qual è la domanda centrale che deAI deve affrontare? imo, è perfettamente catturata da @PonderingDurian: "i benefici del calcolo latente a basso costo a livello infrastrutturale, della compounding open source a livello di modello e della creatività a livello di applicazione superano alla fine i costi di orchestrazione che i grandi laboratori mitigano portando tutto sotto il tetto di una singola azienda?" la risposta dipende da come pesi il freno immediato rispetto al leverage a lungo termine. i grandi laboratori scommettono che i costi di orchestrazione siano così dolorosi che le persone pagheranno prezzi premium per evitarli. probabilmente hanno ragione, nel breve termine. ma una volta risolta l'orchestrazione (i progressi di @PluralisHQ, @NousResearch e @PrimeIntellect mi rendono più fiducioso che questo accadrà), gli ecosistemi aperti possono liberare l'intelligenza collettiva a una velocità + scala che nessun laboratorio centralizzato può eguagliare. qui è dove l'AI decentralizzata vince.
Pondering Durian 🙏
Pondering Durian 🙏7 ago, 20:39
Se leggi una cosa questa settimana, ti consiglio il rapporto AI qui sotto: "Da Data Foundries a World Models" Intreccia data foundries, ingegneria del contesto, ambienti RL, modelli del mondo e altro in un saggio accessibile, ma completo, sul confine attuale dell'AI.👇(0/12)
1,22K