avatar
Logan Jastremski

Mengikuti0Pengikut (X)17.8KSiaran104Suka2.05K
avatar

Semakin berguna model, semakin tinggi permintaan komputasi Saya sangat percaya permintaan inferens akan terus melebihi pasokan, mendorong harga penyewaan GPU naik Sumber terbuka atau tertutup, keduanya memerlukan cip, memori, dan kuasa. Ini bersifat bullish untuk pelaburan kapital AI yang berterusan, kerana tempoh pulangan modal menjadi semakin pantas

avatar

Sebahagian besar likuiditi akan terkonsolidasi pada satu rantai. Kami telah menyatakan ini di Frictionless selama beberapa masa Sukarinya ialah struktur pasaran rantai itu mesti berfungsi untuk seluruh dunia, bukan hanya beberapa yurisdiksi

avatar

Ini adalah statistik yang cukup gila apabila anda memikirkannya Dan ini hanya spot. Peluang menjadi jauh lebih besar apabila Perp dan derivatif lain berpindah ke atas rantai

avatar

Melepaskan podcast bersama @benfielding, Pengetua Bersama dan CEO di @gensynai Ben memulakan PhD-nya dalam pembelajaran mendalam pada 2015, jauh sebelum gelombang perhatian semasa sekitar AI. Dalam episod ini, saya ingin membincangkan bagaimana beliau memikirkan kemajuan yang telah kita capai, ekonomi membina model yang lebih besar, dan apa yang akan datang seterusnya. Kita membincangkan mengapa beliau meragui sama ada dana yang dimasukkan ke dalam AI terpusat akan dibalikkan melalui penggunaan produk, bagaimana model terbuka mempengaruhi perniagaan itu, dan mengapa memiliki pelanggan yang terus menggunakan produk anda lebih penting daripada terus mendahului dalam ukuran prestasi. Kita juga melalui bagaimana Gensyn berubah. Pasukan berpindah dari fokus kepada pengiraan terdesentralisasi kepada mengumpulkan maklumat yang benar dari dunia. Ben menjelaskan mengapa mereka membuat keputusan itu dan bagaimana Delphi menggunakan pasaran untuk menggabungkan maklumat dan mengesahkannya dengan apa yang sebenarnya berlaku. Ini membawa kepada peramalan. Ben percaya meramal peristiwa masa depan boleh menjadi penggunaan AI yang jauh lebih besar. Kita membincangkan bagaimana model boleh belajar daripada kebenaran atau kesalahan mereka, mengapa orang memerlukan sebab untuk berkongsi apa yang mereka tahu, dan apa maksudnya mempunyai kalkulator kebarangkalian yang membantu dengan keputusan harian. Kita membincangkan - Latar belakang Ben dalam pembelajaran mendalam dan asal-usul Gensyn - Ekonomi model AI yang lebih besar dan sama ada perbelanjaan itu munasabah - Model terbuka, persaingan, dan membina produk yang orang terus gunakan - Mengapa Gensyn berpindah jauh daripada fokus kepada pengiraan - Mengesahkan kerja pembelajaran mesin dan membuat latihan boleh diaudit dengan open-1b - Delphi, pasaran maklumat, dan belajar daripada hasil sebenar - Memberi ganjaran kepada orang yang berkongsi bukti di sebalik ramalan mereka - Peramalan, keputusan yang lebih baik, dan di mana desentralisasi membantu Masa 0:00 – Bolehkah AI Meramal Masa Depan? 1:14 – Ben Fielding dan Asal-usul Gensyn 7:26 – Memperbesar AI Melampaui Kumpulan Lebih Besar 13:29 – Mengapa Permulaan Boleh Mengambil Pendekatan Berbeza 18:49 – Kepercayaan dan Mengesahkan Pembelajaran Mesin 23:59 – Ekonomi AI Terpusat 27:29 – Mengapa Gensyn Berpindah Jauh Daripada Pengiraan 31:09 – open-1b dan Latihan AI yang Boleh Diaudit 35:47 – Model Terbuka dan Makmal Tertutup 43:29 – Produk AI, Pelanggan, dan Neoclouds 50:13 – Dari LLM kepada Peramalan 53:44 – Melatih Model untuk Membuat Ramalan Lebih Baik 57:10 – Delphi dan Pasaran Maklumat 1:02:26 – Memberi Ganjaran kepada Bukti di Sebalik Ramalan 1:04:34 – Di Mana Crypto dan AI Sebenarnya Bertemu 1:11:35 – Gelombang AI Berikutnya Nikmati!

avatar

Mengeluarkan podcast bersama @mdudas, Mitra Pengurusan di @6thManVentures Sebuah perusahaan kripto boleh mendapat keuntungan tanpa wang itu sampai kepada pemegang tokennya. Dalam episod ini, saya ingin bercakap dengan Mike mengenai apa yang memberikan nilai kepada token dan siapa yang mendapat faedah apabila perniagaan tumbuh. Kami membincangkan bagaimana dia membina 6MV, mengapa dia berinvestasi dalam aplikasi, dan bagaimana dia memikirkan pengembalian wang kepada pelabur apabila perniagaan mungkin tidak kekal terdepan untuk masa yang lama. Sebahagian besar perbincangan berfokus pada token dan ekuiti. Mike percaya pasukan perlu menjelaskan apa yang dibeli orang, ke mana pendapatan pergi, dan bagaimana pemegang token mendapat faedah. Kami bercakap mengenai pembelian semula dan sejauh mana pemegang benar-benar mempunyai kuasa. Kami juga membincangkan mengapa aplikasi dagangan memerlukan aset yang lebih baik dan kurang cara untuk pengguna kehilangan wang, pandangan beliau mengenai Solana, Hyperliquid, dan ethereum, serta di mana kripto bersesuaian dengan AI. Kami membincangkan - Bagaimana Mike membina 6MV - Apa yang membuat perniagaan kripto bertahan - Kapan menjual dan mengembalikan wang kepada pelabur - Koin stabil, pinjaman, dan pasaran ramalan - Dagangan sosial, slippage, dan mengekalkan pengguna - Solana, Hyperliquid, dan apa yang memberikan nilai ETH - Token, ekuiti, pembelian semula, dan apa yang sebenarnya dimiliki pemegang - Mengapa Mike memanggil XRP dan Cardano “meme untuk pakaian formal” - Agen AI, pembayaran, dan pasaran pengiraan - Samada syarikat AI bernilai penilaian mereka Masa 0:00 – Apa yang Memberikan Nilai kepada Token? 0:58 – Mike Dudas dan Asal-Usul 6MV 6:20 – Likuiditi dan Pengembalian Modal kepada Pelabur 10:16 – Penerimaan Sebenar Di Luar Harga Token Kripto 16:56 – Apati Kripto dan Kebangkitan AI 21:43 – Mengapa 6MV Menukar Teori Pelaburan Pengguna 26:34 – Dagangan Sosial, Slippage, dan Aset yang Lebih Baik 36:25 – Solana, Hyperliquid, dan Lanskap Rantaian 39:37 – Masalah dengan Nilai Proposisi ETH 43:16 – Token, Ekuiti, dan Ke Mana Wang Pergi 46:21 – Token Tatacara, XRP, dan Cardano 49:40 – Di Mana Kripto Bertemu AI 55:38 – Adakah Penilaian AI dalam Gelembung? 58:42 – Lima Tahun Ke Depan Kripto Nikmati!

avatar

Saya akan pergi ke QT kerana saya ingin teruskan perbincangan ini. Anda boleh membahagikannya kepada dua isu utama: - Struktur Pasaran - Pasar yang Boleh Dialamatkan Secara Global dalam Kewangan Mari kita bincangkan struktur pasaran terlebih dahulu kerana saya rasa ia sebenarnya lebih penting, kerana ia secara langsung membawa kepada produk yang lebih baik. Tidak sepatutnya mengejutkan sesiapa pun yang telah mengkaji sistem kewangan bahawa seiring masa, apabila kita berpindah dari perdagangan kertas ke perdagangan elektronik, sistem menjadi lebih pantas. Akibatnya, kedekatan fizikal kepada mesin penyesuaian memberikan kelebihan unik kepada firma perdagangan yang ditempatkan secara fizikal di pusat data yang sama atau mempunyai sambungan serat langsung ke mesin penyesuaian. Jika anda belum menyelami topik ini, saya menggalakkan anda membaca sejarah Flash Boys. Terdapat sebab mengapa firma perdagangan menghabiskan begitu banyak wang untuk mengoptimumkan rangkaian, sambungan mikrogegelombang, dan talian serat peribadi, kerana milisaat dalam latensi boleh berubah menjadi miliaran dolar. NYSE bahkan menormalkan panjang serat untuk perkhidmatan sambungan yang sama di pusat data Mahwahnya, tanpa mengira ruang atau kabinet yang digunakan oleh firma tersebut. Tujuannya ialah untuk menghilangkan kelebihan yang hanya datang daripada memiliki rak yang lebih dekat. Ini dinyatakan dalam spesifikasi colokasi ICE. Pemikiran tersisa di sini: https://t.co/8gs2vq9IdJ