Une caractéristique d'OpenLedger que j'ai observée, mais que je n'ai entendu personne mentionner.

La grande majorité des ventures en IA essaient de créer des modèles plus grands.

OpenLedger pose une toute nouvelle série de questions.

Et si le problème n'était pas la taille du modèle, mais la confiance dans les données ?

Considérez quelles sont les applications les plus utiles de l'IA qui sont actuellement en développement. Diagnostic médical. Analyse juridique. Évaluation des risques financiers.

Découverte de médicaments.

Chacun d'eux rencontre un mur.

Pas le calcul. Pas l'architecture du modèle. Les données auxquelles ils doivent vraiment croire.

Dossiers médicaux qu'ils ne peuvent pas divulguer légalement.

Toute donnée qui est une recherche propriétaire qu'ils ne sont pas prêts à révéler. Informations financières confidentielles.
Les meilleures informations au monde sont derrière des barrières de confiance non technologiques.

Le système d'attribution d'OpenLedger est plus qu'un simple mécanisme de paiement. Il fournit une provenance définitive, une chaîne de garde pour les données qui, pour la première fois, la rend viable pour un partage sur une base légale et commerciale solide.

Ce n'est pas une question de paiement qu'il résout.

La confiance est un problème.

En s'appuyant sur une solution au niveau de l'infrastructure, les problèmes de confiance sont susceptibles d'ouvrir de nouveaux marchés qui étaient auparavant fermés.

La provenance vérifiable des données peut-elle permettre à d'autres industries où l'IA n'est pas efficace aujourd'hui ?