@OpenGradient #OPG $OPG
幾年前，雲計算改變了人們對軟件的看法。
你不再需要擁有服務器。
你只需在需要時租用計算能力。
最近我在想，人工智能是否也會經歷類似的轉變。
如今大多數人將人工智能視爲模型。
哪個模型更聰明？
哪個模型寫得更好？
哪個模型在基準測試中得分更高？
但基礎設施的變化往往是悄然發生的。
那些在雲時代獲益最多的公司並不總是那些構建應用程序的公司。
許多是提供底層支撐的公司。
這也是爲什麼OpenGradient引起我注意的部分原因。
將人工智能推理轉變爲可驗證、可移植且通過去中心化基礎設施可訪問的東西，感覺更像是在構建基礎的一部分，而不是另一個人工智能產品。
如果在接下來的幾年裏，人工智能代理變得更加普遍，它們可能不僅需要智能。
它們可能需要計算市場。
輸出的驗證。
爲操作員提供經濟激勵。
基礎設施很少能像應用程序那樣獲得同樣的興奮感。
但有時，軌道的價值可能超過在其上運行的火車。
現在還太早，不知道這一切將如何發展。
但我依然覺得這是一個值得關注的有趣問題。
你認爲隨着時間的推移，什麼會變得更有價值：
模型？
還是它們底下的基礎設施？
@OpenGradient
#OPG $OPG
幾年前，雲計算改變了人們對軟件的看法。
你不再需要擁有服務器。
你只需在需要時租用計算能力。
最近我在想，人工智能是否也會經歷類似的轉變。
如今大多數人將人工智能視爲模型。
哪個模型更聰明？
哪個模型寫得更好？
哪個模型在基準測試中得分更高？
但基礎設施的變化往往是悄然發生的。
那些在雲時代獲益最多的公司並不總是那些構建應用程序的公司。
許多是提供底層支撐的公司。
這也是爲什麼OpenGradient引起我注意的部分原因。
將人工智能推理轉變爲可驗證、可移植且通過去中心化基礎設施可訪問的東西，感覺更像是在構建基礎的一部分，而不是另一個人工智能產品。
如果在接下來的幾年裏，人工智能代理變得更加普遍，它們可能不僅需要智能。
它們可能需要計算市場。
輸出的驗證。
爲操作員提供經濟激勵。
基礎設施很少能像應用程序那樣獲得同樣的興奮感。
但有時，軌道的價值可能超過在其上運行的火車。
現在還太早，不知道這一切將如何發展。
但我依然覺得這是一個值得關注的有趣問題。
你認爲隨着時間的推移，什麼會變得更有價值：
模型？
還是它們底下的基礎設施？
@OpenGradient
#OPG $OPG