起了我的注意。
令我印象深刻的不是“人人可用的AI”的熟悉承諾,而是試圖將智能視爲基礎設施,而不是鎖定在集中環境中的產品。
這個想法很雄心勃勃:一個去中心化的網絡,旨在大規模託管、運行推理和驗證AI模型。這三個層面在一起,比人們想的更重要。
託管決定了誰控制訪問。
推理決定了誰創造價值。
驗證決定了誰可以信任結果。
關於AI的大多數對話仍然集中在模型大小和基準上。我對分佈、透明度以及智能是否能作爲開放網絡而不是封閉服務的運作變得更加感興趣。
如果OpenGradient執行成功,有趣的變化不僅僅是更快的AI。
這可能會重新定義誰擁有智能基礎設施。
我並不把它當作確定的事情。基礎設施故事需要耐心和無情的執行。
但這正是我關注的論點——因爲下一個階段的AI可能不會被最大的模型贏得。
它可能會被最強的網絡贏得。
@OpenGradient #opg $OPG
這就是爲什麼OpenGradient引起了我的注意。
令我印象深刻的不是“人人可用的AI”的熟悉承諾,而是試圖將智能視爲基礎設施,而不是鎖定在集中環境中的產品。
這個想法很雄心勃勃:一個去中心化的網絡,旨在大規模託管、運行推理和驗證AI模型。這三個層面在一起,比人們想的更重要。
託管決定了誰控制訪問。
推理決定了誰創造價值。
驗證決定了誰可以信任結果。
關於AI的大多數對話仍然集中在模型大小和基準上。我對分佈、透明度以及智能是否能作爲開放網絡而不是封閉服務的運作變得更加感興趣。
如果OpenGradient執行成功,有趣的變化不僅僅是更快的AI。
這可能會重新定義誰擁有智能基礎設施。
我並不把它當作確定的事情。基礎設施故事需要耐心和無情的執行。
但這正是我關注的論點——因爲下一個階段的AI可能不會被最大的模型贏得。
它可能會被最強的網絡贏得。
@OpenGradient #opg $OPG