وماذا لو كان أكبر تحدٍّ في الذكاء الاصطناعي ليس أنه ذكي… بل أننا لا نعرف متى نثق به؟ 🍭

لفترة طويلة، كانت المحادثة حول الذكاء الاصطناعي بسيطة نوعًا ما.

مزيد من النماذج.

مزيد من المعاملات.

مزيد من السرعة.

لكن كلما تقدمت التكنولوجيا، بدأت أطرح سؤالًا أكثر إلحاحًا:

إذا اتخذت الذكاء الاصطناعي قرارًا مهمًا… فكيف نعرف أن هذا القرار يستحق ثقتنا؟

لأن إنشاء إجابة هو شيء.

لكن بناء نظام يمكن التحقق من تلك الإجابة فيه أمرٌ مختلف تمامًا.

وأعتقد أن هنا تكمن واحدة من أهم المحادثات التي ستأتي للمرحلة التالية من الذكاء الاصطناعي.

الأمر لا يتعلق فقط بامتلاك نماذج أقوى.

بل يتعلق بامتلاك بنية تحتية يمكن فيها لِأنظمة مختلفة أن تتفاعل وتتسابق وتُثبت قيمتها.

ولهذا بدأت أنظر إلى OpenGradient من منظور آخر. 🤷

ليس كـ “منصة ذكاء اصطناعي أخرى”.

بل كـ سؤال أكبر:

ماذا يحدث عندما يتحول الذكاء الاصطناعي من أداة نستخدمها إلى طبقة تُبنى عليها تطبيقات جديدة؟

لأن مستقبل الذكاء الاصطناعي لن يعتمد فقط على من يملك أكبر نموذج.

بل سيعتمد أيضًا على من يستطيع إنشاء بيئة تجعل هذا الذكاء أكثر قابلية للوصول وأكثر قابلية للتحقق وأكثر فائدة.

ربما لا تكون ثورة الذكاء الاصطناعي القادمة هي إنشاء عقل أكبر.

ربما تكون ببناء نظام يمكن فيه للعديد من الذكاءات أن تعمل معًا 📆

#opg $OPG @OpenGradient