你是否覺得，我們對人工智能（AI）的多數認知，來自於聽別人談論它？

你可能已經聽過很多關於模型規模、推理能力以及性能方面的內容。今天，我想分享一個不同的想法。

如果未來的AI系統開始基於我們的長期記憶、偏好、目標以及個人情境來做決策，那麼我們該如何相信它所使用的信息確實是正確的呢？

在看MemSync這類項目時，這個問題就浮現在我腦海裏。

他們的重點是解決AI的一項重大挑戰：記憶碎片化。

他們的觀點是：AI不應該只理解今天所被問到的問題。它還應該理解用戶的長期身份（語義記憶），以及當前的活動、目標和正在進行的項目（情景記憶）。

這種方法可能會讓AI在時間推移中變得更加個性化、也更有用。

但這也正是另一個挑戰的開始。

隨着AI變得越來越依賴記憶，驗證的重要性可能會比記憶本身更高。

如果一個AI代理使用我的過去情境來做決定：

那段記憶是真的嗎？有沒有被篡改？

推理過程能否被獨立驗證？

這就是爲什麼OpenGradient的做法引起了我的注意。

許多AI項目都在關注讓AI變得更聰明。然而OpenGradient致力於構建可驗證的AI基礎設施，在這種體系中，計算、推理以及AI輸出都可以被獨立驗證，而不是僅僅被信任。

在我看來，MemSync和OpenGradient代表的是同一未來AI技術棧的不同層級。 #OPG @OpenGradient

MemSync幫助AI記得更好。

OpenGradient幫助確保：AI所記住並使用的內容是可信的。

也許，未來最好的AI未必是那個能記住一切的。

它可能是那個能夠同時證明它的記憶和它的推理的AI。 #OPG $OPG @OpenGradient

在AI長期普及的過程中，你認爲哪一點會更重要？更好的記憶，還是可驗證的智能？$HEI $SLX