#opg $OPG AIの会話は通常、モデルに焦点を当てられています。
より大きなモデル。より速いモデル。より賢いモデル。
しかし、私が思うに、そのすべての下にある最も興味深い質問の一つは、
AIの知性は実際にはどこから来るのか?
すべてのAIシステムは何かから学びます。記事、フォーラム、研究論文、コード、画像、公共の議論、そして何年にもわたって人々が共有した数十億の情報の断片。ある意味、現代のAIは巨大な人類の知識の層の上に構築されています。
奇妙なことに、一度モデルがトレーニングされると、ほとんどの貢献は見えなくなります。
システムは回答を生成し、コンテンツを作成し、価値を生み出すことができますが、その価値を形成するのに役立った人々と情報に戻すことはほぼ不可能です。私たちは知性を得ますが、それがどこから来たのかについての可視性はほとんどありません。
それはAIの未来にとって重要な課題を生み出します。
これらのシステムがより強力になるにつれて、透明性は能力と同じくらい重要になるかもしれません。AIモデルが有用であることは十分ではありません。人々はその出力が検証可能か、ソースが理解できるか、貢献者が何らかの意味のある方法で認識されるかをますます問うでしょう。
もちろん、帰属は簡単な問題ではありません。人間の知識は層状であり、つながっています。一つのアイデアは別のアイデアを基にし、さらに別のアイデアへと続きます。どのシステムもすべての貢献を完璧に測定することはできません。
それでも、よりオープンで説明責任のある
知性に向かって進むことは正しい方向に感じます。
AIの次のフェーズは、単に誰が最も大きなモデルを構築するかによって定義されるのではありません。
それは、誰がその周りに最も信頼されるエコシステムを構築するかによって定義されるかもしれません。
なぜなら、長期的には、透明性のない知性は疑問を生み出します。
透明性のある知性は信頼を生み出します。
そして、その違いは人々が今日理解している以上に重要になるかもしれません。
#AI #OpenIntelligence #TransparencyMatters #OPG