واو - أكثر من 100 مساعد الذكاء الاصطناعي تدربوا على BlockAssist على @gensynai بالفعل. يعتمد فقط على طريقة لعب المستخدم.

تقوم معظم خطوط أنابيب RL بتدريب وكيل جديد تماما لكل مهمة ، وتنفق كميات هائلة من البيانات والحوسبة ثم تتخلص من تلك الأوزان المكتسبة بمجرد تبديل البيئات. لماذا تدريب الذكاء الاصطناعي مرة واحدة بينما يمكن أن يتعلم إلى الأبد؟ يثبت BlockAssist من Gensyn RL المستمر اللامركزي في تطبيق مباشر ، وهو رفيق الذكاء الاصطناعي في Minecraft ، والذي يتعلم من طريقة اللعب الخاصة بك على جهازك ثم يتحسن بشكل جماعي عبر سرب حوسبة بدون إذن. في المقابل ، يتم ضبط معظم النماذج الكبيرة بدقة من خلال التعليقات البشرية أو مجموعات البيانات الضخمة المصنفة في خط أنابيب مركزي. على النقيض من ذلك ، يقلب BlockAssist البرنامج النصي. يحدث التعلم من دفق اللعب لكل مستخدم نفسه ، بشكل مستمر وخاص. - أولا ، يزيل الاعتماد على عمليات التدريب الضخمة غير المتصلة بالإنترنت لكل قدرة جديدة. النموذج يصقل نفسه على الطاير. - كما أنها مخصصة بطبيعتها: قد يطور BlockAssist مهارات مختلفة عن مهاراتك لأن كل منا ندربها على طريقة اللعب الخاصة بنا. نحن في الأساس نعمل على تحسين الذكاء الاصطناعي بشكل جماعي بطريقة تتناسب مع المستخدمين ، وهو نموذج مختلف تماما عن الضبط الدقيق لنظام الذكاء الاصطناعي المركزي. أيضا ، نحن مشهورون (خاصة في مجال التشفير) بالحديث عن البنية التحتية وإمكانياتها ، لكن Gensyn تثبت ذلك من خلال تطبيق حقيقي. يعد BlockAssist معلما رئيسيا يوضح ما هو ممكن عندما يجتمع RL والتعلم المستمر والبنية التحتية اللامركزية.

الكثير من الأحداث الجانبية SBC وليس أي منها في @ViksChaat ...

بورتكوس لدينا تبدأ يوم الذكاء الاصطناعي في SBC 💪🏾

يعد الذكاء الاصطناعي أقوى تحول في النظام الأساسي في عصرنا ، ولكنه يتم تشكيله من قبل مجموعة صغيرة من الشركات التي تتسابق للتحكم في كل طبقة من المكدس: الحوسبة والبيانات والنماذج والتوزيع. أعتقد أنه لا ينبغي احتكار مستقبل الذكاء الاصطناعي ، وأن الأنظمة الأكثر تحولا سيتم بناؤها على بنية تحتية مفتوحة ولامركزية. أصبح وكلاء الذكاء الاصطناعي مشاركين نشطين في البرمجيات ، ويحتاجون إلى بيئات يمكنهم فيها الاحتفاظ بالأصول واتباع القواعد والمعاملات. توفر سلاسل الكتل ، التي أصبحت الآن سريعة ورخيصة ومعبرة بما يكفي لدعم البنية التحتية الحقيقية لنظام الذكاء الاصطناعي ، هذا الأساس. فهي لا مركزية ومحايدة بشكل موثوق ومملوكة للمستخدم ، وهي تقدم بالضبط ما تفتقر إليه أنظمة الذكاء الاصطناعي اليوم. ولأول مرة ، هم جاهزون. قبل عام واحد فقط ، تم رفض التدريب اللامركزي باعتباره غير ممكن من الناحية الفنية ، حتى من قبل كبار الباحثين في الذكاء الاصطناعي. لكن الأبحاث المتقدمة مثل OpenDiLoCo @PrimeIntellect و DeMo @NousResearch و Protocol Models @PluralisHQ تقلب هذا الافتراض. لأول مرة ، لا يمكن تدريب الذكاء الاصطناعي عالي الأداء على الشبكات اللامركزية فحسب - بل إنه يعمل. تركز الفرق الاستثنائية على البنية التحتية الأساسية لنظام الذكاء الاصطناعي اللامركزي. بينما أعتقد أنه ستكون هناك دائما فرص لتحسين طبقات الحوسبة والتدريب والبيانات ، إلا أنني أرى الإسفين الأكثر عملية في البنية التحتية للوكيل: الأطر والمحافظ وطبقات التنسيق والسمعة التي تمكن الأنظمة المستقلة من التفاعل والتعامل والتطور. هذا هو المكان الذي يبدأ فيه مكدس Crypto x الذكاء الاصطناعي في أن يصبح حقيقيا. مع نضوج البدائيات للهوية والمدفوعات والذاكرة والتنسيق ، سننتقل من الوكلاء المعزولين إلى شبكات مستمرة ومترابطة من الوكلاء الذين يتعاونون ويتنافسون ويتطورون على السلسلة. ستصبح شبكات الوكلاء هذه الأساس لأنواع جديدة من المنتجات والخبرات والمؤسسات. بمرور الوقت ، أتوقع أن يؤدي هذا إلى فتح أسراب وكلاء مستقلة تماما ، تحكمها قواعد التشفير ، وليس واجهات برمجة تطبيقات الشركات. أتطلع إلى دعم المؤسسين الطموحين قبل المنتج الذين يبنون قبل السوق بسنوات ، بدءا من اليوم الصفر. الرسائل المباشرة مفتوحة.

أنا أحب هذا التطبيق

الذكاء الاصطناعي اللامركزي اليوم هو المكان الذي كانت فيه DeFi والعملات المستقرة حوالي عام 2020. لن يعيش معظم الذكاء الاصطناعي التحويلي التكنولوجي حقا داخل أكوام مغلقة. يتم بناؤه على قضبان مفتوحة وشفافة ولامركزية. سيؤدي حدث اختراق إلى التبني السائد. مثل Stripe الاستحواذ على Bridge. وبعد ذلك سيطلق على الذكاء الاصطناعي اللامركزي اسم الذكاء الاصطناعي.

يجب أن نتذكر الحياة إلى الوراء ، ولكن يجب أن نعيش إلى الأمام. -كيركجارد

تخلق ثقافة الأوزان مفتوحة المصدر والمفتوحة في الصين حول الذكاء الاصطناعي الكثير من النفوذ للنظام البيئي مفتوح المصدر. يمكن للشركات التقطير بشكل مفتوح وإنشاء بيانات تركيبية والبناء على عمل بعضها البعض. النهج المغلق في المقام الأول في الولايات المتحدة مدفوع بثقافة "الخندق". لسوء الحظ ، هذا يؤدي إلى القليل من النفوذ. لن ينتهي الأمر بشكل جيد ...

لا يمكن لLLMs حل السلاسل الزمنية. إليكم السبب: LLMs هي أدوات قوية للأغراض العامة. لكن في مكان ما على طول الطريق ، بدأنا في التعامل معهم على أنهم الحل لكل مشكلة. إنهم ليسوا كذلك. وبالنسبة لنمذجة السلاسل الزمنية ، فهي الأداة الخاطئة تماما. دعنا نحفر 👇