@OpenGradient $OPG #OPG
Poświęciłem sporo czasu na oglądanie narracji o AI i wracam do jednej rzeczy: aplikacje przyciągają uwagę, ale to infrastruktura trwa.
Dlatego OpenGradient jest dla mnie interesujący. Większość dzisiejszych produktów AI jest potężna, ale nadal opiera się na zaufaniu. Wysyłasz prompt, dostajesz odpowiedź i masz nadzieję, że system zrobił to, co obiecywał. Rozwiązaliśmy kwestię własności blockchainami, bo aktywa wymagały weryfikacji. Myślę, że w końcu podobnego traktowania może wymagać również sama „inteligencja”.
Jedna rzecz, którą doceniam w OpenGradient, to to, że nie traktuje on weryfikacji jako problemu zero-jedynkowego. Nie każde obciążenie potrzebuje takich samych gwarancji. Poziom dowodu powinien odpowiadać poziomowi ryzyka. To podejście wydaje się dużo bliższe temu, jak realne systemy ewoluują.
Uważam też, że pamięć jest niedoceniana. AI wydaje się sprytne, dopóki nie przełączysz platformy i nie odkryjesz, że zapomniało wszystkiego. MemSync wyróżnił mi się tym, że trwała pamięć mogłaby zamienić odizolowane interakcje w ciągłą tożsamość i kontekst. Ma to konsekwencje znacznie wykraczające poza czat. Systemy reputacji, zarządzanie ryzykiem, agenty AI, a nawet optymalizacja protokołów stają się dużo ciekawsze, gdy inteligencja potrafi pamiętać.
Największy wniosek, jaki wyniosłem po przeczytaniu badań, jest taki, że atrybucja może stać się równie ważna jak możliwości. Same większe modele nie rozwiążą problemu zaufania. To, jak inteligencja wykonała zadanie, skąd pochodzą wyniki i czy da się prześledzić proces, może być równie istotne.
Może to właśnie ta realna zmiana dzieje się pod spodem całej tej otoczki wokół AI.
Jako twórcy i użytkownicy kryptowalut: czy sądzisz, że ostatecznie zaczniemy bardziej dbać o wydajność modeli, czy o inteligencję, którą da się faktycznie zweryfikować i zapamiętać?
$OPG
Poświęciłem sporo czasu na oglądanie narracji o AI i wracam do jednej rzeczy: aplikacje przyciągają uwagę, ale to infrastruktura trwa.
Dlatego OpenGradient jest dla mnie interesujący. Większość dzisiejszych produktów AI jest potężna, ale nadal opiera się na zaufaniu. Wysyłasz prompt, dostajesz odpowiedź i masz nadzieję, że system zrobił to, co obiecywał. Rozwiązaliśmy kwestię własności blockchainami, bo aktywa wymagały weryfikacji. Myślę, że w końcu podobnego traktowania może wymagać również sama „inteligencja”.
Jedna rzecz, którą doceniam w OpenGradient, to to, że nie traktuje on weryfikacji jako problemu zero-jedynkowego. Nie każde obciążenie potrzebuje takich samych gwarancji. Poziom dowodu powinien odpowiadać poziomowi ryzyka. To podejście wydaje się dużo bliższe temu, jak realne systemy ewoluują.
Uważam też, że pamięć jest niedoceniana. AI wydaje się sprytne, dopóki nie przełączysz platformy i nie odkryjesz, że zapomniało wszystkiego. MemSync wyróżnił mi się tym, że trwała pamięć mogłaby zamienić odizolowane interakcje w ciągłą tożsamość i kontekst. Ma to konsekwencje znacznie wykraczające poza czat. Systemy reputacji, zarządzanie ryzykiem, agenty AI, a nawet optymalizacja protokołów stają się dużo ciekawsze, gdy inteligencja potrafi pamiętać.
Największy wniosek, jaki wyniosłem po przeczytaniu badań, jest taki, że atrybucja może stać się równie ważna jak możliwości. Same większe modele nie rozwiążą problemu zaufania. To, jak inteligencja wykonała zadanie, skąd pochodzą wyniki i czy da się prześledzić proces, może być równie istotne.
Może to właśnie ta realna zmiana dzieje się pod spodem całej tej otoczki wokół AI.
Jako twórcy i użytkownicy kryptowalut: czy sądzisz, że ostatecznie zaczniemy bardziej dbać o wydajność modeli, czy o inteligencję, którą da się faktycznie zweryfikować i zapamiętać?
$OPG