أخيرا ، وصل GPT-5 الذي طال انتظاره. ومع ذلك ، قال اثنان من مختبري النماذج الجديدة الذين قابلتهم رويترز إنه على الرغم من قدرات البرمجة القوية ل GPT-5 وقدرتها على حل المشكلات العلمية والرياضية ، إلا أنهم يعتقدون أن القفزة من GPT-4 إلى GPT-5 ليست كبيرة مثل GPT-3 إلى GPT-4. ليس من الصعب فهم سبب عنق الزجاجة - لا توجد بيانات كافية. هناك قول مأثور غير دقيق للغاية ولكنه حي للغاية مفاده أن GPT-4 قد استحوذ بشكل أساسي على جميع البيانات التي يمكن استردادها من الإنترنت أثناء التدريب ، والتي لها شعور مشابه لقراءة ازدهار العالم. لذلك ، قال إيليا سوتسكيفر ، كبير العلماء في OpenAI ، العام الماضي إنه على الرغم من نمو قوة الحوسبة ، إلا أن كمية البيانات لا تزداد في وقت واحد. في الواقع ، بصراحة ، من المحتمل أن تكون ذروة الذكاء الاصطناعي العام لفترة طويلة هي GPT-5 ، ويجب أن تكون شركات الذكاء الاصطناعي التالية خبيرة في الذكاء الاصطناعي. على سبيل المثال ، في هذه المقابلة ، ذكر رام كومار ، خبير الذكاء الاصطناعي في OpenLedger ، أن العديد من الأطراف (مثل Trust Wallet) ترغب في دمج الذكاء الاصطناعي في محافظها ، لكن لا يمكنها استخدام نماذج الأغراض العامة بشكل مباشر - لا يمكنها تلبية احتياجات محددة ويجب تخصيصها وفقا للسيناريو. على سبيل المثال ، بدأت بلومبرج على الفور في تطوير BloombergGPT ، والتي تم تدريبها على محطات بلومبرج الواسعة الخاصة ببلومبرج والأخبار وبيانات المؤسسة والنصوص (بإجمالي أكثر من 700 مليار رمز مميز). وبسبب هذه المجموعة المغلقة على وجه التحديد ، فإنها ستتفوق بالتأكيد على LLMs للأغراض العامة في المهام المالية. مثال آخر هو القيادة الذاتية Tesla (FSD) من Musk ، والتي يتم تدريبها على مليارات الأميال من بيانات الفيديو / القياس عن بعد التي تم جمعها بواسطة Tesla وحدها ، والتي لا يمتلكها منافسو Tesla. لذلك قبل بضعة أيام ، ألمح ماسك إلى أنه إذا كان بإمكانه أيضا أخذ البيانات المحلية المتعلقة بالقيادة في الصين ، فيمكن لشركة Tesla تخليص الجمارك بالكامل في المنافسة السابقة لفهم إمبراطور السيارة. لذلك ، يجب أن تكون المنافسة الساخنة في الذكاء الاصطناعي في المستقبل في مسار بيانات الخبراء ، وبالتأكيد لا يكفي الاعتماد على البيانات العادية الهائلة على الإنترنت للدعارة الحرة. لذلك ، ستصبح أنظمة إسناد البيانات مثل OpenLedger هي البنية التحتية الجديدة. تخيل أن البيانات الثمينة ذات قيمة ليس فقط لأنها نادرة ، ولكن أيضا لأنها يمكن أن تحقق عوائد لصاحب البيانات (إذا كنت تفكر فيها على أنها أصل) ، تماما مثل المنزل الذي يولد إيجارا ، ويجب أن تولد البيانات إيجار البيانات. قال رام في الفيديو إن Hugging Face رائع ، لكن 90٪ من مجموعة البيانات أعلاه ليست مفيدة للتنفيذ التجاري. لذلك ، إذا كنت ترغب في استخدام الذكاء الاصطناعي الخبير تجاريا ، فيجب أن يكون لديك أولا نظام ملكية البيانات ، حتى يتمكن صاحب البيانات الثمينة من إخراج بياناته الثمينة والسماح له بالحصول على مكافآت وتذوق الحلاوة ، ثم تشجيع أصحاب البيانات الثمينة على إخراجها ، وتشكيل دورة إيجابية. في الماضي ، كانت موارد الخبراء قيمة وفريدة من نوعها للطبقة المميزة ، بعد كل شيء ، كان وقت الخبراء محدودا. وفي عصر الذكاء الاصطناعي ، ماذا لو كان الذكاء الاصطناعي الخبير؟ إنه يقلل بشكل كبير من التكاليف الهامشية ويجعل من الممكن للناس العاديين استخدام خدمات الخبراء أو شبه الخبراء. نتطلع إلى إطلاق شبكة OL الرئيسية.