He estado pensando en cómo la mayoría de las discusiones sobre IA parecen seguir el mismo patrón.
Cada pocos meses, aparece un nuevo modelo, mejoran los benchmarks, y la conversación se desplaza hacia lo que la IA puede hacer a continuación. La suposición es que la capacidad es la limitante. Si la inteligencia sigue mejorando, todo lo demás eventualmente se coloca en su lugar.
Lo que me destaca es que la inteligencia y la confianza no parecen escalar de la misma manera.
Un modelo puede mejorar mediante más datos, más computación y mejor entrenamiento. La confianza se vuelve más complicada a medida que los sistemas se hacen más grandes. Más usuarios crean más interacciones. Más interacciones generan más decisiones. Y eventualmente, el reto se desplaza de generar salidas a entender si esas salidas realmente pueden ser verificadas.
Quizás ese sea el punto ciego.
Pasamos mucho tiempo midiendo la inteligencia, pero mucho menos pensando en cómo las redes grandes se coordinan a su alrededor. No desde una perspectiva de rendimiento, sino desde una perspectiva de confianza.
Aquí es donde OpenGradient se vuelve interesante.
No porque esté construyendo infraestructura de IA, sino porque parece estar explorando una pregunta más profunda: ¿qué sucede cuando la inteligencia se vuelve abierta, distribuida y verificable en lugar de simplemente más capaz?
A medida que los sistemas de IA se integran en más procesos económicos y sociales, el verdadero cuello de botella puede no ser la inteligencia en sí.
Puede ser la confianza en el proceso detrás de ello.
No estoy seguro de a dónde conduce eso todavía, pero se siente cada vez más difícil de ignorar.
#opg $OPG @OpenGradient
$NVDAB $MUB
#OPG🔥🔥🔥
Cada pocos meses, aparece un nuevo modelo, mejoran los benchmarks, y la conversación se desplaza hacia lo que la IA puede hacer a continuación. La suposición es que la capacidad es la limitante. Si la inteligencia sigue mejorando, todo lo demás eventualmente se coloca en su lugar.
Lo que me destaca es que la inteligencia y la confianza no parecen escalar de la misma manera.
Un modelo puede mejorar mediante más datos, más computación y mejor entrenamiento. La confianza se vuelve más complicada a medida que los sistemas se hacen más grandes. Más usuarios crean más interacciones. Más interacciones generan más decisiones. Y eventualmente, el reto se desplaza de generar salidas a entender si esas salidas realmente pueden ser verificadas.
Quizás ese sea el punto ciego.
Pasamos mucho tiempo midiendo la inteligencia, pero mucho menos pensando en cómo las redes grandes se coordinan a su alrededor. No desde una perspectiva de rendimiento, sino desde una perspectiva de confianza.
Aquí es donde OpenGradient se vuelve interesante.
No porque esté construyendo infraestructura de IA, sino porque parece estar explorando una pregunta más profunda: ¿qué sucede cuando la inteligencia se vuelve abierta, distribuida y verificable en lugar de simplemente más capaz?
A medida que los sistemas de IA se integran en más procesos económicos y sociales, el verdadero cuello de botella puede no ser la inteligencia en sí.
Puede ser la confianza en el proceso detrás de ello.
No estoy seguro de a dónde conduce eso todavía, pero se siente cada vez más difícil de ignorar.
#opg $OPG @OpenGradient
$NVDAB $MUB
#OPG🔥🔥🔥
