Wiele rozmów o AI wciąż koncentruje się na jednej warstwie.
Lepsze modele.
Większe okna kontekstowe.
Szybsze wnioskowanie.
Silniejsze rozumowanie.
Założenie leżące u podstaw większości dyskusji o AI wydaje się proste. Popraw jakość inteligencji, a wszystko, co na tym budujesz, poprawia się naturalnie.
Im więcej czasu spędzam w OpenLedger, tym mniej kompletny wydaje się ten obraz.
Jedna rzecz, która wciąż krążyła mi po głowie, gdy zagłębiałem się w OpenLedger, to że sama inteligencja staje się coraz bardziej niewystarczająca w kontekście kierunku, w którym zmierzają systemy AI. Wcześniejsze systemy AI głównie generowały wyniki. Podsumowywały informacje, odpowiadały na pytania, tworzyły tekst lub rozpoznawały wzorce. Inteligencja istniała głównie w izolowanych interakcjach.
To środowisko się zmienia.
Systemy AI coraz bardziej przechodzą przez przepływy pracy. Koordynują informacje, konsumują zasoby, uruchamiają wykonanie, działają nieprzerwanie i coraz bardziej bezpośrednio współdziałają z systemami ekonomicznymi. Gdy ta zmiana zaczyna zachodzić, wymagania dotyczące infrastruktury zmieniają się całkowicie.
Inteligencja przestaje być pełnym systemem.
Staje się jedną warstwą operacyjną wewnątrz większej maszyny ekonomicznej.
Tam właśnie OpenLedger zaczęło mi się wydawać inne.
Projekt coraz bardziej wydaje się zgodny z większą zmianą zachodzącą pod samą infrastrukturą AI. Im dłużej to rozważałem, tym bardziej jedna różnica się wyróżniała.
Gospodarka danych AI.
Autonomiczna gospodarka wykonawcza.
Te dźwięki brzmią podobnie.
Zachowują się bardzo różnie.
Pierwsza generacja infrastruktury AI głównie koncentrowała się na produkcji danych i poprawie modeli. Lepsze zestawy danych poprawiają jakość modeli. Lepsze modele poprawiają wyniki. Wartość ekonomiczna w dużej mierze koncentrowała się wokół samej informacji.
Ten model miał sens, ponieważ systemy AI głównie pozostawały w środowiskach informacyjnych.
Przyszłe systemy coraz bardziej wykraczają poza informacje.
Działają.
To zmienia wszystko.
Autonomiczny system nie tylko potrzebuje inteligencji.
Potrzebuje koordynacji.
Wykonanie.
Weryfikacja.
Zgodność ekonomiczna.
Ciągłość operacyjna.
Infrastruktura zaczyna się rozszerzać wokół samej inteligencji.
Ta zmiana ciągle przyciągała moją uwagę z powrotem do OpenLedger.
Projekt coraz bardziej wydaje się skoncentrowany wokół infrastruktury, która traktuje inteligencję jako coś operacyjnego, a nie informacyjnego.
Ta różnica ma znaczenie.
Ponieważ systemy operacyjne tworzą całkowicie inne problemy.
Model generujący informacje stwarza jeden zestaw wymagań.
Autonomiczny system alokujący zasoby, przenoszący kapitał, koordynujący środowiska wykonawcze i działający nieprzerwanie tworzy coś innego.
Nacisk się zmienia.
Jakość danych staje się jakością operacyjną.
Jakość wykonania staje się jakością systemu.
Jakość weryfikacji staje się infrastrukturą zaufania.
Jakość koordynacji staje się infrastrukturą skalowalności.
Jedną rzeczą, która ciągle siedziała mi w głowie, myśląc o OpenLedger, było to, jak wiele tradycyjna infrastruktura AI wciąż zakłada, że ludzie pozostają warstwą wykonawczą.
AI rekomenduje.
Ludzie wykonują zadania.
AI analizuje.
Ludzie koordynują.
AI identyfikuje okazję.
Ludzie noszą operacyjny ciężar.
Autonomiczne gospodarki wykonawcze zaczynają zmieniać ten model operacyjny.
Wykonanie staje się coraz bardziej infrastrukturą.
Infrastruktura staje się coraz bardziej inteligentna.
Ta pętla sprzężenia zwrotnego zmienia, jak zachowują się systemy ekonomiczne.
Im większe stają się autonomiczne systemy, tym bardziej zaczyna mieć znaczenie tarcie operacyjne.
Rebuilding kontekstu generuje nieefektywność.
Fragmentowane środowiska generują nieefektywność.
Opóźnione wykonanie generuje nieefektywność.
Odłączona weryfikacja generuje nieefektywność.
Tradycyjne systemy zazwyczaj absorbują ten ciężar przez ludzi.
Autonomiczna infrastruktura coraz bardziej absorbuje ten ciężar przez systemy.
To coraz bardziej wydaje się zgodne z kierunkiem OpenLedger.
Im dłużej siedziałem z OpenLedger, tym więcej warstw infrastruktury zaczęło się wydawać połączonych, a nie izolowanych.
Dane tworzą wkłady inteligencji.
Modele przekształcają inteligencję.
Agenci operacjonalizują inteligencję.
Weryfikacja zachowuje zaufanie.
Wykonanie przekształca inteligencję w ruch ekonomiczny.
Ruch ekonomiczny tworzy wartość.
Wartość tworzy uczestnictwo.
Uczestnictwo poprawia jakość infrastruktury.
System się kumuluje.
Ten model operacyjny coraz bardziej wydaje się większy niż sama infrastruktura AI.
Zaczyna wyglądać bliżej infrastruktury ekonomicznej zbudowanej wokół autonomicznych systemów.
Interesujące jest to, że większość ludzi naturalnie koncentruje się na zdolności modelu, ponieważ modele pozostają widoczne.
Niewidoczna warstwa coraz bardziej wydaje się większa.
Architektura wykonawcza.
Systemy weryfikacji.
Infrastruktura koordynacji.
Zgodność ekonomiczna.
To coraz bardziej przypomina, gdzie większe zmiany infrastrukturalne zachodzą cicho.
Im więcej myślę o OpenLedger, tym mniej wydaje się to być infrastruktura zaprojektowaną wokół modeli AI.
To coraz bardziej przypomina infrastrukturę zaprojektowaną wokół gospodarek AI.
Ta różnica pozostała ze mną.
Ponieważ przyszła konkurencja AI prawdopodobnie nie zatrzyma się na budowaniu silniejszej inteligencji.
Większa okazja coraz bardziej wydaje się związana z budowaniem systemów, w których inteligencja nieustannie tworzy ruch ekonomiczny, nie polegając całkowicie na ludziach między każdym krokiem.
Przechodzenie z gospodarek danych AI w kierunku autonomicznych gospodarek wykonawczych coraz bardziej przypomina ewolucję produktu.
Czuje się bliżej ewolucji infrastruktury.
A zmiany infrastrukturalne zazwyczaj stają się oczywiste dopiero po tym, jak systemy stają się wystarczająco duże, aby starsze modele operacyjne przestały efektywnie skalować.
$OPEN | @OpenLedger | #OpenLedger
