Populaire onderwerpen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

seth bloomberg
Investment Partner @UnsupervisedCap | Vorige: @CrucibleLabs, Onderzoek @MessariCrypto | Woo Varken 🐽
Ik ben het steeds meer eens met deze mening.

will brown8 aug, 02:52
Ik ben steeds meer overtuigd dat "transformative ai" eruit zal zien als een overvloed aan gespecialiseerde modellen voor alles, van medicijnontwerp tot weersimulaties, robotica en toeleveringsketens, en niet één agent die ze allemaal beheerst. We zullen veel meer AI-onderzoekers nodig hebben.
522
Het doel van het ATOM-project is enorm. Het is een gezamenlijke inspanning om ervoor te zorgen dat de VS de middelen heeft om grensverleggende, open-source AI-modellen te bouwen.
Het is een van de bewegingen in open source/AI waar ik het meest enthousiast over ben, en ik ben er trots op opgenomen te zijn in de onderstaande lijst van ondertekenaars.

Nathan Lambert7 aug, 09:21
Een dag en een halve dag voor de lancering van ATOM is één ding heel duidelijk over open modellen in vergelijking met voorgaande jaren: het is niet langer een minderheidspositie.
Hieronder staat een lijst van opmerkelijke ondertekenaars (met meer dan 200 in totaal). Mensen uit elke hoek van de AI-gemeenschap hebben zich aangesloten. Mensen die als een "doomer" zouden worden bestempeld en anderen die "versnellers" zijn. Er zijn vooraanstaande academici, overheidsmedewerkers, onderzoekers bij toonaangevende laboratoria, ingenieurs, durfkapitalisten en alles daartussenin.
Nu begint een lang proces om dit werkelijkheid te maken. OpenAI heeft iets goeds gedaan door het gemakkelijker te maken voor leiders in het veld om open modelreleases goed te keuren, maar dit lost de behoefte aan ATOM niet op. Het versterkt dat dit een gemeenschapsverandering is die niet oplosbaar is door een open organisatie of één pleitbezorger.
Laten we blijven duwen.
Hier zijn de prominente ondertekenaars. Ik zal binnenkort ook een andere update uitbrengen met alle dankbetuigingen voor degenen die dit mogelijk hebben gemaakt.
Clement Delangue (@ClementDelangue), CEO van Hugging Face
Jeremy Howard (@jeremyphoward), Mede-oprichter van Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Directeur Toegepaste Onderzoek bij Nvidia
Ross Taylor (@rosstaylor90), CEO van General Reasoning
Sebastian Raschka (@rasbt), Auteur van Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), Mede-oprichter van PyTorch
Miles Brundage (@Miles_Brundage), Voormalig Hoofd Beleidsonderzoek bij OpenAI
Ali Farhadi, CEO van Ai2
Sergey Levine (@svlevine), Professor aan U.C. Berkeley, Mede-oprichter van Physical Intelligence
Bill Gurley (@bgurley), General Partner bij Benchmark
Vincent Weisser (@vincentweisser), CEO van Prime Intellect
Dylan Patel (@dylan522p), Oprichter en CEO van SemiAnalysis
Christopher D. Manning (@chrmanning), Professor aan Stanford University
Andrew Trask (@iamtrask), Oprichter van OpenMined
Percy Liang (@percyliang), Professor aan Stanford University
Seth Bloomberg (@bloomberg_seth), Investment Partner bij Unsupervised Capital
Jason Lee (@jasondeanlee), Professor aan UC Berkeley
Animesh Garg (@animesh_garg), Professor in Computing, Georgia Institute of Technology
Thomas Wolf (@Thom_Wolf), Mede-oprichter en CSO bij Hugging Face
Matt White (@matthew_d_white), Uitvoerend Directeur, PyTorch Foundation
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Geassocieerd Professor van EECS, MIT
Kevin Xu (@kevinsxu), Oprichter, Interconnected
Andy Konwinski (@andykonwinski), Oprichter, Laude Institute
Jason Kwon (@jasonkwon), Chief Strategy Officer, OpenAI
Will Brown (@willccbb), Onderzoeksleider, Prime Intellect
Paige Bailey (@DynamicWebPaige), DevX Engineering Lead bij Google DeepMind
Mike Abbott, Mede-oprichter & CEO, Open Athena
Helen Toner (@hlntnr), Georgetown University
Mark Surman (@msurman), President, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Oprichter ChinaTalk
Finbarr Timbers (@finbarrtimbers), Lead Research Engineer bij Ai2
Andrew Carr (@andrew_n_carr), Mede-oprichter en Chief Scientist bij Cartwheel
Swyx (@swyx), Mede-oprichter Smol . ai & Latent Space
8,33K
seth bloomberg heeft opnieuw gepost
Een dag en een halve dag voor de lancering van ATOM is één ding heel duidelijk over open modellen in vergelijking met voorgaande jaren: het is niet langer een minderheidspositie.
Hieronder staat een lijst van opmerkelijke ondertekenaars (met meer dan 200 in totaal). Mensen uit elke hoek van de AI-gemeenschap hebben zich aangesloten. Mensen die als een "doomer" zouden worden bestempeld en anderen die "versnellers" zijn. Er zijn vooraanstaande academici, overheidsmedewerkers, onderzoekers bij toonaangevende laboratoria, ingenieurs, durfkapitalisten en alles daartussenin.
Nu begint een lang proces om dit werkelijkheid te maken. OpenAI heeft iets goeds gedaan door het gemakkelijker te maken voor leiders in het veld om open modelreleases goed te keuren, maar dit lost de behoefte aan ATOM niet op. Het versterkt dat dit een gemeenschapsverandering is die niet oplosbaar is door een open organisatie of één pleitbezorger.
Laten we blijven duwen.
Hier zijn de prominente ondertekenaars. Ik zal binnenkort ook een andere update uitbrengen met alle dankbetuigingen voor degenen die dit mogelijk hebben gemaakt.
Clement Delangue (@ClementDelangue), CEO van Hugging Face
Jeremy Howard (@jeremyphoward), Mede-oprichter van Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Directeur Toegepaste Onderzoek bij Nvidia
Ross Taylor (@rosstaylor90), CEO van General Reasoning
Sebastian Raschka (@rasbt), Auteur van Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), Mede-oprichter van PyTorch
Miles Brundage (@Miles_Brundage), Voormalig Hoofd Beleidsonderzoek bij OpenAI
Ali Farhadi, CEO van Ai2
Sergey Levine (@svlevine), Professor aan U.C. Berkeley, Mede-oprichter van Physical Intelligence
Bill Gurley (@bgurley), General Partner bij Benchmark
Vincent Weisser (@vincentweisser), CEO van Prime Intellect
Dylan Patel (@dylan522p), Oprichter en CEO van SemiAnalysis
Christopher D. Manning (@chrmanning), Professor aan Stanford University
Andrew Trask (@iamtrask), Oprichter van OpenMined
Percy Liang (@percyliang), Professor aan Stanford University
Seth Bloomberg (@bloomberg_seth), Investment Partner bij Unsupervised Capital
Jason Lee (@jasondeanlee), Professor aan UC Berkeley
Animesh Garg (@animesh_garg), Professor in Computing, Georgia Institute of Technology
Thomas Wolf (@Thom_Wolf), Mede-oprichter en CSO bij Hugging Face
Matt White (@matthew_d_white), Uitvoerend Directeur, PyTorch Foundation
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Geassocieerd Professor van EECS, MIT
Kevin Xu (@kevinsxu), Oprichter, Interconnected
Andy Konwinski (@andykonwinski), Oprichter, Laude Institute
Jason Kwon (@jasonkwon), Chief Strategy Officer, OpenAI
Will Brown (@willccbb), Onderzoeksleider, Prime Intellect
Paige Bailey (@DynamicWebPaige), DevX Engineering Lead bij Google DeepMind
Mike Abbott, Mede-oprichter & CEO, Open Athena
Helen Toner (@hlntnr), Georgetown University
Mark Surman (@msurman), President, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Oprichter ChinaTalk
Finbarr Timbers (@finbarrtimbers), Lead Research Engineer bij Ai2
Andrew Carr (@andrew_n_carr), Mede-oprichter en Chief Scientist bij Cartwheel
Swyx (@swyx), Mede-oprichter Smol . ai & Latent Space
33,94K
seth bloomberg heeft opnieuw gepost
🌸 Hoe open source innovatie aandrijft
Hier is een visualisatie van agents die in de loop van de tijd zijn ingediend
Hoe dichter de stippen bij elkaar staan, hoe meer de agentcode op elkaar lijkt
Let op hoe clusters van agents verschijnen - elke keer dat een miner met een innovatieve nieuwe manier komt om problemen op te lossen, worden er veel vergelijkbare agents vrijgegeven die voortbouwen op die logica
We vinden het mooi om te zien. Let ook op hoe de clusters steeds sneller verschijnen naarmate we verder komen - agents verbeteren in een versnellend tempo.
14,33K
De opzet voor Max en het @webuildscore team is fenomenaal:
• Uitzonderlijke oprichter/team
• Een gedifferentieerd product bouwen voor een onderbediende/groeiende markt
• Gebruik maken van de incentive mechanisme technologie van Bittensor om consistent een beter product te creëren
Heel enthousiast over deze!

Sami Kassab5 aug, 22:49
We publiceren ons interne investeringsmemo over Score—Subnet 44 op Bittensor.
Score bouwt een computer vision-systeem voor sportanalyses, dat al volledige voetbalwedstrijden in minder dan 2 minuten verwerkt.
We hebben de directe, bedienbare markt geschat op $1,8 miljard, wat een 51x stijging van de token impliceert op de huidige waardering.
Volledig memo hieronder.
3,66K
seth bloomberg heeft opnieuw gepost
We publiceren ons interne investeringsmemo over Score—Subnet 44 op Bittensor.
Score bouwt een computer vision-systeem voor sportanalyses, dat al volledige voetbalwedstrijden in minder dan 2 minuten verwerkt.
We hebben de directe, bedienbare markt geschat op $1,8 miljard, wat een 51x stijging van de token impliceert op de huidige waardering.
Volledig memo hieronder.
44,86K
Ik zou dit ook graag zien gebeuren. Maar in de praktijk weet ik niet goed hoe ik zoiets moet implementeren.
Subsidieert de federale overheid simpelweg de kosten voor open labs om deze hardware aan te schaffen? Dit zou een doorlopende subsidie zijn (er is nu vaak nieuwe hardware nodig), en hoe selecteer je welke labs de subsidie krijgen? Napkin-wiskunde voor 10K H200's is waarschijnlijk meer dan $300M als we de eenvoudige aanname van ~$30K per H200 gebruiken. En dit is alleen de acquisitie van GPU-hardware. Je hebt ergens een plek nodig om deze te draaien, samen met operationele kosten om ze te onderhouden.
Als je bestaande compute-eigenaren dwingt om een deel van hun aanbod af te staan aan deze labs, hebben ze ook een vorm van subsidie nodig. De meeste van deze bedrijven zeggen dat ze momenteel ook aanbodbeperkingen hebben.
In ieder geval lijkt het erop dat we op weg zijn naar de creatie van een nieuw compute-paradigma. Het paradigma tot nu toe draaide om het opschalen van co-locatie-compute. Er zullen ongetwijfeld nog steeds datacenterbouwprojecten ter grootte van Manhattan in de VS en elders zijn. Maar er zullen ook kleinere compute-eilanden zijn van verschillende groottes, die met glasvezel enz. zijn verbonden. Wanneer dit de nieuwe/standaard beperkingen en fundamentele beperkingen zijn, zal dit de bredere AI-onderzoekscommunity in nieuwe, onontdekte richtingen duwen.
De downstream impact hiervan zou kunnen betekenen dat er een grote en groeiende divergentie ontstaat tussen het onderzoek, de modelarchitecturen, de economieën enz. die worden geproduceerd door de grootste, gesloten AI-labs (die werken met effectief enorme enkele datacenters) en die (waarschijnlijk academici en gedecentraliseerde AI-bedrijven) die gebruik maken van meer gedistribueerde compute-clusters (d.w.z. de kleine maar talrijke compute-eilanden). Onzeker hoe het voor beide kanten uitpakt (en uiteindelijk, de consumenten van de modellen die door elk worden geproduceerd), maar het lijkt erop dat dit de richting is waarin de dingen zich bewegen.
Je zou zelfs kunnen stellen dat we hier al glimpsen van hebben gezien. Chinese labs hebben fundamenteel verschillende compute-beperkingen dan die van OpenAI bijvoorbeeld. Deze Chinese labs moesten innoveren op het gebied van training/inferentietechnieken vanwege dit. Niet een perfecte analogie, maar misschien kan het helpen om te verduidelijken hoe "kleine stappen" naar een nieuw paradigma eruit zien, en in de loop van de tijd, stapelen deze kleine stappen zich op en produceren ze iets dat er heel anders uitziet/functioneert dan wat het andere pad produceert.

Nathan Lambert4 aug, 22:08
Om dit op te lossen, is de belangrijkste hulpbron drempel om meerdere open labs te hebben met elk 10000+ GPU's.
Meerdere labs zorgen ervoor dat we niet afhankelijk zijn van de goede wil van grote technologiebedrijven om modellen vrij te geven. Deze instellingen verhogen de innovatie en verminderen het risico van deze cruciale technologie.
609
Zeer interessante leeservaring, enkele dingen die opvielen:
-- begint het stuk met de opmerking dat ze AI-systemen zien die zichzelf verbeteren (groeiende trend) maar met weinig detail
-- grote onderscheid tussen "persoonlijke/consumenten" AI en het vervangen van werknemers/arbeid
-- brillen worden onze "primaire computerapparaten", in het voordeel omdat ze meer context hebben
-- superintelligentie betekent dat ze hun open-source strategie opnieuw moeten overwegen, een behoorlijke verschuiving ten opzichte van vorig jaar.

AI at Meta30 jul 2025
Vandaag deelde Mark de visie van Meta voor de toekomst van persoonlijke superintelligentie voor iedereen.
Lees zijn volledige brief hier:
1,11K
Ik kan het niet meer eens zijn.
Het is moeilijk voor te stellen nu, maar voor medio 2019 bereikten stablecoins slechts 20% van het dagelijkse volume op Ethereum. De uiteindelijke volumedominerende rol van stablecoins stelde DeFi in staat om te versnellen.
We hebben soortgelijke katalysatoren nodig voor gedecentraliseerde AI.

anand iyer30 jul 2025
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.
1,14K
Boven
Positie
Favorieten
Populair op onchain
Populair op X
Recente topfinanciering
Belangrijkste