AIの成長を見ていて気づいたことは、本当の競争はどのモデルがより賢いか、速いか、またはより多くのパラメータを持っているかということではないかもしれない。
それは単に最も目立つ層だ。
より深い質問は、AIが人間と知識の関係をどのように再形成するかのようだ。
数十年にわたり、インターネットは情報の巨大なリポジトリとして機能してきた。人々は知識を求め、ツールはそれにアクセスする手助けをし、最終的な判断は人間の手に委ねられていた。
ほとんどのAIプラットフォームはまだそのパラダイムに従っている。
彼らは質問に答え、精度を改善し、巨大なデータセットから情報を統合することに焦点を当てている。多くの点で、彼らはますます強力な知識エンジンになろうとしている。
しかし、AI経済を観察すればするほど、知性自体が主なボトルネックではないように感じる。
欠けている部分は文脈のようだ。
知識は孤立して生まれるものではない。人間の行動、実体験、そして無数の日常の相互作用から来る。モデルはオンラインで入手可能なほぼすべての情報を知っているかもしれないが、人々がどのように決定に至るかを本質的に理解しているわけではない。
これが私にとってのOpenLedgerの際立った点だ。
AIを単なる計算問題として扱うのではなく、OpenLedgerは知性を形作る信号の起源に焦点を当てているようだ。
その区別は微妙に聞こえるかもしれないが、実はもっと大きな問題に触れている。
今日の世界はデータの不足に苦しんでいるわけではない。我々は圧倒的なデータの豊富さの時代に生きている。
本当に希少なのは意味のあるデータだ。
毎日、数十億の相互作用と無数のデジタル信号が生成されるが、実際に人間の推論を反映しているのはその一部に過ぎない。ほとんどの信号は反応を捉え、思考を捉えているわけではない。
それは重要な違いだね。
思考は遅く、文脈に依存している。反応は速く、しばしば衝動的だ。
もしAIシステムが主に集団の反応に基づいて訓練されているなら、興味深い質問が浮かび上がる：彼らは知性を学んでいるのか、それとも単に一般的なパターンを再現することを学んでいるのか？
それは現代のAIの中心的な逆説の一つかもしれない。
データが多いからといって、自動的に理解が深まるわけではない。時にはボリュームが増すことで、知識よりもノイズが早く増幅されることもある。
従来のAIプラットフォームは、大規模に情報へのアクセスを最適化することに主眼を置いている。
OpenLedgerは、最初にその情報を生み出す信号を特定し、追跡し、評価する方法を探っているようだ。
そのレンズを通して見ると、違いは単なる技術的なものではなく、経済的なものでもある。
一つのアプローチは答えに焦点を当てている。
もう一方は、その答えの背後にある信号を生成する人々や行動に焦点を当てている。
一方はデータを原材料として見る。
もう一方はデータを人間の活動と経済参加の産物と見なしている。
そして、データが個人によって作成された資産として扱われ始めると、AIに関するインセンティブ構造も変わり始める。
歴史は、主要な技術的変革が単にツールがより強力になるから起こることは稀であることを示している。
それは人間の行動が変化する時に起こる。
インターネットは情報がより速く移動するからといって社会を変革したわけではない。ソーシャルメディアは人々がつながることができたからといって文化を再形成したわけではない。同様に、AIもモデルがより賢くなるからといって世界を変革するわけではないかもしれない。
もっと興味深い質問は、AIが価値の創造、所有、および配布をどのように変えるかだ。
OpenLedgerが最終的に成功するかどうかはまだ分からない。この業界はまだ初期段階であり、多くの競合モデルがテストされている。
しかし、あるトレンドはますます明確になっているようだ：
AIの未来は、最も強力なモデルを所有している人よりも、それらのモデルが学ぶ知性の起源を理解している人に依存するかもしれない。