我越來越相信，"變革性人工智慧"將會是針對從藥物設計到天氣模擬、從機器人到供應鏈等各種專業模型的豐富組合，而不是一個統治所有的代理。我們將需要更多的人工智慧研究人員。

距離ATOM的發布還有一天半，與往年相比，對於開放模型有一件事非常明確：這不再是一個少數派的立場。 以下是一些顯著的簽署者（總共超過200位）。來自AI社區各個角落的人都簽署了。那些會被標籤為「悲觀者」的人和其他被稱為「加速主義者」的人都有。還有領先的學者、政府員工、頂尖實驗室的研究人員、工程師、風險投資家，以及介於這些之間的所有人。 現在開始了一個漫長的過程，讓這一切變為現實。OpenAI在讓整個領域的領導者更容易批准開放模型的發布方面做了一件好事，但這並不能解決對ATOM的需求。這強調了這是一個社區變革，並不是開放組織或某一位倡導者能夠解決的問題。 讓我們繼續推進。 以下是顯著的簽署者。我會很快發布另一個更新，感謝所有促成這一切的人。 Clement Delangue (@ClementDelangue)，Hugging Face的CEO Jeremy Howard (@jeremyphoward)，Fast ai & Answer ai的聯合創始人 Oleksii Kuchaiev (@kuchaev)，Nvidia應用研究總監 Ross Taylor (@rosstaylor90)，General Reasoning的CEO Sebastian Raschka (@rasbt)，《從零開始構建大型語言模型》的作者 Soumith Chintala (@soumithchintala)，PyTorch的聯合創始人 Miles Brundage (@Miles_Brundage)，OpenAI前政策研究負責人 Ali Farhadi，Ai2的CEO Sergey Levine (@svlevine)，加州大學伯克利分校教授，Physical Intelligence的聯合創始人 Bill Gurley (@bgurley)，Benchmark的普通合夥人 Vincent Weisser (@vincentweisser)，Prime Intellect的CEO Dylan Patel (@dylan522p)，SemiAnalysis的創始人兼CEO Christopher D. Manning (@chrmanning)，斯坦福大學教授 Andrew Trask (@iamtrask)，OpenMined的創始人 Percy Liang (@percyliang)，斯坦福大學教授 Seth Bloomberg (@bloomberg_seth)，Unsupervised Capital的投資合夥人 Jason Lee (@jasondeanlee)，加州大學伯克利分校教授 Animesh Garg (@animesh_garg)，喬治亞理工學院計算機教授 Thomas Wolf (@Thom_Wolf)，Hugging Face的聯合創始人兼首席科學官 Matt White (@matthew_d_white)，PyTorch基金會執行董事 Prof Dylan Hadfield-Menell (@dhadfieldmenell)，麻省理工學院EECS副教授 Kevin Xu (@kevinsxu)，Interconnected的創始人 Andy Konwinski (@andykonwinski)，Laude Institute的創始人 Jason Kwon (@jasonkwon)，OpenAI首席策略官 Will Brown (@willccbb)，Prime Intellect的研究負責人 Paige Bailey (@DynamicWebPaige)，Google DeepMind的DevX工程負責人 Mike Abbott，Open Athena的聯合創始人兼CEO Helen Toner (@hlntnr)，喬治城大學 Mark Surman (@msurman)，Mozilla基金會總裁 Jordan Schnieder (@jordanschnyc)，ChinaTalk的創始人 Finbarr Timbers (@finbarrtimbers)，Ai2的首席研究工程師 Andrew Carr (@andrew_n_carr)，Cartwheel的聯合創始人兼首席科學家 Swyx (@swyx)，Smol . ai & Latent Space的聯合創始人

我們正在發布關於 Score—Bittensor 上的 Subnet 44 的內部投資備忘錄。 Score 正在為體育分析構建一個計算機視覺系統，已經能在 2 分鐘內處理完整的足球比賽。 我們將即時可服務市場的規模估算為 18 億美元，這意味著在當前估值下，代幣有 51 倍的上漲潛力。 完整備忘錄如下。

為了解決這個問題，關鍵資源的門檻是擁有多個開放實驗室，每個實驗室擁有超過10000個GPU。 多個實驗室使我們不必依賴大型科技公司的好意來釋放模型。這些機構增加了創新並降低了這項關鍵技術的風險。

今天，馬克分享了Meta對每個人未來個人超智能的願景。 在這裡閱讀他的完整信件：

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。