Je pensais autrefois que l’infrastructure d’IA gagnerait en construisant le plus grand réseau.
Aujourd’hui, je pense que le plus grand réseau ne compte pas si la valeur ne peut pas y circuler.
Ce changement s’est produit après que j’ai passé du temps à examiner @OpenGradient . Il est facile de pointer du doigt des signaux encourageants : l’informatique décentralisée qui soutient des charges de travail liées à l’IA, des développeurs qui déploient des modèles, des applications qui demandent des inférences, la vérification qui crée la confiance, et des mécanismes de paiement qui relient les participants à travers le réseau. Ce sont là autant de signes d’un écosystème en train de se former.
Mais ce ne sont que des signes.
L’Histoire a montré que les infrastructures peuvent croître beaucoup plus vite que la demande réelle. Plus de modèles ne garantissent pas plus d’utilisateurs. Plus de requêtes d’inférence ne signifient pas nécessairement plus de valeur économique. Même la vérification n’est utile que lorsque les gens dépendent de sorties fiables pour de vraies décisions.
Ce qui a attiré mon attention, c’est la chaîne de dépendances derrière le réseau.
L’informatique rend les modèles possibles. Les modèles alimentent les applications. Les applications résolvent des problèmes. Les utilisateurs créent des transactions. Les transactions récompensent les participants. Les récompenses attirent davantage d’informatique.
Le système n’est pas renforcé par sa couche la plus solide. Il est contraint par sa couche la plus faible.
Pour moi, la question la plus difficile n’est pas de savoir si @OpenGradient peut faire évoluer l’infrastructure d’IA, mais plutôt si assez d’applications deviennent indispensables pour maintenir toute la boucle en vie.
C’est pourquoi je n’évalue plus @OpenGradient comme un projet d’infrastructure. Je l’évalue comme un système économique où la demande doit réussir à passer par chaque couche avant que le réseau devienne vraiment précieux.
Quelle couche, selon vous, est la plus susceptible de limiter ce moteur d’entraînement sur le long terme ?
#opg $OPG @OpenGradient
Aujourd’hui, je pense que le plus grand réseau ne compte pas si la valeur ne peut pas y circuler.
Ce changement s’est produit après que j’ai passé du temps à examiner @OpenGradient . Il est facile de pointer du doigt des signaux encourageants : l’informatique décentralisée qui soutient des charges de travail liées à l’IA, des développeurs qui déploient des modèles, des applications qui demandent des inférences, la vérification qui crée la confiance, et des mécanismes de paiement qui relient les participants à travers le réseau. Ce sont là autant de signes d’un écosystème en train de se former.
Mais ce ne sont que des signes.
L’Histoire a montré que les infrastructures peuvent croître beaucoup plus vite que la demande réelle. Plus de modèles ne garantissent pas plus d’utilisateurs. Plus de requêtes d’inférence ne signifient pas nécessairement plus de valeur économique. Même la vérification n’est utile que lorsque les gens dépendent de sorties fiables pour de vraies décisions.
Ce qui a attiré mon attention, c’est la chaîne de dépendances derrière le réseau.
L’informatique rend les modèles possibles. Les modèles alimentent les applications. Les applications résolvent des problèmes. Les utilisateurs créent des transactions. Les transactions récompensent les participants. Les récompenses attirent davantage d’informatique.
Le système n’est pas renforcé par sa couche la plus solide. Il est contraint par sa couche la plus faible.
Pour moi, la question la plus difficile n’est pas de savoir si @OpenGradient peut faire évoluer l’infrastructure d’IA, mais plutôt si assez d’applications deviennent indispensables pour maintenir toute la boucle en vie.
C’est pourquoi je n’évalue plus @OpenGradient comme un projet d’infrastructure. Je l’évalue comme un système économique où la demande doit réussir à passer par chaque couche avant que le réseau devienne vraiment précieux.
Quelle couche, selon vous, est la plus susceptible de limiter ce moteur d’entraînement sur le long terme ?
#opg $OPG @OpenGradient