@OpenGradient #OPG $OPG

也許真實的人工智能問題不是智能，而是缺失的軌跡。

我已經關注OpenGradient一段時間了，留在我腦海中的東西與模型速度、基準測試或關於更聰明的AI的常規討論幾乎無關。

這是一個更簡單且略顯不安的問題：當一個AI系統給出一個真正重要的答案時，我們到底對它如何得出這個答案瞭解多少？

這就是我不斷回到OpenGradient的部分。根據我的理解，它試圖建立圍繞AI的層，而不僅僅是模型本身——一個去中心化的設置，用於託管模型、運行推理，並留下關於該過程的某些可驗證內容。不僅僅是系統所說的，而是它在哪裏運行、如何運行，以及這些是否可以在以後進行檢查。

令我感興趣的是，這與當前大多數AI系統中信任的運作方式有多麼不同。現在，信任主要來自聲譽。我們信任公司，信任內部日誌，信任系統的行爲與它所說的一致。OpenGradient似乎在問，信任是否可以被視爲基礎設施，而不是一種承諾。

我認爲這並不自動意味着它會變得容易。驗證增加了摩擦。去中心化在理論上通常聽起來更整潔，但在實踐中卻不是如此。但我仍然認爲這指向了一些真實的東西。人工智能可能不僅僅有智能問題。它可能還有記憶問題、證明問題和信任問題。這感覺像是所有其他問題之下的更深層次的問題。

$XLM USDT

$TNSR