Довгоочікуваний GPT-5 нарешті тут. Однак двоє тестувальників нових моделей, опитані Reuters, заявили, що, незважаючи на потужні програмні можливості GPT-5 і здатність вирішувати наукові та математичні проблеми, вони вважають, що стрибок від GPT-4 до GPT-5 не такий великий, як від GPT-3 до GPT-4. Причину вузького місця зрозуміти нескладно - даних недостатньо. Є дуже неточна, але дуже яскрава приказка, що GPT-4 в основному схопив усі дані, які можна отримати з Інтернету під час тренувань, що за відчуттями схоже на читання процвітання світу. Тому Ілля Суцкевер, колись головний науковий співробітник OpenAI, заявив минулого року, що хоча обчислювальні потужності зростають, обсяг даних не збільшується одночасно. Насправді, відверто кажучи, пік універсального ШІ протягом тривалого часу, ймовірно, це GPT-5, і наступними AI-компаніями мають бути експертні ШІ. Наприклад, у цьому інтерв'ю Рам Кумар, експерт зі штучного інтелекту в OpenLedger, згадав, що багато партій (наприклад, Trust Wallet) хочуть інтегрувати ШІ у свої гаманці, але вони не можуть безпосередньо використовувати моделі загального призначення – вони не можуть задовольнити конкретні потреби і повинні бути налаштовані відповідно до сценарію. Наприклад, Bloomberg відразу ж приступив до розробки BloombergGPT, який був навчений на величезних фірмових терміналах Bloomberg, новинах, корпоративних даних і тексті (на загальну суму понад 700 мільярдів токенів). Саме завдяки такому закритому корпусу він точно перевершить ЛЛМ загального призначення у фінансових завданнях. Іншим прикладом є автономне водіння Tesla (FSD) Маска, яке тренується на мільярдах миль відео/телеметричних даних автопарку, зібраних лише Tesla, яких немає у конкурентів Tesla. Тож кілька днів тому Маск натякнув, що якщо він також зможе взяти місцеві дані, пов'язані з водінням у Китаї, Tesla зможе повністю пройти митницю на попередньому конкурсі, щоб зрозуміти автомобільного імператора. Тому майбутня конкуренція в галузі штучного інтелекту має бути в доріжці експертних даних, і покладатися на масові інтернет-дані про вільну проституцію точно недостатньо. Тому новою інфраструктурою стануть системи атрибуції даних на кшталт OpenLedger. Уявіть, що цінні дані цінні не тільки тому, що їх мало, але й тому, що вони можуть принести прибуток власнику даних (якщо ви думаєте про це як про актив), подібно до того, як будинок генерує орендну плату, а дані повинні генерувати ренту за дані. У відео Рам сказав, що Hugging Face чудовий, але 90% наведеного вище набору даних не такі вже й корисні для комерційного впровадження. Тому, якщо ви хочете комерційно використовувати експертний штучний інтелект, ви повинні спочатку мати систему власності на дані, щоб власник цінних даних міг винести свої цінні дані та дозволити йому отримати винагороду та скуштувати солодкість, а потім заохотити більше власників цінних даних видалити їх, формуючи позитивний цикл. У минулому ресурси експертів були цінними і унікальними для привілейованого класу, адже час експертів був обмежений. А в епоху штучного інтелекту, а якщо це експертний штучний інтелект? Це значно знижує граничні витрати та дає можливість звичайним людям користуватися експертними або квазіекспертними послугами. З нетерпінням чекаємо запуску основної мережі OL.
Openledger
Openledger5 серп., 14:11
Тепер .@TrustWallet є @OpenLedgerHQ клієнтом, який офіційно будує за допомогою наших технологій. Пишаємося тим, що підтримуємо один із найнадійніших гаманців Web3, оскільки він використовує перевірений штучний інтелект. Почути @Ramkumartweet і @EowynChen розкласти його на @therollupco.
5,06K