我總是回到@OpenGradient ，不是因爲我認爲它註定要成功或失敗，而是因爲它悄悄地讓我質疑一些大多數關於AI的討論似乎忽視的事情。我們花了太多時間在問模型是否變得更聰明，而很少問沒有可驗證來源的智能是否足夠。我懷疑這種區別在AI變得更容易接觸和更難檢查時會變得更加重要。這項技術本身令人着迷，但在我腦海中不斷浮現的是它假定周圍人們的行爲。

看起來OpenGradient可能更像是一個社會實驗，而不是技術實驗。驗證只有在有人持續進行驗證時纔有價值。去中心化只有在足夠多的人願意參與時纔有意義。這些假設今天可能看起來合理，但我不確定當好奇心消退、參與變得例行公事時它們是否能存活。也許系統在驗證變成一個每個人都認爲由其他人處理的隱形過程之前還能運作。

讓我感到困擾的是，治理很少會一次性改變。它通常通過看似無害的小決策逐漸轉變。一小部分貢獻者變得更有經驗、更活躍，逐漸變得更有影響力。沒有人明確選擇中心化，但協調慢慢開始圍繞同樣的參與者進行，因爲他們就是那些從未離開的人。這個可能性並不一定意味着模型失敗，但它確實暗示去中心化是一個需要持續努力的過程，而不是一次性的設計選擇。

也許更重要的問題不是OpenGradient是否能在規模上驗證智能。也許是當信任變得比證據更方便時，人們是否會繼續重視驗證。這種緊張感未得到解決，我懷疑這是OpenGradient最值得關注的部分。

@OpenGradient #OPG $OPG