O tão esperado GPT-5 está finalmente aqui. No entanto, dois novos testadores de modelos entrevistados pela Reuters disseram que, apesar das fortes capacidades de programação do GPT-5 e da capacidade de resolver problemas científicos e matemáticos, eles acreditam que o salto do GPT-4 para o GPT-5 não é tão grande quanto do GPT-3 para o GPT-4. O motivo do gargalo não é difícil de entender - não há dados suficientes. Há um ditado muito impreciso, mas muito vívido, de que o GPT-4 basicamente pegou todos os dados que podem ser recuperados da Internet durante o treinamento, o que tem uma sensação semelhante à leitura da prosperidade do mundo. Portanto, Ilya Sutskever, ex-cientista-chefe da OpenAI, disse no ano passado que, embora o poder de computação esteja crescendo, a quantidade de dados não está aumentando simultaneamente. Na verdade, falando francamente, o pico de uma IA generalista por muito tempo é provavelmente o GPT-5, e as próximas empresas de IA devem ser especialistas em IA. Por exemplo, nesta entrevista, Ram Kumar, especialista em IA da OpenLedger, mencionou que muitas partes (como a Trust Wallet) desejam integrar a IA em suas carteiras, mas não podem usar diretamente modelos de uso geral - eles não podem atender a necessidades específicas e devem ser personalizados de acordo com o cenário. Por exemplo, a Bloomberg começou imediatamente a desenvolver o BloombergGPT, que foi treinado nos vastos terminais proprietários, notícias, dados corporativos e texto da Bloomberg (totalizando mais de 700 bilhões de tokens). É precisamente por causa desse corpus fechado que ele definitivamente superará os LLMs de uso geral em tarefas financeiras. Outro exemplo é a direção autônoma Tesla (FSD) de Musk, que é treinada em bilhões de quilômetros de dados de vídeo/telemetria da frota coletados apenas pela Tesla, que os concorrentes da Tesla não possuem. Então, alguns dias atrás, Musk deu a entender que, se ele também pudesse obter dados locais relacionados à direção na China, a Tesla poderia passar totalmente pela alfândega na competição anterior para entender o imperador do carro. Portanto, a futura competição acirrada da IA deve estar na trilha de dados de especialistas, e definitivamente não é suficiente confiar nos dados comuns massivos da Internet sobre prostituição gratuita. Portanto, sistemas de atribuição de dados como o OpenLedger se tornarão a nova infraestrutura. Imagine que dados preciosos são valiosos não apenas por serem escassos, mas também porque podem trazer retornos para o detentor dos dados (se você pensar neles como um ativo), assim como uma casa gera aluguel, e os dados devem gerar aluguel de dados. Ram disse no vídeo que o Hugging Face é ótimo, mas os 90% do conjunto de dados acima não são tão úteis para implementação comercial. Portanto, se você deseja usar comercialmente IA especializada, primeiro deve ter um sistema de propriedade de dados, para que o detentor de dados preciosos possa retirar seus dados preciosos e deixá-lo receber recompensas e provar a doçura e, em seguida, incentivar mais detentores de dados preciosos a retirá-los, formando um ciclo positivo. No passado, os recursos dos especialistas eram valiosos e exclusivos para a classe privilegiada, afinal, o tempo dos especialistas era limitado. E na era da IA, e se for IA especializada? Reduz muito os custos marginais e possibilita que as pessoas comuns usem serviços especializados ou quase especializados. Ansioso para o lançamento da mainnet OL.