Ethan_BTC
506 Publikācijas
Ethan_BTC
Passionate about crypto, blockchain, AI, and Web3. Sharing research, insights, and quality content while learning, growing, and engaging with the community. 🚀
Atvērts tirdzniecības darījums
Tirgo bieži
1 mēneši
59 Seko
485 Sekotāji
401 Patika
Publikācijas
Portfelis
Visi
Cenu piedāvājumi
Tiešraides
PINNED
@OpenGradient
Es esmu domājis par kaut ko, par ko daudz nerunā decentralizētajā AI.
Ikviens runā par inteliģenci, it kā tā būtu statiska aktīva.
Apmācīt modeli.
Augšupielādēt modeli.
Uzglabāt modeli.
Gatavs.
Bet inteliģence nav vērtīga, jo tā eksistē. Tā ir vērtīga, jo tā ir pieejama, kad kādam tā ir nepieciešama.
Modelis, kas strādā 99% laika un pazūd pieprasījuma pīķa laikā, patiesībā nekonkurē ar centralizētām alternatīvām. Tas rada nenoteiktību.
Tas lika man aizdomāties, vai decentralizētās AI tīklos patiešām tiek veidoti divi dažādi produkti vienlaicīgi.
Pirmais produkts ir inteliģence.
Otrais ir uzticamība.
Un es neesmu pārliecināts, ka tirgus tos vērtē vienādi vēl.
Kad izstrādātāji integrē modeli darba plūsmā, viņi ne tikai uzticas modeļa rezultātiem. Viņi uzticas, ka modelis vēl būs tur rīt, nākamnedēļ un nākamajā mēnesī.
Tas ir ļoti atšķirīgs izaicinājums.
Tāpēc es turpinu skatīties uz @OpenGradient no infrastruktūras perspektīvas, nevis modeļa perspektīvas.
Interesantais jautājums nav "Vai tīkls var uzņemt inteliģenci?"
Tas ir "Vai tīkls var padarīt inteliģenci uzticamu?"
Jo uzticamība ir tas, kas pārvērš eksperimentu produktā.
Protams, uzticamība nav bez maksas.
Redundanse maksā resursus.
Verifikācija maksā skaitļošanu.
Uzraudzība maksā laiku.
Tīklam jāizlemj, kur šie izdevumi jānovirza un kurš tiks atalgot par kvalitātes uzturēšanu laika gaitā.
Interesanti ir tas, ka šie stimuli var izrādīties svarīgāki nekā paši modeļi.
Galu galā, AI iespējas uzlabojas katru gadu.
Uzticama infrastruktūra parasti paliek daudz ilgāk.
Jo vairāk es par to domāju, jo vairāk man šķiet, ka decentralizētie AI tīkli nekonkurēs, pamatojoties uz to, cik daudz inteliģences tie satur.
Viņi konkurēs, pamatojoties uz to, cik konsekventi šī inteliģence var tikt piekļūta, kad tas ir svarīgi.
Ja diviem tīkliem būtu vienādi spējīgi modeļi, vai jūs izvēlētos to, kuram ir vairāk inteliģences... vai to, uz kuru jūs varētu paļauties katru dienu?
@OpenGradient $OPG #OPG
$OPG
Es esmu domājis par kaut ko, par ko daudz nerunā decentralizētajā AI.
Ikviens runā par inteliģenci, it kā tā būtu statiska aktīva.
Apmācīt modeli.
Augšupielādēt modeli.
Uzglabāt modeli.
Gatavs.
Bet inteliģence nav vērtīga, jo tā eksistē. Tā ir vērtīga, jo tā ir pieejama, kad kādam tā ir nepieciešama.
Modelis, kas strādā 99% laika un pazūd pieprasījuma pīķa laikā, patiesībā nekonkurē ar centralizētām alternatīvām. Tas rada nenoteiktību.
Tas lika man aizdomāties, vai decentralizētās AI tīklos patiešām tiek veidoti divi dažādi produkti vienlaicīgi.
Pirmais produkts ir inteliģence.
Otrais ir uzticamība.
Un es neesmu pārliecināts, ka tirgus tos vērtē vienādi vēl.
Kad izstrādātāji integrē modeli darba plūsmā, viņi ne tikai uzticas modeļa rezultātiem. Viņi uzticas, ka modelis vēl būs tur rīt, nākamnedēļ un nākamajā mēnesī.
Tas ir ļoti atšķirīgs izaicinājums.
Tāpēc es turpinu skatīties uz @OpenGradient no infrastruktūras perspektīvas, nevis modeļa perspektīvas.
Interesantais jautājums nav "Vai tīkls var uzņemt inteliģenci?"
Tas ir "Vai tīkls var padarīt inteliģenci uzticamu?"
Jo uzticamība ir tas, kas pārvērš eksperimentu produktā.
Protams, uzticamība nav bez maksas.
Redundanse maksā resursus.
Verifikācija maksā skaitļošanu.
Uzraudzība maksā laiku.
Tīklam jāizlemj, kur šie izdevumi jānovirza un kurš tiks atalgot par kvalitātes uzturēšanu laika gaitā.
Interesanti ir tas, ka šie stimuli var izrādīties svarīgāki nekā paši modeļi.
Galu galā, AI iespējas uzlabojas katru gadu.
Uzticama infrastruktūra parasti paliek daudz ilgāk.
Jo vairāk es par to domāju, jo vairāk man šķiet, ka decentralizētie AI tīkli nekonkurēs, pamatojoties uz to, cik daudz inteliģences tie satur.
Viņi konkurēs, pamatojoties uz to, cik konsekventi šī inteliģence var tikt piekļūta, kad tas ir svarīgi.
Ja diviem tīkliem būtu vienādi spējīgi modeļi, vai jūs izvēlētos to, kuram ir vairāk inteliģences... vai to, uz kuru jūs varētu paļauties katru dienu?
@OpenGradient $OPG #OPG
$OPG
PINNED
@OpenGradient $OPG #OPG
Šeit ir kaut kas, par ko esmu domājis, pēc tam, kad pavadīju laiku, lasot OpenGradient darbu.
Lielākā daļa sarunu par AI joprojām koncentrējas uz lietojumprogrammām. Labāki čatboti, labāki aģenti, labākas saskarnes. Bet es atkal un atkal atgriežos pie infrastruktūras slāņa, jo jaudīgi rezultāti automātiski nenozīmē uzticamus rezultātus.
Blokķēdes padarīja īpašumu pārbaudāmu. Pirms tam cilvēki galvenokārt paļāvās uz iestādēm un uzticību. Es domāju, ka inteliģence pati virzās līdzīgā virzienā. Kad AI sāk pārvaldīt aktīvus, pieņemt lēmumus un mijiedarboties ar protokoliem, vienkārši uzticēties modelim ne vienmēr būs pietiekami.
Tas ir iemesls, kāpēc OpenGradient piesaistīja manu uzmanību. Man patīk, ka tas uztver verifikāciju kā spektru, nevis bināro izvēli. Ne katrai uzdevumam ir nepieciešami vienādi garantijas. Dažreiz TEEs ir pietiekami. Augstāka riska situācijās stiprākas verifikācijas formas ir jēgpilnas. Garantijas apjoms būtu jāatbilst kļūdīšanās sekām.
MemSync ir vēl viens aspekts, kas man šķiet interesants. Lielākā daļa AI sistēmu joprojām aizmirst kontekstu starp lietotnēm un sesijām. Pastāvīga atmiņa šķiet kā trūkstošais slānis, ja vēlamies aģentus ar reputāciju, nepārtrauktību un ilgtermiņa atbildību, nevis izolētām mijiedarbībām.
Tas, kas patiešām mainīja manu skatījumu, bija apziņa, ka caurspīdīgums un atribūcija var kļūt tikpat svarīgi kā modeļa spēja. Daudz AI produktu šodien ir iespaidīgi, bet tie joprojām ir atkarīgi no aklas uzticības. @OpenGradient izpēta infrastruktūru, kas padara inteliģenci vairāk pārbaudāmu, kas varētu būt svarīgi reputācijas sistēmām, riska pārvaldībai, protokolu optimizācijai un autonomiem aģentiem.
Varbūt nākamais lielais jautājums nav, kurš uzbūvē gudrāko AI, bet kurš uzbūvē AI, ko citi patiešām var pārbaudīt.
Vai būvētāji un kripto lietotāji domā, ka uzticība vien būs pietiekama, vai arī pārbaudāma inteliģence kļūs tikpat pamatīga kā pārbaudāms īpašums?
$OPG
Šeit ir kaut kas, par ko esmu domājis, pēc tam, kad pavadīju laiku, lasot OpenGradient darbu.
Lielākā daļa sarunu par AI joprojām koncentrējas uz lietojumprogrammām. Labāki čatboti, labāki aģenti, labākas saskarnes. Bet es atkal un atkal atgriežos pie infrastruktūras slāņa, jo jaudīgi rezultāti automātiski nenozīmē uzticamus rezultātus.
Blokķēdes padarīja īpašumu pārbaudāmu. Pirms tam cilvēki galvenokārt paļāvās uz iestādēm un uzticību. Es domāju, ka inteliģence pati virzās līdzīgā virzienā. Kad AI sāk pārvaldīt aktīvus, pieņemt lēmumus un mijiedarboties ar protokoliem, vienkārši uzticēties modelim ne vienmēr būs pietiekami.
Tas ir iemesls, kāpēc OpenGradient piesaistīja manu uzmanību. Man patīk, ka tas uztver verifikāciju kā spektru, nevis bināro izvēli. Ne katrai uzdevumam ir nepieciešami vienādi garantijas. Dažreiz TEEs ir pietiekami. Augstāka riska situācijās stiprākas verifikācijas formas ir jēgpilnas. Garantijas apjoms būtu jāatbilst kļūdīšanās sekām.
MemSync ir vēl viens aspekts, kas man šķiet interesants. Lielākā daļa AI sistēmu joprojām aizmirst kontekstu starp lietotnēm un sesijām. Pastāvīga atmiņa šķiet kā trūkstošais slānis, ja vēlamies aģentus ar reputāciju, nepārtrauktību un ilgtermiņa atbildību, nevis izolētām mijiedarbībām.
Tas, kas patiešām mainīja manu skatījumu, bija apziņa, ka caurspīdīgums un atribūcija var kļūt tikpat svarīgi kā modeļa spēja. Daudz AI produktu šodien ir iespaidīgi, bet tie joprojām ir atkarīgi no aklas uzticības. @OpenGradient izpēta infrastruktūru, kas padara inteliģenci vairāk pārbaudāmu, kas varētu būt svarīgi reputācijas sistēmām, riska pārvaldībai, protokolu optimizācijai un autonomiem aģentiem.
Varbūt nākamais lielais jautājums nav, kurš uzbūvē gudrāko AI, bet kurš uzbūvē AI, ko citi patiešām var pārbaudīt.
Vai būvētāji un kripto lietotāji domā, ka uzticība vien būs pietiekama, vai arī pārbaudāma inteliģence kļūs tikpat pamatīga kā pārbaudāms īpašums?
$OPG
Skatīt tulkojumu
𝗢𝗽𝗲𝗻𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁: A Credible AI Infrastructure Project to Watch..
I typically scroll past most AI crypto narratives, but OpenGradient stood out because it appears to be building real infrastructure rather than simply chasing market hype.
What impressed me after reviewing the documentation is how much is already in place: an active GitHub repository, SDKs, the Model Hub, and 𝗢𝗽𝗲𝗻𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁 Chat. That makes the project feel practical rather than purely conceptual. It also suggests the team is focused on building for developers who need decentralized AI infrastructure that is genuinely usable, not just well marketed.
The aspect that continues to stand out to me is verifiable AI. In an environment where trust is increasingly important, an approach centered on auditability and transparent inference feels especially relevant. The Hybrid AI Compute Architecture also caught my attention because it points to flexibility rather than forcing everything into a rigid framework.
It is still early, and execution will be critical. However, after reviewing the product and documentation, my conclusion is straightforward: OpenGradient appears to be one of the more credible AI projects worth following.
#OPG $OPG @OpenGradient #AI #DeAI #Crypto
I typically scroll past most AI crypto narratives, but OpenGradient stood out because it appears to be building real infrastructure rather than simply chasing market hype.
What impressed me after reviewing the documentation is how much is already in place: an active GitHub repository, SDKs, the Model Hub, and 𝗢𝗽𝗲𝗻𝗚𝗿𝗮𝗱𝗶𝗲𝗻𝘁 Chat. That makes the project feel practical rather than purely conceptual. It also suggests the team is focused on building for developers who need decentralized AI infrastructure that is genuinely usable, not just well marketed.
The aspect that continues to stand out to me is verifiable AI. In an environment where trust is increasingly important, an approach centered on auditability and transparent inference feels especially relevant. The Hybrid AI Compute Architecture also caught my attention because it points to flexibility rather than forcing everything into a rigid framework.
It is still early, and execution will be critical. However, after reviewing the product and documentation, my conclusion is straightforward: OpenGradient appears to be one of the more credible AI projects worth following.
#OPG $OPG @OpenGradient #AI #DeAI #Crypto
#MemeCoreMTokenCrashes80%
Kripto tirgus nekad nebeidz atgādināt, ka uzplaukums un ilgtspēja ir divas dažādas lietas.
Kad M Token nokrīt aptuveni par 80%, daudzi cilvēki apgūst mācību, kas atkārtojas katrā ciklā. Spēcīgas kopienas var radīt impulsu, bet tikai cena nav pierādījums ilgtermiņa vērtībai. Kad noskaņojums mainās, žetoni, kas strauji pieauga, var krist vēl straujāk.
Domāju, ka notikumi, līdzīgi šim, ir iemesls, kāpēc riska pārvaldība ir svarīgāka par prognozēšanu. Neviens neuzķer katru maksimumu vai minimumu. Mērķis ir izdzīvot pietiekami ilgi, lai būt klāt nākamajai iespējai.
Tirgotājiem nepastāvība rada iespējas. Investoriem tā uzdod vēl lielāku jautājumu: kas paliek, kad aizrautība izgaist? Tieši lietderība, pieņemšana un reāls pieprasījums parasti nosaka, vai projekts atgūstas vai pazūd.
Tirgus ir nežēlīgs, taču tas joprojām ir viens no labākajiem skolotājiem kriptovalūtās.
#Crypto #MemeCore #MToken #Altcoins
Kripto tirgus nekad nebeidz atgādināt, ka uzplaukums un ilgtspēja ir divas dažādas lietas.
Kad M Token nokrīt aptuveni par 80%, daudzi cilvēki apgūst mācību, kas atkārtojas katrā ciklā. Spēcīgas kopienas var radīt impulsu, bet tikai cena nav pierādījums ilgtermiņa vērtībai. Kad noskaņojums mainās, žetoni, kas strauji pieauga, var krist vēl straujāk.
Domāju, ka notikumi, līdzīgi šim, ir iemesls, kāpēc riska pārvaldība ir svarīgāka par prognozēšanu. Neviens neuzķer katru maksimumu vai minimumu. Mērķis ir izdzīvot pietiekami ilgi, lai būt klāt nākamajai iespējai.
Tirgotājiem nepastāvība rada iespējas. Investoriem tā uzdod vēl lielāku jautājumu: kas paliek, kad aizrautība izgaist? Tieši lietderība, pieņemšana un reāls pieprasījums parasti nosaka, vai projekts atgūstas vai pazūd.
Tirgus ir nežēlīgs, taču tas joprojām ir viens no labākajiem skolotājiem kriptovalūtās.
#Crypto #MemeCore #MToken #Altcoins
#BTCFallsBelow200WeekMA
Redzēt Bitcoin tirgoties zem tās 200 nedēļu slīdošā vidējā ir viens no tiem brīžiem, kas piesaista visu uzmanību. Vēsturiski šis līmenis ir uzskatīts par lielu ilgtermiņa atbalsta zonu, tāpēc, kad cena nokrīt zem tā, bailes parasti pieaug.
Personīgi es cenšos palūkoties uz situāciju no plašāka skatpunkta šādos periodos. Ekstremāla noskaņa bieži rada iespējas, un tirgus struktūra man ir svarīgāka par ikdienas jaunumiem. Neatkarīgi no tā, vai tas izrādīsies īslaicīga novirze vai kaut kas dziļāks, riska pārvaldība ir tas, kas ir svarīgi.
Volatilitāte ir daļa no kriptovalūtu pasaules. Palikt pacietīgam parasti ir grūtāk nekā palikt bullish.
#Bitcoin #btc #CryptoMarket #Trading
Redzēt Bitcoin tirgoties zem tās 200 nedēļu slīdošā vidējā ir viens no tiem brīžiem, kas piesaista visu uzmanību. Vēsturiski šis līmenis ir uzskatīts par lielu ilgtermiņa atbalsta zonu, tāpēc, kad cena nokrīt zem tā, bailes parasti pieaug.
Personīgi es cenšos palūkoties uz situāciju no plašāka skatpunkta šādos periodos. Ekstremāla noskaņa bieži rada iespējas, un tirgus struktūra man ir svarīgāka par ikdienas jaunumiem. Neatkarīgi no tā, vai tas izrādīsies īslaicīga novirze vai kaut kas dziļāks, riska pārvaldība ir tas, kas ir svarīgi.
Volatilitāte ir daļa no kriptovalūtu pasaules. Palikt pacietīgam parasti ir grūtāk nekā palikt bullish.
#Bitcoin #btc #CryptoMarket #Trading
#SKHynixADRListing
SK Hynix pāreja uz ASV ADR sarakstu piesaistīja manu uzmanību. Tas šķiet kā vēl viens signāls, ka AI infrastruktūras cikls joprojām paātrinās.
Uzņēmums ir kļuvis par vienu no lielākajiem ieguvējiem pieprasījumā pēc HBM atmiņas mikroshēmām, un paplašinot savu investoru bāzi caur Nasdaq, varētu iegūt vēl lielāku redzamību. Interesanti, ka tas nav tikai par sarakstu — tas ir par kapitāla piesaisti, lai turpinātu paplašināt AI mikroshēmu ražošanu.
AI pieprasījums rada iespējas tālu pāri programmatūrai. Aparatūras slānis kļūst tikpat svarīgs, un uzņēmumi, kas nodrošina ekosistēmu, pozicionē sevi nākamajai fāzei.
Noteikti attīstība, ko vērts vērot. 👀
#AI #Semiconductors #Nasdaq #TechStocks
SK Hynix pāreja uz ASV ADR sarakstu piesaistīja manu uzmanību. Tas šķiet kā vēl viens signāls, ka AI infrastruktūras cikls joprojām paātrinās.
Uzņēmums ir kļuvis par vienu no lielākajiem ieguvējiem pieprasījumā pēc HBM atmiņas mikroshēmām, un paplašinot savu investoru bāzi caur Nasdaq, varētu iegūt vēl lielāku redzamību. Interesanti, ka tas nav tikai par sarakstu — tas ir par kapitāla piesaisti, lai turpinātu paplašināt AI mikroshēmu ražošanu.
AI pieprasījums rada iespējas tālu pāri programmatūrai. Aparatūras slānis kļūst tikpat svarīgs, un uzņēmumi, kas nodrošina ekosistēmu, pozicionē sevi nākamajai fāzei.
Noteikti attīstība, ko vērts vērot. 👀
#AI #Semiconductors #Nasdaq #TechStocks
lūdzu, uzspied like uz manu postu vai komentāru
follow,comment
No Ethan_BTC
@OpenGradient $OPG #OPG
Esmu pavadījis daudz laika, vērojot AI naratīvus, un viena lieta, pie kā es pastāvīgi atgriežos, ir šāda: lietojumprogrammas saņem uzmanību, bet infrastruktūra ir tā, kas paliek.
Tāpēc OpenGradient man šķiet interesants. Lielākā daļa AI produktu šodien ir jaudīgi, bet tie joprojām ir atkarīgi no uzticības. Tu nosūti ieteikumu, saņem atbildi un cer, ka sistēma izdarīja to, ko tā apgalvoja. Mēs atrisinājām īpašumtiesības ar blokķēdēm, jo aktīviem bija nepieciešama verifikācija. Es domāju, ka inteliģence pati par sevi varētu galu galā prasīt to pašu apstrādi.
Viena lieta, ko es novērtēju par OpenGradient, ir tā, ka tā nenovērtē verifikāciju kā bināru problēmu. Ne katram darba slodzes veidam ir nepieciešamas tās pašas garantijas. Pierādījumu līmenim jāatbilst riskam. Tas šķiet daudz tuvāk tam, kā reālās sistēmas attīstās.
Es arī domāju, ka atmiņa ir novērtēta par zemu. AI šķiet gudra, līdz tu pāriet uz citu platformu un saproti, ka tā aizmirsusi visu. MemSync man izcēlās, jo pastāvīga atmiņa varētu pārvērst izolētas mijiedarbības par nepārtrauktu identitāti un kontekstu. Tam ir sekas, kas tālu pārsniedz čatu. Reputācijas sistēmas, riska pārvaldība, AI aģenti un pat protokola optimizācija kļūst daudz interesantāki, kad inteliģence var atcerēties.
Mans lielākais atklājums pēc pētniecības izlasīšanas ir tas, ka atribūcija var kļūt tikpat svarīga kā spēja. Lielāki modeļi paši par sevi neatrisinās uzticību. Zināšana, kā inteliģence tika izpildīta, no kurienes nāca izejas, un iespēja pārbaudīt procesu var būt tikpat svarīga.
Varbūt tā ir patiesā pārmaiņa, kas notiek zem visas AI troksnī.
Kā veidotāji un kripto lietotāji, vai jūs domājat, ka galu galā mēs vairāk rūpēsimies par modeļa sniegumu vai par inteliģenci, kuru patiešām var pārbaudīt un atcerēties?
$OPG
Esmu pavadījis daudz laika, vērojot AI naratīvus, un viena lieta, pie kā es pastāvīgi atgriežos, ir šāda: lietojumprogrammas saņem uzmanību, bet infrastruktūra ir tā, kas paliek.
Tāpēc OpenGradient man šķiet interesants. Lielākā daļa AI produktu šodien ir jaudīgi, bet tie joprojām ir atkarīgi no uzticības. Tu nosūti ieteikumu, saņem atbildi un cer, ka sistēma izdarīja to, ko tā apgalvoja. Mēs atrisinājām īpašumtiesības ar blokķēdēm, jo aktīviem bija nepieciešama verifikācija. Es domāju, ka inteliģence pati par sevi varētu galu galā prasīt to pašu apstrādi.
Viena lieta, ko es novērtēju par OpenGradient, ir tā, ka tā nenovērtē verifikāciju kā bināru problēmu. Ne katram darba slodzes veidam ir nepieciešamas tās pašas garantijas. Pierādījumu līmenim jāatbilst riskam. Tas šķiet daudz tuvāk tam, kā reālās sistēmas attīstās.
Es arī domāju, ka atmiņa ir novērtēta par zemu. AI šķiet gudra, līdz tu pāriet uz citu platformu un saproti, ka tā aizmirsusi visu. MemSync man izcēlās, jo pastāvīga atmiņa varētu pārvērst izolētas mijiedarbības par nepārtrauktu identitāti un kontekstu. Tam ir sekas, kas tālu pārsniedz čatu. Reputācijas sistēmas, riska pārvaldība, AI aģenti un pat protokola optimizācija kļūst daudz interesantāki, kad inteliģence var atcerēties.
Mans lielākais atklājums pēc pētniecības izlasīšanas ir tas, ka atribūcija var kļūt tikpat svarīga kā spēja. Lielāki modeļi paši par sevi neatrisinās uzticību. Zināšana, kā inteliģence tika izpildīta, no kurienes nāca izejas, un iespēja pārbaudīt procesu var būt tikpat svarīga.
Varbūt tā ir patiesā pārmaiņa, kas notiek zem visas AI troksnī.
Kā veidotāji un kripto lietotāji, vai jūs domājat, ka galu galā mēs vairāk rūpēsimies par modeļa sniegumu vai par inteliģenci, kuru patiešām var pārbaudīt un atcerēties?
$OPG
@OpenGradient $OPG #OPG
Šeit ir kaut kas, pie kā es atkal un atkal atgriežos, pēc tam, kad esmu pavadījis laiku, izlasot par OpenGradient.
Lielākā daļa AI sarunu joprojām ir saistītas ar aplikācijām. Labāki čatboti, labāki aģenti, labākas saskarnes. Es domāju, ka infrastruktūras slānis tiek aizmirsts, pat ja tieši tur ir daudzas grūtās problēmas.
Tas, kas piesaistīja manu uzmanību pie @OpenGradient , nebija vēl viena AI lietotne. Tā bija doma, ka intelektam pašam varētu būt nepieciešama verifikācija.
Blokķēdes padarīja īpašumtiesības pārbaudāmas. Mēs vairs nepaļaujamies tikai uz bilancēm; mēs varam tās pārbaudīt. Es pastāvīgi domāju, vai AI rezultātiem galu galā būs nepieciešama tāda pati pieeja. Modeļi kļūst neticami spējīgi, bet lielākā daļa produktu joprojām prasa mums uzticēties tam, kas notiek iekšējā melnā kastē.
Tāpēc man šķiet interesanti, ka OpenGradient strādā pie pārbaudāmas secināšanas. Nevis tāpēc, ka tas ir pievilcīgi, bet tāpēc, ka atribūcija un caurredzamība var izrādīties tikpat svarīgas kā modeļa kvalitāte. Ja AI aģenti pārvalda risku, optimizē protokolus vai veido reputācijas sistēmas, spēja pārbaudīt, kā tika pieņemti lēmumi, ir svarīga.
Es arī pavadīju laiku, pētot MemSync. Viens no iemesliem, kāpēc esmu vīlies AI rīkos, ir tas, kā katra platforma aizmirst kontekstu. Tu skaidro sevi atkal un atkal. MemSync ideja par pastāvīgu atmiņu starp aplikācijām šķiet kā trūkstoša sastāvdaļa, ja AI patiesi jāpaliek noderīgam laika gaitā.
Mana lielākā atziņa bija saprast, ka uzticība nav patiešām infrastruktūra. Verifikācija ir.
Mūsdienās daudzas AI produkti ir jaudīgi, bet tie joprojām atkarīgi no ticības. OpenGradient šķiet, ka pēta, kas notiek, kad intelekts kļūst pārbaudāms.
Vai būvētāji un kriptovalūtu lietotāji domā, ka AI sistēmām galu galā vajadzētu nodrošināt pierādījumus un atribūciju, vai arī tikai spēja ir pietiekama? Es varu arī padarīt to sarunīgāku vai vairāk optimizētu Binance Square iesaistīšanai.
$OPG
Šeit ir kaut kas, pie kā es atkal un atkal atgriežos, pēc tam, kad esmu pavadījis laiku, izlasot par OpenGradient.
Lielākā daļa AI sarunu joprojām ir saistītas ar aplikācijām. Labāki čatboti, labāki aģenti, labākas saskarnes. Es domāju, ka infrastruktūras slānis tiek aizmirsts, pat ja tieši tur ir daudzas grūtās problēmas.
Tas, kas piesaistīja manu uzmanību pie @OpenGradient , nebija vēl viena AI lietotne. Tā bija doma, ka intelektam pašam varētu būt nepieciešama verifikācija.
Blokķēdes padarīja īpašumtiesības pārbaudāmas. Mēs vairs nepaļaujamies tikai uz bilancēm; mēs varam tās pārbaudīt. Es pastāvīgi domāju, vai AI rezultātiem galu galā būs nepieciešama tāda pati pieeja. Modeļi kļūst neticami spējīgi, bet lielākā daļa produktu joprojām prasa mums uzticēties tam, kas notiek iekšējā melnā kastē.
Tāpēc man šķiet interesanti, ka OpenGradient strādā pie pārbaudāmas secināšanas. Nevis tāpēc, ka tas ir pievilcīgi, bet tāpēc, ka atribūcija un caurredzamība var izrādīties tikpat svarīgas kā modeļa kvalitāte. Ja AI aģenti pārvalda risku, optimizē protokolus vai veido reputācijas sistēmas, spēja pārbaudīt, kā tika pieņemti lēmumi, ir svarīga.
Es arī pavadīju laiku, pētot MemSync. Viens no iemesliem, kāpēc esmu vīlies AI rīkos, ir tas, kā katra platforma aizmirst kontekstu. Tu skaidro sevi atkal un atkal. MemSync ideja par pastāvīgu atmiņu starp aplikācijām šķiet kā trūkstoša sastāvdaļa, ja AI patiesi jāpaliek noderīgam laika gaitā.
Mana lielākā atziņa bija saprast, ka uzticība nav patiešām infrastruktūra. Verifikācija ir.
Mūsdienās daudzas AI produkti ir jaudīgi, bet tie joprojām atkarīgi no ticības. OpenGradient šķiet, ka pēta, kas notiek, kad intelekts kļūst pārbaudāms.
Vai būvētāji un kriptovalūtu lietotāji domā, ka AI sistēmām galu galā vajadzētu nodrošināt pierādījumus un atribūciju, vai arī tikai spēja ir pietiekama? Es varu arī padarīt to sarunīgāku vai vairāk optimizētu Binance Square iesaistīšanai.
$OPG
@OpenGradient $OPG #OPG
Kaut kas, par ko es pēdējā laikā domāju:
Mēs tērējam daudz laika runājot par to, kam pieder aktīvi, bet ne tik daudz par to, kam pieder lēmumi.
Ja AI aģenti galu galā pārvalda makus, izpilda stratēģijas vai palīdz pārvaldīt DAO, tad bilances saglabāšana nav pietiekama. Arī šo darbību pamatojums ir svarīgs.
Tas ir viens no iemesliem, kāpēc es sāku pētīt @OpenGradient.
Lielākā daļa AI sistēmu šodien dod jums rezultātu un lūdz jums tam uzticēties. Bet ilgtermiņa autonomija prasa vairāk nekā tikai automatizāciju. Tā prasa nepārtrauktību un atbildību.
Interesanti, ka OpenGradient ideja ir tā, ka atmiņa un secinājumi var kļūt pārbaudāmi, nevis izzust centralizētās melnās kastēs. Ja AI aģents nākotnē maina kursu, būtu jābūt veidam saprast, kāpēc, ne tikai ko tas izdarīja.
Varbūt es domāju pārāk tālu uz priekšu, bet posthumanā mantojuma tēma šķiet nenovērtēta.
Bagātības nodošana pa paaudzēm jau ir iespējama.
Nodrošināt nodomu saglabāšanu pa paaudzēm varētu būt grūtāks uzdevums.
Un, ja AI kļūst par daļu no šīs nākotnes, uzticība nevar būt atkarīga no vienas kompānijas vai servera.
Interesanti redzēt, kā šī joma attīstās.
$OPG
Kaut kas, par ko es pēdējā laikā domāju:
Mēs tērējam daudz laika runājot par to, kam pieder aktīvi, bet ne tik daudz par to, kam pieder lēmumi.
Ja AI aģenti galu galā pārvalda makus, izpilda stratēģijas vai palīdz pārvaldīt DAO, tad bilances saglabāšana nav pietiekama. Arī šo darbību pamatojums ir svarīgs.
Tas ir viens no iemesliem, kāpēc es sāku pētīt @OpenGradient.
Lielākā daļa AI sistēmu šodien dod jums rezultātu un lūdz jums tam uzticēties. Bet ilgtermiņa autonomija prasa vairāk nekā tikai automatizāciju. Tā prasa nepārtrauktību un atbildību.
Interesanti, ka OpenGradient ideja ir tā, ka atmiņa un secinājumi var kļūt pārbaudāmi, nevis izzust centralizētās melnās kastēs. Ja AI aģents nākotnē maina kursu, būtu jābūt veidam saprast, kāpēc, ne tikai ko tas izdarīja.
Varbūt es domāju pārāk tālu uz priekšu, bet posthumanā mantojuma tēma šķiet nenovērtēta.
Bagātības nodošana pa paaudzēm jau ir iespējama.
Nodrošināt nodomu saglabāšanu pa paaudzēm varētu būt grūtāks uzdevums.
Un, ja AI kļūst par daļu no šīs nākotnes, uzticība nevar būt atkarīga no vienas kompānijas vai servera.
Interesanti redzēt, kā šī joma attīstās.
$OPG
#opg $OPG @OpenGradient
Viens, ko esmu pamanījis, pavadot laiku pie AI un kriptovalūtām, ir tas, ka uzticība reti vai nu palielinās nejauši.
Kriptovalūtās caurspīdīgums ir kļuvis vērtīgs, jo lietotāji galu galā pārstāja būt apmierināti ar "vienkārši uzticieties mums." Bloku izpētes rīki, on-chain ieraksti un pārbaudāmas transakcijas mainīja gaidas. Kad cilvēki piedzīvoja caurspīdīgumu, kļuva grūti atgriezties atpakaļ.
Tieši tāpēc OpenGradient turpina piesaistīt manu uzmanību.
Lielākā daļa AI diskusiju koncentrējas uz modeļu efektivitāti. Lielāki modeļi, ātrākas atbildes, labāki rādītāji. Noderīgi metri, protams. Bet esmu sācis domāt, vai nākamais šaurs posms nav tieši uzticība. Ja AI sistēmas ietekmēs finanšu lēmumus, automatizēs darba plūsmas vai kļūs par infrastruktūru citām aplikācijām, kā lietotāji var pārbaudīt, kas notika aiz rezultāta?
Tas, kas mani interesē par OpenGradient, ir mēģinājums apvienot AI inferenci ar verifikāciju, nevis izturēt tās kā atsevišķas problēmas. Arhitektūra virza uzmanību uz jautājumu, kas šķiet arvien svarīgāks: vai AI var kļūt pārbaudāms, nevis palikt melnā kaste?
Es nesen izlasīju OpenGradient materiālu par decentralizētu AI infrastruktūru un atmiņas sistēmām, un tas, kas izcēlās, nebija spilgts solījums. Tā bija uzmanība uz atbildību. Ideja, ka aprēķiniem jābūt novērojamiem un pārbaudāmiem, šķiet ļoti saskaņota ar principiem, kas padarīja blokķēdi vērtīgu vispirms.
Varbūt lielākā daļa lietotāju šodien par to neuztraucas.
Bet vēsture liecina, ka cilvēki reti pieprasa caurspīdīgumu, līdz brīdim, kad viņiem tas ir nepieciešams.
Projekti, kurus es turpinu vērot, ir tie, kas gatavojas šim brīdim pirms visi pārējie to pamanīs.
Ko tu domā – vai pārbaudāms AI kļūs par prasību, vai ērtība vienmēr uzvarēs?
Viens, ko esmu pamanījis, pavadot laiku pie AI un kriptovalūtām, ir tas, ka uzticība reti vai nu palielinās nejauši.
Kriptovalūtās caurspīdīgums ir kļuvis vērtīgs, jo lietotāji galu galā pārstāja būt apmierināti ar "vienkārši uzticieties mums." Bloku izpētes rīki, on-chain ieraksti un pārbaudāmas transakcijas mainīja gaidas. Kad cilvēki piedzīvoja caurspīdīgumu, kļuva grūti atgriezties atpakaļ.
Tieši tāpēc OpenGradient turpina piesaistīt manu uzmanību.
Lielākā daļa AI diskusiju koncentrējas uz modeļu efektivitāti. Lielāki modeļi, ātrākas atbildes, labāki rādītāji. Noderīgi metri, protams. Bet esmu sācis domāt, vai nākamais šaurs posms nav tieši uzticība. Ja AI sistēmas ietekmēs finanšu lēmumus, automatizēs darba plūsmas vai kļūs par infrastruktūru citām aplikācijām, kā lietotāji var pārbaudīt, kas notika aiz rezultāta?
Tas, kas mani interesē par OpenGradient, ir mēģinājums apvienot AI inferenci ar verifikāciju, nevis izturēt tās kā atsevišķas problēmas. Arhitektūra virza uzmanību uz jautājumu, kas šķiet arvien svarīgāks: vai AI var kļūt pārbaudāms, nevis palikt melnā kaste?
Es nesen izlasīju OpenGradient materiālu par decentralizētu AI infrastruktūru un atmiņas sistēmām, un tas, kas izcēlās, nebija spilgts solījums. Tā bija uzmanība uz atbildību. Ideja, ka aprēķiniem jābūt novērojamiem un pārbaudāmiem, šķiet ļoti saskaņota ar principiem, kas padarīja blokķēdi vērtīgu vispirms.
Varbūt lielākā daļa lietotāju šodien par to neuztraucas.
Bet vēsture liecina, ka cilvēki reti pieprasa caurspīdīgumu, līdz brīdim, kad viņiem tas ir nepieciešams.
Projekti, kurus es turpinu vērot, ir tie, kas gatavojas šim brīdim pirms visi pārējie to pamanīs.
Ko tu domā – vai pārbaudāms AI kļūs par prasību, vai ērtība vienmēr uzvarēs?
Viena ideja turpina parādīties, jo dziļāk es ieeju AI infrastruktūrā.
Mēs pavadām daudz laika, jautājot, vai AI var domāt.
Es sāku domāt, vai svarīgāks jautājums nav tas, vai AI var atcerēties atbildīgi.
Nevis atmiņa vienkāršā nozīmē.
Nevis atcerēties savu iecienītāko krāsu.
Nevis atcerēties savu pēdējo sarunu.
Kaut kas dziļāks.
Konteksts.
Katra lēmuma, ko pieņemat.
Katra mācība, ko apgūstat.
Katrs kļūdas atkārtojums.
Katra ticība, ko lēnām maināt.
Laika gaitā šie mirkļi kļūst par stāstu.
Cilvēki nesaprot sevi, balstoties uz izolētiem faktiem.
Mēs saprotam sevi caur naratīvu.
Tas ir tas, kas padara atmiņu tik interesantu.
Pietiekami attīstīts atmiņas slānis nav tikai informācijas glabāšana.
Tas saglabā nepārtrauktību.
Un nepārtrauktība rada kaut ko, ko inteliģence pati par sevi nevar nodrošināt:
Perspektīvu.
Bez atmiņas AI atbild uz jautājumiem.
Ar atmiņu AI sāk saprast, kāpēc šie jautājumi turpina parādīties.
Bet tas rada citu problēmu.
Ja AI mūs atcerēsies, kas pieder šai atmiņai?
Kas to pārbauda?
Kas to kontrolē?
Kas no tā gūst labumu?
Šeit $OPG jūtas virzieniski atšķirīgi.
Lielākā daļa AI projektu koncentrējas uz inteliģences ģenerēšanu.
OpenGradient izpēta infrastruktūru, kas nepieciešama, lai inteliģence būtu pastāvīga, pārbaudāma un lietotājam saskaņota.
Pastāvīga atmiņa.
Pārbaudāma aprēķināšana.
Decentralizēta izpilde.
Lietotāja piederīga konteksts.
Atsevišķi šie ir tehniskie aspekti.
Kopā tie norāda uz kaut ko lielāku.
AI sistēma, kas ne tikai sniedz atbildes.
AI sistēma, kas var palīdzēt identificēt atkārtojošos modeļus visu lēmumu laikā, ļaujot lietotājiem pārbaudīt, kā šie secinājumi tika izveidoti.
Internets deva mums piekļuvi informācijai.
AI sniedz mums piekļuvi inteliģencei.
Nākamā robeža varētu būt dot cilvēkiem piekļuvi viņu pašu naratīvam.
Un ja šī nākotne pienāk, visvērtīgākais AI var nebūt tas, kas zina visvairāk.
Tas var būt tas, kas saprot stāstu aiz zināšanām.
@OpenGradient
#OPG #OpenGradient #OpenIntelligence #VerifiableAI #AIMemory
Mēs pavadām daudz laika, jautājot, vai AI var domāt.
Es sāku domāt, vai svarīgāks jautājums nav tas, vai AI var atcerēties atbildīgi.
Nevis atmiņa vienkāršā nozīmē.
Nevis atcerēties savu iecienītāko krāsu.
Nevis atcerēties savu pēdējo sarunu.
Kaut kas dziļāks.
Konteksts.
Katra lēmuma, ko pieņemat.
Katra mācība, ko apgūstat.
Katrs kļūdas atkārtojums.
Katra ticība, ko lēnām maināt.
Laika gaitā šie mirkļi kļūst par stāstu.
Cilvēki nesaprot sevi, balstoties uz izolētiem faktiem.
Mēs saprotam sevi caur naratīvu.
Tas ir tas, kas padara atmiņu tik interesantu.
Pietiekami attīstīts atmiņas slānis nav tikai informācijas glabāšana.
Tas saglabā nepārtrauktību.
Un nepārtrauktība rada kaut ko, ko inteliģence pati par sevi nevar nodrošināt:
Perspektīvu.
Bez atmiņas AI atbild uz jautājumiem.
Ar atmiņu AI sāk saprast, kāpēc šie jautājumi turpina parādīties.
Bet tas rada citu problēmu.
Ja AI mūs atcerēsies, kas pieder šai atmiņai?
Kas to pārbauda?
Kas to kontrolē?
Kas no tā gūst labumu?
Šeit $OPG jūtas virzieniski atšķirīgi.
Lielākā daļa AI projektu koncentrējas uz inteliģences ģenerēšanu.
OpenGradient izpēta infrastruktūru, kas nepieciešama, lai inteliģence būtu pastāvīga, pārbaudāma un lietotājam saskaņota.
Pastāvīga atmiņa.
Pārbaudāma aprēķināšana.
Decentralizēta izpilde.
Lietotāja piederīga konteksts.
Atsevišķi šie ir tehniskie aspekti.
Kopā tie norāda uz kaut ko lielāku.
AI sistēma, kas ne tikai sniedz atbildes.
AI sistēma, kas var palīdzēt identificēt atkārtojošos modeļus visu lēmumu laikā, ļaujot lietotājiem pārbaudīt, kā šie secinājumi tika izveidoti.
Internets deva mums piekļuvi informācijai.
AI sniedz mums piekļuvi inteliģencei.
Nākamā robeža varētu būt dot cilvēkiem piekļuvi viņu pašu naratīvam.
Un ja šī nākotne pienāk, visvērtīgākais AI var nebūt tas, kas zina visvairāk.
Tas var būt tas, kas saprot stāstu aiz zināšanām.
@OpenGradient
#OPG #OpenGradient #OpenIntelligence #VerifiableAI #AIMemory
Pirms dažiem gadiem neviens īpaši nedomāja par mākoņu pakalpojumu sniedzējiem.
Tu izveidoji lietotni.
Mākoņi parūpējās par visu pārējo.
Lielāko daļu laika tas strādāja labi.
Tad notika pārtraukumi.
Pēkšņi visi atcerējās, cik daudz no viņu biznesa ir atkarīgs no infrastruktūras, kuru viņi nekontrolē.
Man bija līdzīga doma, lasot par OpenGradient.
Lielākā daļa sarunu par AI koncentrējas uz modeļiem.
Kurš modelis ir gudrāks.
Kurš modelis ir ātrāks.
Kurš modelis dod labāko iznākumu.
Bet, jo vairāk AI kļūst par daļu no lietotnēm, jo mazāk es domāju, ka modelis ir visa stāsta pamatā.
Kas notiek, kad tavs produkts ir atkarīgs no infrastruktūras, kuru tu nevar pārbaudīt?
Kas notiek, kad cenas mainās?
Kas notiek, kad piekļuve mainās?
Kas notiek, kad pakalpojums izzūd?
Šie jautājumi reti ir svarīgi līdz brīdim, kad tie kļūst svarīgi visi reizē.
Tāpēc man OpenGradient pieeja šķiet interesanta.
Projekts nav tikai koncentrējies uz AI iznākumiem.
Tas veido infrastruktūru ap modeļu mitināšanu, izpildot secinājumus un pārbaudot, kas notika pēc tam.
Dīvainā veidā tas man atgādina mazāk par AI uzņēmumu un vairāk par infrastruktūras uzņēmumu.
Modelis ģenerē atbildi.
Infrastruktūra nosaka, vai kāds var uz to paļauties.
Varbūt centralizētie pakalpojumu sniedzēji turpina uzvarēt, jo tie ir ātrāki un vieglāki.
Tas ir pilnīgi iespējams.
Bet, ja AI kļūst par daļu no finanšu sistēmām, autonomajiem aģentiem un on-chain lietotnēm, es pieņemu, ka cilvēki pavadīs mazāk laika jautājot "Kurš modelis?" un vairāk laika jautājot "Kurš kontrolē slāni zem tā?"
Tas šķiet kā pilnīgi cits jautājums.
@OpenGradient $OPG #OPG $H $BTC
Tu izveidoji lietotni.
Mākoņi parūpējās par visu pārējo.
Lielāko daļu laika tas strādāja labi.
Tad notika pārtraukumi.
Pēkšņi visi atcerējās, cik daudz no viņu biznesa ir atkarīgs no infrastruktūras, kuru viņi nekontrolē.
Man bija līdzīga doma, lasot par OpenGradient.
Lielākā daļa sarunu par AI koncentrējas uz modeļiem.
Kurš modelis ir gudrāks.
Kurš modelis ir ātrāks.
Kurš modelis dod labāko iznākumu.
Bet, jo vairāk AI kļūst par daļu no lietotnēm, jo mazāk es domāju, ka modelis ir visa stāsta pamatā.
Kas notiek, kad tavs produkts ir atkarīgs no infrastruktūras, kuru tu nevar pārbaudīt?
Kas notiek, kad cenas mainās?
Kas notiek, kad piekļuve mainās?
Kas notiek, kad pakalpojums izzūd?
Šie jautājumi reti ir svarīgi līdz brīdim, kad tie kļūst svarīgi visi reizē.
Tāpēc man OpenGradient pieeja šķiet interesanta.
Projekts nav tikai koncentrējies uz AI iznākumiem.
Tas veido infrastruktūru ap modeļu mitināšanu, izpildot secinājumus un pārbaudot, kas notika pēc tam.
Dīvainā veidā tas man atgādina mazāk par AI uzņēmumu un vairāk par infrastruktūras uzņēmumu.
Modelis ģenerē atbildi.
Infrastruktūra nosaka, vai kāds var uz to paļauties.
Varbūt centralizētie pakalpojumu sniedzēji turpina uzvarēt, jo tie ir ātrāki un vieglāki.
Tas ir pilnīgi iespējams.
Bet, ja AI kļūst par daļu no finanšu sistēmām, autonomajiem aģentiem un on-chain lietotnēm, es pieņemu, ka cilvēki pavadīs mazāk laika jautājot "Kurš modelis?" un vairāk laika jautājot "Kurš kontrolē slāni zem tā?"
Tas šķiet kā pilnīgi cits jautājums.
@OpenGradient $OPG #OPG $H $BTC
Tas pārvērš sarunu no "Vai mēs varam pārbaudīt AI?" uz "Kad pārbaude ir vērta maksāt?" Tas šķiet daudz praktiskāks jautājums reālai adopcijai. Interesanta perspektīva. Ja pārbaude kļūst par aģenta izmaksu struktūru, vai domājat, ka nākotnes AI sistēmas dinamiski izvēlēsies dažādas pārbaudes pakāpes, pamatojoties uz katras lēmuma vērtību?
WEB__BTC
·
--
PozitīvsEs kādreiz domāju, ka verifikācija galvenokārt bija drošības funkcija.
Jo vairāk domāju par AI aģentiem, jo mazāk esmu drošs.
Stabilā monēta arbitrāžas bots atrod iespēju, kas ir vērta $0.80.
Nav liela. Bet, ja tas rīkojas pietiekami ātri, šīs mazās iespējas sakrājas.
Tagad iedomājieties, ka botam ir izvēle:
- Izpildīt uzreiz.
- Pieprasīt verificētu secinājumu vispirms.
Verifikācija palielina uzticību. Tā arī pievieno izmaksas un aizturi.
Sākumā tas izklausās pēc tehniska jautājuma.
Jo ilgāk es ar to sēžu, jo vairāk tas šķiet kā ekonomisks jautājums.
Jo aģenti nepiedzīvo uzticību.
Viņi piedzīvo stimulu.
Ja verifikācija kļūst par vēl vienu rindu stratēģijas PnL, optimizācijas spiediens galu galā sasniegs arī to.
Tas nenozīmē, ka verifikācija zaudē.
Tas nozīmē, ka verifikācijai ir jāpamato sevi ekonomiski.
Tas ir viens no iemesliem, kāpēc OpenGradient piesaistīja manu uzmanību.
Tā vietā, lai piespiestu dārgas aprēķināšanas uz konsensu, OpenGradient atdala secinājumus no verifikācijas, izmantojot savu Hibrīdo AI Datoru Arhitektūru (HACA).
GPU mezgli izpilda modeļus.
Konsensa mezgli verifikē rezultātus asinkroni.
Mērķis nav tikai uzticība.
Tas ir padarīt uzticību pietiekami praktisku, lai lietojumprogrammas turpinātu to izmantot.
Interesantais jautājums nav vai verifikācija ir svarīga.
Tā noteikti ir.
Interesantais jautājums ir vai verifikācija var palikt vērtīga, kad katrs ap to esošais sistēma optimizē ātrumu.
Tur es domāju, ka īstais tests sākas.
@OpenGradient $OPG #OPG $BTC $H
Jo vairāk domāju par AI aģentiem, jo mazāk esmu drošs.
Stabilā monēta arbitrāžas bots atrod iespēju, kas ir vērta $0.80.
Nav liela. Bet, ja tas rīkojas pietiekami ātri, šīs mazās iespējas sakrājas.
Tagad iedomājieties, ka botam ir izvēle:
- Izpildīt uzreiz.
- Pieprasīt verificētu secinājumu vispirms.
Verifikācija palielina uzticību. Tā arī pievieno izmaksas un aizturi.
Sākumā tas izklausās pēc tehniska jautājuma.
Jo ilgāk es ar to sēžu, jo vairāk tas šķiet kā ekonomisks jautājums.
Jo aģenti nepiedzīvo uzticību.
Viņi piedzīvo stimulu.
Ja verifikācija kļūst par vēl vienu rindu stratēģijas PnL, optimizācijas spiediens galu galā sasniegs arī to.
Tas nenozīmē, ka verifikācija zaudē.
Tas nozīmē, ka verifikācijai ir jāpamato sevi ekonomiski.
Tas ir viens no iemesliem, kāpēc OpenGradient piesaistīja manu uzmanību.
Tā vietā, lai piespiestu dārgas aprēķināšanas uz konsensu, OpenGradient atdala secinājumus no verifikācijas, izmantojot savu Hibrīdo AI Datoru Arhitektūru (HACA).
GPU mezgli izpilda modeļus.
Konsensa mezgli verifikē rezultātus asinkroni.
Mērķis nav tikai uzticība.
Tas ir padarīt uzticību pietiekami praktisku, lai lietojumprogrammas turpinātu to izmantot.
Interesantais jautājums nav vai verifikācija ir svarīga.
Tā noteikti ir.
Interesantais jautājums ir vai verifikācija var palikt vērtīga, kad katrs ap to esošais sistēma optimizē ātrumu.
Tur es domāju, ka īstais tests sākas.
@OpenGradient $OPG #OPG $BTC $H
$OPG
Piekritu. Reālā izaicinājums nav tikai atmiņas glabāšana, bet gan īpašumtiesību, piekrišanas un privātuma pierādīšana, neupurējot lietojamību. Ja OpenGradient varēs panākt šo līdzsvaru, pārbaudāma atmiņa varētu kļūt par pamatu uzticamai AI. Lielākā daļa cilvēku koncentrējas uz modeļa sniegumu. Ļoti daudzi nerunā par atbildību.
Piekritu. Reālā izaicinājums nav tikai atmiņas glabāšana, bet gan īpašumtiesību, piekrišanas un privātuma pierādīšana, neupurējot lietojamību. Ja OpenGradient varēs panākt šo līdzsvaru, pārbaudāma atmiņa varētu kļūt par pamatu uzticamai AI. Lielākā daļa cilvēku koncentrējas uz modeļa sniegumu. Ļoti daudzi nerunā par atbildību.
WEB__BTC
·
--
Inteliģences pārbaudes ideja šķiet loģisks nākamais solis pēc transakciju apstiprināšanas. Uzticība kļūst par trūkstošo slāni AI sarunā. Interesanta perspektīva.
#opg
Tikai lasot OpenGradient dokumentāciju, man nepiesaistīja uzmanību. Man pievērsa uzmanību tas, cik daudz laika es tērēju, pārbaudot tos pašus projektus, jo pilnībā neuzticos informācijas pēdai, ko esmu atstājis.
Tāpēc #OPG izcēlās man.
Lielākā daļa AI projektu konkurē, lai būtu gudrāki. OpenGradient, šķiet, vairāk koncentrējas uz to, lai AI rezultāti būtu pārbaudāmi. Man tas ir interesantāks uzdevums. AI atbilde ir noderīga tikai tad, ja es varu uzticēties, no kurienes tā nāk un vai tā ir mainīta pa ceļam.
Es arī pavadīju nedaudz laika, skatoties uz $OPG pašu. Grafiks stāsta citu stāstu nekā mārketings. Pāreja no $0.48 uz $0.13 bija sāpīgs atgādinājums, ka spēcīgas narratīvas nepasargā investorus no kritumiem. Pat tagad tikai neliela daļa no kopējā piedāvājuma ir apritē, kas ir kaut kas, ko es nevaru ignorēt.
Vieta, kuru es uzraugu, nav atlīdzības fonds vai biržu saraksti. Tas ir tas, vai izstrādātāji turpinās izmantot tīklu, kad stimulu vairs nav.
Pārbaudāma secināšana risina reālu problēmu. Jautājums ir, vai pastāv pietiekama reāla pieprasījuma, lai šo risinājumu pārvērstu ilgstošā vērtībā.
Ko visi seko: pieņemšanas metriem vai tokenomikai?
$OPG @OpenGradient #OPG $BTW
Tikai lasot OpenGradient dokumentāciju, man nepiesaistīja uzmanību. Man pievērsa uzmanību tas, cik daudz laika es tērēju, pārbaudot tos pašus projektus, jo pilnībā neuzticos informācijas pēdai, ko esmu atstājis.
Tāpēc #OPG izcēlās man.
Lielākā daļa AI projektu konkurē, lai būtu gudrāki. OpenGradient, šķiet, vairāk koncentrējas uz to, lai AI rezultāti būtu pārbaudāmi. Man tas ir interesantāks uzdevums. AI atbilde ir noderīga tikai tad, ja es varu uzticēties, no kurienes tā nāk un vai tā ir mainīta pa ceļam.
Es arī pavadīju nedaudz laika, skatoties uz $OPG pašu. Grafiks stāsta citu stāstu nekā mārketings. Pāreja no $0.48 uz $0.13 bija sāpīgs atgādinājums, ka spēcīgas narratīvas nepasargā investorus no kritumiem. Pat tagad tikai neliela daļa no kopējā piedāvājuma ir apritē, kas ir kaut kas, ko es nevaru ignorēt.
Vieta, kuru es uzraugu, nav atlīdzības fonds vai biržu saraksti. Tas ir tas, vai izstrādātāji turpinās izmantot tīklu, kad stimulu vairs nav.
Pārbaudāma secināšana risina reālu problēmu. Jautājums ir, vai pastāv pietiekama reāla pieprasījuma, lai šo risinājumu pārvērstu ilgstošā vērtībā.
Ko visi seko: pieņemšanas metriem vai tokenomikai?
$OPG @OpenGradient #OPG $BTW
#opg $OPG
Es gandrīz izlaidu OpenGradient.
Ieskaties.
Kad es to pirmo reizi redzēju, domāju, ka tas ir vēl viens AI projekts, kas konkurē par modeļu veiktspēju. Lielāki modeļi. Labāki rādītāji. Gudrāki aģenti. Es pēdējā laikā esmu izlasījis tik daudz AI stāstu, ka tie visi sāk saplūst kopā.
Bet pēc tam, kad pavadīju laiku, lasot par MemSync, es sāku domāt par pavisam citu problēmu.
Kas notiks, ja intelekts vairs nav šaurs posms?
Kas notiks, ja atmiņa ir?
Lielākajai daļai AI rīku joprojām ir dīvaina ieradums. Viņi aizmirst, kas tu esi.
Tu skaidro savas preferences.
Tu dalies ar kontekstu.
Tu apraksti savus mērķus.
Un tad pēc dažām dienām tu atkārto to pašu informāciju vēlreiz.
Tas neizklausās pēc intelekta. Tas izklausās pēc digitālas amnēzijas.
Tas, kas piesaistīja manu uzmanību par OpenGradient, ir doma, ka atmiņai jābūt pārnēsājamai, nevis iesprostotai vienā lietotnē. MemSync atdala ilgtermiņa identitātes informāciju no pagaidu notikumiem un nepārtraukti atjaunina to, kas ir svarīgi, nevis uzkrāj bezgalīgas nesaistītas datus.
Jo vairāk es par to domāju, jo vairāk tas man atgādināja reālas cilvēku mijiedarbības.
Cilvēki, kuri mūs vislabāk saprot, parasti nav visgudrākie cilvēki telpā.
Tie ir cilvēki, kuri atceras.
AI industrija turpina runāt par racionālo domāšanu.
Es sāku domāt, ka nākamais breakthroughs nāk no noturības.
Jo AI, kas atceras tavus projektus, ieradumus, intereses, kļūdas un mērķus dažādās platformās, varētu izrādīties daudz noderīgāks nekā AI, kas ir tikai nedaudz labāks, atbildot uz jautājumiem.
Tāpēc OpenGradient šodien nonāca manā redzeslokā.
Nevis tāpēc, ka tas sola gudrāku AI.
Bet tāpēc, ka tas mēģina atrisināt kaut ko, kas varētu būt pat vēl svarīgāks: dot AI atmiņu, kas patiešām ilgst.
@OpenGradient $OPG #OPG
$BTC
Es gandrīz izlaidu OpenGradient.
Ieskaties.
Kad es to pirmo reizi redzēju, domāju, ka tas ir vēl viens AI projekts, kas konkurē par modeļu veiktspēju. Lielāki modeļi. Labāki rādītāji. Gudrāki aģenti. Es pēdējā laikā esmu izlasījis tik daudz AI stāstu, ka tie visi sāk saplūst kopā.
Bet pēc tam, kad pavadīju laiku, lasot par MemSync, es sāku domāt par pavisam citu problēmu.
Kas notiks, ja intelekts vairs nav šaurs posms?
Kas notiks, ja atmiņa ir?
Lielākajai daļai AI rīku joprojām ir dīvaina ieradums. Viņi aizmirst, kas tu esi.
Tu skaidro savas preferences.
Tu dalies ar kontekstu.
Tu apraksti savus mērķus.
Un tad pēc dažām dienām tu atkārto to pašu informāciju vēlreiz.
Tas neizklausās pēc intelekta. Tas izklausās pēc digitālas amnēzijas.
Tas, kas piesaistīja manu uzmanību par OpenGradient, ir doma, ka atmiņai jābūt pārnēsājamai, nevis iesprostotai vienā lietotnē. MemSync atdala ilgtermiņa identitātes informāciju no pagaidu notikumiem un nepārtraukti atjaunina to, kas ir svarīgi, nevis uzkrāj bezgalīgas nesaistītas datus.
Jo vairāk es par to domāju, jo vairāk tas man atgādināja reālas cilvēku mijiedarbības.
Cilvēki, kuri mūs vislabāk saprot, parasti nav visgudrākie cilvēki telpā.
Tie ir cilvēki, kuri atceras.
AI industrija turpina runāt par racionālo domāšanu.
Es sāku domāt, ka nākamais breakthroughs nāk no noturības.
Jo AI, kas atceras tavus projektus, ieradumus, intereses, kļūdas un mērķus dažādās platformās, varētu izrādīties daudz noderīgāks nekā AI, kas ir tikai nedaudz labāks, atbildot uz jautājumiem.
Tāpēc OpenGradient šodien nonāca manā redzeslokā.
Nevis tāpēc, ka tas sola gudrāku AI.
Bet tāpēc, ka tas mēģina atrisināt kaut ko, kas varētu būt pat vēl svarīgāks: dot AI atmiņu, kas patiešām ilgst.
@OpenGradient $OPG #OPG
$BTC
Piesakies, lai skatītu vairāk satura