Lanzando un podcast con @benfielding, cofundador y CEO de @gensynai Ben comenzó su doctorado en aprendizaje profundo en 2015, mucho antes de la ola actual de atención hacia la IA. En este episodio, quería recorrer cómo él piensa sobre el progreso que hemos logrado, la economía de construir modelos más grandes y qué viene después. Entramos en por qué cuestiona si el dinero que se invierte en IA centralizada se recuperará a través del uso del producto, cómo los modelos abiertos afectan ese negocio y por qué tener clientes que sigan usando tu producto importa más que mantenerse por delante en una métrica de referencia. También recorremos cómo ha cambiado Gensyn. El equipo pasó de enfocarse en cómputo descentralizado a recopilar información veraz del mundo. Ben explica por qué tomaron esa decisión y cómo Delphi utiliza mercados para reunir información y verificarla contra lo que realmente sucede. Eso lleva a la predicción. Ben cree que predecir eventos futuros podría convertirse en un uso mucho más grande de la IA. Discutimos cómo los modelos podrían aprender de estar en lo cierto o en lo errado, por qué las personas necesitan una razón para compartir lo que saben y qué significaría tener una calculadora de probabilidades que ayude en decisiones cotidianas. Discutimos: - El historial de Ben en aprendizaje profundo y cómo comenzó Gensyn - La economía de los modelos de IA más grandes y si el gasto tiene sentido - Modelos abiertos, competencia y construcción de productos que la gente sigue usando - Por qué Gensyn dejó de enfocarse en el cómputo - Verificar el trabajo de aprendizaje automático y hacer el entrenamiento auditables con open-1b - Delphi, mercados de información y aprendizaje a partir de resultados reales - Recompensar a las personas por compartir la evidencia detrás de sus predicciones - Predicción, mejores decisiones y dónde ayuda la descentralización Marcas de tiempo 0:00 – ¿Puede la IA predecir el futuro? 1:14 – Ben Fielding y los orígenes de Gensyn 7:26 – Escalando la IA más allá de clusters más grandes 13:29 – Por qué las startups pueden adoptar un enfoque diferente 18:49 – Confianza y verificación del aprendizaje automático 23:59 – La economía de la IA centralizada 27:29 – Por qué Gensyn dejó de enfocarse en el cómputo 31:09 – open-1b y entrenamiento de IA auditables 35:47 – Modelos abiertos y laboratorios cerrados 43:29 – Productos de IA, clientes y neoclouds 50:13 – De los LLMs a la predicción 53:44 – Entrenar modelos para hacer predicciones mejores 57:10 – Delphi y mercados de información 1:02:26 – Recompensar la evidencia detrás de una predicción 1:04:34 – Dónde realmente se superponen Crypto e IA 1:11:35 – La próxima ola de IA ¡Disfrútenlo!