哇 - 在 @gensynai 的 BlockAssist 上已經訓練了超過 100 個 AI 助手。完全基於用戶的遊戲玩法。

大多數強化學習（RL）管道為每個任務訓練一個全新的代理，花費大量數據和計算資源，然後在切換環境時丟棄這些學習到的權重。 為什麼只訓練一次人工智慧，當它可以永遠學習呢？ Gensyn 的 BlockAssist 在一個實時應用中證明了去中心化的持續強化學習，這是一個在 Minecraft 中的 AI 伴侶，能夠從您在設備上的遊玩中學習，然後通過一個無需許可的計算群體進行集體改進。 相比之下，大多數大型模型是通過人類反饋或大量標記數據集在集中式管道中進行微調的。相反，BlockAssist 翻轉了這個劇本。學習發生在每個用戶的遊玩流中，持續且私密。 - 首先，它消除了對每個新能力的大型離線訓練運行的依賴。模型即時自我精煉。 - 它也是本質上個性化的：我的 BlockAssist 可能會發展出與您的不同技能，因為我們各自在自己的遊玩中訓練它。我們本質上是在以一種隨著用戶擴展的方式進行 AI 改進的群眾外包，這與集中式 AI 微調是非常不同的範式。 此外，我們在基礎設施及其潛力方面是臭名昭著的（尤其是在加密領域），但 Gensyn 正在用一個真實的應用來證明這一點。 BlockAssist 是一個重要的里程碑，展示了當強化學習、持續學習和去中心化基礎設施結合在一起時，可能實現的成果。

這麼多 SBC 旁邊的活動，竟然沒有一個在 @ViksChaat...

我們的投資組合公司在 SBC 開啟 AI 日 💪🏾

人工智慧是我們這個時代最強大的平台轉變，但它正被一小群公司塑造，這些公司競相控制堆疊的每一層：計算、數據、模型和分發。我相信人工智慧的未來不應該被壟斷，而是應該建立在開放的、去中心化的基礎設施上。 人工智慧代理正在成為軟體中的主動參與者，他們需要能夠持有資產、遵循規則和進行交易的環境。區塊鏈現在快速、便宜且足夠表達能力，能夠支持真正的人工智慧基礎設施，提供了這樣的基礎。去中心化、可信中立且用戶擁有的區塊鏈，正好提供了當今人工智慧系統所缺乏的東西。而且，這是第一次，它們已經準備好了。 就在一年前，去中心化訓練被認為在技術上不可行，甚至連領先的人工智慧研究人員也這麼認為。但像 OpenDiLoCo @PrimeIntellect、DeMo @NousResearch 和 Protocol Models @PluralisHQ 這樣的突破性研究正在顛覆這一假設。第一次，高性能的人工智慧訓練不僅在去中心化網絡上是可能的——它正在運作。 卓越的團隊專注於核心的去中心化人工智慧基礎設施。雖然我相信在改善計算、訓練和數據層面上總會有機會，但我看到在代理基礎設施上最實際的切入點：使自主系統能夠互動、交易和演變的框架、錢包以及協調和聲譽層。這就是 Crypto x AI 堆疊開始變得真實的地方。 隨著身份、支付、記憶和協調的原始元素成熟，我們將從孤立的代理轉向持久的、互聯的代理網絡，這些代理在鏈上合作、競爭和演變。這些代理網絡將成為新類型產品、體驗和組織的基礎。隨著時間的推移，我預期這將解鎖完全自主的代理群體，受加密規則而非企業 API 的治理。 我希望支持那些雄心勃勃的、尚未推出產品的創始人，他們從零開始，提前幾年進入市場。私信開放。

我喜歡這個應用程式

去中心化的人工智慧今天就像2020年時的去中心化金融（DeFi）和穩定幣。 大多數真正具有變革性的人工智慧不會存在於封閉的堆疊中。它正在建立在開放、透明、去中心化的基礎上。 一個突破性的事件將引領主流採用。就像Stripe收購Bridge一樣。然後去中心化的人工智慧將被稱為人工智慧。

生活必須向後回顧，但卻要向前生活。 -基爾克戈爾

中國在人工智慧方面的開源和開放權重文化為開源生態系統創造了很多槓桿。 公司可以公開提煉、生成合成數據，並在彼此的工作基礎上進行建設。 美國主要的封閉方法是由「護城河」文化驅動的。不幸的是，這導致了很少的槓桿。 這不會有好的結局...

大型語言模型無法解決時間序列問題。原因如下： 大型語言模型是強大且通用的工具。但在某個時刻，我們開始將它們視為解決所有問題的答案。 它們並不是。 對於時間序列建模來說，它們完全是錯誤的工具。 讓我們深入探討 👇