Wauw - al meer dan 100 AI-assistenten getraind in BlockAssist op @gensynai. Purely gebaseerd op gebruikers gameplay.

De meeste RL-pijplijnen trainen een gloednieuwe agent voor elke taak, waarbij enorme hoeveelheden data en rekenkracht worden besteed, en vervolgens worden die geleerde gewichten weggegooid zodra je van omgeving wisselt. Waarom AI maar één keer trainen als het voor altijd kan leren? Gensyn’s BlockAssist bewijst gedecentraliseerde continue RL in een live-app, een AI-compagnon in Minecraft, die leert van jouw gameplay op jouw apparaat en vervolgens collectief verbetert via een permissieloze rekenzwerm. In tegenstelling tot de meeste grote modellen die worden fijn afgestemd met menselijke feedback of enorme gelabelde datasets in een gecentraliseerde pijplijn. BlockAssist draait het script om. Leren gebeurt vanuit de gameplay-stream van elke gebruiker zelf, continu en privé. - Ten eerste verwijdert het de afhankelijkheid van enorme offline trainingsruns voor elke nieuwe mogelijkheid. Het model verfijnt zichzelf ter plekke. - Het is ook inherent gepersonaliseerd: mijn BlockAssist kan andere vaardigheden ontwikkelen dan de jouwe omdat we het allebei trainen op onze eigen gameplay. We zijn in wezen crowdsourcing AI-verbetering op een manier die schaalt met gebruikers, wat een heel ander paradigma is dan gecentraliseerde AI-fijnstemming. Bovendien zijn we berucht (vooral in crypto) om het praten over infrastructuur en het potentieel ervan, maar Gensyn bewijst het met een echte app. BlockAssist is een belangrijke mijlpaal die laat zien wat mogelijk is wanneer RL, continue leren en gedecentraliseerde infrastructuur samenkomen.

Zo veel SBC-zijdevenementen en geen van hen is bij @ViksChaat...

Onze portfoliobedrijven trappen AI-dag af bij SBC 💪🏾

AI is de krachtigste platformverschuiving van onze tijd, maar het wordt gevormd door een kleine groep bedrijven die racen om elke laag van de stack te beheersen: berekeningen, data, modellen en distributie. Ik geloof dat de toekomst van AI niet gemonopoliseerd moet worden, en dat de meest transformerende systemen gebouwd zullen worden op open, gedecentraliseerde infrastructuur. AI-agenten worden actieve deelnemers in software, en ze hebben omgevingen nodig waar ze activa kunnen bezitten, regels kunnen volgen en transacties kunnen uitvoeren. Blockchains, die nu snel, goedkoop en expressief genoeg zijn om echte AI-infrastructuur te ondersteunen, bieden die basis. Gedecentraliseerd, geloofwaardig neutraal en door gebruikers bezet, bieden ze precies wat de huidige AI-systemen missen. En voor het eerst zijn ze er klaar voor. Slechts een jaar geleden werd gedecentraliseerde training afgedaan als technisch onhaalbaar, zelfs door toonaangevende AI-onderzoekers. Maar doorbraakonderzoek zoals OpenDiLoCo @PrimeIntellect, DeMo @NousResearch en Protocol Models @PluralisHQ draait die veronderstelling om. Voor het eerst is hoogpresterende AI-training niet alleen mogelijk op gedecentraliseerde netwerken – het werkt. Uitzonderlijke teams richten zich op de kern van gedecentraliseerde AI-infrastructuur. Hoewel ik geloof dat er altijd kansen zullen zijn om de lagen voor berekeningen, training en data te verbeteren, zie ik de meest praktische kans in agentinfrastructuur: de frameworks, wallets en coördinatie- en reputatielagen die autonome systemen in staat stellen om te interageren, transacties uit te voeren en zich te ontwikkelen. Dit is waar de Crypto x AI-stack begint echt te worden. Naarmate de basisprincipes voor identiteit, betalingen, geheugen en coördinatie volwassen worden, zullen we overgaan van geïsoleerde agenten naar persistente, onderling verbonden netwerken van agenten die samenwerken, concurreren en onchain evolueren. Deze agentnetwerken zullen de basis vormen voor nieuwe soorten producten, ervaringen en organisaties. In de loop van de tijd verwacht ik dat dit volledig autonome agentenzwermen ontgrendelt, bestuurd door cryptografische regels, niet door bedrijfs-API's. Ik ben op zoek naar ambitieuze, pre-product oprichters die jaren voor de markt uitbouwen, vanaf dag nul. DMs open.

Ik ben dol op deze app

Gedecentraliseerde AI is vandaag de dag waar DeFi en stablecoins rond 2020 waren. De meeste technologie die echt transformerend is, zal niet binnen gesloten stacks leven. Het wordt gebouwd op open, transparante, gedecentraliseerde rails. Een doorbraak zal de mainstream adoptie inluiden. Zoals Stripe Bridge overnam. En dan zal gedecentraliseerde AI gewoon AI worden genoemd.

Het leven moet achterwaarts worden herinnerd, maar voorwaarts worden geleefd. -Kierkegaard

China's open source- en open weights-cultuur rond AI creëert veel invloed op het open source-ecosysteem. Bedrijven kunnen openlijk distilleren, synthetische data genereren en voortbouwen op elkaars werk. De voornamelijk gesloten aanpak in de VS wordt gedreven door de 'moat'-cultuur. Helaas leidt dit tot weinig hefboomwerking. Het zal niet goed aflopen...

LLM's kunnen tijdreeksen niet oplossen. Hier is waarom: LLM's zijn krachtige, algemene tools. Maar ergens onderweg zijn we ze gaan beschouwen als het antwoord op elk probleem. Dat zijn ze niet. En voor tijdreeksmodellering zijn ze helemaal de verkeerde tool. Laten we dieper ingaan op het onderwerp 👇