#opg $OPG 我曾經認爲人工智能最難的部分是構建智能本身。
最近，我開始對這個問題產生疑問。
每個強大的系統最終都會面臨同樣的問題：信任。不是某件事情是否有效，而是人們是否能夠驗證它、參與其中並在沒有單一看門人的情況下構建它。
這就是我在觀察像OpenGradient這樣的項目時所注意到的。
關於人工智能的討論大多集中在模型上。更大的模型。更快的模型。更智能的模型。但我越看越覺得，智能正在變成一個協調問題，而不是計算問題。
一個模型可以生成答案。一個網絡必須生成信任。
這聽起來很微妙，但在規模上它改變了一切。激勵開始塑造行爲。參與成爲基礎設施的一部分。驗證變得與性能一樣重要。看似人工智能網絡的東西開始更像一個經濟系統。
同樣的模式出現在新興生態系統中，包括像Project Genius和Genius Coin這樣的項目。有趣的問題不再是誰擁有智能，而是誰幫助創造、驗證和維持它。
也許人工智能的下一個章節不會由突破性的模型定義。它可能會由使智能公開可驗證和集體有用的網絡來定義。
我不確定這將引向何方。但我越是觀察這些系統的發展，越是難以忽視這種可能性。
@OpenGradient #OPG $OPG
最近，我開始對這個問題產生疑問。
每個強大的系統最終都會面臨同樣的問題：信任。不是某件事情是否有效，而是人們是否能夠驗證它、參與其中並在沒有單一看門人的情況下構建它。
這就是我在觀察像OpenGradient這樣的項目時所注意到的。
關於人工智能的討論大多集中在模型上。更大的模型。更快的模型。更智能的模型。但我越看越覺得，智能正在變成一個協調問題，而不是計算問題。
一個模型可以生成答案。一個網絡必須生成信任。
這聽起來很微妙，但在規模上它改變了一切。激勵開始塑造行爲。參與成爲基礎設施的一部分。驗證變得與性能一樣重要。看似人工智能網絡的東西開始更像一個經濟系統。
同樣的模式出現在新興生態系統中，包括像Project Genius和Genius Coin這樣的項目。有趣的問題不再是誰擁有智能，而是誰幫助創造、驗證和維持它。
也許人工智能的下一個章節不會由突破性的模型定義。它可能會由使智能公開可驗證和集體有用的網絡來定義。
我不確定這將引向何方。但我越是觀察這些系統的發展，越是難以忽視這種可能性。
@OpenGradient #OPG $OPG