Tôi từng nghĩ rằng cuộc cạnh tranh lớn nhất trong AI sẽ diễn ra giữa các mô hình. Các mô hình nhanh hơn, lớn hơn, rẻ hơn, chính xác hơn. Mỗi cuộc trò chuyện dường như đều chỉ ra hướng đó. Mỗi tiêu đề đều tập trung vào hiệu suất. Mỗi chỉ số đều ăn mừng một sự cải tiến khác. Nhưng càng quan sát ngành này phát triển, tôi càng cảm thấy có điều gì đó quan trọng hơn đang diễn ra dưới bề mặt. Tôi liên tục nhận thấy mình chú ý ít hơn đến trí tuệ được sản xuất và nhiều hơn đến các điều kiện xác định ai sẽ được công nhận vì đã sản xuất ra nó.
Tôi nghĩ AI có một vấn đề về sự công nhận mà hầu hết mọi người vẫn đánh giá thấp. Chúng ta không ngừng nói về các kết quả vì chúng dễ quan sát. Chúng ta thấy một câu trả lời. Chúng ta thấy một hình ảnh. Chúng ta thấy một dự đoán. Chúng ta thấy một kết quả được tạo ra. Nhưng điều mà chúng ta hiếm khi thấy là chuỗi dài các đóng góp, quyết định, đánh giá, xác nhận, sửa đổi và nguồn dữ liệu đã tồn tại trước khi kết quả đó trở nên khả thi. Câu trả lời cuối cùng thì rõ ràng. Lịch sử đã sản xuất nó thì không.
Tôi thấy điều thú vị là hầu hết các ngành công nghiệp cuối cùng đều trở nên ám ảnh với khả năng truy tìm. Ngành sản xuất muốn biết nguồn gốc của nguyên liệu. Ngành tài chính muốn biết giao dịch đến từ đâu. Hệ thống thực phẩm muốn biết nguyên liệu được lấy từ đâu. Ngành chăm sóc sức khỏe muốn biết cách mà các quyết định được đưa ra. Tuy nhiên, AI thường hành xử như thể đầu ra cuối cùng là bằng chứng đủ về việc tạo ra giá trị. Hệ thống nói. Người dùng nhận. Quy trình biến mất.
Tôi tiếp tục tự hỏi liệu giả định đó có thể tồn tại qua giai đoạn phát triển tiếp theo của AI hay không. Càng có nhiều hoạt động kinh tế mà AI ảnh hưởng, càng có nhiều người sẽ đặt câu hỏi về nguồn gốc. Thông tin này đến từ đâu? Ai đã đóng góp vào sự tạo ra của nó? Ai đã xác minh độ chính xác của nó? Ai nên nhận được tín dụng nếu đầu ra trở nên có giá trị? Những câu hỏi đó nghe có vẻ đơn giản cho đến khi bạn nhận ra rằng các hệ thống AI hiện đại được xây dựng trên những lớp tham gia ẩn giấu khổng lồ.
Tôi nghĩ OpenLedger trở nên thú vị chính vì nó chuyển sự chú ý vào lớp tham gia ẩn giấu đó. Không phải vì nó kỳ diệu giải quyết vấn đề công nhận. Không phải vì nó đảm bảo sự công bằng. Không phải vì nó loại bỏ sự phức tạp. Điều thu hút sự chú ý của tôi là nó coi công nhận như một hạ tầng. Điều đó cảm thấy như một góc nhìn hoàn toàn khác biệt so với nhiều dự án AI mà tập trung gần như hoàn toàn vào hiệu suất mô hình.
Tôi nhận thấy rằng khi sự công nhận trở nên quan trọng, toàn bộ cuộc hội thoại thay đổi. Thách thức không còn đơn giản chỉ là tạo ra trí tuệ. Thách thức trở thành ghi chép con đường mà trí tuệ đã đi trước khi đến tay người dùng. Mỗi đóng góp trở thành một phần của chuỗi lớn hơn. Mỗi tập dữ liệu trở thành một phụ thuộc. Mỗi quy trình xác nhận trở thành bằng chứng. Mỗi sửa đổi trở thành một phần của hồ sơ lịch sử có thể ảnh hưởng đến phần thưởng trong tương lai.
Tôi nghĩ điều đó tạo ra một sự thay đổi bất thường trong các động lực. Mọi người thường giả định rằng việc tạo ra giá trị và việc công nhận giá trị là cùng một thứ. Chúng không phải. Một người có thể tạo ra giá trị to lớn mà vẫn vô hình. Một người khác có thể tạo ra ít giá trị hơn nhưng chiếm một vị trí dễ xác minh hơn. Sự hiện diện và đóng góp thường di chuyển theo hai hướng khác nhau. Thực tế đó tồn tại trong hầu hết các ngành công nghiệp, nhưng AI có thể khuếch đại nó vì rất nhiều quá trình sản xuất diễn ra ở hậu trường.
Tôi thường nghĩ về số lượng đóng góp hữu ích biến mất trước khi các hệ thống công nhận từng gặp chúng. Các nhà nghiên cứu từ bỏ những ý tưởng hứa hẹn. Những người chú thích cải thiện các tập dữ liệu theo những cách nhỏ nhưng có ý nghĩa. Các thành viên cộng đồng xác định điểm yếu. Các chuyên gia cung cấp bối cảnh. Các nhà đánh giá phát hiện lỗi. Hầu hết các đóng góp này hiếm khi trở nên rõ ràng với người dùng cuối. Tuy nhiên, nếu không có chúng, nhiều hệ thống AI sẽ hoạt động tệ hơn rất nhiều. Tầm quan trọng của chúng tồn tại ngay cả khi sự công nhận của chúng không có.
Tôi nghĩ đây là nơi ý tưởng về chuỗi cung ứng AI trở nên ngày càng có liên quan. Trí tuệ không xuất hiện từ một khoảng trống. Nó di chuyển qua nhiều lớp trước khi đến tay ai đó. Việc thu thập dữ liệu, xác minh, tổ chức, xử lý, đánh giá, tối ưu hóa, triển khai, giám sát và phản hồi đều ảnh hưởng đến kết quả cuối cùng. Những gì người dùng trải nghiệm thường là điểm kết thúc của một hành trình lớn hơn nhiều.
Tôi nhận thấy rằng các chuỗi cung ứng tạo ra một ảo giác tâm lý kỳ lạ. Mọi người tự nhiên tập trung vào đối tượng họ có thể thấy. Một người tiêu dùng thấy một sản phẩm trên kệ. Họ không thấy mọi nhà máy, nhà cung cấp, lộ trình vận chuyển, quy trình kiểm tra hoặc phụ thuộc logistics đã làm cho sản phẩm đó trở nên khả thi. AI dường như đang phát triển một cấu trúc tương tự. Người dùng tương tác với các phản hồi trong khi vẫn tách biệt khỏi mạng lưới các người tham gia đã sản xuất những phản hồi đó.
Tôi nghĩ OpenLedger đang khám phá một tương lai mà sự ngắt kết nối đó trở nên khó bỏ qua hơn. Nếu sự công nhận trở nên có ý nghĩa về mặt kinh tế, thì các tham gia viên sẽ ngày càng cạnh tranh để đảm bảo rằng các đóng góp của họ vẫn được nhìn thấy trong toàn bộ quá trình sản xuất. Sự công nhận trở thành một phần của hạ tầng. Tính dễ đọc trở thành một phần của nền kinh tế. Tài liệu trở thành một phần của việc tạo ra giá trị chính nó.
Tôi liên tục trở lại một câu hỏi cảm thấy không thoải mái. Điều gì xảy ra khi các hệ thống chỉ có thể thưởng cho những gì chúng có thể xác minh? Ở một mức độ nào đó nghe có vẻ hợp lý. Xác minh tạo ra sự tin tưởng. Bằng chứng tạo ra trách nhiệm. Hồ sơ tạo ra sự nhất quán. Nhưng xác minh cũng tạo ra ranh giới. Bất cứ điều gì bên ngoài những ranh giới đó trở nên khó nhận diện. Những đóng góp có giá trị có thể tồn tại ngoài giới hạn mà hệ thống có thể quan sát.
Tôi nghĩ mọi hệ thống hạ tầng đều phải đối mặt với sự căng thẳng này. Đơn giản đòi hỏi nén lại. Hồ sơ đòi hỏi tiêu chuẩn hóa. Bằng chứng đòi hỏi cấu trúc. Thực tế, tuy nhiên, hiếm khi đủ cấu trúc để phù hợp gọn gàng trong những yêu cầu đó. Khoảnh khắc mà một hệ thống quyết định điều gì được coi là bằng chứng, nó cũng quyết định điều gì sẽ vẫn vô hình. Sự đánh đổi đó dường như là không thể tránh khỏi.
Tôi nhận thấy rằng nhiều cuộc thảo luận về phân cấp tập trung vào quyền sở hữu. Ít cuộc thảo luận hơn tập trung vào sự công nhận. Quyền sở hữu quan trọng, nhưng sự công nhận có thể trở nên quan trọng không kém trong các hệ sinh thái AI. Một người tham gia không thể hưởng lợi từ một đóng góp mà không ai có thể xác định. Một đóng góp không thể vào một hệ thống kinh tế nếu hệ thống thiếu cơ chế để quan sát nó. Sự hiện diện trở thành điều kiện tiên quyết cho sự tham gia.
Tôi nghĩ đây là lý do tại sao sự công nhận cảm thấy lớn hơn một vấn đề kỹ thuật. Nó cũng là một vấn đề kinh tế, một vấn đề quản trị, và một vấn đề xã hội. Mỗi hệ thống công nhận tự động trả lời các câu hỏi về công việc của ai có ý nghĩa, bằng chứng của ai có giá trị, và đóng góp của ai xứng đáng được lưu giữ trong hồ sơ lịch sử. Những quyết định đó định hình động lực ngay cả trước khi phần thưởng được phân phối.
Tôi thấy thật thú vị rằng AI có thể cuối cùng buộc xã hội phải suy nghĩ cẩn thận hơn về lao động vô hình. Trong nhiều năm, phần lớn cuộc thảo luận tập trung vào tự động hóa thay thế công việc của con người. Nhưng một thách thức khác đang nổi lên. Các đóng góp của con người ngày càng tồn tại bên trong các hệ thống làm mờ nguồn gốc của chúng. Câu hỏi có thể không chỉ là liệu mọi người có bị thay thế hay không. Câu hỏi cũng có thể là liệu mọi người có giữ được sự hiện diện hay không.
Tôi nghĩ tương lai của hạ tầng AI sẽ liên quan đến một cuộc chiến ngày càng tăng giữa hiệu quả và tính minh bạch. Các hệ thống hiệu quả muốn nén lại. Các hệ thống minh bạch muốn khả năng truy tìm. Các hệ thống hiệu quả muốn trừu tượng hóa. Các hệ thống minh bạch muốn chi tiết. Không có mục tiêu nào là sai. Thách thức là xác định mức độ nào của sự hiện diện có thể được bảo tồn mà không hy sinh tính khả dụng.
Tôi nhận thấy rằng sự tin tưởng thường phụ thuộc ít hơn vào trí tuệ so với những gì mọi người giả định. Một hệ thống rất thông minh vẫn có thể tạo ra sự hoài nghi nếu không ai hiểu nơi mà các kết luận của nó xuất phát. Trong khi đó, một hệ thống kém khả năng hơn có thể thu được sự tin tưởng nếu quy trình của nó vẫn có thể quan sát được. Con người luôn quan tâm đến những lời giải thích, trách nhiệm và nguồn gốc. AI không loại bỏ những mối quan tâm đó. Trong nhiều cách, nó khuếch đại chúng.
Tôi nghĩ OpenLedger đáng để xem vì nó khuyến khích một cuộc trò chuyện khác về AI. Thay vì chỉ hỏi làm thế nào trí tuệ được tạo ra, nó hỏi làm thế nào sự tham gia được ghi lại. Thay vì tập trung hoàn toàn vào các kết quả, nó tập trung vào chuỗi phụ thuộc đứng sau những kết quả đó. Thay vì coi công nhận như một suy nghĩ sau, nó khám phá điều gì xảy ra khi công nhận trở thành một phần của nền tảng.
Tôi cảm thấy rằng sự biến đổi quan trọng nhất trong AI có thể không phải là trí tuệ bản thân. Trí tuệ sẽ tiếp tục cải tiến. Các mô hình sẽ tiếp tục phát triển. Khả năng sẽ tiếp tục mở rộng. Nhưng câu hỏi sâu hơn có thể xoay quanh sự công nhận. Ai sẽ được ghi nhận? Ai sẽ được nhớ đến? Ai trở thành một phần của hồ sơ vĩnh viễn mà các hệ thống tương lai dựa vào?
Tôi nghĩ giai đoạn tiếp theo của AI có thể được định nghĩa bởi câu hỏi đó nhiều hơn là hầu hết mọi người nhận ra. Không phải vì trí tuệ không còn quan trọng, mà vì trí tuệ một mình không thể giải thích nguồn gốc giá trị. Khi các hệ thống AI trở nên có ảnh hưởng hơn, khả năng truy tìm các đóng góp có thể trở nên quan trọng như khả năng tạo ra kết quả. Tương lai có thể thuộc về không chỉ các hệ thống tạo ra trí tuệ, mà còn các hệ thống tiết lộ cách trí tuệ được tạo ra ngay từ đầu.
