Tôi từng nghĩ rằng niềm tin đến từ việc xác minh mọi thứ.

Càng tìm hiểu về hạ tầng AI, tôi càng nghĩ rằng thử thách thực sự là quyết định cái gì thực sự cần được xác minh và cái gì không.

Đó là một lý do mà @OpenGradient đã thu hút sự chú ý của tôi.

Điều tôi thấy thú vị là OpenGradient không giả định rằng mọi khối lượng công việc AI đều phải tuân theo cùng một mô hình niềm tin. Thay vì buộc mỗi nút phải thực hiện lặp đi lặp lại các phép toán AI tốn kém, kiến trúc này tách biệt việc thực thi và xác minh và áp dụng các phương pháp xác minh khác nhau tùy thuộc vào mức độ rủi ro.

Càng nghĩ về nó, tôi càng thấy thực tế hơn.

Một số ứng dụng cần đảm bảo mạnh mẽ hơn. Những cái khác cần tốc độ, khả năng mở rộng và chi phí thấp hơn. Đối xử với mọi tương tác như thể nó có yêu cầu niềm tin giống nhau có vẻ không thực tế.

Điều nổi bật với tôi là OpenGradient tiếp cận việc xác minh như một quang phổ thay vì một sự lựa chọn tất cả hoặc không có gì. Đối với tôi, đó là một cách trung thực hơn để xử lý các đánh đổi giữa hiệu suất, niềm tin và việc áp dụng.

Một insight mà tôi luôn quay lại là:

Tôi không nghĩ rằng AI có khả năng mở rộng sẽ được xây dựng bằng cách xác minh mọi thứ một cách ngang nhau. Tôi nghĩ rằng nó sẽ được xây dựng bằng cách xác minh những điều đúng ở những nơi đúng.

Bạn có nghĩ rằng tương lai của AI phụ thuộc vào việc xác minh mạnh mẽ hơn, hay xác minh thông minh hơn không?

@OpenGradient #opg $OPG $TNSR $LAB