#opg $OPG
何か見落としているのかもしれませんが、透明性を提示する前に「信頼」を求めてくるAIプロジェクトには、私は疑念を抱くようになりました。
本当の問題は、AIが間違いを起こすことではありません。人だって間違います。問題は、私たちの多くが、その答えがどこから来たのか、またそのプロセスを誰が制御していたのかをまったく分かっていないことです。
だからこそ、OpenGradientに惹かれました。より賢いモデルを作ることにだけ注力するのではなく、AIモデルを独立したインフラ上でホスティングし、実行し、検証できる分散型ネットワークの構築を目指しているのです。
それがうまくいけば、AIを単一の提供者を信頼することから、確認できる仕組みへと、より依存させられるかもしれません。
もちろん、分散化は公平性や信頼性の保証ではありません。複雑さが増し、連携の難しさが生まれ、独自のトレードオフも伴います。
私は約束はどうでもいいです。必要とされる“盲目的な信頼”の量を、その仕組みが減らせるかどうかが大事です。
うまくいくかもしれないし、うまくいかないかもしれません。でも、ただ信じるよう求めるのではなく、人に検証させることが正しい問いだと感じます。
@OpenGradient
#OPG
#Opg
$OPG
何か見落としているのかもしれませんが、透明性を提示する前に「信頼」を求めてくるAIプロジェクトには、私は疑念を抱くようになりました。
本当の問題は、AIが間違いを起こすことではありません。人だって間違います。問題は、私たちの多くが、その答えがどこから来たのか、またそのプロセスを誰が制御していたのかをまったく分かっていないことです。
だからこそ、OpenGradientに惹かれました。より賢いモデルを作ることにだけ注力するのではなく、AIモデルを独立したインフラ上でホスティングし、実行し、検証できる分散型ネットワークの構築を目指しているのです。
それがうまくいけば、AIを単一の提供者を信頼することから、確認できる仕組みへと、より依存させられるかもしれません。
もちろん、分散化は公平性や信頼性の保証ではありません。複雑さが増し、連携の難しさが生まれ、独自のトレードオフも伴います。
私は約束はどうでもいいです。必要とされる“盲目的な信頼”の量を、その仕組みが減らせるかどうかが大事です。
うまくいくかもしれないし、うまくいかないかもしれません。でも、ただ信じるよう求めるのではなく、人に検証させることが正しい問いだと感じます。
@OpenGradient
#OPG
#Opg
$OPG
