Mensaje de AIMPACT, 13 de mayo (UTC+8): según el monitoreo de Beating, Tang Jie, fundador y científico principal de Zhipu AI, publicó en X que el mayor avance de los modelos grandes este año será resolver tareas de largo horizonte (Long-Horizon Tasks), es decir, operar continuamente en entornos de agentes para lograr objetivos complejos. Señaló que esta capacidad impulsará la evolución rápida de la industria desde la «empresa de una persona» hacia la «empresa sin empleados (NPC)», y que los sistemas de agentes autónomos (AAS) se convertirán en la próxima frontera tecnológica. Tang Jie considera que lograr esta visión requiere superar tres pilares tecnológicos: la capacidad de memoria mediante contextos ultra largos y RAG, el aprendizaje continuo logrado indirectamente mediante ciclos de actualización más cortos, y la capacidad de autoevaluación, actualmente la más difícil de superar, pero ya con un esbozo visible en Opus 4.7. El fin último de los modelos grandes será la autoevolución. Tang Jie especula que Claude ya podría poseer una «línea base de autoentrenamiento» capaz de escribir su propio código, limpiar datos y entrenarse, y que el supuesto clúster de 2 millones de chips para el próximo año probablemente se utilizará exclusivamente para entrenamiento autónomo. Predice que los sistemas operativos futuros serán reemplazados por sistemas operativos basados en modelos grandes (LLM OS), y que las aplicaciones se volverán «generadas bajo demanda», revolucionando por completo la arquitectura von Neumann tradicional. (Fuente: BlockBeats)
Zhipu AI's Tang Jie predice avances en autoentrenamiento, 2 millones de chips para la evolución autónoma
KuCoinFlashCompartir
Resumen
Tang Jie de Zhipu AI destacó el autoentrenamiento como la clave TA para la innovación en cripto, pronosticando grandes avances en tareas de largo plazo. Detalló la memoria, el aprendizaje continuo y la autoevaluación como pilares fundamentales, señalando los primeros indicios de Opus 4.7. Tang sugirió que Claude ya podría estar utilizando autoentrenamiento para programación y limpieza de datos, con un clúster de 2 millones de chips posiblemente orientado a la evolución autónoma. También predijo que el LLM OS reemplazará a los sistemas tradicionales, redefiniendo la computación con aplicaciones bajo demanda. La relación riesgo-beneficio para tales avances podría cambiar drásticamente a medida que AAS se convierta en la próxima frontera.
Fuente:Mostrar original
Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información.
Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.