Rester à l’affût jusqu’à l’aube, puis, par ennui, je me suis mis à parcourir un document associé au @OpenGradient . J’y ai vu un tableau de répartition des nœuds, et d’un coup, je me suis souvenu de la question que m’avait posée un ami dans la journée : « Sur la chaîne, l’IA, au fond, en quoi est-elle vraiment plus forte que l’IA “classique” ? »

J’ai bu une gorgée d’eau et je lui ai répondu : une IA “ordinaire”, c’est juste « Tu me poses une question, je te réponds », mais en coulisses, quel modèle est utilisé, s’il y a eu des modifications, des manipulations… tu ne le sauras jamais. OpenGradient a décomposé tout ça : les nœuds d’inférence ne font tourner que les modèles, les nœuds complets ne font que vérifier les preuves—personne ne peut tout dissimuler d’un seul coup.

$OPG

Il a alors dit : « En fait, c’est comme ajouter un audit à l’IA ? »

Je me suis figé une seconde. Oui, c’est bien un audit. Git ne peut pas garantir qu’il n’y a pas de bugs dans le code, mais il te permet de savoir d’où viennent ces bugs. OpenGradient, c’est pareil : il ne peut pas garantir que l’IA sera toujours correcte, mais au moins, quand ça plante, tu peux remonter aux traces et savoir quelle étape a déraillé.

J’ai refermé le document. Dehors, il faisait toujours noir. Cette voie n’est pas en manque de modèles ; ce qu’elle manque, c’est d’une raison qui donne envie de les utiliser.

#OPG $SPCXB