No mundo do Blockchain, a abertura e a característica de não necessidade de permissão tornaram-se a raiz do seu encanto. A rede Bitcoin permite que qualquer pessoa acesse livremente, enquanto a plataforma Ethereum permite que os desenvolvedores implementem contratos inteligentes de forma autônoma, criando aplicações únicas. Esta abertura e combinabilidade são descritas de forma vívida pelos profissionais do setor como "Lego da moeda".

No entanto, quando voltamos nossa atenção para o campo da inteligência artificial, a situação é bem diferente. A atual era da IA ainda está em um estágio relativamente primitivo, como a alquimia da Idade Média. Os grandes gigantes da tecnologia guardam em seus laboratórios secretos enormes "fornos de alquimia" — ou seja, seus grandes modelos de linguagem. Eles investem enormes quantidades de dados e consomem uma quantidade colossal de energia, na esperança de conseguir produzir algum tipo de "elixir" onipotente.

Este processo é cheio de mistério, difícil de prever e completamente fechado. Para a vasta maioria dos desenvolvedores, o que podemos fazer é apenas pagar pelos serviços de API que essas empresas oferecem, como se estivéssemos comprando algumas gotas do "elixir" que eles refinam. No entanto, não sabemos nada sobre o processo de fabricação e os ingredientes específicos desses "pocões". Não podemos melhorá-los, não podemos misturar "pocões" de diferentes fontes, e muito menos construir nosso próprio ecossistema de IA com base nisso.

Nesse modo, parece que estamos presos na oficina do "alquimista", tornando-nos humildes aprendizes. Isso não apenas é ineficiente, mas também suprime enormemente a possibilidade de inovação. Olhando para a história, a verdadeira revolução científica surgiu com o nascimento da química — quando conseguimos decompor o mundo material em "elementos" básicos, compreensíveis e combináveis, foi quando realmente dominamos a capacidade de criar novos materiais.

Da mesma forma, o campo da IA também precisa passar por uma mudança revolucionária de "alquimia" para "elementaridade". Somente quando conseguirmos entender profundamente a estrutura interna dos modelos de IA, decompondo-os em unidades básicas compreensíveis e combináveis, poderemos realmente liberar o potencial inovador da IA e impulsionar o rápido desenvolvimento deste campo. Essa mudança não só aumentará a eficiência, mas também abrirá caminho para a democratização e popularização da IA, permitindo que mais pessoas participem da inovação em IA.