AI සඳහා ඇති විශාලතම අභියෝගය තවදුරටත් බුද්ධිය නොව වගවීම (accountability)ද යන්න ගැන මම දිගින් දිගටම කල්පනා කරමින් සිටිමි. ආකෘති (models) ප්රවේශ වීමට පහසු වෙමින් පැවතුණත්, ප්රතිදානයක් (output) කවුද නිර්මාණය කළේද, එයට බලපෑ දත්ත (data) මොනවාද, නැතහොත් එම ක්රියාවලිය (process) ස්වාධීනව පරීක්ෂා කළ හැකිද යන්න තේරුම් ගැනීම තවමත් දුෂ්කරය. AI දෛනික තීරණ වෙතට යන තරමට මෙම අවිනිශ්චිතතාවය වඩාත් වැදගත් ලෙස පෙනෙයි.
මෙහි පොදු ගැටලුව වන්නේ විශ්වාසය (trust) බොහෝවිට කීර්තිය (reputation) මත පමණක් තබා නොගෙන ගොඩනැගිය නොහැකි වීමයි. නිර්මාණකරුවන්, භාවිත කරන්නන්, සහ සම්පූර්ණ පරිසර පද්ධති (ecosystems) සඳහා, අන්ධ විශ්වාසයක් බලාපොරොත්තු වීම වෙනුවට, සත්යාපනය (verification) ක්රියාත්මක කිරීම ප්රායෝගික කරවන පද්ධති අවශ්ය වේ. එම පදනම නොමැති නම්, මාදිලි/ආකෘති ගුණාත්මකභාවය දිගටම වැඩි වුවද, පිළිගැනීම (adoption) මන්දගාමී විය හැක.
@OpenGradient t ගැන මාගේ අවධානය යොමු වූ එක් හේතුවක් වන්නේ එය සත්යාපනය කළ හැකි ගණනය (verifiable computation) කෙරෙහි දක්වන අවධානයයි. AI එක “black box” එකක් ලෙස සලකනවා වෙනුවට, ක්රියාත්මක වීම (execution) තවත් විනිවිද කළ හැකි ලෙස කිරීම අදහසයි. මෙම ප්රවේශය ක්රියාත්මක විය හැකි (practical) බව ඔප්පු වුවහොත්, විමධ්යගත AI ජාලයන් (decentralized AI networks) හරහා විශ්වාසය ශක්තිමත් කළ හැක.
කෙසේවෙතත්, සත්යාපනය එක් කිරීම ද වියදම් (costs) ද ගෙන එයි. වැඩි යටිතල පහසුකම් (infrastructure), සම්බන්ධීකරණය (coordination), සහ තාක්ෂණික සංකීර්ණත්වය (technical complexity) මේ සමඟ පැමිණේ. ප්රතිලාභ (benefits) පැහැදිලිව ඝර්ෂණය (friction) අභිබවා යන්නේ නැත්නම්, ඒවා පිළිගැනීමට බාධා කළ හැක.
AI හි දිගුකාලීන වටිනාකම, එය නිර්මාණය කිරීම (generating) තරම්ම ප්රතිඵල (results) ඔප්පු කිරීම කෙරෙහි රඳා තිබිය හැකි බව මම සිතමි. නමුත් එම සමතුලිතතාවය කෙසේ වෙනස් වේද කියා දැන්ම දැන ගැනීමට තවමත් ඉක්මන්ය.
AI සඳහා විනිවිද පෙනෙන සත්යාපනයක් (transparent verification) සැමවිටම පෙරනිමිති අපේක්ෂාවක් බවට පත්වෙයිද, නැතහොත් පහසුව (convenience) සැමවිටම ජය ගනීද?
#opg $OPG
මෙහි පොදු ගැටලුව වන්නේ විශ්වාසය (trust) බොහෝවිට කීර්තිය (reputation) මත පමණක් තබා නොගෙන ගොඩනැගිය නොහැකි වීමයි. නිර්මාණකරුවන්, භාවිත කරන්නන්, සහ සම්පූර්ණ පරිසර පද්ධති (ecosystems) සඳහා, අන්ධ විශ්වාසයක් බලාපොරොත්තු වීම වෙනුවට, සත්යාපනය (verification) ක්රියාත්මක කිරීම ප්රායෝගික කරවන පද්ධති අවශ්ය වේ. එම පදනම නොමැති නම්, මාදිලි/ආකෘති ගුණාත්මකභාවය දිගටම වැඩි වුවද, පිළිගැනීම (adoption) මන්දගාමී විය හැක.
@OpenGradient t ගැන මාගේ අවධානය යොමු වූ එක් හේතුවක් වන්නේ එය සත්යාපනය කළ හැකි ගණනය (verifiable computation) කෙරෙහි දක්වන අවධානයයි. AI එක “black box” එකක් ලෙස සලකනවා වෙනුවට, ක්රියාත්මක වීම (execution) තවත් විනිවිද කළ හැකි ලෙස කිරීම අදහසයි. මෙම ප්රවේශය ක්රියාත්මක විය හැකි (practical) බව ඔප්පු වුවහොත්, විමධ්යගත AI ජාලයන් (decentralized AI networks) හරහා විශ්වාසය ශක්තිමත් කළ හැක.
කෙසේවෙතත්, සත්යාපනය එක් කිරීම ද වියදම් (costs) ද ගෙන එයි. වැඩි යටිතල පහසුකම් (infrastructure), සම්බන්ධීකරණය (coordination), සහ තාක්ෂණික සංකීර්ණත්වය (technical complexity) මේ සමඟ පැමිණේ. ප්රතිලාභ (benefits) පැහැදිලිව ඝර්ෂණය (friction) අභිබවා යන්නේ නැත්නම්, ඒවා පිළිගැනීමට බාධා කළ හැක.
AI හි දිගුකාලීන වටිනාකම, එය නිර්මාණය කිරීම (generating) තරම්ම ප්රතිඵල (results) ඔප්පු කිරීම කෙරෙහි රඳා තිබිය හැකි බව මම සිතමි. නමුත් එම සමතුලිතතාවය කෙසේ වෙනස් වේද කියා දැන්ම දැන ගැනීමට තවමත් ඉක්මන්ය.
AI සඳහා විනිවිද පෙනෙන සත්යාපනයක් (transparent verification) සැමවිටම පෙරනිමිති අපේක්ෂාවක් බවට පත්වෙයිද, නැතහොත් පහසුව (convenience) සැමවිටම ජය ගනීද?
#opg $OPG
