Nimazy
5.5k منشورات
Nimazy
فتح تداول
مُتداول مُتكرر
1 سنوات
553 تتابع
11.3K+ المتابعون
11.7K+ إعجاب
منشورات
الحافظة الاستثمارية
الكل
اقتباسات
Live
@NewtonProtocol شاهدت نيوتن و جعلني ذلك أفكر فيما ينقصه عالم الكريبتو
قبل بضعة أسابيع كنت أتابع تحديثات بروتوكول نيوتن في وقت متأخر من الليل. في البداية بدا الأمر وكأنه مشروع آخر يحاول جعل الكريبتو أسهل للاستخدام. توجد مشاريع من هذا النوع. في كل مرة يمر الكريبتو بدورة، يظهر مشروع جديد يعد بتبسيط الأمور.
كلما قرأت أكثر، فكرت أن نيوتن كان مختلفًا. لم يكن هدفه جعل الكريبتو أسهل.
ما جذب انتباهي هو فكرة التحقق مما إذا كانت المعاملة مسموحًا بها قبل حدوثها. معظم البروتوكولات تهتم بما إذا كانت المعاملة يمكن أن تحدث. نيوتن يهتم بما إذا كان ينبغي حدوثها. إنها سؤال.
newton.xyz مثيرة للاهتمام.
المشكلة أن هذا يخلق مفاضلة. تم بناء الكريبتو ليتيح للجميع استخدامه. نيوتن يضيف عمليات تحقق بالقواعد والحدود مباشرةً داخل المعاملات. قد يساعد ذلك المؤسسات الكبيرة على استخدام الكريبتو. لكنه يثير أيضًا أسئلة: من يضع تلك القواعد؟ وكم قدر الحرية التي قد يفقدها المستخدمون؟
newton.xyz
أظل أفكر في مكان التوازن.
بدون قواعد، غالبًا لا تستخدم المؤسسات الكبيرة الكريبتو. ومع العديد من القواعد، يبدأ الكريبتو في أن يبدو مثل الأنظمة القديمة التي كان من المفترض أن يحل محلها.
يبدو أن نيوتن يختبر هذه الأرضية.
يشعر الأمر كما لو أن نيوتن يحاول إيجاد توازن.
#Newt @NewtonProtocol $NEWT
$LAB
$RE
قبل بضعة أسابيع كنت أتابع تحديثات بروتوكول نيوتن في وقت متأخر من الليل. في البداية بدا الأمر وكأنه مشروع آخر يحاول جعل الكريبتو أسهل للاستخدام. توجد مشاريع من هذا النوع. في كل مرة يمر الكريبتو بدورة، يظهر مشروع جديد يعد بتبسيط الأمور.
كلما قرأت أكثر، فكرت أن نيوتن كان مختلفًا. لم يكن هدفه جعل الكريبتو أسهل.
ما جذب انتباهي هو فكرة التحقق مما إذا كانت المعاملة مسموحًا بها قبل حدوثها. معظم البروتوكولات تهتم بما إذا كانت المعاملة يمكن أن تحدث. نيوتن يهتم بما إذا كان ينبغي حدوثها. إنها سؤال.
newton.xyz مثيرة للاهتمام.
المشكلة أن هذا يخلق مفاضلة. تم بناء الكريبتو ليتيح للجميع استخدامه. نيوتن يضيف عمليات تحقق بالقواعد والحدود مباشرةً داخل المعاملات. قد يساعد ذلك المؤسسات الكبيرة على استخدام الكريبتو. لكنه يثير أيضًا أسئلة: من يضع تلك القواعد؟ وكم قدر الحرية التي قد يفقدها المستخدمون؟
newton.xyz
أظل أفكر في مكان التوازن.
بدون قواعد، غالبًا لا تستخدم المؤسسات الكبيرة الكريبتو. ومع العديد من القواعد، يبدأ الكريبتو في أن يبدو مثل الأنظمة القديمة التي كان من المفترض أن يحل محلها.
يبدو أن نيوتن يختبر هذه الأرضية.
يشعر الأمر كما لو أن نيوتن يحاول إيجاد توازن.
#Newt @NewtonProtocol $NEWT
$LAB
$RE
بدأت أهتم بما إذا كان بإمكان OpenGradient تقديم إجابة، وبقدر أكبر بما إذا وصلت الإجابة بينما كانت الأمور ما تزال كما هي.
بدت هذه الفروق صغيرة حتى نظرت إلى كيفية اتخاذ القرارات في عالم العملات المشفرة.
عادةً تتغير ظروف السوق بسرعة. مشاعر الناس تجاه السوق تتحول، والأموال تتحرك، ويشارك عدد أكبر أو أقل من الأشخاص، ويمكن أن تصبح المعلومات التي كانت مفيدة في وقت سابق أخبارًا.
وأثناء تفكيري في OpenGradient واصلت الوصول إلى سؤال مختلف.
كم من القيمة يُفقد من لحظة أن نرى شيئًا إلى لحظة أن نتصرف بناءً عليه؟
يمكن أن تكون الإجابة صحيحة عندما تُقدَّم، لكنها أقل فائدة لاحقًا. قد لا تكون الإجابة نفسها خاطئة، وإنما قد تكون الظروف المحيطة بها قد تغيّرت.
جعلني ذلك أفكر في التوقيت باعتباره شيئًا ليس مجرد مقياس.
كلما تابعت أكثر، رأيت أن الناس لم يكونوا يتنافسون فقط على المعلومات. كانوا يتنافسون على المعلومات التي تبقى مفيدة بما يكفي لاستخدامها.
في هذا السياق، بدا لي التحقق من الحقائق مختلفًا.
توقفت عن رؤيته كونه فحصًا فحسب، وبدأت أراه كطريقة للحفاظ على وضوح الموقف. إذا أمكن التحقق من النتيجة إلى جانب الظروف التي جرى فيها إعدادها، فإن الإجابة تحتفظ بمعناها بدرجة أكبر.
حتى بعض السلوكيات المتعلقة بعملة OpenGradient بدت مرتبطة بهذه الفكرة. بدا الناس مقتنعين عندما يناقشون كيف تتكامل العمليات معًا، لا مجرد التركيز على النتائج الفردية.
هذا ما بقي معي.
بعد قضاء وقت مع الشبكة أرى أن التوقيت والتحقق من الحقائق والموقف أجزاء من المشكلة، وليست أشياء منفصلة، لكنني ما زلت غير متأكد من أين تنتهي بالضبط.
#OPG @OpenGradient $OPG
$LAB
$RE
بدت هذه الفروق صغيرة حتى نظرت إلى كيفية اتخاذ القرارات في عالم العملات المشفرة.
عادةً تتغير ظروف السوق بسرعة. مشاعر الناس تجاه السوق تتحول، والأموال تتحرك، ويشارك عدد أكبر أو أقل من الأشخاص، ويمكن أن تصبح المعلومات التي كانت مفيدة في وقت سابق أخبارًا.
وأثناء تفكيري في OpenGradient واصلت الوصول إلى سؤال مختلف.
كم من القيمة يُفقد من لحظة أن نرى شيئًا إلى لحظة أن نتصرف بناءً عليه؟
يمكن أن تكون الإجابة صحيحة عندما تُقدَّم، لكنها أقل فائدة لاحقًا. قد لا تكون الإجابة نفسها خاطئة، وإنما قد تكون الظروف المحيطة بها قد تغيّرت.
جعلني ذلك أفكر في التوقيت باعتباره شيئًا ليس مجرد مقياس.
كلما تابعت أكثر، رأيت أن الناس لم يكونوا يتنافسون فقط على المعلومات. كانوا يتنافسون على المعلومات التي تبقى مفيدة بما يكفي لاستخدامها.
في هذا السياق، بدا لي التحقق من الحقائق مختلفًا.
توقفت عن رؤيته كونه فحصًا فحسب، وبدأت أراه كطريقة للحفاظ على وضوح الموقف. إذا أمكن التحقق من النتيجة إلى جانب الظروف التي جرى فيها إعدادها، فإن الإجابة تحتفظ بمعناها بدرجة أكبر.
حتى بعض السلوكيات المتعلقة بعملة OpenGradient بدت مرتبطة بهذه الفكرة. بدا الناس مقتنعين عندما يناقشون كيف تتكامل العمليات معًا، لا مجرد التركيز على النتائج الفردية.
هذا ما بقي معي.
بعد قضاء وقت مع الشبكة أرى أن التوقيت والتحقق من الحقائق والموقف أجزاء من المشكلة، وليست أشياء منفصلة، لكنني ما زلت غير متأكد من أين تنتهي بالضبط.
#OPG @OpenGradient $OPG
$LAB
$RE
@OpenGradient كان تنفيذ الاسترجاع (rollback) سهلاً. أمّا شرح ما حدث قبل ذلك فهو أصعب بكثير.
لم ألاحظ الاسترجاع إلا بعد أن توقفت المخرجات عن التغيّر طوال الوقت.
كانت هذه هي النقطة.
بدأ النموذج بالعمل مجدداً، لكن لم يكن الشعور بأن كل شيء على ما يرام. غالباً ما تعتبر معظم الأنظمة أن الاسترجاع هو نهاية المشكلة. يحدث خطأ فتعود نسخة قديمة. يمضي الجميع قدماً.
ما وجدته مثيراً للاهتمام مع OpenGradient هو ما بقي بعد الاسترجاع.
بعض السجلات ما زالت تُظهر أن النسخة الجديدة كانت قيد الاستخدام. كان أحد الوكلاء قد غيّر سير عمله بالفعل ليتوافق مع السلوك الذي تبيّن لاحقاً أنه كان خاطئاً. كما تم أيضاً إجراء دفعة خلال تلك الفترة. تمت معالجة المشكلة التقنية. لكن ما حدث في الماضي ظلّ مهماً.
عندها يصبح الاسترجاع مشكلة.
السؤال ليس ما إذا كان النموذج القديم يعمل أم لا. السؤال هو ما إذا كان النظام يمكنه إظهار أي نسخة أنتجت أي مخرجات في كل لحظة.
في الأنظمة التي يكون فيها الأمر بيد شخص واحد، غالباً ما يقبل المسؤولون أي تفسير يحصلون عليه لاحقاً. أمّا في نظام يمكن فيه التحقق من كل شيء، فهذا لا يكفي. ينبغي أن تتطابق السجلات مع ما حدث فعلاً.
ما زلت أفكر في المشكلة الحقيقية. هل من الصعب التعافي من خطأ؟ أم الأصعب هو الحفاظ على ثقة الناس في التسلسل الزمني؟
لأنّه بمجرد أن يتخذ الناس قرارات تُجرى المدفوعات وتبدأ الوكلاء الآليون في استخدام المخرجات—فإن استرجاع/تراجع البرنامج لا يعني أن العواقب تختفي.
#OPG @OpenGradient $OPG $RE $LAB
لم ألاحظ الاسترجاع إلا بعد أن توقفت المخرجات عن التغيّر طوال الوقت.
كانت هذه هي النقطة.
بدأ النموذج بالعمل مجدداً، لكن لم يكن الشعور بأن كل شيء على ما يرام. غالباً ما تعتبر معظم الأنظمة أن الاسترجاع هو نهاية المشكلة. يحدث خطأ فتعود نسخة قديمة. يمضي الجميع قدماً.
ما وجدته مثيراً للاهتمام مع OpenGradient هو ما بقي بعد الاسترجاع.
بعض السجلات ما زالت تُظهر أن النسخة الجديدة كانت قيد الاستخدام. كان أحد الوكلاء قد غيّر سير عمله بالفعل ليتوافق مع السلوك الذي تبيّن لاحقاً أنه كان خاطئاً. كما تم أيضاً إجراء دفعة خلال تلك الفترة. تمت معالجة المشكلة التقنية. لكن ما حدث في الماضي ظلّ مهماً.
عندها يصبح الاسترجاع مشكلة.
السؤال ليس ما إذا كان النموذج القديم يعمل أم لا. السؤال هو ما إذا كان النظام يمكنه إظهار أي نسخة أنتجت أي مخرجات في كل لحظة.
في الأنظمة التي يكون فيها الأمر بيد شخص واحد، غالباً ما يقبل المسؤولون أي تفسير يحصلون عليه لاحقاً. أمّا في نظام يمكن فيه التحقق من كل شيء، فهذا لا يكفي. ينبغي أن تتطابق السجلات مع ما حدث فعلاً.
ما زلت أفكر في المشكلة الحقيقية. هل من الصعب التعافي من خطأ؟ أم الأصعب هو الحفاظ على ثقة الناس في التسلسل الزمني؟
لأنّه بمجرد أن يتخذ الناس قرارات تُجرى المدفوعات وتبدأ الوكلاء الآليون في استخدام المخرجات—فإن استرجاع/تراجع البرنامج لا يعني أن العواقب تختفي.
#OPG @OpenGradient $OPG $RE $LAB
كنت ألاحظ مقدار الوقت الذي تستغرقه القرارات كي تُحل داخل OpenGradient. غيّر هذا الطريقة التي كنت أرى بها الشبكة.
في أجزاء من عالم التشفير، يريد بعض الناس أن يزول عدم اليقين بسرعة. إنهم يتسرعون إلى الاستنتاجات لأن الانتباه يتحرك بسرعة، ولأن الانتظار قد يبدو مكلفًا.
خلال نقاشات OpenGradient رأيت أشخاصًا يتقبلون تأخير إصدار الحكم إلى أن تتوفر لديهم معلومات أكثر.
* ما برز كان الصبر، لا الاتفاق.
كنت أرى ادعاءً، وبدلًا من قبوله أو رفضه كان الناس يتركونه مفتوحًا لفترة. كانت المحادثة تبقى نشطة دون استعجال الوصول إلى نتيجة. في البداية بدا ذلك غير كفء.
مع مرور الوقت بدا الأمر وكأنه طريقة مختلفة للتنسيق.
الجزء المثير للاهتمام كان أن عدم اليقين نفسه صار معلومات.
كون شيء ما غير محسوم كان يعني شيئًا.
يمكن للناس أن يروا أين كانت الثقة قوية، أو ضعيفة، أو أين يحتاجون إلى التحقق.
كان هذا مختلفًا عن بيئات التشفير حيث تأتي الثقة قبل الأدلة.
في OpenGradient ركّزت على الفجوات بين الاستنتاجات، لا على الاستنتاجات نفسها.
ومع رمز OPG ظهرت هذه الأنماط أحيانًا.
كانت القناعة تتراكم تدريجيًا، لا دفعة واحدة.
كان الأمر كأن المشاركين كانوا يتفاعلون مع عملية التحقق، لا مجرد لحظة واحدة مثيرة.
لا أعرف إن كان هذا سمة دائمة لـ OpenGradient أم مجرد مرحلة.
لكن كلما تابعت تلك التفاعلات أكثر، ازداد اعتقادي بأن إدارة عدم اليقين قد تكون إشارة داخل OpenGradient.
#OPG @OpenGradient $OPG
في أجزاء من عالم التشفير، يريد بعض الناس أن يزول عدم اليقين بسرعة. إنهم يتسرعون إلى الاستنتاجات لأن الانتباه يتحرك بسرعة، ولأن الانتظار قد يبدو مكلفًا.
خلال نقاشات OpenGradient رأيت أشخاصًا يتقبلون تأخير إصدار الحكم إلى أن تتوفر لديهم معلومات أكثر.
* ما برز كان الصبر، لا الاتفاق.
كنت أرى ادعاءً، وبدلًا من قبوله أو رفضه كان الناس يتركونه مفتوحًا لفترة. كانت المحادثة تبقى نشطة دون استعجال الوصول إلى نتيجة. في البداية بدا ذلك غير كفء.
مع مرور الوقت بدا الأمر وكأنه طريقة مختلفة للتنسيق.
الجزء المثير للاهتمام كان أن عدم اليقين نفسه صار معلومات.
كون شيء ما غير محسوم كان يعني شيئًا.
يمكن للناس أن يروا أين كانت الثقة قوية، أو ضعيفة، أو أين يحتاجون إلى التحقق.
كان هذا مختلفًا عن بيئات التشفير حيث تأتي الثقة قبل الأدلة.
في OpenGradient ركّزت على الفجوات بين الاستنتاجات، لا على الاستنتاجات نفسها.
ومع رمز OPG ظهرت هذه الأنماط أحيانًا.
كانت القناعة تتراكم تدريجيًا، لا دفعة واحدة.
كان الأمر كأن المشاركين كانوا يتفاعلون مع عملية التحقق، لا مجرد لحظة واحدة مثيرة.
لا أعرف إن كان هذا سمة دائمة لـ OpenGradient أم مجرد مرحلة.
لكن كلما تابعت تلك التفاعلات أكثر، ازداد اعتقادي بأن إدارة عدم اليقين قد تكون إشارة داخل OpenGradient.
#OPG @OpenGradient $OPG
#opg $OPG وجدت نفسي أضيّق وقتي في الحكم على مخرجات النماذج، وأزيده في مشاهدة من كان مستعدًا للتحقق منها، وهذا غيّر نظرتي إلى OpenGradient.
تبدو معظم مناقشات العملات المشفرة حول الذكاء الاصطناعي وكأنها تركز على ما يتم إنتاجه. أثناء متابعتي لـ OpenGradient، كنت أتحرك باستمرار نحو طبقة مختلفة من العملية. الجزء المثير للاهتمام لم يكن الإجابة نفسها، بل الجهد الإضافي المطلوب لجعل الإجابة قابلة للمساءلة.
ما لفت انتباهي هو كيف يغيّر التحقق سلوك المشاركين بشكل هادئ. عندما يكون التحقق خيارًا، يبدو أن الناس يصبحون أكثر انتقائية فيما يختارون التحقق منه. ليست كل النتائج تحظى بالاهتمام نفسه. بعض المخرجات تجذب التدقيق بينما تمر أخرى دون أن تُمس.
أدى ذلك إلى ملاحظة لم أتوقعها. لا يقتصر التحقق على قياس الحوسبة. بل يكشف أيضًا عن المكان الذي يعتقد فيه المشاركون أن عدم اليقين يستحق إنفاق الموارد عليه.
وأثناء تتبعي للمحادثات حول عملة OpenGradient، لاحظت أن القناعة غالبًا ما كانت تتكوّن حول ذلك القرار الخفي أكثر من كونها تتكوّن حول الادعاءات التقنية وحدها. بدا أن الاستعداد للتحقق كان بمثابة إشارة في حد ذاته.
كلما تابعت لفترة أطول، بدا الأمر وكأن الشبكة لا تكشف فقط ما يثق به الناس، بل أيضًا ما يرونه مهمًا بما يكفي كي يتم فحصه.
#OPG @OpenGradient $OPG
تبدو معظم مناقشات العملات المشفرة حول الذكاء الاصطناعي وكأنها تركز على ما يتم إنتاجه. أثناء متابعتي لـ OpenGradient، كنت أتحرك باستمرار نحو طبقة مختلفة من العملية. الجزء المثير للاهتمام لم يكن الإجابة نفسها، بل الجهد الإضافي المطلوب لجعل الإجابة قابلة للمساءلة.
ما لفت انتباهي هو كيف يغيّر التحقق سلوك المشاركين بشكل هادئ. عندما يكون التحقق خيارًا، يبدو أن الناس يصبحون أكثر انتقائية فيما يختارون التحقق منه. ليست كل النتائج تحظى بالاهتمام نفسه. بعض المخرجات تجذب التدقيق بينما تمر أخرى دون أن تُمس.
أدى ذلك إلى ملاحظة لم أتوقعها. لا يقتصر التحقق على قياس الحوسبة. بل يكشف أيضًا عن المكان الذي يعتقد فيه المشاركون أن عدم اليقين يستحق إنفاق الموارد عليه.
وأثناء تتبعي للمحادثات حول عملة OpenGradient، لاحظت أن القناعة غالبًا ما كانت تتكوّن حول ذلك القرار الخفي أكثر من كونها تتكوّن حول الادعاءات التقنية وحدها. بدا أن الاستعداد للتحقق كان بمثابة إشارة في حد ذاته.
كلما تابعت لفترة أطول، بدا الأمر وكأن الشبكة لا تكشف فقط ما يثق به الناس، بل أيضًا ما يرونه مهمًا بما يكفي كي يتم فحصه.
#OPG @OpenGradient $OPG
@OpenGradient بدأت ألاحظ أن من توقفوا عن المشاركة أكثر من أولئك الذين انضمّوا، وأن ذلك غيّر نظرتي إلى OpenGradient.
تركّز معظم اللقاءات/المحاضرات في السوق على الانتباه مثل المشترين الجدد والقصص الجديدة.. عندما تابعت OpenGradient وجدت نفسي أراقب مشاركين توقفوا بهدوء عن التفاعل بعد أن كانوا جزءًا من الشبكة.
* ما برز كان أن النقاشات أصبحت أقل تعلّقًا بالأحكام وأكثر بتقليل حالة عدم اليقين مع مرور الوقت.
يبدو ذلك أمرًا دقيقًا. أعتقد أنه يغيّر السلوك.
عندما لا يستطيع الناس الحكم فورًا على نظام ما غالبًا ما يبقون نشطين مدة أطول لجمع الأدلة.
رأيت ذلك في كيفية تشكّل الآراء. غالبًا ما لم تصل الآراء الأقوى في البداية. كانت غالبًا تظهر بعد أن لاحظ الناس الشبكة فترةً وفهموا كيف تتفاعل أجزاء مختلفة منها.
لم يكونوا يكتفون بالرد على تحديث واحد أو قصة واحدة.
لفتني هذا النمط لأن أسواق العملات الرقمية عادةً ما تُكافئ السرعة.
غالبًا ما تُتخذ القرارات قبل توفر كل المعلومات.
في OpenGradient رأيت محادثات كان فيها المشاركون مرتاحين لترك الأسئلة دون إجابة أثناء انتظار الإشارات.
حتى نقاش العملة بدا مرتبطًا بهذا السلوك.
الأشخاص المنخرطون كانوا غالبًا يتحدثون أقل عن النتائج الفورية وأكثر عن ما إذا كانت الشبكة تنتج معلومات موثوقة مع مرور الوقت.
لست متأكدًا من أن هذا النوع من المشاركة يظهر في مخطط. ولست متأكدًا أيضًا أن كل مشارك في السوق يقدّره بالقدر نفسه.
فقط وجدت الأمر مثيرًا للاهتمام: فكلما تابعت OpenGradient أكثر، أصبحت غياب الاستنتاجات المتسرعة جزءًا من القصة نفسها.
بدت OpenGradient وكأنها تتعلق بالصبر والثقة.
كانت OpenGradient مختلفة عن الأسواق التي رأيتها.
كان الناس في OpenGradient على استعداد للانتظار والملاحظة.
قدّرت OpenGradient التروّي.
#OPG @OpenGradient $OPG
تركّز معظم اللقاءات/المحاضرات في السوق على الانتباه مثل المشترين الجدد والقصص الجديدة.. عندما تابعت OpenGradient وجدت نفسي أراقب مشاركين توقفوا بهدوء عن التفاعل بعد أن كانوا جزءًا من الشبكة.
* ما برز كان أن النقاشات أصبحت أقل تعلّقًا بالأحكام وأكثر بتقليل حالة عدم اليقين مع مرور الوقت.
يبدو ذلك أمرًا دقيقًا. أعتقد أنه يغيّر السلوك.
عندما لا يستطيع الناس الحكم فورًا على نظام ما غالبًا ما يبقون نشطين مدة أطول لجمع الأدلة.
رأيت ذلك في كيفية تشكّل الآراء. غالبًا ما لم تصل الآراء الأقوى في البداية. كانت غالبًا تظهر بعد أن لاحظ الناس الشبكة فترةً وفهموا كيف تتفاعل أجزاء مختلفة منها.
لم يكونوا يكتفون بالرد على تحديث واحد أو قصة واحدة.
لفتني هذا النمط لأن أسواق العملات الرقمية عادةً ما تُكافئ السرعة.
غالبًا ما تُتخذ القرارات قبل توفر كل المعلومات.
في OpenGradient رأيت محادثات كان فيها المشاركون مرتاحين لترك الأسئلة دون إجابة أثناء انتظار الإشارات.
حتى نقاش العملة بدا مرتبطًا بهذا السلوك.
الأشخاص المنخرطون كانوا غالبًا يتحدثون أقل عن النتائج الفورية وأكثر عن ما إذا كانت الشبكة تنتج معلومات موثوقة مع مرور الوقت.
لست متأكدًا من أن هذا النوع من المشاركة يظهر في مخطط. ولست متأكدًا أيضًا أن كل مشارك في السوق يقدّره بالقدر نفسه.
فقط وجدت الأمر مثيرًا للاهتمام: فكلما تابعت OpenGradient أكثر، أصبحت غياب الاستنتاجات المتسرعة جزءًا من القصة نفسها.
بدت OpenGradient وكأنها تتعلق بالصبر والثقة.
كانت OpenGradient مختلفة عن الأسواق التي رأيتها.
كان الناس في OpenGradient على استعداد للانتظار والملاحظة.
قدّرت OpenGradient التروّي.
#OPG @OpenGradient $OPG
@OpenGradient شريط التقدم تحرّك إلى الوراء، وهذا غيّر ما كنت أنظر إليه
أثناء اختباري OpenGradient وجدت شيئًا كان أكثر إثارة للاهتمام من رفع الملفات.
توقّف أحد العقد عن العمل فجأة.
حاول العميل مرة أخرى. شريط التقدم تحرّك فعلًا إلى الوراء. لم يرجع كثيرًا، لكنه كان كافيًا لأن أتوقف عن النظر إلى الرفع وأبدأ في مراقبة حركة الشبكة بدلًا من ذلك.
كنت أظن أن الجزء الأصعب سيكون تخزين النموذج. وذلك لأن الملفات الأكبر تتطلب قدرة حوسبة، ومعدات أكثر، وبنية تحتية أكبر. هذا يبدو بسيطًا.
ما جذب انتباهي حقًا هو كل ما كان يحدث حول تخزين النموذج.
معظم الأنظمة لا تُظهر لك متى يحدث خطأ. إذا تعطل شيء ما، فلن تراه أو ستحصل على رسالة خطأ عامة.. هنا، محاولات العميل المتكررة أظهرت لي شيئًا مختلفًا. كانت الشبكة ما زالت تحاول إيجاد طريقة للعمل عندما توقّف جزء منها عن العمل.
هذا يجعلني أتساءل.
عندما يتحدث الناس عن OpenGradient والبنية التحتية للذكاء الاصطناعي اللامركزية، هل يفكرون في الظروف أم في ظروف حقيقية؟
الشبكة ليست جيدة عندما تعمل كل العقد بشكل مثالي. الشبكة جيدة عندما تتوقف عقدة واحدة عن العمل، أو عندما يستغرق الأمر وقتًا للحصول على استجابة، أو عندما تصل البيانات بترتيب غير صحيح.
الأمر المثير للاهتمام ليس أن العميل حاول مرة أخرى. الأمر المثير للاهتمام هو أن OpenGradient يبدو مصممًا ليتوقع أنه سيتعين عليه أن يحاول
ربما هذه هي المشكلة.
عدم تخزين النموذج. التعامل مع اللحظات التي تذكّرك فيها الشبكة بأنها شبكة.
#OPG @OpenGradient $OPG $LAB $NES
أثناء اختباري OpenGradient وجدت شيئًا كان أكثر إثارة للاهتمام من رفع الملفات.
توقّف أحد العقد عن العمل فجأة.
حاول العميل مرة أخرى. شريط التقدم تحرّك فعلًا إلى الوراء. لم يرجع كثيرًا، لكنه كان كافيًا لأن أتوقف عن النظر إلى الرفع وأبدأ في مراقبة حركة الشبكة بدلًا من ذلك.
كنت أظن أن الجزء الأصعب سيكون تخزين النموذج. وذلك لأن الملفات الأكبر تتطلب قدرة حوسبة، ومعدات أكثر، وبنية تحتية أكبر. هذا يبدو بسيطًا.
ما جذب انتباهي حقًا هو كل ما كان يحدث حول تخزين النموذج.
معظم الأنظمة لا تُظهر لك متى يحدث خطأ. إذا تعطل شيء ما، فلن تراه أو ستحصل على رسالة خطأ عامة.. هنا، محاولات العميل المتكررة أظهرت لي شيئًا مختلفًا. كانت الشبكة ما زالت تحاول إيجاد طريقة للعمل عندما توقّف جزء منها عن العمل.
هذا يجعلني أتساءل.
عندما يتحدث الناس عن OpenGradient والبنية التحتية للذكاء الاصطناعي اللامركزية، هل يفكرون في الظروف أم في ظروف حقيقية؟
الشبكة ليست جيدة عندما تعمل كل العقد بشكل مثالي. الشبكة جيدة عندما تتوقف عقدة واحدة عن العمل، أو عندما يستغرق الأمر وقتًا للحصول على استجابة، أو عندما تصل البيانات بترتيب غير صحيح.
الأمر المثير للاهتمام ليس أن العميل حاول مرة أخرى. الأمر المثير للاهتمام هو أن OpenGradient يبدو مصممًا ليتوقع أنه سيتعين عليه أن يحاول
ربما هذه هي المشكلة.
عدم تخزين النموذج. التعامل مع اللحظات التي تذكّرك فيها الشبكة بأنها شبكة.
#OPG @OpenGradient $OPG $LAB $NES
verifiable AI output
0%
Developer adoption
0%
Lower inference cost
0%
0 الأصوات • تمّ إغلاق التصويت
#opg $OPG @OpenGradient كلما نظرت إلى التحقق، كلما قل اعتقادي أن "الأكثر" هو دائمًا الأفضل
كنت أعتقد أن التحقق بواسطة الذكاء الاصطناعي يعني وجود المزيد من الأدلة، المزيد من الأمان والثقة.
لكن كلما نظرت إلى مشاريع البنية التحتية، قل إيماني بأن هذا هو الحال دائمًا.
ما أجده مثيرًا للاهتمام حول OpenGradient هو أن التحقق يمكن أن يكون على طيف.
بعض الإجراءات قد لا تحتاج إلى ضمان بينما قد تتطلب إجراءات أخرى فحوصات أعمق.
تكلفة التحقق تعتمد على العواقب.
يبدو أن هذا بسيط. معظم الأنظمة تجعل المستخدمين يتبعون مسارًا قياسيًا واحدًا.
الجميع يدفع من أجل مستوى اليقين سواء كانوا بحاجة إليه أم لا.
أسلوب التحقق من ثلاث مستويات في OpenGradient مختلف لأنه يفهم أن أحمال الذكاء الاصطناعي تختلف.
استنتاج غير رسمي واستنتاج ذو قيمة عالية ليسا نفس الشيء.
أستمر في التفكير في توكن OPG.
يعمل عبر الطيف وليس فقط على مستوى تحقق واحد.
هذا ينشئ ارتباطًا بين نشاط الشبكة وفائدة التوكن.
ومع ذلك، يبقى سؤال:
هل سيختار المستخدمون التحقق عندما يرون التكاليف الحقيقية؟
هل ستبقى معظم الأنشطة في الطبقات الأرخص مما يجعل التحقق الثقيل ميزة متخصصة؟
لست متأكدًا مما إذا كان أي شخص يعرف الإجابة بعد.
يبدو أن التصميم مدروس. سلوك المستخدم الحقيقي هو الذي سيحدد أي الافتراضات ستبقى.
@OpenGradient #OPG $OPG
كنت أعتقد أن التحقق بواسطة الذكاء الاصطناعي يعني وجود المزيد من الأدلة، المزيد من الأمان والثقة.
لكن كلما نظرت إلى مشاريع البنية التحتية، قل إيماني بأن هذا هو الحال دائمًا.
ما أجده مثيرًا للاهتمام حول OpenGradient هو أن التحقق يمكن أن يكون على طيف.
بعض الإجراءات قد لا تحتاج إلى ضمان بينما قد تتطلب إجراءات أخرى فحوصات أعمق.
تكلفة التحقق تعتمد على العواقب.
يبدو أن هذا بسيط. معظم الأنظمة تجعل المستخدمين يتبعون مسارًا قياسيًا واحدًا.
الجميع يدفع من أجل مستوى اليقين سواء كانوا بحاجة إليه أم لا.
أسلوب التحقق من ثلاث مستويات في OpenGradient مختلف لأنه يفهم أن أحمال الذكاء الاصطناعي تختلف.
استنتاج غير رسمي واستنتاج ذو قيمة عالية ليسا نفس الشيء.
أستمر في التفكير في توكن OPG.
يعمل عبر الطيف وليس فقط على مستوى تحقق واحد.
هذا ينشئ ارتباطًا بين نشاط الشبكة وفائدة التوكن.
ومع ذلك، يبقى سؤال:
هل سيختار المستخدمون التحقق عندما يرون التكاليف الحقيقية؟
هل ستبقى معظم الأنشطة في الطبقات الأرخص مما يجعل التحقق الثقيل ميزة متخصصة؟
لست متأكدًا مما إذا كان أي شخص يعرف الإجابة بعد.
يبدو أن التصميم مدروس. سلوك المستخدم الحقيقي هو الذي سيحدد أي الافتراضات ستبقى.
@OpenGradient #OPG $OPG
@OpenGradient إشعار بناء الجزء بعد استخدامه
أخذت بعض الوقت لاستكشاف OpenGradients Python SDK هذا الأسبوع. ما جذب انتباهي حقًا لم يكن السرعة أو سهولة الاستخدام.
بل كان الاحتكاك.
معظم الأنظمة التي تعمل على البلوكشين تجعل البناة يفكرون في البلوكشين طوال الوقت. عليهم التفكير في الرسوم، والمعاملات، والتوقيعات، والتأكيدات. هذه الأمور ليست سيئة. هي جزء من النظام.. لكنها تعيق عملية البناء.
هنا يأتي دور OpenGradients Python SDK، حيث يشعر بالأهمية.
ليس لأنه يخلص من OPG. فهو لا يفعل ذلك. الرمز لا يزال موجودًا للتعامل مع الجانب المالي من الطلبات. لا يزال بإمكانك رؤية تلك الطبقة.
ما يتغير هو عدد المرات التي يحتاج فيها المطورون للتوقف والتعامل معها مباشرة.
ربما لا يبدو ذلك صفقة.
أظل أفكر في عدد الأفكار الجيدة التي لا تتحول أبدًا إلى منتجات. السبب هو أن البنية التحتية تستمر في طلب الانتباه.
السؤال الحقيقي هو ما إذا كان جعل الأمور أكثر تجريدًا يساعد الناس على استخدامها أكثر. إذا توقف البناة عن ملاحظة النظام، هل يجعل ذلك الشبكة أقوى أم أضعف؟
لا أعرف الإجابة بعد.
أعتقد فقط أنها واحدة من الخيارات المثيرة التي يتخذها المصممون حول بنية الذكاء الاصطناعي في الوقت الحالي.
#OPG @OpenGradient $OPG $SPCXB $MUB
أخذت بعض الوقت لاستكشاف OpenGradients Python SDK هذا الأسبوع. ما جذب انتباهي حقًا لم يكن السرعة أو سهولة الاستخدام.
بل كان الاحتكاك.
معظم الأنظمة التي تعمل على البلوكشين تجعل البناة يفكرون في البلوكشين طوال الوقت. عليهم التفكير في الرسوم، والمعاملات، والتوقيعات، والتأكيدات. هذه الأمور ليست سيئة. هي جزء من النظام.. لكنها تعيق عملية البناء.
هنا يأتي دور OpenGradients Python SDK، حيث يشعر بالأهمية.
ليس لأنه يخلص من OPG. فهو لا يفعل ذلك. الرمز لا يزال موجودًا للتعامل مع الجانب المالي من الطلبات. لا يزال بإمكانك رؤية تلك الطبقة.
ما يتغير هو عدد المرات التي يحتاج فيها المطورون للتوقف والتعامل معها مباشرة.
ربما لا يبدو ذلك صفقة.
أظل أفكر في عدد الأفكار الجيدة التي لا تتحول أبدًا إلى منتجات. السبب هو أن البنية التحتية تستمر في طلب الانتباه.
السؤال الحقيقي هو ما إذا كان جعل الأمور أكثر تجريدًا يساعد الناس على استخدامها أكثر. إذا توقف البناة عن ملاحظة النظام، هل يجعل ذلك الشبكة أقوى أم أضعف؟
لا أعرف الإجابة بعد.
أعتقد فقط أنها واحدة من الخيارات المثيرة التي يتخذها المصممون حول بنية الذكاء الاصطناعي في الوقت الحالي.
#OPG @OpenGradient $OPG $SPCXB $MUB
#opg @OpenGradient كلما نظرت أكثر إلى OpenGradient، كلما بدا أقل كأنه مشروع AI تقليدي
لقد كنت أتحقق من OpenGradient كثيرًا مؤخرًا. أحاول أن أفهم ما الذي يبنونه حقًا.
في البداية، اعتقدت أنه مشروع آخر يركز على جعل AI أفضل أو أسرع أو أرخص.
لكن بعد القراءة، يبدو أن هذا ليس الهدف الرئيسي.
ما يبرز هو التركيز على البنية التحتية حول AI، وليس الناتج نفسه.
تطلب معظم الأنظمة اليوم من المستخدمين الوثوق بأن النموذج قد عمل بشكل صحيح.
العملية مخفية عن المستخدمين.
يبدو أن OpenGradient تبحث في ما يحدث عندما تكون أجزاء من تلك العملية مرئية ويمكن التحقق منها.
هذا يبدو مفيدًا.. لا زلت أتساءل عن التنازلات.
* هل لا يزال التحقق يعمل عندما تتفاعل العديد من النماذج والمساهمين في نفس الوقت؟
* هل الشفافية تبطئ الأمور؟
* كم من تلك المعلومات سيهتم بها المستخدمون حقًا؟
تبدو الفكرة قوية.
لا زلت أراقب كيف يتم تنفيذها.
البنية التحتية عادة ما تبدو بسيطة حتى يتم استخدامها فعليًا من قبل الناس.
#OPG @OpenGradient $OPG $SYN $TNSR
لقد كنت أتحقق من OpenGradient كثيرًا مؤخرًا. أحاول أن أفهم ما الذي يبنونه حقًا.
في البداية، اعتقدت أنه مشروع آخر يركز على جعل AI أفضل أو أسرع أو أرخص.
لكن بعد القراءة، يبدو أن هذا ليس الهدف الرئيسي.
ما يبرز هو التركيز على البنية التحتية حول AI، وليس الناتج نفسه.
تطلب معظم الأنظمة اليوم من المستخدمين الوثوق بأن النموذج قد عمل بشكل صحيح.
العملية مخفية عن المستخدمين.
يبدو أن OpenGradient تبحث في ما يحدث عندما تكون أجزاء من تلك العملية مرئية ويمكن التحقق منها.
هذا يبدو مفيدًا.. لا زلت أتساءل عن التنازلات.
* هل لا يزال التحقق يعمل عندما تتفاعل العديد من النماذج والمساهمين في نفس الوقت؟
* هل الشفافية تبطئ الأمور؟
* كم من تلك المعلومات سيهتم بها المستخدمون حقًا؟
تبدو الفكرة قوية.
لا زلت أراقب كيف يتم تنفيذها.
البنية التحتية عادة ما تبدو بسيطة حتى يتم استخدامها فعليًا من قبل الناس.
#OPG @OpenGradient $OPG $SYN $TNSR
https://www.bnappweb.black/ar/support/announcement/detail/c8720852824a4ea48043d4fcf1f59375?utm_source=new_share&ref=CPA_00K11PEO3T
#opg $OPG أحيانًا تكون القطعة المفقودة ليست القوة بل الثقة
قبل أيام كنت أتصفح OpenGradient وشيء ما علق في ذهني.
معظم الأحاديث حول الذكاء الاصطناعي تركز على النماذج، والإجابات الأسرع، والمزيد من القوة. هذا منطقي. تلك الأمور مهمة.
ماذا يحدث بعد ظهور الإجابة؟
تلك النقطة تبدو غريبة بشكل غريب.
* في الأنظمة، من المفترض أن يقبل المستخدمون النتيجة ويتقدموا. النظام وراء ذلك يبقى مخفيًا إلى حد كبير. ربما يكون ذلك جيدًا عندما تسير الأمور بشكل جيد. ربما ليس كذلك عندما تحدث الأخطاء.
ما لفت انتباهي في OpenGradient هو أنه يبدو أنه يركز على تقليل تلك النقطة. ليس عن طريق استبدال الذكاء الاصطناعي، ولكن من خلال توضيح بعض أجزاء العملية وجعلها قابلة للتحقق.
ومع ذلك، أتساءل عن العيوب.
هل إضافة الفحوصات تخلق مشاكل مع تكبير الشبكات؟ هل سيهتم المطورون بما فيه الكفاية لاستخدامها عندما تكون السرعة هي الأولوية القصوى؟
لا أعلم.
أعتقد فقط أن الثقة تصبح أصعب في الحفاظ عليها كلما كبرت الأنظمة.. تبدو هذه المشكلة أكبر من مجرد الأداء.
قضية الثقة في الذكاء الاصطناعي بالنسبة لي تبدو كصفقة.
OpenGradient تحاول إصلاح ذلك.
#OPG @OpenGradient $OPG
قبل أيام كنت أتصفح OpenGradient وشيء ما علق في ذهني.
معظم الأحاديث حول الذكاء الاصطناعي تركز على النماذج، والإجابات الأسرع، والمزيد من القوة. هذا منطقي. تلك الأمور مهمة.
ماذا يحدث بعد ظهور الإجابة؟
تلك النقطة تبدو غريبة بشكل غريب.
* في الأنظمة، من المفترض أن يقبل المستخدمون النتيجة ويتقدموا. النظام وراء ذلك يبقى مخفيًا إلى حد كبير. ربما يكون ذلك جيدًا عندما تسير الأمور بشكل جيد. ربما ليس كذلك عندما تحدث الأخطاء.
ما لفت انتباهي في OpenGradient هو أنه يبدو أنه يركز على تقليل تلك النقطة. ليس عن طريق استبدال الذكاء الاصطناعي، ولكن من خلال توضيح بعض أجزاء العملية وجعلها قابلة للتحقق.
ومع ذلك، أتساءل عن العيوب.
هل إضافة الفحوصات تخلق مشاكل مع تكبير الشبكات؟ هل سيهتم المطورون بما فيه الكفاية لاستخدامها عندما تكون السرعة هي الأولوية القصوى؟
لا أعلم.
أعتقد فقط أن الثقة تصبح أصعب في الحفاظ عليها كلما كبرت الأنظمة.. تبدو هذه المشكلة أكبر من مجرد الأداء.
قضية الثقة في الذكاء الاصطناعي بالنسبة لي تبدو كصفقة.
OpenGradient تحاول إصلاح ذلك.
#OPG @OpenGradient $OPG
#opg @OpenGradient $OPG
أحيانًا تكون الطبقة المهمة هي تلك التي لا يتحدث عنها أحد.
بالأمس كنت أقرأ عن OpenGradient مرة أخرى بعد أن قضيت معظم اليوم في استعراض مشاريع الكريبتو.
هناك شيء لفت انتباهي.
معظم المشاريع تريد من الناس التركيز على النتيجة. يريدون المعاملات وأداءً أفضل ونشاطًا أكبر. تنتهي المحادثة عادةً عند هذا الحد.
يبدو أن OpenGradient مهتمة أكثر بالطريق الذي يؤدي إلى النتيجة.
هذا جعلني أفكر في الأمر.
في عالم الكريبتو تعلمنا منذ فترة أن النتائج وحدها ليست كافية. سيسأل الناس في النهاية من قام بالتحقق من المعاملة، ومن يتحكم في العملية وما إذا كانت القواعد يمكن التحقق منها بشكل مستقل.
أعتقد أن OpenGradient تقوم بشيء يتعلق بالذكاء الاصطناعي.
إذا قدم نموذج إجابة، هل يجب على المستخدمين ببساطة الثقة في OpenGradient؟ هل يجب أن يكون هناك طريقة للتحقق مما حدث خلف الكواليس مع OpenGradient؟
ما أجد مثيرًا للاهتمام هو أن OpenGradient تبني حول هذا السؤال لتجنب ذلك.
ومع ذلك، أتساءل ماذا يحدث عندما تتزايد حجم OpenGradient. هل تبقى عملية التحقق عملية عملية مع OpenGradient؟ هل يقبل المطورون الاحتكاك الإضافي مع OpenGradient؟
تبدو لي فكرة OpenGradient منطقية.
الاختبار الحقيقي هو ما إذا كان النظام البيئي يقدر الإثبات بقدر تقديره للراحة، مع OpenGradient.
#OPG @OpenGradient $OPG
أحيانًا تكون الطبقة المهمة هي تلك التي لا يتحدث عنها أحد.
بالأمس كنت أقرأ عن OpenGradient مرة أخرى بعد أن قضيت معظم اليوم في استعراض مشاريع الكريبتو.
هناك شيء لفت انتباهي.
معظم المشاريع تريد من الناس التركيز على النتيجة. يريدون المعاملات وأداءً أفضل ونشاطًا أكبر. تنتهي المحادثة عادةً عند هذا الحد.
يبدو أن OpenGradient مهتمة أكثر بالطريق الذي يؤدي إلى النتيجة.
هذا جعلني أفكر في الأمر.
في عالم الكريبتو تعلمنا منذ فترة أن النتائج وحدها ليست كافية. سيسأل الناس في النهاية من قام بالتحقق من المعاملة، ومن يتحكم في العملية وما إذا كانت القواعد يمكن التحقق منها بشكل مستقل.
أعتقد أن OpenGradient تقوم بشيء يتعلق بالذكاء الاصطناعي.
إذا قدم نموذج إجابة، هل يجب على المستخدمين ببساطة الثقة في OpenGradient؟ هل يجب أن يكون هناك طريقة للتحقق مما حدث خلف الكواليس مع OpenGradient؟
ما أجد مثيرًا للاهتمام هو أن OpenGradient تبني حول هذا السؤال لتجنب ذلك.
ومع ذلك، أتساءل ماذا يحدث عندما تتزايد حجم OpenGradient. هل تبقى عملية التحقق عملية عملية مع OpenGradient؟ هل يقبل المطورون الاحتكاك الإضافي مع OpenGradient؟
تبدو لي فكرة OpenGradient منطقية.
الاختبار الحقيقي هو ما إذا كان النظام البيئي يقدر الإثبات بقدر تقديره للراحة، مع OpenGradient.
#OPG @OpenGradient $OPG
#opg $OPG أفكر باستمرار في OpenGradient
كنت أنظر إلى OpenGradient قبل أيام.
فعلت ذلك لأنني أردت أن أفهم أي مشكلة يحلها OpenGradient بالفعل.
لم أكن أنظر إلى OpenGradient بسبب أي إعلان أو مناقشة حول الرموز.
معظم أنظمة الذكاء الاصطناعي تطلب من الناس الثقة في النتيجة.
تُعطى الإجابة للناس. ثم يتابعون.
قليل من الناس يتوقفون لطرح سؤال حول كيفية إنتاج الإجابة أو إذا كان يمكن التحقق من العملية لاحقًا.
يبدو أن OpenGradient تعمل على تلك الجزء المفقود.
ما أجده مثيرًا للاهتمام ليس تكنولوجيا OpenGradient بحد ذاتها، بل القرار وراء OpenGradient.
التحقق مما إذا كان شيء ما مفيدًا جيد حتى يبدأ في خلق مشاكل.
كل نظام يصل إلى نقطة يصبح فيها من الصعب تحقيق التوازن بين الراحة والشفافية.
هنا يبدأ الاختبار الحقيقي لـ OpenGradient.
إذا كان مطورو OpenGradient بحاجة إلى ردود، هل سيهتمون بعد ذلك بإثبات أن OpenGradient تعمل بشكل صحيح؟
إذا حصل مستخدمو OpenGradient على ما يريدونه على الفور، كم منهم سيقضي الوقت في التحقق من سجلات التحقق الخاصة بـ OpenGradient؟
لقد رأيت العديد من مشاريع العملات المشفرة تبني بنية تحتية لا يستخدمها سوى عدد قليل من الناس.
التصميم الجيد لا يتعلق بما يمكن بناءه، بل بما يكون الناس مستعدين لتبنيه واستخدامه.
OpenGradient تشعر بأنها مختلفة لأنها تتحدى فكرة تعتمد عليها معظم منتجات الذكاء الاصطناعي.
السؤال الذي لدي حول OpenGradient بسيط.
عندما يصبح التحقق مما إذا كان شيء ما صحيحًا اختياريًا، كم من الناس سيختارون القيام بذلك مع OpenGradient؟
#OPG @OpenGradient $OPG $VELVET
كنت أنظر إلى OpenGradient قبل أيام.
فعلت ذلك لأنني أردت أن أفهم أي مشكلة يحلها OpenGradient بالفعل.
لم أكن أنظر إلى OpenGradient بسبب أي إعلان أو مناقشة حول الرموز.
معظم أنظمة الذكاء الاصطناعي تطلب من الناس الثقة في النتيجة.
تُعطى الإجابة للناس. ثم يتابعون.
قليل من الناس يتوقفون لطرح سؤال حول كيفية إنتاج الإجابة أو إذا كان يمكن التحقق من العملية لاحقًا.
يبدو أن OpenGradient تعمل على تلك الجزء المفقود.
ما أجده مثيرًا للاهتمام ليس تكنولوجيا OpenGradient بحد ذاتها، بل القرار وراء OpenGradient.
التحقق مما إذا كان شيء ما مفيدًا جيد حتى يبدأ في خلق مشاكل.
كل نظام يصل إلى نقطة يصبح فيها من الصعب تحقيق التوازن بين الراحة والشفافية.
هنا يبدأ الاختبار الحقيقي لـ OpenGradient.
إذا كان مطورو OpenGradient بحاجة إلى ردود، هل سيهتمون بعد ذلك بإثبات أن OpenGradient تعمل بشكل صحيح؟
إذا حصل مستخدمو OpenGradient على ما يريدونه على الفور، كم منهم سيقضي الوقت في التحقق من سجلات التحقق الخاصة بـ OpenGradient؟
لقد رأيت العديد من مشاريع العملات المشفرة تبني بنية تحتية لا يستخدمها سوى عدد قليل من الناس.
التصميم الجيد لا يتعلق بما يمكن بناءه، بل بما يكون الناس مستعدين لتبنيه واستخدامه.
OpenGradient تشعر بأنها مختلفة لأنها تتحدى فكرة تعتمد عليها معظم منتجات الذكاء الاصطناعي.
السؤال الذي لدي حول OpenGradient بسيط.
عندما يصبح التحقق مما إذا كان شيء ما صحيحًا اختياريًا، كم من الناس سيختارون القيام بذلك مع OpenGradient؟
#OPG @OpenGradient $OPG $VELVET
#opg $OPG كانت الصفقة صغيرة. لكن القرار لم يكن كذلك
قبل عدة أيام، قرأت عن OpenGradient. كانت هناك حالة بسيطة تزعجني.
تخيل أن بوت أربيتراج العملة المستقرة يجد فارقًا بقيمة حوالي 0.80 دولار.
هذه الفرصة حقيقية. قد لا تدوم سوى بضع ثوانٍ. يجب على البوت أن يختار: يتصرف أو يطلب استدلالًا موثوقًا قبل إجراء الصفقة.
من المحتمل أن يقول معظم الناس إن التحقق أفضل.
لكنني لست متأكدًا من ذلك.
إذا تصرف البوت بسرعة، فإنه يلتقط ما يكفي من الفرص للبقاء مربحًا.
إذا طلب أولاً، ستكون هناك تكاليف وتأخير إضافي.
بحلول الوقت الذي تصل فيه الإجابة، قد يكون الفارق قد زال.
العائد المتوقع ينخفض.
لذا، يتوقف البوت عن الطلب.
لا يبدو أن هذا فشل.
إنه يبدو كتصرف.
ما أثار اهتمامي بشأن OpenGradient هو أنه يجلس في هذا التوتر.
تعتقد العديد من الأنظمة أن المعلومات الأفضل تعني نتائج أفضل.
لكن الأسواق لا تعمل بهذه الطريقة.
يجب أن تصل المعلومات في الوقت المناسب وليس فقط أن تكون صحيحة.
هذا يجعلني أتساءل من أين يأتي القيمة الحقيقية.
هل الاستدلال الموثوق مفيد لأنه دقيق أم لأنه سريع بما يكفي ليناسب فترة القرار؟
ماذا يحدث إذا أصبح التحقق تكلفة أخرى يحاول المتداولون تجنبها؟
الإجابة ربما تقول المزيد عن التبني، أكثر من أي لوحة تحكم.
#OPG @OpenGradient $OPG $SYN
قبل عدة أيام، قرأت عن OpenGradient. كانت هناك حالة بسيطة تزعجني.
تخيل أن بوت أربيتراج العملة المستقرة يجد فارقًا بقيمة حوالي 0.80 دولار.
هذه الفرصة حقيقية. قد لا تدوم سوى بضع ثوانٍ. يجب على البوت أن يختار: يتصرف أو يطلب استدلالًا موثوقًا قبل إجراء الصفقة.
من المحتمل أن يقول معظم الناس إن التحقق أفضل.
لكنني لست متأكدًا من ذلك.
إذا تصرف البوت بسرعة، فإنه يلتقط ما يكفي من الفرص للبقاء مربحًا.
إذا طلب أولاً، ستكون هناك تكاليف وتأخير إضافي.
بحلول الوقت الذي تصل فيه الإجابة، قد يكون الفارق قد زال.
العائد المتوقع ينخفض.
لذا، يتوقف البوت عن الطلب.
لا يبدو أن هذا فشل.
إنه يبدو كتصرف.
ما أثار اهتمامي بشأن OpenGradient هو أنه يجلس في هذا التوتر.
تعتقد العديد من الأنظمة أن المعلومات الأفضل تعني نتائج أفضل.
لكن الأسواق لا تعمل بهذه الطريقة.
يجب أن تصل المعلومات في الوقت المناسب وليس فقط أن تكون صحيحة.
هذا يجعلني أتساءل من أين يأتي القيمة الحقيقية.
هل الاستدلال الموثوق مفيد لأنه دقيق أم لأنه سريع بما يكفي ليناسب فترة القرار؟
ماذا يحدث إذا أصبح التحقق تكلفة أخرى يحاول المتداولون تجنبها؟
الإجابة ربما تقول المزيد عن التبني، أكثر من أي لوحة تحكم.
#OPG @OpenGradient $OPG $SYN
الجزء من OpenGradient الذي جعلني أفكر في السيطرة
قبل بضعة أيام كنت أتفحص OpenGradient مرة أخرى.
لم أكن أبحث عن OpenGradient بسبب إعلان.
لم أكن أبحث عن OpenGradient بسبب المكافآت.
كنت أبحث عن OpenGradient لأنني أردت أن أعرف من أين تأتي القرارات المهمة.
تقول الكثير من مشاريع الكريبتو إنها تتعلق باللامركزية. عندما تنظر إليهم لفترة طويلة، تلاحظ شيئًا.
قد يبدو النظام مفتوحًا. لكن مجموعة صغيرة من الناس لا تزال تتخذ معظم القرارات المهمة.
يبدو أن OpenGradient تحاول حل هذه المشكلة بطريقة ما.
ما لاحظته عن OpenGradient لم يكن ما تسمح به للناس.
بل كان ما لا تحاول OpenGradient السيطرة عليه.
قد يبدو هذا بسيطًا. إنه يخلق بعض المشاكل المثيرة للاهتمام.
عندما لا يتحكم الأشخاص المسؤولون عن OpenGradient كثيرًا، يصبح من الصعب عليهم جعل كل شيء يعمل معًا.
قد تنمو OpenGradient ببطء.
قد يواجه الأشخاص المسؤولون عن OpenGradient صعوبة في اتخاذ القرارات.
قد يقوم الأشخاص الذين يستخدمون OpenGradient بأشياء لم يتوقعها أحد.
ربما هذا هو الاختبار الحقيقي لـ OpenGradient.
إذا كانت OpenGradient تعمل فقط عندما تكون مجموعة صغيرة من الناس دائمًا في السيطرة، فهل OpenGradient حقًا مفتوحة كما يعتقد الناس؟
أستمر في التفكير في شكل OpenGradient عندما تكون أكبر عشر مرات مما هي عليه الآن.
هل ستظل OpenGradient تعمل بشكل جيد؟
هل سيظل الأشخاص الذين يستخدمون OpenGradient يمتلكون الحوافز؟
هل ستتوزع القوة والنفوذ بين الكثير من الناس؟ هل ستعود للسيطرة من قبل مجموعة صغيرة كما هو الحال في أماكن أخرى؟
الآن أصبحت هذه الأسئلة أكثر أهمية بالنسبة لي من أي أخبار حول OpenGradient.
الأمر المثير للاهتمام ليس ما إذا كانت OpenGradient ستكبر.
الأمر المثير هو ما يحدث إذا كبرت OpenGradient دون الحاجة إلى شخص دائمًا في السيطرة عليها.
أتحدث عن OpenGradient لأنني أريد أن أعرف المزيد عن OpenGradient.
OpenGradient هي الشيء الذي جعلني أفكر في السيطرة بطريقة ما.
#OPG @OpenGradient $OPG $UNI $PORTAL
قبل بضعة أيام كنت أتفحص OpenGradient مرة أخرى.
لم أكن أبحث عن OpenGradient بسبب إعلان.
لم أكن أبحث عن OpenGradient بسبب المكافآت.
كنت أبحث عن OpenGradient لأنني أردت أن أعرف من أين تأتي القرارات المهمة.
تقول الكثير من مشاريع الكريبتو إنها تتعلق باللامركزية. عندما تنظر إليهم لفترة طويلة، تلاحظ شيئًا.
قد يبدو النظام مفتوحًا. لكن مجموعة صغيرة من الناس لا تزال تتخذ معظم القرارات المهمة.
يبدو أن OpenGradient تحاول حل هذه المشكلة بطريقة ما.
ما لاحظته عن OpenGradient لم يكن ما تسمح به للناس.
بل كان ما لا تحاول OpenGradient السيطرة عليه.
قد يبدو هذا بسيطًا. إنه يخلق بعض المشاكل المثيرة للاهتمام.
عندما لا يتحكم الأشخاص المسؤولون عن OpenGradient كثيرًا، يصبح من الصعب عليهم جعل كل شيء يعمل معًا.
قد تنمو OpenGradient ببطء.
قد يواجه الأشخاص المسؤولون عن OpenGradient صعوبة في اتخاذ القرارات.
قد يقوم الأشخاص الذين يستخدمون OpenGradient بأشياء لم يتوقعها أحد.
ربما هذا هو الاختبار الحقيقي لـ OpenGradient.
إذا كانت OpenGradient تعمل فقط عندما تكون مجموعة صغيرة من الناس دائمًا في السيطرة، فهل OpenGradient حقًا مفتوحة كما يعتقد الناس؟
أستمر في التفكير في شكل OpenGradient عندما تكون أكبر عشر مرات مما هي عليه الآن.
هل ستظل OpenGradient تعمل بشكل جيد؟
هل سيظل الأشخاص الذين يستخدمون OpenGradient يمتلكون الحوافز؟
هل ستتوزع القوة والنفوذ بين الكثير من الناس؟ هل ستعود للسيطرة من قبل مجموعة صغيرة كما هو الحال في أماكن أخرى؟
الآن أصبحت هذه الأسئلة أكثر أهمية بالنسبة لي من أي أخبار حول OpenGradient.
الأمر المثير للاهتمام ليس ما إذا كانت OpenGradient ستكبر.
الأمر المثير هو ما يحدث إذا كبرت OpenGradient دون الحاجة إلى شخص دائمًا في السيطرة عليها.
أتحدث عن OpenGradient لأنني أريد أن أعرف المزيد عن OpenGradient.
OpenGradient هي الشيء الذي جعلني أفكر في السيطرة بطريقة ما.
#OPG @OpenGradient $OPG $UNI $PORTAL
الشيء الذي يبرز حول OpenGradient هو ما لا يتحكم فيه.
لقد نظرت إلى OpenGradient مرة أخرى قبل أيام.
لم أفعل ذلك بسبب أي إعلانات.
لم أفعل ذلك بسبب أي مكافآت.
لقد فعلت ذلك في الغالب لأنني أردت أن أرى أين تكمن القوة الحقيقية.
تقول الكثير من المشاريع إنها لامركزية. عندما تنظر حقًا إلى كيفية عملها ترى أن مجموعة صغيرة من الناس لا تزال تتخذ الكثير من القرارات المهمة.
هذا ما يجعل OpenGradient مثيرًا للاهتمام بالنسبة لي.
الطريقة التي تم تصميمها بها ليست حول إنشاء منصة أخرى تمتلك كل شيء، بل هي حول إنشاء مساحة يمكن أن يساهم فيها أشخاص مختلفون دون الحاجة إلى إذن في كل مرة.
هذا يبدو جيدًا جدًا على الورق.
الجزء الصعب هو معرفة ما يحدث عندما يصبح OpenGradient كبيرًا حقًا.
هل يمكن للناس العمل معًا بكفاءة دون أن يكون هناك شخص مسؤول عن كل شيء؟
هل يمكن الحفاظ على جودة الأشياء عندما ينضم المزيد من الناس إلى OpenGradient؟
تتعامل معظم الأنظمة مع هذه المشكلات من خلال إضافة قواعد وتحكم.
يبدو أن OpenGradient يحاول شيئًا ما.
هذا يعني أن هناك فرصًا. هناك أيضًا عدم يقين.
أعتقد أن عدم اليقين هو الشيء الذي يجب الانتباه إليه.
لا تأتي جميع المخاطر من الأشخاص الذين يحاولون القيام بأشياء. أحيانًا تأتي المخاطر من الأشياء التي تتغير ببطء مع مرور الوقت.
الآن، الطريقة التي تم إعداد OpenGradient بها تبدو جيدة جدًا، لكننا عادةً ما نرى مدى قوة شيء ما حقًا عندما تكون الأمور هادئة وليس عندما تكون في مرحلة نمو.
أنا فضولي بشأن شيء واحد.
بينما يتوسع OpenGradient، ما الذي يصبح أكثر أهمية: التأكد من أن أي شخص يمكنه الانضمام، أم التأكد من أن المعايير عالية؟
هل يمكن لنظام أن يفعل كلا الأمرين لفترة من الوقت دون الحاجة للاختيار بين أحدهما والآخر؟
أفكر في OpenGradient وأتساءل عما سيحدث.
OpenGradient هو الشيء الذي أفكر فيه.
مستقبل OpenGradient غير مؤكد. من المثير أيضًا التفكير في ذلك.
يمتلك OpenGradient القدرة على أن يكون شيئًا خاصًا، لكنه أيضًا يواجه الكثير من التحديات للتغلب عليها.
سأكون أراقب OpenGradient لأرى ما سيحدث
#OPG @OpenGradient $OPG
لقد نظرت إلى OpenGradient مرة أخرى قبل أيام.
لم أفعل ذلك بسبب أي إعلانات.
لم أفعل ذلك بسبب أي مكافآت.
لقد فعلت ذلك في الغالب لأنني أردت أن أرى أين تكمن القوة الحقيقية.
تقول الكثير من المشاريع إنها لامركزية. عندما تنظر حقًا إلى كيفية عملها ترى أن مجموعة صغيرة من الناس لا تزال تتخذ الكثير من القرارات المهمة.
هذا ما يجعل OpenGradient مثيرًا للاهتمام بالنسبة لي.
الطريقة التي تم تصميمها بها ليست حول إنشاء منصة أخرى تمتلك كل شيء، بل هي حول إنشاء مساحة يمكن أن يساهم فيها أشخاص مختلفون دون الحاجة إلى إذن في كل مرة.
هذا يبدو جيدًا جدًا على الورق.
الجزء الصعب هو معرفة ما يحدث عندما يصبح OpenGradient كبيرًا حقًا.
هل يمكن للناس العمل معًا بكفاءة دون أن يكون هناك شخص مسؤول عن كل شيء؟
هل يمكن الحفاظ على جودة الأشياء عندما ينضم المزيد من الناس إلى OpenGradient؟
تتعامل معظم الأنظمة مع هذه المشكلات من خلال إضافة قواعد وتحكم.
يبدو أن OpenGradient يحاول شيئًا ما.
هذا يعني أن هناك فرصًا. هناك أيضًا عدم يقين.
أعتقد أن عدم اليقين هو الشيء الذي يجب الانتباه إليه.
لا تأتي جميع المخاطر من الأشخاص الذين يحاولون القيام بأشياء. أحيانًا تأتي المخاطر من الأشياء التي تتغير ببطء مع مرور الوقت.
الآن، الطريقة التي تم إعداد OpenGradient بها تبدو جيدة جدًا، لكننا عادةً ما نرى مدى قوة شيء ما حقًا عندما تكون الأمور هادئة وليس عندما تكون في مرحلة نمو.
أنا فضولي بشأن شيء واحد.
بينما يتوسع OpenGradient، ما الذي يصبح أكثر أهمية: التأكد من أن أي شخص يمكنه الانضمام، أم التأكد من أن المعايير عالية؟
هل يمكن لنظام أن يفعل كلا الأمرين لفترة من الوقت دون الحاجة للاختيار بين أحدهما والآخر؟
أفكر في OpenGradient وأتساءل عما سيحدث.
OpenGradient هو الشيء الذي أفكر فيه.
مستقبل OpenGradient غير مؤكد. من المثير أيضًا التفكير في ذلك.
يمتلك OpenGradient القدرة على أن يكون شيئًا خاصًا، لكنه أيضًا يواجه الكثير من التحديات للتغلب عليها.
سأكون أراقب OpenGradient لأرى ما سيحدث
#OPG @OpenGradient $OPG
أحيانًا الجزء الصعب ليس في بناء الذكاء الاصطناعي بل في إثبات ما حدث.
قضيت بعض الوقت في النظر إلى OpenGradient مؤخرًا. شيء واحد كان يتردد في ذهني.
تبدو معظم مشاريع الذكاء الاصطناعي مركّزة على السرعة، جودة النموذج أو تجربة المستخدم. يبدو أن OpenGradient تطرح سؤالًا.
ماذا لو كانت المشكلة الحقيقية هي الثقة؟
اليوم، تعمل معظم أنظمة الذكاء الاصطناعي مثل الصناديق. تضع شيئًا ما وتحصل على إجابة وتثق في أن عملية الذكاء الاصطناعي كانت صحيحة. نادرًا ما يرى معظم المستخدمين ما حدث خلف الكواليس.
OpenGradient تحاول البناء حول التحقق من الثقة. يبدو أن ذلك مفيد. كما أنه يثير تساؤلات.
كم عدد الأشخاص الذين يهتمون فعلاً بالتحقق عندما تسير الأمور على ما يرام مع نظام الذكاء الاصطناعي؟
الجزء المثير هو الموازنة مع نظام الذكاء الاصطناعي. التحقق ذو قيمة. نادرًا ما يكون مجانيًا. غالبًا ما يعني الدليل الإضافي تعقيدًا، تكاليف أو عمليات ذكاء اصطناعي أبطأ.
هل يمكن لنظام الذكاء الاصطناعي أن يبقى فعالًا بينما يثبت ما حدث في كل مرة مع عملية الذكاء الاصطناعي؟
هل يمكن للمطورين التحرك بسرعة عندما توجد طبقة أخرى من التحقق مع نظام الذكاء الاصطناعي؟
لقد رأيت العديد من مشاريع الكريبتو تركز على جذب المستخدمين وحل المشاكل لاحقًا. يبدو أن OpenGradient تتبنى النهج من خلال بناء بنية تحتية للذكاء الاصطناعي قبل أن يصل الطلب بالكامل.
ربما هذه هي الخطوة المناسبة لنظام الذكاء الاصطناعي.
ربما ستكون تقنية الذكاء الاصطناعي جاهزة قبل وقت طويل من قرار السوق بأنها تحتاج إلى نظام الذكاء الاصطناعي.
تلك هي النقطة التي أستمر في التفكير بها مع نظام الذكاء الاصطناعي.
#OPG @OpenGradient $OPG $ADX $CHIP
قضيت بعض الوقت في النظر إلى OpenGradient مؤخرًا. شيء واحد كان يتردد في ذهني.
تبدو معظم مشاريع الذكاء الاصطناعي مركّزة على السرعة، جودة النموذج أو تجربة المستخدم. يبدو أن OpenGradient تطرح سؤالًا.
ماذا لو كانت المشكلة الحقيقية هي الثقة؟
اليوم، تعمل معظم أنظمة الذكاء الاصطناعي مثل الصناديق. تضع شيئًا ما وتحصل على إجابة وتثق في أن عملية الذكاء الاصطناعي كانت صحيحة. نادرًا ما يرى معظم المستخدمين ما حدث خلف الكواليس.
OpenGradient تحاول البناء حول التحقق من الثقة. يبدو أن ذلك مفيد. كما أنه يثير تساؤلات.
كم عدد الأشخاص الذين يهتمون فعلاً بالتحقق عندما تسير الأمور على ما يرام مع نظام الذكاء الاصطناعي؟
الجزء المثير هو الموازنة مع نظام الذكاء الاصطناعي. التحقق ذو قيمة. نادرًا ما يكون مجانيًا. غالبًا ما يعني الدليل الإضافي تعقيدًا، تكاليف أو عمليات ذكاء اصطناعي أبطأ.
هل يمكن لنظام الذكاء الاصطناعي أن يبقى فعالًا بينما يثبت ما حدث في كل مرة مع عملية الذكاء الاصطناعي؟
هل يمكن للمطورين التحرك بسرعة عندما توجد طبقة أخرى من التحقق مع نظام الذكاء الاصطناعي؟
لقد رأيت العديد من مشاريع الكريبتو تركز على جذب المستخدمين وحل المشاكل لاحقًا. يبدو أن OpenGradient تتبنى النهج من خلال بناء بنية تحتية للذكاء الاصطناعي قبل أن يصل الطلب بالكامل.
ربما هذه هي الخطوة المناسبة لنظام الذكاء الاصطناعي.
ربما ستكون تقنية الذكاء الاصطناعي جاهزة قبل وقت طويل من قرار السوق بأنها تحتاج إلى نظام الذكاء الاصطناعي.
تلك هي النقطة التي أستمر في التفكير بها مع نظام الذكاء الاصطناعي.
#OPG @OpenGradient $OPG $ADX $CHIP
ربما تعاني تمويل البيتكوين من مشكلة ثقة، وليس مشكلة عائد
كنت أفكر في البيتكوين اليوم وكان هناك شيء يشعرني بعدم الارتياح.
كل مناقشة حول تمويل البيتكوين تنتهي في النهاية إلى العائد.
يقارن الناس بين 2%، 5% أو 20%.
إذا كان العائد هو الشيء الرئيسي الذي يهتم به الناس، أليس من المفترض أن يكون هناك المزيد من البيتكوين في هذه الأنظمة بالفعل؟
لا يزال معظم البيتكوين حيث كان، لسنوات.
هذا يدلني على أن هناك شيئاً آخر قد يحدث.
شخص احتفظ بالبيتكوين خلال الدورات ليس باحثاً عن بضعة في المئة إضافية. إنهم يحافظون على شيء يثقون به.
السؤال الحقيقي بسيط.
هل يثقون في المكان الذي سيتجه إليه بيتكوينهم بعد ذلك؟
لهذا السبب وجدت Bedrock مثيرة للاهتمام.
التحدي ليس إنشاء نظام مكافآت آخر. العديد من البروتوكولات يمكن أن تفعل ذلك.
الجزء الأصعب هو بناء شيء يفهمه حاملو البيتكوين ويشعرون به.
يبدو أن ذلك سهل. لكنه ليس كذلك.
كل طبقة إضافية تخلق افتراضًا آخر. كل افتراض يقدم مخاطرة أخرى.
ما أجده مثيرًا للاهتمام هو أن تمويل البيتكوين لا يزال يحاول اكتشاف هذا التوازن.
ما هي درجة التعقيد التي سيتقبلها المستخدمون؟
كم من الثقة يمكن أن ينشئها التصميم؟
ربما يفسر ذلك سبب بقاء الكثير من البيتكوين على الهامش.
ليس لأن الفرص مفقودة.
لكن لأن الثقة لا تزال تُسعر.
#Bedrock @Bedrock $BR $TRUMP
كنت أفكر في البيتكوين اليوم وكان هناك شيء يشعرني بعدم الارتياح.
كل مناقشة حول تمويل البيتكوين تنتهي في النهاية إلى العائد.
يقارن الناس بين 2%، 5% أو 20%.
إذا كان العائد هو الشيء الرئيسي الذي يهتم به الناس، أليس من المفترض أن يكون هناك المزيد من البيتكوين في هذه الأنظمة بالفعل؟
لا يزال معظم البيتكوين حيث كان، لسنوات.
هذا يدلني على أن هناك شيئاً آخر قد يحدث.
شخص احتفظ بالبيتكوين خلال الدورات ليس باحثاً عن بضعة في المئة إضافية. إنهم يحافظون على شيء يثقون به.
السؤال الحقيقي بسيط.
هل يثقون في المكان الذي سيتجه إليه بيتكوينهم بعد ذلك؟
لهذا السبب وجدت Bedrock مثيرة للاهتمام.
التحدي ليس إنشاء نظام مكافآت آخر. العديد من البروتوكولات يمكن أن تفعل ذلك.
الجزء الأصعب هو بناء شيء يفهمه حاملو البيتكوين ويشعرون به.
يبدو أن ذلك سهل. لكنه ليس كذلك.
كل طبقة إضافية تخلق افتراضًا آخر. كل افتراض يقدم مخاطرة أخرى.
ما أجده مثيرًا للاهتمام هو أن تمويل البيتكوين لا يزال يحاول اكتشاف هذا التوازن.
ما هي درجة التعقيد التي سيتقبلها المستخدمون؟
كم من الثقة يمكن أن ينشئها التصميم؟
ربما يفسر ذلك سبب بقاء الكثير من البيتكوين على الهامش.
ليس لأن الفرص مفقودة.
لكن لأن الثقة لا تزال تُسعر.
#Bedrock @Bedrock $BR $TRUMP
سجّل الدخول لاستكشاف المزيد من المُحتوى