GPT-5 yang sangat dinanti-nantikan akhirnya tiba. Namun, dua penguji model baru yang diwawancarai oleh Reuters mengatakan bahwa terlepas dari kemampuan pemrograman GPT-5 yang kuat dan kemampuan untuk memecahkan masalah ilmiah dan matematika, mereka percaya bahwa lompatan dari GPT-4 ke GPT-5 tidak sebesar dari GPT-3 ke GPT-4. Alasan kemacetan tidak sulit dipahami - tidak ada cukup data. Ada pepatah yang sangat tidak tepat tetapi sangat jelas bahwa GPT-4 pada dasarnya telah mengambil semua data yang dapat diambil dari Internet selama pelatihan, yang memiliki perasaan yang mirip dengan membaca kemakmuran dunia. Oleh karena itu, Ilya Sutskever, yang pernah menjadi kepala ilmuwan OpenAI, mengatakan tahun lalu bahwa meskipun daya komputasi tumbuh, jumlah data tidak meningkat secara bersamaan. Faktanya, terus terang, puncak AI generalis untuk waktu yang lama mungkin adalah GPT-5, dan perusahaan AI berikutnya pasti AI ahli. Misalnya, dalam wawancara ini, Ram Kumar, seorang ahli AI di OpenLedger, menyebutkan bahwa banyak pihak (seperti Trust Wallet) ingin mengintegrasikan AI ke dalam dompet mereka, tetapi mereka tidak dapat secara langsung menggunakan model tujuan umum - mereka tidak dapat memenuhi kebutuhan spesifik dan harus disesuaikan sesuai dengan skenario. Misalnya, Bloomberg segera mulai mengembangkan BloombergGPT, yang dilatih pada terminal, berita, data perusahaan, dan teks milik Bloomberg yang luas (dengan total lebih dari 700 miliar token). Justru karena korpus tertutup inilah ia pasti akan mengungguli LLM tujuan umum dalam tugas-tugas keuangan. Contoh lain adalah mengemudi otonom Tesla (FSD) Musk, yang dilatih pada miliaran mil data video/telemetri armada yang dikumpulkan oleh Tesla saja, yang tidak dimiliki pesaing Tesla. Jadi beberapa hari yang lalu, Musk mengisyaratkan bahwa jika dia juga dapat mengambil data terkait mengemudi lokal di China, Tesla dapat sepenuhnya membersihkan bea cukai dalam kompetisi sebelumnya untuk memahami kaisar mobil. Oleh karena itu, persaingan panas AI di masa depan harus berada di jalur data ahli, dan jelas tidak cukup untuk mengandalkan data biasa Internet yang sangat besar dari prostitusi gratis. Oleh karena itu, sistem atribusi data seperti OpenLedger akan menjadi infrastruktur baru. Bayangkan bahwa data berharga berharga tidak hanya karena langka, tetapi juga karena dapat membawa pengembalian kepada pemegang data (jika Anda menganggapnya sebagai aset), sama seperti rumah menghasilkan sewa, dan data harus menghasilkan sewa data. Ram mengatakan dalam video tersebut bahwa Hugging Face sangat bagus, tetapi 90% dari kumpulan data di atas tidak begitu berguna untuk implementasi komersial. Oleh karena itu, jika Anda ingin menggunakan AI ahli secara komersial, Anda harus terlebih dahulu memiliki sistem kepemilikan data, sehingga pemegang data berharga dapat mengeluarkan data berharganya dan membiarkannya mendapatkan hadiah dan merasakan manisnya, dan kemudian mendorong lebih banyak pemegang data berharga untuk mengeluarkannya, membentuk siklus positif. Di masa lalu, sumber daya para ahli sangat berharga dan unik untuk kelas istimewa, lagipula, waktu para ahli terbatas. Dan di era AI, bagaimana jika itu adalah AI ahli? Ini sangat mengurangi biaya marjinal dan memungkinkan orang biasa untuk menggunakan layanan ahli atau kuasi-ahli. Menantikan peluncuran mainnet OL.