Мы все видели эту закономерность.
Выходит новая модель ИИ, соцсети заполняются графиками бенчмарков, трейдеры начинают обсуждать победителей и проигравших, а инвесторы пытаются понять, какая часть стека ИИ в конечном итоге захватит наибольшую ценность.
Обычный вывод довольно прост: самые умные модели побеждают.
На какое-то время я тоже так смотрел на это.
Но чем больше я об этом думаю, тем больше задаюсь вопросом, не является ли интеллект лишь половиной истории.
Представьте себе мир через несколько лет, где модели ИИ повсюду. Запуск инференса дешевый, развертывание моделей простое, а новые версии появляются быстрее, чем кто-либо может успеть за ними следить. В этот момент находить интеллект может быть вовсе не сложно.
Знать, чему доверять, может быть.
Вот почему проекты вроде @OpenGradient привлекли мое внимание не потому, что они делают ИИ более мощным, а потому что заставляют меня задуматься о другой проблеме. В будущем, полном машинных выводов, как пользователи, бизнес и рынки будут проверять, что на самом деле произошло за кулисами?
Если интеллект станет изобилующим, уверенность может стать дефицитом.
И если уверенность станет дефицитом, не тратим ли мы слишком много времени на измерение производительности моделей и недостаточно времени на измерение доказательства?
#opg $OPG @OpenGradient
Выходит новая модель ИИ, соцсети заполняются графиками бенчмарков, трейдеры начинают обсуждать победителей и проигравших, а инвесторы пытаются понять, какая часть стека ИИ в конечном итоге захватит наибольшую ценность.
Обычный вывод довольно прост: самые умные модели побеждают.
На какое-то время я тоже так смотрел на это.
Но чем больше я об этом думаю, тем больше задаюсь вопросом, не является ли интеллект лишь половиной истории.
Представьте себе мир через несколько лет, где модели ИИ повсюду. Запуск инференса дешевый, развертывание моделей простое, а новые версии появляются быстрее, чем кто-либо может успеть за ними следить. В этот момент находить интеллект может быть вовсе не сложно.
Знать, чему доверять, может быть.
Вот почему проекты вроде @OpenGradient привлекли мое внимание не потому, что они делают ИИ более мощным, а потому что заставляют меня задуматься о другой проблеме. В будущем, полном машинных выводов, как пользователи, бизнес и рынки будут проверять, что на самом деле произошло за кулисами?
Если интеллект станет изобилующим, уверенность может стать дефицитом.
И если уверенность станет дефицитом, не тратим ли мы слишком много времени на измерение производительности моделей и недостаточно времени на измерение доказательства?
#opg $OPG @OpenGradient
