Chúng ta đã đều thấy được mô thức này.
Một mô hình AI mới được phát hành, mạng xã hội tràn ngập các biểu đồ benchmark, các trader bắt đầu tranh luận về kẻ thắng người thua, và các nhà đầu tư cố gắng tìm ra phần nào trong “ngăn xếp” AI sẽ nắm giữ phần giá trị nhiều nhất.
Kết luận quen thuộc khá đơn giản: những mô hình thông minh nhất sẽ chiến thắng.
Trong một thời gian, tôi cũng nhìn nó theo cách đó.
Nhưng càng suy nghĩ lâu hơn, tôi càng tự hỏi liệu trí tuệ chỉ là một nửa câu chuyện.
Hãy tưởng tượng một thế giới vài năm nữa, nơi các mô hình AI có mặt ở khắp nơi. Việc chạy suy luận thì rẻ, triển khai mô hình thì dễ, và các phiên bản mới xuất hiện nhanh hơn bất kỳ ai có thể theo kịp. Lúc đó, việc tìm ra “trí tuệ” có thể chẳng hề khó.
Vấn đề là biết phải tin vào điều gì.
Đó là lý do các dự án như @OpenGradient khiến tôi chú ý không phải vì chúng làm AI mạnh mẽ hơn, mà vì chúng khiến tôi nghĩ về một vấn đề khác. Trong một tương lai tràn ngập các đầu ra do máy tạo ra, người dùng, doanh nghiệp và thị trường sẽ kiểm chứng những gì thực sự đã xảy ra phía sau như thế nào?
Nếu trí tuệ trở nên dồi dào, thì sự tin cậy có thể sẽ trở thành nguồn tài nguyên khan hiếm.
Và nếu sự tin cậy trở thành nguồn tài nguyên khan hiếm, liệu chúng ta có đang dành quá nhiều thời gian để đo hiệu năng của mô hình và chưa đủ thời gian để đo lường “bằng chứng” không?
#opg $OPG @OpenGradient
Một mô hình AI mới được phát hành, mạng xã hội tràn ngập các biểu đồ benchmark, các trader bắt đầu tranh luận về kẻ thắng người thua, và các nhà đầu tư cố gắng tìm ra phần nào trong “ngăn xếp” AI sẽ nắm giữ phần giá trị nhiều nhất.
Kết luận quen thuộc khá đơn giản: những mô hình thông minh nhất sẽ chiến thắng.
Trong một thời gian, tôi cũng nhìn nó theo cách đó.
Nhưng càng suy nghĩ lâu hơn, tôi càng tự hỏi liệu trí tuệ chỉ là một nửa câu chuyện.
Hãy tưởng tượng một thế giới vài năm nữa, nơi các mô hình AI có mặt ở khắp nơi. Việc chạy suy luận thì rẻ, triển khai mô hình thì dễ, và các phiên bản mới xuất hiện nhanh hơn bất kỳ ai có thể theo kịp. Lúc đó, việc tìm ra “trí tuệ” có thể chẳng hề khó.
Vấn đề là biết phải tin vào điều gì.
Đó là lý do các dự án như @OpenGradient khiến tôi chú ý không phải vì chúng làm AI mạnh mẽ hơn, mà vì chúng khiến tôi nghĩ về một vấn đề khác. Trong một tương lai tràn ngập các đầu ra do máy tạo ra, người dùng, doanh nghiệp và thị trường sẽ kiểm chứng những gì thực sự đã xảy ra phía sau như thế nào?
Nếu trí tuệ trở nên dồi dào, thì sự tin cậy có thể sẽ trở thành nguồn tài nguyên khan hiếm.
Và nếu sự tin cậy trở thành nguồn tài nguyên khan hiếm, liệu chúng ta có đang dành quá nhiều thời gian để đo hiệu năng của mô hình và chưa đủ thời gian để đo lường “bằng chứng” không?
#opg $OPG @OpenGradient
