我以前認為存儲安全主要是保持足夠的數據副本活著。
但當我深入研究OpenGradient時,我發現自己越來越專注於一個更小的東西:標識符本身。
一開始,Blob ID似乎並不那麼重要。它只是一串字符。
但有趣的是,這個微小的標識符能夠代表整個模型、數據集或證明。大量的信息最終都與一個單一的參考相關聯。
引起我注意的是,對於數學我並不太擔心。碰撞的概率如此之小,讓人難以想像不久的將來會成為實際問題。
我思考的是發生在現實世界中的事情。
一個開發者截斷了一個標識符。
一個驗證步驟被跳過了。
一個承諾在檢索後未正確重新計算。
這些不是密碼學上的失敗。這些是實施上的失誤。
在建立在信任基礎上的系統中,這些細節很重要。
在我看來,去中心化AI的價值不僅僅在於產出結果。還在於能夠驗證這些結果背後的模型、數據和證明正是它們所聲稱的。
這就是為什麼OpenGradient吸引我的原因之一。
我越深入去中心化AI,越發現信任常常依賴於驚人地小的基礎設施。
有時候,一個微小的哈希卻承擔著非常大的責任。@OpenGradient #OPG $OPG
但當我深入研究OpenGradient時,我發現自己越來越專注於一個更小的東西:標識符本身。
一開始,Blob ID似乎並不那麼重要。它只是一串字符。
但有趣的是,這個微小的標識符能夠代表整個模型、數據集或證明。大量的信息最終都與一個單一的參考相關聯。
引起我注意的是,對於數學我並不太擔心。碰撞的概率如此之小,讓人難以想像不久的將來會成為實際問題。
我思考的是發生在現實世界中的事情。
一個開發者截斷了一個標識符。
一個驗證步驟被跳過了。
一個承諾在檢索後未正確重新計算。
這些不是密碼學上的失敗。這些是實施上的失誤。
在建立在信任基礎上的系統中,這些細節很重要。
在我看來,去中心化AI的價值不僅僅在於產出結果。還在於能夠驗證這些結果背後的模型、數據和證明正是它們所聲稱的。
這就是為什麼OpenGradient吸引我的原因之一。
我越深入去中心化AI,越發現信任常常依賴於驚人地小的基礎設施。
有時候,一個微小的哈希卻承擔著非常大的責任。@OpenGradient #OPG $OPG