待望のGPT-5がついに登場。 しかし、ロイター通信がインタビューした2人の新しいモデルテスターは、GPT-5の強力なプログラミング能力と科学的および数学的問題を解決する能力にもかかわらず、GPT-4からGPT-5への飛躍はGPT-3からGPT-4への飛躍ほど大きくないと考えていると述べました。 ボトルネックの理由を理解するのは難しくありません-十分なデータがありません。 GPT-4 は基本的にトレーニング中にインターネットから取得できるすべてのデータを取得しているという非常に不正確ですが、非常に鮮明な言葉があり、これは世界の繁栄を読むのに似た感覚を持っています。 したがって、かつてOpenAIのチーフサイエンティストだったイリヤ・サツケバー氏は昨年、コンピューティング能力は向上しているものの、データ量は同時に増加していないと述べた。 実際、率直に言って、長い間ジェネラリスト AI のピークはおそらく GPT-5 であり、次の AI 企業はエキスパート AI に違いありません。 たとえば、このインタビューで、OpenLedger の AI 専門家である Ram Kumar 氏は、多くの関係者 (Trust Wallet など) が AI をウォレットに統合したいと考えていますが、汎用モデルを直接使用することはできず、特定のニーズを満たすことができず、シナリオに応じてカスタマイズする必要があると述べました。 たとえば、ブルームバーグはすぐにブルームバーグ独自の膨大な端末、ニュース、企業データ、テキスト(合計7,000億トークン以上)でトレーニングされたBloombergGPTの開発を開始しました。 このクローズドコーパスのおかげで、金融タスクにおいて汎用 LLM を確実に上回ります。 別の例はマスク氏のテスラ(FSD)自動運転で、テスラの競合他社にはないテスラだけで収集した数十億マイルのフリートビデオ/テレメトリデータに基づいてトレーニングされています。 そこで数日前、マスク氏は、中国の現地での運転関連データも取得できれば、テスラは前回の競争で税関を完全にクリアして自動車皇帝を理解できるとほのめかした。 したがって、将来のAIの白熱した競争は専門家データトラックでなければならず、無料の売春という膨大なインターネットの通常のデータに依存するだけでは決して十分ではありません。 したがって、OpenLedgerのようなデータアトリビューションシステムは新しいインフラストラクチャになります。 貴重なデータが価値があるのは、希少性であるだけでなく、家が家賃を生み出すのと同じように、データの所有者に利益をもたらすことができるから(資産と考えるなら)、データはデータ賃料を生み出すべきだと想像してみてください。 Ram氏は動画の中で、Hugging Faceは素晴らしいが、上記のデータセットの90%は商用実装にはあまり役に立たないと述べています。 したがって、エキスパートAIを商業的に利用したい場合は、まずデータ所有権システムを備え、貴重なデータの所有者が貴重なデータを取り出して報酬を得て甘さを味わわせ、その後、より多くの貴重なデータ所有者にそれを取り出すよう促し、プラスのサイクルを形成します。 かつて、専門家のリソースは貴重であり、特権階級に特有のものであり、結局のところ、専門家の時間は限られていました。 そしてAI時代には、それがエキスパートAIだったらどうなるでしょうか? 限界費用を大幅に削減し、一般の人々が専門家または準専門家サービスを利用できるようにします。 OLメインネットの立ち上げを楽しみにしています。