#opg $OPG Ketika saya pertama kali mendengar tentang OpenGradient, reaksi saya cukup datar. Itu terdengar seperti salah satu dari banyak usaha yang familiar untuk menggabungkan AI dan blockchain menjadi satu cerita, dan sebagian besar waktu, cerita-cerita itu terasa lebih berat pada bahasa daripada pada substansi yang nyata. Jadi, saya tidak berharap menghabiskan banyak waktu untuk memikirkannya.
Tapi ada sesuatu tentang itu yang tetap berada di latar belakang pikiran saya. Bukan karena itu terasa jelas benar, tetapi karena itu menunjuk pada ketidaknyamanan yang sudah ada dalam cara kerja AI saat ini.
Kebanyakan orang mengalami AI sebagai sesuatu yang "ada di luar sana" di cloud, tetapi itu sedikit menyesatkan. Dalam praktiknya, sejumlah kecil sistem diam-diam mengontrol di mana model-model berada, bagaimana mereka berjalan, dan siapa yang mendapatkan akses ke mereka. Ini efisien, ya, tetapi juga berarti banyak keputusan yang tidak terlihat sudah dibuat sebelum pengguna mengetik prompt. OpenGradient berusaha menggeser pusat gravitasi itu, atau setidaknya menyebarkannya, agar AI tidak terkurung dalam satu set server atau penjaga gerbang.
Apa yang membuatnya menarik bukanlah ide desentralisasi itu sendiri, tetapi apa yang terjadi ketika Anda benar-benar mencoba menerapkannya pada sesuatu yang tidak terduga seperti output AI. Berbeda dengan perhitungan sederhana, tidak ada jawaban "benar atau salah" yang bersih. Itu berarti kepercayaan menjadi sesuatu yang harus Anda desain ke dalam sistem, bukan diasumsikan di tepinya.
Dan di situlah segalanya menjadi rumit dengan cara yang sangat manusiawi. Insentif mulai menarik ke arah yang berbeda. Beberapa peserta peduli tentang kecepatan, yang lain tentang akurasi, yang lain hanya tentang imbalan. Anda berakhir dengan sistem yang tidak hanya teknis lagi—ini perilaku.
Saya tidak sepenuhnya yakin apakah sistem-sistem ini akan pernah lolos dari tarikan sentralisasi. Tapi saya juga tidak berpikir itu satu-satunya hal yang layak untuk diperhatikan. Bahkan upaya yang tidak sempurna seperti ini mengalihkan percakapan tentang siapa yang berhak meng-host kecerdasan, dan pertanyaan itu saja terasa seperti hanya akan semakin penting dari sini.
@OpenGradient
Tapi ada sesuatu tentang itu yang tetap berada di latar belakang pikiran saya. Bukan karena itu terasa jelas benar, tetapi karena itu menunjuk pada ketidaknyamanan yang sudah ada dalam cara kerja AI saat ini.
Kebanyakan orang mengalami AI sebagai sesuatu yang "ada di luar sana" di cloud, tetapi itu sedikit menyesatkan. Dalam praktiknya, sejumlah kecil sistem diam-diam mengontrol di mana model-model berada, bagaimana mereka berjalan, dan siapa yang mendapatkan akses ke mereka. Ini efisien, ya, tetapi juga berarti banyak keputusan yang tidak terlihat sudah dibuat sebelum pengguna mengetik prompt. OpenGradient berusaha menggeser pusat gravitasi itu, atau setidaknya menyebarkannya, agar AI tidak terkurung dalam satu set server atau penjaga gerbang.
Apa yang membuatnya menarik bukanlah ide desentralisasi itu sendiri, tetapi apa yang terjadi ketika Anda benar-benar mencoba menerapkannya pada sesuatu yang tidak terduga seperti output AI. Berbeda dengan perhitungan sederhana, tidak ada jawaban "benar atau salah" yang bersih. Itu berarti kepercayaan menjadi sesuatu yang harus Anda desain ke dalam sistem, bukan diasumsikan di tepinya.
Dan di situlah segalanya menjadi rumit dengan cara yang sangat manusiawi. Insentif mulai menarik ke arah yang berbeda. Beberapa peserta peduli tentang kecepatan, yang lain tentang akurasi, yang lain hanya tentang imbalan. Anda berakhir dengan sistem yang tidak hanya teknis lagi—ini perilaku.
Saya tidak sepenuhnya yakin apakah sistem-sistem ini akan pernah lolos dari tarikan sentralisasi. Tapi saya juga tidak berpikir itu satu-satunya hal yang layak untuk diperhatikan. Bahkan upaya yang tidak sempurna seperti ini mengalihkan percakapan tentang siapa yang berhak meng-host kecerdasan, dan pertanyaan itu saja terasa seperti hanya akan semakin penting dari sini.
@OpenGradient
