شيء أعود إليه مرارًا وأنا أعمل من خلال توثيق @OpenGradient : يقدّم المشروع نفسه كبنية تحتية لاقتصاد الذكاء الاصطناعي، حيث يتموضع $OPG كطبقة تسوية للاستدلال القابل للتحقق، ويظهر #OPG في محادثات Web3 عن الذكاء الاصطناعي وكأن طبقة التنفيذ محايدة بالنسبة للنموذج. ما يلتزم التوثيق بالصمت بشأنه أكثر هو قيد التنسيق — فالنماذج تعمل على الشبكة كملفات ONNX. يُعدّ ONNX خيارًا موفقًا للتعلم الآلي التقليدي، والبنى العصبية الصغيرة نسبيًا، وخطوط استدلال قابلة لإعادة الإنتاج، لكن هذا ليس ما تعمل به أغلب عمليات نشر نماذج اللغة الكبيرة أو نماذج الأساس في بيئات الإنتاج اليوم. لا تنتقل المحولات الكبيرة بسلاسة إلى ONNX على نطاق واسع دون مقايضات في الدقة أو إجراء تعديلات معمارية. لذلك فإن "الذكاء الاصطناعي" في بنية تحتية للذكاء الاصطناعي أقرب إلى تنفيذ ONNX قابل للتحقق منه إلى طبقة الاستدلال التي يقصدها الناس عادةً عندما يقولون "AI" الآن. هذا ليس عائقًا قاتلًا — فاستدلال ML قابل للتحقق على السلسلة قدرة تقنية محددة وحقيقية — لكنه يعني أن المشروع يبني بنية ثقة لفئة أضيق من النماذج مما يوحي به التأطير. إن كانت طبقة التنفيذ ستتوسع لتشمل النماذج التي تقود الطلب الحالي فعلًا، أو ما إذا كان قيد ONNX يحدد بهدوء الغرض الذي صُممت الشبكة من أجله، فهذا غير محسوم بعد.