Saya dulu berpikir infrastruktur AI akan menang dengan membangun jaringan terbesar.
Sekarang saya pikir jaringan terbesar tidak berarti apa-apa jika nilai tidak bisa mengalir melaluinya.
Perubahan itu terjadi setelah saya meluangkan waktu untuk meneliti @OpenGradient . Mudah menunjuk tanda-tanda yang menggembirakan: komputasi terdesentralisasi yang mendukung beban kerja AI, pengembang yang menerapkan model, aplikasi yang meminta inferensi, verifikasi yang menciptakan kepercayaan, dan mekanisme pembayaran yang menghubungkan para peserta di seluruh jaringan. Semua itu adalah tanda ekosistem sedang terbentuk.
Tapi itu hanya tanda.
Sejarah telah menunjukkan bahwa infrastruktur bisa tumbuh jauh lebih cepat daripada permintaan yang benar-benar ada. Lebih banyak model tidak menjamin lebih banyak pengguna. Lebih banyak permintaan inferensi tidak selalu berarti lebih banyak nilai ekonomi. Bahkan verifikasi hanya berguna ketika orang bergantung pada keluaran yang tepercaya untuk keputusan nyata.
Yang menarik perhatian saya adalah rantai ketergantungan di balik jaringan.
Komputasi mengaktifkan model. Model menggerakkan aplikasi. Aplikasi menyelesaikan masalah. Pengguna menciptakan transaksi. Transaksi memberi imbalan kepada para peserta. Imbalan menarik komputasi yang lebih banyak.
Sistem tidak diperkuat oleh lapisan terkuatnya. Sistem justru dibatasi oleh lapisan terlemah.
Bagi saya, pertanyaan tersulit bukanlah apakah @OpenGradient bisa menskalakan infrastruktur AI, melainkan apakah cukup banyak aplikasi yang menjadi kebutuhan utama untuk menjaga seluruh putaran tetap hidup.
Karena itu, saya tidak lagi menilai @OpenGradient sebagai proyek infrastruktur. Saya menilainya sebagai sistem ekonomi di mana permintaan harus berhasil melewati setiap lapisan sebelum jaringan menjadi benar-benar bernilai.
Lapisan mana yang menurut Anda paling mungkin membatasi flywheel itu dalam jangka panjang?
#opg $OPG @OpenGradient
Sekarang saya pikir jaringan terbesar tidak berarti apa-apa jika nilai tidak bisa mengalir melaluinya.
Perubahan itu terjadi setelah saya meluangkan waktu untuk meneliti @OpenGradient . Mudah menunjuk tanda-tanda yang menggembirakan: komputasi terdesentralisasi yang mendukung beban kerja AI, pengembang yang menerapkan model, aplikasi yang meminta inferensi, verifikasi yang menciptakan kepercayaan, dan mekanisme pembayaran yang menghubungkan para peserta di seluruh jaringan. Semua itu adalah tanda ekosistem sedang terbentuk.
Tapi itu hanya tanda.
Sejarah telah menunjukkan bahwa infrastruktur bisa tumbuh jauh lebih cepat daripada permintaan yang benar-benar ada. Lebih banyak model tidak menjamin lebih banyak pengguna. Lebih banyak permintaan inferensi tidak selalu berarti lebih banyak nilai ekonomi. Bahkan verifikasi hanya berguna ketika orang bergantung pada keluaran yang tepercaya untuk keputusan nyata.
Yang menarik perhatian saya adalah rantai ketergantungan di balik jaringan.
Komputasi mengaktifkan model. Model menggerakkan aplikasi. Aplikasi menyelesaikan masalah. Pengguna menciptakan transaksi. Transaksi memberi imbalan kepada para peserta. Imbalan menarik komputasi yang lebih banyak.
Sistem tidak diperkuat oleh lapisan terkuatnya. Sistem justru dibatasi oleh lapisan terlemah.
Bagi saya, pertanyaan tersulit bukanlah apakah @OpenGradient bisa menskalakan infrastruktur AI, melainkan apakah cukup banyak aplikasi yang menjadi kebutuhan utama untuk menjaga seluruh putaran tetap hidup.
Karena itu, saya tidak lagi menilai @OpenGradient sebagai proyek infrastruktur. Saya menilainya sebagai sistem ekonomi di mana permintaan harus berhasil melewati setiap lapisan sebelum jaringan menjadi benar-benar bernilai.
Lapisan mana yang menurut Anda paling mungkin membatasi flywheel itu dalam jangka panjang?
#opg $OPG @OpenGradient