Wie Wert in Open AI-Systemen geschaffen wird
Ich beobachte den AI-Sektor schon eine Weile, und eines fällt mir immer wieder auf.
Die wertvollsten Teile eines AI-Systems kommen oft von vielen verschiedenen Leuten. Jemand trägt Daten bei. Ein anderer verbessert ein Modell. Eine weitere Person findet Fehler oder hilft, die Ausgaben zu verfeinern.
Von außen betrachtet, kann es manchmal so aussehen, als würde der gesamte Wert aus dem Nichts erscheinen.
Das hat sich für mich nie ganz richtig angefühlt.
Was an der Diskussion rund um
@OpenLedger interessant ist, ist, dass sie die Aufmerksamkeit darauf lenkt, woher dieser Wert tatsächlich kommt. Nicht nur das Endergebnis, sondern die Kette von Beiträgen, die dahintersteht.
Ich habe in letzter Zeit viel darüber nachgedacht, weil AI immer mehr mit dem Alltag verbunden wird. Je nützlicher diese Systeme werden, desto wichtiger erscheint es, zu verstehen, wer dazu beigetragen hat, diese Nützlichkeit überhaupt zu schaffen.
In vieler Hinsicht scheint Wert aus der Teilnahme selbst zu entstehen.
Ein Datensatz, der zuverlässiger wird.
Ein Modell, das sich im Laufe der Zeit verbessert.
Menschen, die Wissen beitragen, das sonst verstreut bleiben würde.
Diese Idee ist ein Teil davon, warum Projekte, die mit
$OPEN verbunden sind, immer wieder meine Aufmerksamkeit erregen. Der Fokus liegt nicht nur auf den AI-Ausgaben. Es werden auch die Menschen und Ressourcen berücksichtigt, die diese Ausgaben möglich machen.
Vielleicht ist das der Grund, warum Diskussionen rund um
#OpenLedger sich anders anfühlen als typische AI-Gespräche. Sie verbringen Zeit mit dem Ursprung des Wertes, nicht nur mit dem Ziel.
Aus irgendeinem Grund blieb das in meinem Kopf.
Während AI-Netzwerke weiterhin wachsen, frage ich mich, ob die stärksten Systeme die sein werden, die Beiträge genauso klar erkennen können, wie sie Ergebnisse generieren.
Es fühlt sich wie eine einfache Idee an, aber vielleicht sind einfache Ideen manchmal am wichtigsten.
#openledger #open #GrowWithSAC