L’IA open source a changé la façon dont les gens pensent la transparence.
Aujourd’hui, chacun peut inspecter un modèle, étudier son architecture, ou même le lancer localement.
Mais en lisant à propos de @OpenGradient, j’ai réalisé quelque chose d’intéressant..
Les modèles ouverts et l’exécution vérifiable ne sont pas la même chose.
Voir le modèle nous dit ce qui pourrait se produire.
Cela ne nous dit pas nécessairement ce qui s’est réellement produit.
Un modèle peut être ouvert, et pourtant les utilisateurs n’ont toujours aucun moyen direct de vérifier comment une sortie précise a été générée au moment de l’exécution.
On a l’impression qu’il s’agit d’un manque passé sous silence.
Alors que l’IA s’intègre de plus en plus aux systèmes financiers, aux agents autonomes et aux outils de prise de décision, la transparence devra peut-être dépasser le modèle lui-même.
Elle pourrait avoir besoin d’inclure des preuves d’exécution.
C’est ce qui rend OpenGradient intéressant à mes yeux.
L’objectif n’est pas seulement de rendre l’IA accessible.
Il s’agit de rendre le calcul de l’IA indépendamment vérifiable après coup.
Peut-être que l’avenir de l’IA n’est pas défini uniquement par des modèles ouverts.
Peut-être qu’il est défini par des preuves ouvertes.

#op🔥🔥 pg $OPEN G @OpenGradient