當系統變得如此高效,以至於我們不再關注它們如何得出結論時,會發生什麼?
我在探索 OpenGradient ($OPG ) 的時候開始思考這個問題。那時我並不是在尋找這個問題的答案,而只是比較基礎設施項目,並試圖理解他們認爲重要的問題。在這裏,突出的特點是關注大多數人很少討論的事情,直到它成爲問題:流程可見性的消失。
現代技術在壓縮複雜性方面表現得相當出色。我們得到一個結果、一個推薦、一個預測或一個響應,而無需見證其中發生的數千個步驟。便利性得到了提升,但理解往往被進一步放到背景中。
我越考慮,越覺得這是否會造成微妙的風險。這並不是因爲系統一定是錯誤的,而是因爲信心可能會與證據脫節。如果基礎過程無法重構,信任就會逐漸從驗證轉移到假設。
OpenGradient 讓我以不同的方式看待基礎設施。我開始將其視爲保持上下文的機制,而不僅僅是產生結果的機制。這個區別乍一看似乎很小,但上下文往往是在信息迅速通過網絡時第一個丟失的東西。
這裏有一個有趣的張力。市場始終獎勵速度、自動化和規模。然而,每當不確定性出現時,人們立即開始尋找記錄、解釋和證據。
也許上下文的價值只有在它已經消失之後纔會顯現。
@OpenGradient #OPG $OPG #opg
我在探索 OpenGradient ($OPG ) 的時候開始思考這個問題。那時我並不是在尋找這個問題的答案,而只是比較基礎設施項目,並試圖理解他們認爲重要的問題。在這裏,突出的特點是關注大多數人很少討論的事情,直到它成爲問題:流程可見性的消失。
現代技術在壓縮複雜性方面表現得相當出色。我們得到一個結果、一個推薦、一個預測或一個響應,而無需見證其中發生的數千個步驟。便利性得到了提升,但理解往往被進一步放到背景中。
我越考慮,越覺得這是否會造成微妙的風險。這並不是因爲系統一定是錯誤的,而是因爲信心可能會與證據脫節。如果基礎過程無法重構,信任就會逐漸從驗證轉移到假設。
OpenGradient 讓我以不同的方式看待基礎設施。我開始將其視爲保持上下文的機制,而不僅僅是產生結果的機制。這個區別乍一看似乎很小,但上下文往往是在信息迅速通過網絡時第一個丟失的東西。
這裏有一個有趣的張力。市場始終獎勵速度、自動化和規模。然而,每當不確定性出現時,人們立即開始尋找記錄、解釋和證據。
也許上下文的價值只有在它已經消失之後纔會顯現。
@OpenGradient #OPG $OPG #opg