#opg $OPG Pola yang saya perhatikan belakangan ini adalah bahwa sebagian besar percakapan seputar AI fokus pada membuat model lebih besar, lebih cepat, atau lebih mampu....
Apa yang kurang mendapat perhatian adalah pertanyaan sederhana: bagaimana kita tahu outputnya dapat dipercaya?
Di sinilah fokus OpenGradient pada AI yang dapat diverifikasi menjadi menarik.
Secara permukaan, model yang lebih besar dapat menghasilkan hasil yang lebih baik.
Namun, hasil tersebut masih berasal dari sistem yang sebagian besar pengguna tidak dapat verifikasi secara independen.
Itu menciptakan kesenjangan kepercayaan.
OpenGradient sedang menjelajahi cara untuk melampirkan bukti dan verifikasi pada perhitungan AI daripada hanya meningkatkan ukuran model.
Ide ini sederhana.
Sebuah jawaban itu berguna.
Sebuah jawaban yang dapat diperiksa lebih berguna.
Perbedaan itu penting saat AI bergerak ke area di mana keputusan membawa konsekuensi nyata.
Sementara itu, model yang lebih besar juga memerlukan lebih banyak sumber daya, lebih banyak infrastruktur, dan lebih banyak koordinasi.
Verifikasi mengatasi tantangan yang sepenuhnya berbeda.
Ini fokus pada kepercayaan, bukan hanya kemampuan.
Apakah pendekatan ini akan diadopsi secara luas masih harus dilihat.
Tetapi arah ini mencerminkan pergeseran lebih besar yang terjadi di seluruh sektor AI.
Percakapan perlahan-lahan bergerak dari "Apa yang bisa dilakukan AI?" menjadi "Bagaimana kita bisa mempercayai apa yang dilakukan AI?"
Perubahan itu mungkin akan lebih penting daripada peningkatan ukuran model berikutnya.
@OpenGradient