@OpenGradient i s 會不斷出現在我腦海中的,是一個簡單但很難的問題:當我們構建旨在讓 AI 更開放、可驗證的系統時,我們是否真的降低了對信任的需求,還是隻是把信任轉移到了更難看見的地方?

這種讓 AI 模型能夠在去中心化結構中託管、運行並被驗證的網絡思路,像是在嘗試解決一個每天都變得更重要的問題。隨着 AI 成爲決策、企業以及日常工具的一部分,這個問題不再只是模型能做什麼,而是人們能否理解它如何運作,以及他們能否依賴其背後的流程。

我懷疑真正的挑戰會慢慢顯現,而不是出現在早期階段——當構建者和社區的動力高度強烈時。它可能會在之後出現,當系統變得“正常化”時。當參與從激情轉爲常規,人們還會在意透明和可驗證嗎?還是說,便利會悄悄成爲更強的力量?

一直困擾我的是:去中心化並不會自動消除人的影響。它可能只是改變影響出現的地點。一個網絡在技術上可以是開放的,但實際的控制可能會聚集到那些擁有最多知識、資源或責任的人手裏。這不一定是因爲有人想要權力。有時候,複雜性本身就會帶來集中。

也許更重要的問題是:當激勵發生變化時,會發生什麼。維護基礎設施、開發模型並使用網絡的人們今天或許有着相同的目標,但這些利益可能會隨着時間分化。

我不確定像 OpenGradient 這樣的系統最終會由其技術來定義,還是由其周圍人們的行爲來定義。也許最難被去中心化的不是計算或驗證,而是人的注意力。而當這種注意力消失時,真正的。

@OpenGradient #OPG $OPG