@OpenGradient أجد نفسي هذه الأيام أكثر ترددًا من الحماس، وهذا يبدو كموضع غريب للتموضع بعد سنوات من متابعة تطوّر كلٍ من العملات المشفّرة والذكاء الاصطناعي. تتبدّل العناوين باستمرار، لكن الأسئلة الأعمق تبدو وكأنها تظل هي نفسها.
يُصبح الذكاء الاصطناعي أفضل في الظهور بمظهر الواثق. وفي الوقت نفسه، يصبح من الأصعب فهم ما الذي يقف خلف ذلك اليقين. معظمنا لا يعرف فعلًا من أين جاء ناتج معيّن، ولا ما إذا كان أي شخص آخر يمكنه إعادة إنتاجه أو التحقق منه. نثق في النتيجة لأنها مفيدة، لا لأنها شفافة. لقد صار هذا المقايضة أسهل بشكل مدهش في القبول.
استغرقت العملات المشفّرة وقتًا طويلًا لتسأل: من الذي يحق له التحقق من نظامٍ ما بدلًا من مجرد الوثوق به. وقد جرى منح الذكاء الاصطناعي في الغالب مكافآت مقابل تقديم نماذج أفضل. والآن بدأت هاتان العالمَان تلتقيان، وأنا لست متأكدًا أننا قد فكرنا بما يكفي في معنى ذلك.
لهذا السبب تبدو OpenGradient ($OPG ) تستحق الاهتمام، ولو من الناحية المفاهيمية. ليس لأنها تعد بإجابة، بل لأنها تركز على البنية التحتية المحيطة باستضافة النماذج، وتشغيل الاستدلال (inference)، وجعل هذه العمليات قابلة للتحقق. طبقة البنية التحتية لا تنال اهتمامًا كبيرًا إلا عندما تصبح هي عنق الزجاجة.
ما زلت غير متأكدًا مما إذا كان «الذكاء المفتوح» يمكنه الصمود أمام حقائق الملكية والحوافز والقياس. فهذه القوى لديها طريقة لإعادة تشكيل كل مثال يُلامسها.
ربما لا تكمن التحديات الحقيقية في بناء ذكاء اصطناعي أكثر قدرة. لعلّ التحدي هو التأكد من أن الأنظمة الكامنة تحته لا تصبح غير مرئية إلى درجة أن الثقة نفسها تتحول إلى شيء لم يعد بإمكاننا التحقق منه.#opg $OPG
يُصبح الذكاء الاصطناعي أفضل في الظهور بمظهر الواثق. وفي الوقت نفسه، يصبح من الأصعب فهم ما الذي يقف خلف ذلك اليقين. معظمنا لا يعرف فعلًا من أين جاء ناتج معيّن، ولا ما إذا كان أي شخص آخر يمكنه إعادة إنتاجه أو التحقق منه. نثق في النتيجة لأنها مفيدة، لا لأنها شفافة. لقد صار هذا المقايضة أسهل بشكل مدهش في القبول.
استغرقت العملات المشفّرة وقتًا طويلًا لتسأل: من الذي يحق له التحقق من نظامٍ ما بدلًا من مجرد الوثوق به. وقد جرى منح الذكاء الاصطناعي في الغالب مكافآت مقابل تقديم نماذج أفضل. والآن بدأت هاتان العالمَان تلتقيان، وأنا لست متأكدًا أننا قد فكرنا بما يكفي في معنى ذلك.
لهذا السبب تبدو OpenGradient ($OPG ) تستحق الاهتمام، ولو من الناحية المفاهيمية. ليس لأنها تعد بإجابة، بل لأنها تركز على البنية التحتية المحيطة باستضافة النماذج، وتشغيل الاستدلال (inference)، وجعل هذه العمليات قابلة للتحقق. طبقة البنية التحتية لا تنال اهتمامًا كبيرًا إلا عندما تصبح هي عنق الزجاجة.
ما زلت غير متأكدًا مما إذا كان «الذكاء المفتوح» يمكنه الصمود أمام حقائق الملكية والحوافز والقياس. فهذه القوى لديها طريقة لإعادة تشكيل كل مثال يُلامسها.
ربما لا تكمن التحديات الحقيقية في بناء ذكاء اصطناعي أكثر قدرة. لعلّ التحدي هو التأكد من أن الأنظمة الكامنة تحته لا تصبح غير مرئية إلى درجة أن الثقة نفسها تتحول إلى شيء لم يعد بإمكاننا التحقق منه.#opg $OPG
