我一直在思考OpenGradient，因爲它與目前圍繞人工智能的常規對話感覺不太一樣。

大多數討論似乎圍繞着更大的模型、更快的響應、更好的演示和看起來更流暢的產品。我理解爲什麼這些會吸引注意。很容易注意到人工智能能做什麼。

但我一直回想的是一些不那麼明顯的東西。

信任。

在過去的一年裏，我花了很多時間觀察人們如何與人工智能系統互動。我們輸入一個提示，收到一個答案，然後通常就繼續前進。輸出看起來足夠精緻，以至於我們很少停下來問計算髮生在哪裏，誰在控制它，或者在結果到達我們之前是否發生了任何變化。

對於簡單任務來說，這種不確定性可能並不重要。

但當人工智能代理開始處理資金、合同、身份或鏈上操作時，問題就變得更難以忽視。

這就是爲什麼OpenGradient對我來說繼續脫穎而出。

它不僅僅是在試圖讓人工智能更快或更容易獲取。讓我感興趣的是試圖讓人工智能執行可驗證。推理與證明相結合的想法比模型性能的另一點小改進要重要得多。

構建驗證層並不是最簡單的路徑。它當然也不是最吵鬧的那條。

然而，這感覺更接近人工智能基礎設施最終需要解決的問題。

也許人工智能的下一個重大步驟不是產生更聰明的答案。

也許它終於能夠證明這些答案是如何產生的。

@OpenGradient #OPG #opg $OPG