Jag blir alltmer övertygad om att "transformativ AI" kommer att se ut som ett överflöd av specialiserade modeller för allt från läkemedelsdesign till vädersimuleringar till robotik till leveranskedjor, inte en agent som styr dem alla. Vi kommer att behöva många fler AI-forskare

En och en halv dag före lanseringen av ATOM är en sak mycket tydlig när det gäller öppna modeller jämfört med tidigare år: det är inte längre en minoritetsposition. Nedan följer en lista över kända undertecknare (med över 200 totalt). Människor från alla hörn av AI-gemenskapen har skrivit på. Människor som skulle stämplas som en "doomer" och andra som är "accelerationister". Det finns ledande akademiker, statligt anställda, forskare på ledande laboratorier, ingenjörer, riskkapitalister och allt däremellan. Nu börjar en lång process för att göra detta verkligt. OpenAI har gjort en bra sak för att göra det lättare för ledningen över hela fältet att godkänna öppna modellsläpp, men detta löser inte behovet av ATOM. Det förstärker att detta är en samhällsförändring som inte kan fixas av en öppen organisation eller en förespråkare. Låt oss fortsätta pusha. Här är de framträdande undertecknarna. Jag kommer att lägga ut en annan uppdatering med alla tack för som fick detta att hända snart också. Clement Delangue (@ClementDelangue), VD för Hugging Face Jeremy Howard (@jeremyphoward), medgrundare av Fast ai & Answer ai Oleksii Kuchaiev (@kuchaev), chef för tillämpad forskning på Nvidia Ross Taylor (@rosstaylor90), VD för General Reasoning Sebastian Raschka (@rasbt), författare till Build A Large Language Model (From Scratch) Soumith Chintala (@soumithchintala), medgrundare av PyTorch Miles Brundage (@Miles_Brundage), tidigare chef för policyforskning på OpenAI Ali Farhadi, VD för Ai2 Sergey Levine (@svlevine), professor vid U.C. Berkeley, medgrundare av Physical Intelligence Bill Gurley (@bgurley), General Partner på Benchmark Vincent Weisser (@vincentweisser), VD för Prime Intellect Dylan Patel (@dylan522p), grundare och VD för SemiAnalysis Christopher D. Manning (@chrmanning), professor vid Stanford University Andrew Trask (@iamtrask), grundare av OpenMined Percy Liang (@percyliang), professor vid Stanford University Seth Bloomberg (@bloomberg_seth), investeringspartner på Unsupervised Capital Jason Lee (@jasondeanlee), professor vid UC Berkeley Animesh Garg (@animesh_garg), professor i databehandling, Georgia Institute of Technology Thomas Wolf (@Thom_Wolf), medgrundare och CSO på Hugging Face Matt White (@matthew_d_white), verkställande direktör, PyTorch Foundation Prof Dylan Hadfield-Menell (@dhadfieldmenell), docent i EECS, MIT Kevin Xu (@kevinsxu), grundare, Interconnected Andy Konwinski (@andykonwinski), grundare, Laude Institute Jason Kwon (@jasonkwon), strategichef, OpenAI Will Brown (@willccbb), forskningsledare, Prime Intellect Paige Bailey (@DynamicWebPaige), DevX Engineering Lead på Google DeepMind Mike Abbott, medgrundare och VD, Open Athena Helen Toner (@hlntnr), Georgetown University Mark Surman (@msurman), ordförande, Mozilla Foundation Jordan Schnieder (@jordanschnyc), grundare ChinaTalk Finbarr Timbers (@finbarrtimbers), Lead Research Engineer på Ai2 Andrew Carr (@andrew_n_carr), medgrundare och Chief Scientist på Cartwheel Swyx (@swyx), medgrundare Smol . AI och latent rymd

Vi publicerar vårt interna investerings-PM på Score—Subnet 44 på Bittensor. Score bygger ett datorseendesystem för sportanalys och bearbetar redan hela fotbollsmatcher på under 2 minuter. Vi bedömde den omedelbara, användbara marknaden till 1,8 miljarder dollar, vilket innebär en uppsida på 51x för token vid dagens värdering. Fullständigt memo nedan.

För att lösa detta är den viktigaste resurströskeln att ha flera öppna labb med 10000+ GPU:er vardera. Flera labb gör att vi inte är beroende av de stora teknikföretagens goda nåd att vilja släppa modeller. Dessa institutioner ökar innovationen + minskar riskerna för denna viktiga teknik.

Idag delade Mark med sig av Metas vision för framtiden för personlig superintelligens för alla. Läs hela hans brev här:

Decentraliserad AI är idag där DeFi och stablecoins befann sig runt 2020. De flesta tekniska verkligt transformativa AI kommer inte att leva i slutna stackar. Den byggs på öppna, transparenta, decentraliserade skenor. En banbrytande händelse kommer att inleda en allmän adoption. Som Stripe som förvärvar Bridge. Och då kommer decentraliserad AI bara att kallas AI.