قبل عدة أشهر، كنت أعتقد أن مستقبل الذكاء الاصطناعي سيتحدد من قبل من يبني النموذج الأكثر ذكاءً.

مؤخراً، بدأت أشكك في ذلك.

كلما قرأت عن OpenGradient وبنية الذكاء الاصطناعي بشكل عام، زاد شعوري بأن الذكاء ليس الشيء الوحيد الذي يهم. الثقة تهم أيضاً.

حالياً، يمكن للذكاء الاصطناعي إنتاج نتائج مثيرة للإعجاب في ثوانٍ. لكن في معظم الأحيان، نرى فقط الإجابة النهائية. لا نعرف حقًا ما حدث وراءها، وعادةً ما لا يكون لدينا وسيلة للتحقق منها بأنفسنا.

ربما يكون ذلك جيدًا للمهام البسيطة.

لكن إذا استمر الذكاء الاصطناعي في التوجه نحو مجالات مثل المالية، والبحث، وعمليات الأعمال، أعتقد أن الناس سيبدأون في طرح سؤال مختلف: "هل يمكنني الوثوق بهذه النتيجة؟"

وهنا أصبح OpenGradient مثيرًا للاهتمام بالنسبة لي.

ما يبرز هو تركيزه على جعل أحمال الذكاء الاصطناعي أكثر قابلية للتحقق بدلاً من مطالبة المستخدمين بالاعتماد بالكامل على الثقة. بالنسبة لي، يبدو أن هذه مشكلة عملية لا تحظى بما يكفي من الاهتمام مقارنةً بأداء النموذج.

قد أكون مخطئًا، لكنني لا أعتقد أن المرحلة التالية من الذكاء الاصطناعي ستُحقق فقط من خلال نماذج أفضل.

أعتقد أنها ستعتمد أيضًا على ما إذا كان بإمكان الناس الوثوق بالأنظمة وراء تلك النماذج.

لا يزال الوقت مبكرًا، وهناك الكثير من التحديات القادمة. التبني ليس مضمونًا أبدًا.

لكن إذا أصبحت الثقة مطلبًا بدلًا من أن تكون ميزة اختيارية، فإن العمل الذي يقوم به OpenGradient حول بنية الذكاء الاصطناعي القابلة للتحقق قد يصبح أكثر أهمية مما يدركه الكثير من الناس اليوم.

#opg $OPG @OpenGradient

صوتي: الثقة القابلة للتحقق. بدونها، حتى أذكى ذكاء اصطناعي سيواجه حدودًا.

استطلاع 👇

ما الذي سيفيد أكثر للذكاء الاصطناعي خلال السنوات الخمس المقبلة؟