O OpenLedger não está realmente trabalhando em nenhum novo aplicativo de IA, é mais como reestruturar um novo conjunto de lógica de infraestrutura de IA. Para simplificar, ele permite que todos os provedores de dados, desenvolvedores de modelos e usuários estejam na mesma linha de interesses. Seu projeto central é a Prova de Atribuição. No passado, os dados que alimentávamos para a IA eram silenciosamente contribuídos, e ninguém sabia o que você fornecia ou recompensava. @OpenledgerHQ conseguiu "quem forneceu os dados, treinou qual modelo e contribuiu muito", o que pode ser verificado, rastreado e a receita pode ser obtida. Ainda mais poderoso é o mecanismo Datanets. Você pode trabalhar com um grupo de pessoas para construir sua própria rede de dados em torno de um determinado campo, como clima, saúde, agricultura, e transformar esses dados em combustível de alta qualidade para modelos de treinamento. Uma vez que os dados são usados, as recompensas são distribuídas automaticamente a todos os contribuidores, tornando-os transparentes e razoáveis. E o OpenLoRA, que realmente reduz a barreira à participação. Você não precisa ser um especialista em IA, com dados, necessidades e comunidade, você pode treinar seus próprios modelos e implantá-los para uso direto. É completamente um espaço de criação de IA em que "todos podem participar e todos podem ter". O que eu mais gosto no OpenLedger é que não é uma pilha de tecnologia fria, mas uma questão séria sobre a quem a IA deve pertencer. Como deve ser distribuído o valor? Como devem participar todas as pessoas comuns? A resposta que dá é que a IA não deve ser apenas para grandes empresas, nem deve ser apenas um jogo para engenheiros. #kaito #yap #cookie #OpenLedger é tornar o "inteligente" verdadeiramente descentralizado. Cada dado e cada pedaço de conhecimento que você fornece pode se tornar parte da IA no futuro, e você será justamente recompensado por isso. Esta é uma direção com a qual concordo. Em vez de criar gigantes da IA, estamos a reconstruir um sistema inteligente que pertence a todos.