#opg A Ada pemikiran yang terus kembali ke saya saat membaca tentang OpenGradient:
Bagaimana jika tantangan terbesar dalam AI bukan lagi kecerdasan?
Selama bertahun-tahun, tujuannya sederhana—membangun model yang lebih pintar. Dan sejujurnya, kemajuannya luar biasa. Tapi saat AI menjadi bagian dari lebih banyak sistem, saya mulai berpikir bahwa kepercayaan mungkin menjadi masalah yang lebih sulit untuk dipecahkan.
Itu yang membuat saya berhenti dan menghabiskan lebih banyak waktu untuk melihat OpenGradient.
Yang menonjol bagi saya bukanlah produk yang mencolok atau janji jawaban yang lebih baik. Itu adalah ide bahwa output AI harus dapat diverifikasi. Saat ini, kebanyakan orang menerima jawaban dari model AI dan begitu saja menerimanya. Sedikit orang yang bertanya dari mana asalnya, bagaimana itu dihasilkan, atau apakah prosesnya dapat diperiksa secara independen.
Fokus proyek ini pada inferensi dan verifikasi terdesentralisasi terasa seperti upaya untuk mengatasi celah itu. Apakah pendekatan itu berhasil adalah pertanyaan lain, tetapi saya menemukan masalah itu sendiri benar-benar menarik.
Satu hal yang selalu saya perhatikan dengan proyek infrastruktur adalah adopsi. Membangun teknologi adalah satu tantangan; membuat pengembang dan pengguna bergantung padanya adalah tantangan lain. Itu mungkin rintangan terbesar di depan.
Namun, saya pikir OpenGradient sedang melihat bagian dari tumpukan AI yang tidak mendapatkan cukup perhatian. Semua orang memperhatikan kecerdasan ketika meningkat. Kepercayaan itu berbeda. Orang biasanya tidak memikirkannya sampai itu hilang.
Apakah saya satu-satunya yang merasa bahwa verifikasi AI bisa menjadi sama pentingnya dengan model itu sendiri?
@OpenGradient
$OPG
#OPG
Bagaimana jika tantangan terbesar dalam AI bukan lagi kecerdasan?
Selama bertahun-tahun, tujuannya sederhana—membangun model yang lebih pintar. Dan sejujurnya, kemajuannya luar biasa. Tapi saat AI menjadi bagian dari lebih banyak sistem, saya mulai berpikir bahwa kepercayaan mungkin menjadi masalah yang lebih sulit untuk dipecahkan.
Itu yang membuat saya berhenti dan menghabiskan lebih banyak waktu untuk melihat OpenGradient.
Yang menonjol bagi saya bukanlah produk yang mencolok atau janji jawaban yang lebih baik. Itu adalah ide bahwa output AI harus dapat diverifikasi. Saat ini, kebanyakan orang menerima jawaban dari model AI dan begitu saja menerimanya. Sedikit orang yang bertanya dari mana asalnya, bagaimana itu dihasilkan, atau apakah prosesnya dapat diperiksa secara independen.
Fokus proyek ini pada inferensi dan verifikasi terdesentralisasi terasa seperti upaya untuk mengatasi celah itu. Apakah pendekatan itu berhasil adalah pertanyaan lain, tetapi saya menemukan masalah itu sendiri benar-benar menarik.
Satu hal yang selalu saya perhatikan dengan proyek infrastruktur adalah adopsi. Membangun teknologi adalah satu tantangan; membuat pengembang dan pengguna bergantung padanya adalah tantangan lain. Itu mungkin rintangan terbesar di depan.
Namun, saya pikir OpenGradient sedang melihat bagian dari tumpukan AI yang tidak mendapatkan cukup perhatian. Semua orang memperhatikan kecerdasan ketika meningkat. Kepercayaan itu berbeda. Orang biasanya tidak memikirkannya sampai itu hilang.
Apakah saya satu-satunya yang merasa bahwa verifikasi AI bisa menjadi sama pentingnya dengan model itu sendiri?
@OpenGradient
$OPG
#OPG