بدأت أقرأ عن OpenGradient لأنني أردت فهم الجانب المتعلق بالذكاء الاصطناعي في المشروع.

بعد قراءة بعض المقالات، كنت أقرأ عن التحقق بدلاً من ذلك.

كان ذلك غير متوقع.

تنتهي معظم المحادثات حول الذكاء الاصطناعي بنفس المكان. نماذج أفضل، استجابات أسرع، معايير جديدة.

ما ظللت أفكر فيه كان شيئاً أبسط بكثير.

إذا قام وكيل ذكاء اصطناعي بعمل ما، كيف نعرف أنه حدث بالفعل كما يدعي؟

ربما ليست هذه مشكلة كبيرة في الوقت الحالي.

على الأرجح تصبح مشكلة أكبر عندما يبدأ الذكاء الاصطناعي في التعامل مع الأصول، والتفاعل مع البروتوكولات، أو اتخاذ قرارات دون أن يتحقق شخص من كل خطوة.

هذا هو الجزء من OpenGradient الذي لفت انتباهي.

المشروع يركز على بنية تحتية للذكاء الاصطناعي قابلة للتحقق. ببساطة، الهدف ليس فقط إنتاج مخرجات ذكاء اصطناعي، ولكن أيضاً إنشاء طريقة للتحقق منها.

لقد تحققت من بعض إحصائيات النظام البيئي الحديثة أثناء بحثي حول ذلك.

تم معالجة أكثر من 2 مليون استنتاج ذكاء اصطناعي بالفعل. تم إنتاج أكثر من 500,000 دليل تشفيري. الشبكة تدعم أكثر من 2,000 نموذج ذكاء اصطناعي وقد وصلت إلى أكثر من 2 مليون مستخدم.

بالنسبة لمشروع لا يتم ذكره كثيراً، كانت تلك الأرقام أعلى مما كنت أتوقع.

هناك أيضاً حوالي 9.5 مليون دولار في التمويل مع دعم مرتبط بـ a16z crypto، Coinbase Ventures، NEAR، SV Angel وآخرين.

لا أعرف إذا كان التحقق سيصبح السرد الكبير التالي في مجال الذكاء الاصطناعي.

لكنني أعلم أنه أحد الأجزاء القليلة في قطاع الذكاء الاصطناعي التي قضيت وقتاً أطول في التفكير فيها مؤخراً.

#opg @OpenGradient $OPG