Akhir-akhir ini, saya memikirkan betapa banyaknya percakapan tentang AI yang berputar di sekitar model-model itu sendiri. Kita membandingkan kemampuan, mengukur performa, dan berspekulasi tentang apa yang mungkin dicapai oleh generasi berikutnya. Namun, saya terus merasa tertarik pada bagian lain dari gambaran tersebut.
Kebanyakan orang tampaknya berasumsi bahwa membangun AI yang lebih baik adalah tantangan utama. Tapi bagaimana jika pertanyaan yang lebih penting adalah bagaimana kecerdasan dihosting, diverifikasi, dan dibagikan setelah ia ada?
Perspektif ini adalah mengapa @OpenGradient menarik perhatian saya. Infrastruktur terdesentralisasi untuk hosting, inferensi, dan verifikasi mengalihkan fokus dari kecerdasan itu sendiri ke sistem yang mendukungnya. Jika AI menjadi lapisan dasar masyarakat, arsitektur di baliknya mungkin sama pentingnya dengan model-model itu sendiri.
Tensinya yang menarik adalah bahwa kepercayaan dan efisiensi tidak selalu tumbuh bersama. Sistem terpusat dapat lebih cepat dan lebih mudah untuk dikoordinasikan, sementara sistem terdesentralisasi bertujuan untuk mendistribusikan kekuatan dan membuat verifikasi lebih transparan. Setiap pendekatan tampaknya menyelesaikan satu masalah sambil menciptakan yang lain.
Saat AI semakin terjalin dalam keputusan sehari-hari, apakah masa depan lebih tergantung pada siapa yang membangun kecerdasan, atau pada siapa yang merancang jaringan yang membuat kecerdasan dapat dipercaya?
$OPG
#OPG
#Opg
$OPG