@bensfielding, @gensynai के सह-स्थापक और सीईओ के साथ एक पॉडकास्ट शुरू कर रहे हैं। बेन ने 2015 में डीप लर्निंग में अपना डॉक्टरेट शुरू किया, जब एआई के चारों ओर वर्तमान ध्यान की लहर अभी तक नहीं आई थी। इस एपिसोड में मैं चाहता हूँ कि हम इस बारे में बात करें कि उन्हें हमारे द्वारा किए गए प्रगति, बड़े मॉडल बनाने की आर्थिकता, और आगे क्या आएगा, इन सब पर कैसे सोचना है। हम इस पर चर्चा करते हैं कि क्यों वह सवाल करते हैं कि केंद्रीकृत एआई में लगाया गया पैसा उत्पाद के उपयोग से वापस मिलेगा या नहीं, ओपन मॉडल इस व्यवसाय को कैसे प्रभावित करते हैं, और किसी बेंचमार्क पर आगे रहने के बजाय ग्राहकों के अपने उत्पाद का निरंतर उपयोग करना क्यों महत्वपूर्ण है। हम Gensyn के कैसे बदलने पर भी चर्चा करते हैं। टीम पहले डिसेंट्रलाइज्ड कंप्यूट पर केंद्रित थी, लेकिन अब दुनिया से सच्ची जानकारी इकट्ठा करने पर। बेन समझाते हैं कि उन्होंने यह निर्णय क्यों लिया, और Delphi कैसे मार्केट्स का उपयोग करके जानकारी को साथ लाता है और इसे वास्तविक परिणामों के साथ सत्यापित करता है। इससे पूर्वानुमान पर चर्चा होती है। बेन का मानना है कि भविष्य की घटनाओं का पूर्वानुमान लगाना AI का एक बहुत बड़ा उपयोग बन सकता है। हम चर्चा करते हैं कि मॉडल कैसे सीख सकते हैं कि कब सही हुए, कब गलत, मनुष्यों को अपनी जानकारी साझा करने के लिए क्यों प्रेरणा की आवश्यकता होती है, और हरदिन के निर्णयों में मदद करने के लिए संभावना कैलकुलेटर होने से क्या मतलब होगा। हम परिचय करते हैं - AI में प्रोफेशनल पृष्ठभूमि, Gensyn की स्थापना - बड़े AI मॉडल्स की आर्थिकता, क्या स्पेंडिंग समझदारी से है - Open models, प्रतिस्पर्धा,और प्रयोगकर्ता-आधारित प्रोडक्ट - Gensyn के compute पर FOCUS से हटने का कारण - मशीन लर्निंग के काम की पुष्टि, open-1b से प्रशिक्षण सुलभ - Delphi, सूचना मार्केट,और सच्ची प्रतिक्रिया से सीखना - प्रेडिक्शन के पीछे सबूत साझा करने पर पुरस्कार - पूर्वानुमान,बेहतर निर्णय,और decentralization सहायक टाइमस्टैम्प 0:00 – AI क्या भविष्य का पूर्वानुमान लगा सकता है? 1:14 – Ben Fielding aur Gensyn ki shuruaat 7:26 – Bade clusters se aage AI ko scale karna 13:29 – Startups kyun alag approach le sakti hain 18:49 – Trust aur Machine Learning ki verification 23:59 – Centralized AI ki arthvyavastha 27:29 – Gensyn kyun compute se hat gaya 31:09 – open-1b aur audit karne layak AI training 35:47 – Open models aur closed labs 43:29 – AI products, customers aur neoclouds 50:13 – LLMs se forecasting tak 53:44 – Models ko behtar prediction karne ke liye train karna 57:10 – Delphi aur information markets 1:02:26 – Prediction ke peeche ke evidence ko reward karna 1:04:34 – Crypto aur AI ka asli overlap kahan hai 1:11:35 – AI ki agli wave