Lancement d’un podcast avec @benfielding, cofondateur et PDG de @gensynai Ben a commencé son doctorat en deep learning en 2015, bien avant la vague actuelle d’intérêt pour l’IA. Dans cet épisode, je souhaite explorer sa vision de la progression accomplie, de l’économie de la construction de modèles plus grands et de ce qui vient ensuite. Nous abordons pourquoi il remet en question si l’argent investi dans l’IA centralisée sera récupéré grâce à l’usage des produits, comment les modèles ouverts influencent ce modèle économique, et pourquoi avoir des clients qui continuent d’utiliser votre produit compte plus que de rester en tête sur un benchmark. Nous examinons également l’évolution de Gensyn. L’équipe est passée d’une focalisation sur le calcul décentralisé à la collecte d’informations véridiques provenant du monde réel. Ben explique pourquoi cette décision a été prise et comment Delphi utilise des marchés pour rassembler des informations et les vérifier par rapport à ce qui se produit réellement. Cela nous mène à la prévision. Ben pense que prédire des événements futurs pourrait devenir une utilisation bien plus importante de l’IA. Nous discutons de la manière dont les modèles pourraient apprendre à partir de leurs prédictions justes ou erronées, pourquoi les gens ont besoin d’une raison pour partager ce qu’ils savent, et ce que signifierait avoir une calculatrice de probabilités aidant aux décisions quotidiennes. Nous abordons : - L’expérience de Ben en deep learning et les origines de Gensyn - L’économie des modèles d’IA plus grands et si les dépenses sont justifiées - Modèles ouverts, concurrence et création de produits que les gens continuent d’utiliser - Pourquoi Gensyn a abandonné la focalisation sur le calcul - Vérification du travail d’apprentissage automatique et rendu de l’entraînement auditables avec open-1b - Delphi, les marchés d’information et apprentissage à partir des résultats réels - Récompenser les personnes pour avoir partagé les preuves derrière leurs prédictions - Prévision, meilleures décisions et où la décentralisation apporte une valeur ajoutée Horodatages 0:00 – L’IA peut-elle prédire l’avenir ? 1:14 – Ben Fielding et les origines de Gensyn 7:26 – Mise à l’échelle de l’IA au-delà des grands clusters 13:29 – Pourquoi les startups peuvent adopter une approche différente 18:49 – Confiance et vérification de l’apprentissage automatique 23:59 – L’économie de l’IA centralisée 27:29 – Pourquoi Gensyn a abandonné le calcul 31:09 – open-1b et un entraînement d’IA auditables 35:47 – Modèles ouverts vs laboratoires fermés 43:29 – Produits d’IA, clients et néoclouds 50:13 – Des LLM à la prévision 53:44 – Former des modèles pour faire de meilleures prédictions 57:10 – Delphi et les marchés d’information 1:02:26 – Récompenser les preuves derrière une prédiction 1:04:34 – Où la crypto et l’IA se croisent réellement 1:11:35 – La prochaine vague d’IA Bonne écoute !