Crypto_Diva1
Crypto enthusiast 📈 | Learning & sharing market insights | Binance trader | Growth • Discipline • Consistency 💛
Operazione aperta
Commerciante frequente
1.4 anni
2.0K+ Seguiti
1.7K+ Follower
1.0K+ Mi piace
9 Condivisioni
Post
Portafoglio
Tutti
Citazioni
Live
Visualizza traduzione
People always look at how busy a system's.
Few people check if a system is quiet.
When something like $ROBO under @Fabric Foundation stops sending out lots of alerts and warnings that is a deal this means the system is now stable systems that make a lot of noise get noticed or good systems eventually become quiet systems the good systems keep working and quiet systems keep working too.
#ROBO #robo $ROBO
Few people check if a system is quiet.
When something like $ROBO under @Fabric Foundation stops sending out lots of alerts and warnings that is a deal this means the system is now stable systems that make a lot of noise get noticed or good systems eventually become quiet systems the good systems keep working and quiet systems keep working too.
#ROBO #robo $ROBO
Visualizza traduzione
ROBO and the Power of System Silence
Most people think that a good system is one that is always doing something or they like to see a lot of activity like alerts and updates and announcements.
More alerts.
More updates.
More announcements.
But the best systems are actually the ones that are quiet there are no fixes or emergency patches or sudden changes or the system just keeps working this kind of quiet is not because the system is not doing anything it is because the system is stable and when I think about ROBO and the Fabric Foundation I do not think about how noise the system makes.
I think about how the system can work without anyone needing to fix it new systems are always making noise or the people who run the system have to watch it all the time they have to make new rules all the time and it can be exciting to see all this activity it also means that the system is not very strong.
A strong system is one that can work by itself when a system is strong problems do not happen often or the people who run the system do not have to watch it all the time.
The system can just run quietly.
It is hard to make a system like this.
The system needs to have rules that work even when things get tough it needs to be able to work even when it gets very big or It needs to be able to fix problems before they get out of hand and most of the time people like to see systems that are always doing something.
The best systems are the ones that can work quietly the strongest systems are not the ones that everyone is talking about all the time they are the ones that just keep working without anyone noticing and ROBO is a system like that.
It is a system that can work quietly that is what makes it strong.
@Fabric Foundation #ROBO $ROBO
More alerts.
More updates.
More announcements.
But the best systems are actually the ones that are quiet there are no fixes or emergency patches or sudden changes or the system just keeps working this kind of quiet is not because the system is not doing anything it is because the system is stable and when I think about ROBO and the Fabric Foundation I do not think about how noise the system makes.
I think about how the system can work without anyone needing to fix it new systems are always making noise or the people who run the system have to watch it all the time they have to make new rules all the time and it can be exciting to see all this activity it also means that the system is not very strong.
A strong system is one that can work by itself when a system is strong problems do not happen often or the people who run the system do not have to watch it all the time.
The system can just run quietly.
It is hard to make a system like this.
The system needs to have rules that work even when things get tough it needs to be able to work even when it gets very big or It needs to be able to fix problems before they get out of hand and most of the time people like to see systems that are always doing something.
The best systems are the ones that can work quietly the strongest systems are not the ones that everyone is talking about all the time they are the ones that just keep working without anyone noticing and ROBO is a system like that.
It is a system that can work quietly that is what makes it strong.
@Fabric Foundation #ROBO $ROBO
Sistemi entusiasmanti ricevono molta attenzione o le persone li notano.
I sistemi affidabili sono diversi, non ci sorprendono più o diventano noiosi da guardare; che il cambiamento sia un affare e che sia una pietra miliare per sistemi come $ROBO sotto @Fabric Foundation
Quando cose come ROBO sotto Fabric Foundation fanno ciò che devono fare, significa che stanno funzionando bene, significa che le regole sono chiare e sappiamo cosa aspettarci.
I mercati amano le cose entusiasmanti.
Le persone si entusiasmano per le cose.
La vera autonomia non riguarda l'essere entusiasmante.
Riguarda l'essere coerente.
Perché i migliori sistemi fanno la cosa ogni volta.
Non ci sorprendono.
Funzionano e basta.
I sistemi più forti diventano noiosi.
#ROBO #robo $ROBO
I sistemi affidabili sono diversi, non ci sorprendono più o diventano noiosi da guardare; che il cambiamento sia un affare e che sia una pietra miliare per sistemi come $ROBO sotto @Fabric Foundation
Quando cose come ROBO sotto Fabric Foundation fanno ciò che devono fare, significa che stanno funzionando bene, significa che le regole sono chiare e sappiamo cosa aspettarci.
I mercati amano le cose entusiasmanti.
Le persone si entusiasmano per le cose.
La vera autonomia non riguarda l'essere entusiasmante.
Riguarda l'essere coerente.
Perché i migliori sistemi fanno la cosa ogni volta.
Non ci sorprendono.
Funzionano e basta.
I sistemi più forti diventano noiosi.
#ROBO #robo $ROBO
ROBO e il valore dei sistemi noiosi
Le persone di solito pensano che i sistemi potenti siano emozionanti e in continua evoluzione.
Aggiornamenti delle immagini e nuove funzionalità vengono aggiunti continuamente.
Ci sono annunci, miglioramenti e ottimizzazioni ogni settimana.
La verità è che i sistemi più potenti del mondo alla fine diventano noiosi: niente di inaspettato, niente cambia in modo significativo, oppure il sistema funziona semplicemente come dovrebbe.
Nei sistemi che funzionano autonomamente, essere noiosi non è un problema, è in realtà un segno che il sistema è maturo e funziona bene, ed è così che penso a ROBO quando lo guardo come parte della Fabric Foundation.
Aggiornamenti delle immagini e nuove funzionalità vengono aggiunti continuamente.
Ci sono annunci, miglioramenti e ottimizzazioni ogni settimana.
La verità è che i sistemi più potenti del mondo alla fine diventano noiosi: niente di inaspettato, niente cambia in modo significativo, oppure il sistema funziona semplicemente come dovrebbe.
Nei sistemi che funzionano autonomamente, essere noiosi non è un problema, è in realtà un segno che il sistema è maturo e funziona bene, ed è così che penso a ROBO quando lo guardo come parte della Fabric Foundation.
Visualizza traduzione
Autonomous systems work fine when everything is easy to understand.
The real test for systems comes when signals do not agree and we are not really sure what is going on for @Fabric Foundation and $ROBO the big problem is not getting things done or it is staying stable when we are not really sure what will happen and good autonomous systems do not wait for all the information to be perfect.
They can deal with things that're not clear without making a big mess because real systems are not built for when everything is perfect they are built for the times when it's hard to be sure about what is going on with autonomous systems
#robo $ROBO
The real test for systems comes when signals do not agree and we are not really sure what is going on for @Fabric Foundation and $ROBO the big problem is not getting things done or it is staying stable when we are not really sure what will happen and good autonomous systems do not wait for all the information to be perfect.
They can deal with things that're not clear without making a big mess because real systems are not built for when everything is perfect they are built for the times when it's hard to be sure about what is going on with autonomous systems
#robo $ROBO
ROBO e il costo dell'incertezza
I sistemi non falliscono perché non sono intelligenti.
Falliscono perché devono affrontare cose per cui non sono state progettate.
Quando molti agenti lavorano insieme, c'è sempre qualcosa che non è certo.
A volte i dati arrivano in ritardo.
A volte i segnali non sono d'accordo.
A volte le cose collegate non funzionano.
Quello che sembra una scelta chiara diventa confuso o il problema non è solo far fare delle cose agli agenti, ma decidere come dovrebbero agire quando non sono sicuri di cosa fare, ed è così che penso a ROBO quando fa parte della Fabric Foundation.
Falliscono perché devono affrontare cose per cui non sono state progettate.
Quando molti agenti lavorano insieme, c'è sempre qualcosa che non è certo.
A volte i dati arrivano in ritardo.
A volte i segnali non sono d'accordo.
A volte le cose collegate non funzionano.
Quello che sembra una scelta chiara diventa confuso o il problema non è solo far fare delle cose agli agenti, ma decidere come dovrebbero agire quando non sono sicuri di cosa fare, ed è così che penso a ROBO quando fa parte della Fabric Foundation.
Visualizza traduzione
Autonomous systems have an experience every minute.
The big question is do these Autonomous systems actually remember what happened.
If the same problems keep coming that means the Autonomous systems are not really learning from their experience the people who operate them are.
For @Fabric Foundation and $ROBO the real test is not how fast they can do things.
The test is whether the Autonomous systems can use what they learned from problems to automate things in the future.
Because Autonomous systems can only get better when they remember what happened.
Not when the people using the Autonomous systems remember what happened.
#ROBO #robo $ROBO
The big question is do these Autonomous systems actually remember what happened.
If the same problems keep coming that means the Autonomous systems are not really learning from their experience the people who operate them are.
For @Fabric Foundation and $ROBO the real test is not how fast they can do things.
The test is whether the Autonomous systems can use what they learned from problems to automate things in the future.
Because Autonomous systems can only get better when they remember what happened.
Not when the people using the Autonomous systems remember what happened.
#ROBO #robo $ROBO
Visualizza traduzione
ROBO and the Cost of Forgetting
Systems remember what happens in the end few systems remember the choices that were made this difference is really important when many agents start working on a large scale at first it seems like no deal if the system forgets things or a task gets done then the next task starts and the system keeps moving
But after a while the same unusual problems come back the same arguments happen again the same corrections need to be made by hand.
Actually nothing went wrong the system just did not remember things this is how I think about ROBO when it is part of the Fabric Foundation.
I do not think about whether agents can get things done whether the system gets better after every tough situation or systems that work on their own are always getting experience.
Every time a dispute is solved every time something is overridden and every time a strange decision is made about a route the system learns something
If that information is lost once the problem is fixed the system has to pay the cost all over again later that is the hidden cost of forgetting things.
A healthy system that works on its own uses problems to create memory.
Patterns become rules that the system follows.
Exceptions become part of the systems logic.
Things that used to need an operator now happen automatically.
Unhealthy systems work differently.
Problems get fixed nothing really changes.
Operators remember how they fixed the problem not how the system was fixed.
Over time the difference, between the two systems gets bigger.
One system gets knowledge and the other system just gets used to how things are done.
The difference becomes clear when the same problems happen again and again.
How often do the same problems come back?
How often do operators have to solve the kind of problem twice?
If the same problems happen often the system is learning.
If the same problems keep happening the system is not getting better.
People often think that speed and getting things done quickly are important.
Systems that last a long time are actually getting better at something else: remembering things.
Because systems that work on their own do not get better by doing things more often.
They get better by remembering why things worked or did not work in the past.
The systems that remember things well are the ones that eventually do not need to be supervised.
@Fabric Foundation #ROBO $ROBO
But after a while the same unusual problems come back the same arguments happen again the same corrections need to be made by hand.
Actually nothing went wrong the system just did not remember things this is how I think about ROBO when it is part of the Fabric Foundation.
I do not think about whether agents can get things done whether the system gets better after every tough situation or systems that work on their own are always getting experience.
Every time a dispute is solved every time something is overridden and every time a strange decision is made about a route the system learns something
If that information is lost once the problem is fixed the system has to pay the cost all over again later that is the hidden cost of forgetting things.
A healthy system that works on its own uses problems to create memory.
Patterns become rules that the system follows.
Exceptions become part of the systems logic.
Things that used to need an operator now happen automatically.
Unhealthy systems work differently.
Problems get fixed nothing really changes.
Operators remember how they fixed the problem not how the system was fixed.
Over time the difference, between the two systems gets bigger.
One system gets knowledge and the other system just gets used to how things are done.
The difference becomes clear when the same problems happen again and again.
How often do the same problems come back?
How often do operators have to solve the kind of problem twice?
If the same problems happen often the system is learning.
If the same problems keep happening the system is not getting better.
People often think that speed and getting things done quickly are important.
Systems that last a long time are actually getting better at something else: remembering things.
Because systems that work on their own do not get better by doing things more often.
They get better by remembering why things worked or did not work in the past.
The systems that remember things well are the ones that eventually do not need to be supervised.
@Fabric Foundation #ROBO $ROBO
I sistemi autonomi non falliscono a causa delle azioni intraprese dagli agenti.
Falliscono perché i risultati devono ancora essere verificati.
Fare le cose non è costoso.
Verificare i risultati è costoso.
Per @Fabric Foundation e $ROBO il problema principale non è quanto velocemente possano essere fatte le cose. È assicurarsi che possano essere fidate su larga scala.
Se il lavoro necessario per verificare i risultati diventa più grande man mano che si fanno più cose, allora i sistemi autonomi si bloccano.
Se la verifica dei risultati diventa più facile e diretta nel tempo, allora la fiducia cresce.
La fiducia è ciò che realmente consente alle cose di crescere ed espandersi.
#robo $ROBO
Falliscono perché i risultati devono ancora essere verificati.
Fare le cose non è costoso.
Verificare i risultati è costoso.
Per @Fabric Foundation e $ROBO il problema principale non è quanto velocemente possano essere fatte le cose. È assicurarsi che possano essere fidate su larga scala.
Se il lavoro necessario per verificare i risultati diventa più grande man mano che si fanno più cose, allora i sistemi autonomi si bloccano.
Se la verifica dei risultati diventa più facile e diretta nel tempo, allora la fiducia cresce.
La fiducia è ciò che realmente consente alle cose di crescere ed espandersi.
#robo $ROBO
ROBO e il Costo della Verifica
I sistemi autonomi sono davvero bravi a portare a termine le cose rapidamente.
Ma questa velocità crea un problema, dobbiamo assicurarci che tutto sia corretto.
Quando una persona fa qualcosa, un'altra solitamente controlla il loro lavoro.
Quando le macchine fanno le cose, il sistema deve assicurarsi che il risultato sia corretto senza rallentare.
Questo è un problema per sistemi come ROBO sotto la Fabric Foundation.
È facile per le macchine fare le cose.
Assicurarsi che siano corretti è costoso.
Una macchina può fare migliaia di cose in un'ora.
Ma questa velocità crea un problema, dobbiamo assicurarci che tutto sia corretto.
Quando una persona fa qualcosa, un'altra solitamente controlla il loro lavoro.
Quando le macchine fanno le cose, il sistema deve assicurarsi che il risultato sia corretto senza rallentare.
Questo è un problema per sistemi come ROBO sotto la Fabric Foundation.
È facile per le macchine fare le cose.
Assicurarsi che siano corretti è costoso.
Una macchina può fare migliaia di cose in un'ora.
Il fallimento è qualcosa che possiamo vedere.
L'irreversibilità non è qualcosa che possiamo vedere.
La Fabric Foundation e ROBO sanno che l'autonomia non è realmente testata quando possiamo annullare ciò che facciamo.
Per la Fabric Foundation e ROBO, l'autonomia è testata quando facciamo impegni che influenzano il percorso che il sistema segue.
Per il @Fabric Foundation e ROBO, la vera domanda non è quanto velocemente il sistema funzioni.
La vera domanda per la Fabric Foundation e ROBO è se il sistema sa quando non può più essere flessibile.
Perché una volta che ci impegniamo in qualcosa e non siamo davvero chiari al riguardo
la Fabric Foundation e ROBO scopriranno che l'automazione può diventare una debolezza per il sistema.
#robo #ROBO $ROBO
L'irreversibilità non è qualcosa che possiamo vedere.
La Fabric Foundation e ROBO sanno che l'autonomia non è realmente testata quando possiamo annullare ciò che facciamo.
Per la Fabric Foundation e ROBO, l'autonomia è testata quando facciamo impegni che influenzano il percorso che il sistema segue.
Per il @Fabric Foundation e ROBO, la vera domanda non è quanto velocemente il sistema funzioni.
La vera domanda per la Fabric Foundation e ROBO è se il sistema sa quando non può più essere flessibile.
Perché una volta che ci impegniamo in qualcosa e non siamo davvero chiari al riguardo
la Fabric Foundation e ROBO scopriranno che l'automazione può diventare una debolezza per il sistema.
#robo #ROBO $ROBO
ROBO e il Prezzo dell'Irreversibilità
La maggior parte delle cose che costruiamo sono fatte per essere riparate se qualcosa va storto.
Possiamo riprovare se qualcosa non funziona.
Possiamo cambiare ciò che abbiamo fatto prima.
Possiamo persino tornare a come erano le cose
Questa capacità di cambiare le cose ci fa sentire al sicuro.
Ciò che conta davvero è ciò che accade quando facciamo qualcosa che non può essere cambiato.
Quando parti diverse di un sistema lavorano insieme, le cose di solito non vanno male tutte in una volta.
È come se molte piccole cose si accumulassero.
Qualcuno dà il permesso affinché qualcosa accada.
Possiamo riprovare se qualcosa non funziona.
Possiamo cambiare ciò che abbiamo fatto prima.
Possiamo persino tornare a come erano le cose
Questa capacità di cambiare le cose ci fa sentire al sicuro.
Ciò che conta davvero è ciò che accade quando facciamo qualcosa che non può essere cambiato.
Quando parti diverse di un sistema lavorano insieme, le cose di solito non vanno male tutte in una volta.
È come se molte piccole cose si accumulassero.
Qualcuno dà il permesso affinché qualcosa accada.
L'intelligenza è una cosa.
La coordinazione è dove le cose diventano difficili.
Il vero test per ROBO sotto Fabric Foundation non riguarda un robot che funziona bene, ma come i robot lavorano insieme quando ce ne sono molti.
Se possiamo far sì che cose come ritardi e discussioni tra robot accadano spesso nel tempo, allora possiamo dire che i robot stanno davvero diventando indipendenti e se questi problemi peggiorano man mano che aggiungiamo più robot, allora è come se stessimo solo fingendo di avere automazione.
È facile far fare qualcosa a un robot, mentre far lavorare insieme i robot è ciò che è davvero difficile e costa molto.
$ROBO sotto @Fabric Foundation riguarda il far funzionare tutto questo.
Il costo di far lavorare insieme tutti questi robot è ciò che chiamiamo costo di coordinazione su larga scala.
Questo è il test per $ROBO sotto Fabric Foundation.
#robo $ROBO
La coordinazione è dove le cose diventano difficili.
Il vero test per ROBO sotto Fabric Foundation non riguarda un robot che funziona bene, ma come i robot lavorano insieme quando ce ne sono molti.
Se possiamo far sì che cose come ritardi e discussioni tra robot accadano spesso nel tempo, allora possiamo dire che i robot stanno davvero diventando indipendenti e se questi problemi peggiorano man mano che aggiungiamo più robot, allora è come se stessimo solo fingendo di avere automazione.
È facile far fare qualcosa a un robot, mentre far lavorare insieme i robot è ciò che è davvero difficile e costa molto.
$ROBO sotto @Fabric Foundation riguarda il far funzionare tutto questo.
Il costo di far lavorare insieme tutti questi robot è ciò che chiamiamo costo di coordinazione su larga scala.
Questo è il test per $ROBO sotto Fabric Foundation.
#robo $ROBO
ROBO e il Costo del Coordinamento su Larga Scala.
La questione riguardo a ROBO e al costo di portare a termine le cose su larga scala è che le persone parlano sempre di essere intelligenti e pochissime persone parlano di lavorare insieme.
Quando una persona o una cosa fa qualcosa da sola è facile, o quando hai molte persone o cose che lavorano insieme è come l'economia.
Il vero test per sistemi come ROBO sotto la Fabric Foundation non è se una cosa funziona bene, se lavorare insieme è ancora facile quando accadono molte cose.
Perché lavorare insieme costa qualcosa quando non accadono molte cose, tutto sembra a posto.
Quando una persona o una cosa fa qualcosa da sola è facile, o quando hai molte persone o cose che lavorano insieme è come l'economia.
Il vero test per sistemi come ROBO sotto la Fabric Foundation non è se una cosa funziona bene, se lavorare insieme è ancora facile quando accadono molte cose.
Perché lavorare insieme costa qualcosa quando non accadono molte cose, tutto sembra a posto.
Visualizza traduzione
Done is easy to say.
It is harder to trust.
When we talk about agent systems the risk is not that something will fail. The risk is that we will be too sure of things before we really are.
If teams add checks before they trust the results then they do not really have autonomy yet.
For the @Fabric Foundation the real test is not how fast they can get things done.
The real test is whether the things that are done stay done.
Automation can do things for us.
Autonomy for the Fabric Foundation is, about being able to make things settle and stay that way.
#robo $ROBO
It is harder to trust.
When we talk about agent systems the risk is not that something will fail. The risk is that we will be too sure of things before we really are.
If teams add checks before they trust the results then they do not really have autonomy yet.
For the @Fabric Foundation the real test is not how fast they can get things done.
The real test is whether the things that are done stay done.
Automation can do things for us.
Autonomy for the Fabric Foundation is, about being able to make things settle and stay that way.
#robo $ROBO
Visualizza traduzione
ROBO and the Illusion of Finality
The word done can be pretty misleading in systems that have a lot of parts working together.
In a setup when something is done it is really done. In systems with many agents working together done usually means it is done for the time being. This difference is more important than people think.
When an agent on ROBO finishes a task it looks like it was a success. What really matters is if the result will still be good even when things get tough or when there are disagreements or when the rules change or when something unusual happens.
Being final is not about being fast.
It is about being able to stick with the decision.
In systems that're always busy one thing happening can make another thing happen. When one task is finished it can trigger another task to start. When something is approved it can give permission for something to happen. When something is settled it can unlock processes that were waiting or if something that was done changes it is not just a matter of fixing it and It is also about dealing with all the other things that happened because of it.
The big risk that is easy to miss is not when things fail. It is when we think something is settled before it really is.
With Fabric Foundation the important question is not how quickly agents can do things. It is how sure the people in charge can be that the results will not change.
I would pay attention to two things.
How often things that are done have to be looked again.
How long teams wait before they trust that something is really done without adding safety measures.
If teams start adding safety measures it means they do not trust the system as much.
Things can work on their own or get bigger when the results are consistent and do not need to be checked all the time and if every time something is done people are not sure if it is really done then humans have to stay involved even if the system is supposed to be automatic.
The difference between automated systems and systems that can work on their own is simple
Automation means something is done by a machine.
Autonomy means something is settled and final.
It is the settlement part that can be really costly.
@Fabric Foundation #ROBO $ROBO
In a setup when something is done it is really done. In systems with many agents working together done usually means it is done for the time being. This difference is more important than people think.
When an agent on ROBO finishes a task it looks like it was a success. What really matters is if the result will still be good even when things get tough or when there are disagreements or when the rules change or when something unusual happens.
Being final is not about being fast.
It is about being able to stick with the decision.
In systems that're always busy one thing happening can make another thing happen. When one task is finished it can trigger another task to start. When something is approved it can give permission for something to happen. When something is settled it can unlock processes that were waiting or if something that was done changes it is not just a matter of fixing it and It is also about dealing with all the other things that happened because of it.
The big risk that is easy to miss is not when things fail. It is when we think something is settled before it really is.
With Fabric Foundation the important question is not how quickly agents can do things. It is how sure the people in charge can be that the results will not change.
I would pay attention to two things.
How often things that are done have to be looked again.
How long teams wait before they trust that something is really done without adding safety measures.
If teams start adding safety measures it means they do not trust the system as much.
Things can work on their own or get bigger when the results are consistent and do not need to be checked all the time and if every time something is done people are not sure if it is really done then humans have to stay involved even if the system is supposed to be automatic.
The difference between automated systems and systems that can work on their own is simple
Automation means something is done by a machine.
Autonomy means something is settled and final.
It is the settlement part that can be really costly.
@Fabric Foundation #ROBO $ROBO
L'autonomia non è provata quando le cose vanno lisce.
È provata quando un umano deve intervenire.
Un override risolve il problema.
Mostra anche un limite che il sistema non può gestire da solo.
Se gli override si verificano spesso quando ci sono molti carichi, allora l'autonomia è solo di facciata.
Se gli stessi tipi di override si verificano spesso nel tempo, significa che il sistema sta migliorando.
Il vero test per @Fabric Foundation non è quanto spesso funziona.
È se gli umani devono intervenire meno.
Perché quando gli override sono normali, non è sicuro.
Sono le persone a fare il lavoro fingendo che sia automatizzato.
Quel costo lento e silenzioso è molto più costoso di qualsiasi crash improvviso.
#robo $ROBO
È provata quando un umano deve intervenire.
Un override risolve il problema.
Mostra anche un limite che il sistema non può gestire da solo.
Se gli override si verificano spesso quando ci sono molti carichi, allora l'autonomia è solo di facciata.
Se gli stessi tipi di override si verificano spesso nel tempo, significa che il sistema sta migliorando.
Il vero test per @Fabric Foundation non è quanto spesso funziona.
È se gli umani devono intervenire meno.
Perché quando gli override sono normali, non è sicuro.
Sono le persone a fare il lavoro fingendo che sia automatizzato.
Quel costo lento e silenzioso è molto più costoso di qualsiasi crash improvviso.
#robo $ROBO
Visualizza traduzione
ROBO and the price of drift failures are really loud.
Drift itself is not loud at all. What happens is that a model gets some information and then a threshold moves. This means a rule for routing changes. Things do not break The behavior changes over time.
With Fabric Foundation and ROBO the question is not if agents act. If their behavior stays the same even when things change all the time. Drift makes things worse. Each logical change makes a system that no one planned out. We can see the cost in things like ,variance policy half-life and reconciliation load. This means that outputs do not match up rules change in ways that're not clear and operators have to spend more time fixing the differences.
You can use ROBO tokens to pay for tools that let you see and replay things. Autonomy does not usually fall apart at once or it slowly fades away when people are forced back into the loop nothing goes wrong it just gets harder to trust ROBO and the system and that is more expensive than failing.
@Fabric Foundation #ROBO $ROBO
With Fabric Foundation and ROBO the question is not if agents act. If their behavior stays the same even when things change all the time. Drift makes things worse. Each logical change makes a system that no one planned out. We can see the cost in things like ,variance policy half-life and reconciliation load. This means that outputs do not match up rules change in ways that're not clear and operators have to spend more time fixing the differences.
You can use ROBO tokens to pay for tools that let you see and replay things. Autonomy does not usually fall apart at once or it slowly fades away when people are forced back into the loop nothing goes wrong it just gets harder to trust ROBO and the system and that is more expensive than failing.
@Fabric Foundation #ROBO $ROBO
L'IA non fallisce silenziosamente.
Fallisce con fiducia.
Le allucinazioni sono la minaccia più grande per l'automazione.
@Fabric Foundation sta combattendo trasformando i risultati dell'IA in verità verificabili e auditabili e il futuro dell'IA non è solo intelligente.
È responsabile.
#ROBO $ROBO
Fallisce con fiducia.
Le allucinazioni sono la minaccia più grande per l'automazione.
@Fabric Foundation sta combattendo trasformando i risultati dell'IA in verità verificabili e auditabili e il futuro dell'IA non è solo intelligente.
È responsabile.
#ROBO $ROBO
La guerra contro le allucinazioni dell'Intelligenza Artificiale è iniziata
L'Intelligenza Artificiale è molto potente, ha un grande problema: può inventare cose, il che è chiamato allucinazioni.
Quando l'Intelligenza Artificiale crea informazioni che sembrano reali può causare molti problemi.
Ad esempio nel business dei soldi o quando utilizziamo robot o abbiamo macchine che lavorano da sole, se l'Intelligenza Artificiale dà una risposta può ferire persone o cose nel mondo reale.
Questo è il problema che la Fabric Foundation sta cercando di risolvere.
Il Protocollo Fabric non sta cercando di rendere l'Intelligenza Artificiale più intelligente.
Quando l'Intelligenza Artificiale crea informazioni che sembrano reali può causare molti problemi.
Ad esempio nel business dei soldi o quando utilizziamo robot o abbiamo macchine che lavorano da sole, se l'Intelligenza Artificiale dà una risposta può ferire persone o cose nel mondo reale.
Questo è il problema che la Fabric Foundation sta cercando di risolvere.
Il Protocollo Fabric non sta cercando di rendere l'Intelligenza Artificiale più intelligente.
Accedi per esplorare altri contenuti