قد تكون المشكلة الحقيقية في الذكاء الاصطناعي ليست الذكاء... بل الذاكرة التي ترفض أن تموت
أعود دائمًا إلى فكرة غير مريحة حول الذكاء الاصطناعي.
قد لا تكون المشكلة الحقيقية هي الذكاء على الإطلاق. قد تكون الذاكرة.
لسنوات، كانت صناعة التكنولوجيا تعتقد أن الاحتفاظ بالبيانات ميزة تلقائية. تخزين المزيد من البيانات. تتبع المزيد من السلوكيات. الحفاظ على المزيد من التاريخ. كانت الفرضية بسيطة: المزيد من الذاكرة يُنتج أنظمة أفضل.
لكن كلما توغلت الذكاء الاصطناعي في الرعاية الصحية، والتمويل، والامتثال، وعمليات العملاء، واتخاذ القرارات، أصبح من الصعب تجاهل الجانب السلبي لهذا المنطق.
لأن الذكاء الاصطناعي لا "ينسى" حقًا.
بمجرد دخول المعلومات إلى خط تدريب، أو طبقة استرجاع، أو نظام سلوكي، تنتشر عبر النموذج بطرق يصعب عزلها لاحقًا. حذف ملف سهل. إزالة تأثير المعلومات من الذكاء نفسه هو أصعب بكثير.
هذا التحول هو جزء من سبب شعوري بأن OpenLedger أصبحت أكثر إثارة للاهتمام بالنسبة لي.
في البداية، رأيتها كقصة أخرى حول بنية الذكاء الاصطناعي تركزت على التخصيص وتنسيق البيانات. لكن الطبقة الأعمق قد تكون شيئًا آخر تمامًا.
بمجرد أن يصبح التخصيص دائمًا وله معنى اقتصادي، تتوقف الذاكرة عن كونها بنية تحتية مجانية. تصبح عبئًا، وأصلًا، وفي النهاية مشكلة حوكمة في آن واحد.
وعندما تحمل الذاكرة وزنًا قانونيًا وماليًا وتشغيليًا، يتوقف النسيان عن الظهور كأنه غير فعال.
يبدأ في الظهور كأنه ضروري.
#openledger @OpenLedger $OPEN
أعود دائمًا إلى فكرة غير مريحة حول الذكاء الاصطناعي.
قد لا تكون المشكلة الحقيقية هي الذكاء على الإطلاق. قد تكون الذاكرة.
لسنوات، كانت صناعة التكنولوجيا تعتقد أن الاحتفاظ بالبيانات ميزة تلقائية. تخزين المزيد من البيانات. تتبع المزيد من السلوكيات. الحفاظ على المزيد من التاريخ. كانت الفرضية بسيطة: المزيد من الذاكرة يُنتج أنظمة أفضل.
لكن كلما توغلت الذكاء الاصطناعي في الرعاية الصحية، والتمويل، والامتثال، وعمليات العملاء، واتخاذ القرارات، أصبح من الصعب تجاهل الجانب السلبي لهذا المنطق.
لأن الذكاء الاصطناعي لا "ينسى" حقًا.
بمجرد دخول المعلومات إلى خط تدريب، أو طبقة استرجاع، أو نظام سلوكي، تنتشر عبر النموذج بطرق يصعب عزلها لاحقًا. حذف ملف سهل. إزالة تأثير المعلومات من الذكاء نفسه هو أصعب بكثير.
هذا التحول هو جزء من سبب شعوري بأن OpenLedger أصبحت أكثر إثارة للاهتمام بالنسبة لي.
في البداية، رأيتها كقصة أخرى حول بنية الذكاء الاصطناعي تركزت على التخصيص وتنسيق البيانات. لكن الطبقة الأعمق قد تكون شيئًا آخر تمامًا.
بمجرد أن يصبح التخصيص دائمًا وله معنى اقتصادي، تتوقف الذاكرة عن كونها بنية تحتية مجانية. تصبح عبئًا، وأصلًا، وفي النهاية مشكلة حوكمة في آن واحد.
وعندما تحمل الذاكرة وزنًا قانونيًا وماليًا وتشغيليًا، يتوقف النسيان عن الظهور كأنه غير فعال.
يبدأ في الظهور كأنه ضروري.
#openledger @OpenLedger $OPEN
