Quella volta stavo per ridere di rabbia per l'assistenza clienti AI, solo allora ho scoperto che Fabric aveva afferrato il "punto cruciale" dell'AGI
Il mese scorso volevo prenotare un pacchetto di controlli per mia madre, un noto assistente sanitario AI ha chiacchierato per dieci minuti, promettendo con fermezza una certa istituzione. Solo arrivato lì ho scoperto—era già stato segnalato dal comitato sanitario, la medicina eccessiva ha truffato un centinaio di anziani.
Ho contattato il servizio clienti, il robot ha risposto: "Feedback registrato." Quando ho cercato di parlare con un operatore umano, mi hanno detto che il modello AI era fornito da un fornitore terzo, e loro si occupano solo dell'integrazione.
La faccenda è finita così.
Ma da allora ho continuato a pensare: se in futuro l'AGI dovesse realmente prescrivere medicine in ospedale o scrivere sentenze in tribunale, quali dati di merda sono stati utilizzati per addestrare questi modelli, e chi ne porterà la responsabilità?
Recentemente, un amico che lavora nell'infrastruttura AI mi ha portato a vedere Fabric Protocol; solo arrivato al terzo livello mi sono reso conto—queste persone non avevano affatto intenzione di competere nel DeFi, quello che stavano facendo era inquietante da pensare: dotare l'AGI di "filigrana dei dati".
Il loro strato di calcolo verificabile non solo può verificare l'esecuzione del robot, ma può anche risalire a un livello superiore—verificare i dati di addestramento del modello. Ogni punto dati da dove proviene, quale modello lo ha elaborato, quale risultato ha prodotto, tutto è tracciato sulla blockchain. Non è una questione di fiducia nei "dati compliant" delle grandi aziende, è far parlare la matematica come arbitro.
I venti milioni di dollari investiti da OpenMind sono davvero comprensibili. Le persone di Boyuan Chen provenienti dal MIT e da DeepMind sanno fin troppo bene dove si trova il tallone d'Achille dell'AGI: il più grande collo di bottiglia dei grandi modelli non è la potenza di calcolo, ma la veridicità e la tracciabilità delle fonti di dati. Se utilizzi un modello addestrato su un post di Reddit per emettere condanne, non è giustizia, è metafisica.
Fabric ora ha oltre ventimila chiamate giornaliere, con una velocità di 3200 transazioni al secondo, oltre duemila stazioni di ricarica—questi dati non servono per vantarsi del TPS, ma per verificare una cosa: quando l'AGI viene chiamato migliaia di volte al giorno, può ancora garantire di non aver preso la medicina sbagliata.
Recentemente, ROBO ha raggiunto alcuni grandi studi legali, e nel settore si parla solo di prezzi. Ma io credo che il vero valore non risieda in quella linea K, ma in quella logica: se in futuro l'AGI dovesse causare errori medici o emettere sentenze errate, non si può semplicemente farne carico ai programmatori. Ogni errore deve avere una "ricetta" tracciabile—deve essere chiaro cosa dati sono stati utilizzati per addestrarlo, e deve essere registrato sulla blockchain.
Questa ricetta, ora, è nelle mani di chi ha ricevuto l'airdrop. @Fabric Foundation #ROBO $ROBO