我注意到的一件事是，我們仍然像評估軟件那樣評估人工智能。
我們比較功能。
我們比較模型。
我們比較基準。
但我使用人工智能的時間越長，這些比較似乎越不重要。
我經歷過的最有價值的人工智能互動並不是給出最聰明回答的那些。
而是幫助我提出更好問題的互動。
這種區別感覺非常重要。
信息是豐富的。
問題是稀缺的。
搜索引擎幫助你找到信息。
智能系統可以幫助你發現你應該首先問什麼。
這就是爲什麼我認爲人工智能的長期價值可能不僅僅來自於生成答案。
它可能來自於智力探索。
也許這就是我不斷回到這個話題的原因。
我記得最清楚的人工智能工具不一定是最聰明的。
它們是那些幫助我看到我錯過的東西的工具。
在研究$OPG 時，我發現自己對模型性能的思考減少了，更多地關注智能如何變得更加透明並且更容易被信任。
OpenGradient專注於開放智能和可驗證推理，似乎與一個未來相一致，在這個未來中，人工智能不僅僅是通過它知道多少來評判，而是通過用戶能夠多麼自信地理解和驗證其背後的推理來評判。
市場花費大量時間來衡量人工智能知道多少。
我越來越感興趣的是它能讓我們思考得更好多少。
@OpenGradient
#opg $OPG
我們比較功能。
我們比較模型。
我們比較基準。
但我使用人工智能的時間越長，這些比較似乎越不重要。
我經歷過的最有價值的人工智能互動並不是給出最聰明回答的那些。
而是幫助我提出更好問題的互動。
這種區別感覺非常重要。
信息是豐富的。
問題是稀缺的。
搜索引擎幫助你找到信息。
智能系統可以幫助你發現你應該首先問什麼。
這就是爲什麼我認爲人工智能的長期價值可能不僅僅來自於生成答案。
它可能來自於智力探索。
也許這就是我不斷回到這個話題的原因。
我記得最清楚的人工智能工具不一定是最聰明的。
它們是那些幫助我看到我錯過的東西的工具。
在研究$OPG 時，我發現自己對模型性能的思考減少了，更多地關注智能如何變得更加透明並且更容易被信任。
OpenGradient專注於開放智能和可驗證推理，似乎與一個未來相一致，在這個未來中，人工智能不僅僅是通過它知道多少來評判，而是通過用戶能夠多麼自信地理解和驗證其背後的推理來評判。
市場花費大量時間來衡量人工智能知道多少。
我越來越感興趣的是它能讓我們思考得更好多少。
@OpenGradient
#opg $OPG