Lançando um podcast com @benfielding, Co-fundador e CEO da @gensynai Ben começou seu doutorado em aprendizado profundo em 2015, bem antes da atual onda de atenção em torno da IA. Neste episódio, queria percorrer com ele como ele vê o progresso que fizemos, a economia de construir modelos maiores e o que vem a seguir. Entramos no motivo pelo qual ele questiona se o dinheiro investido na IA centralizada será recompensado pelo uso do produto, como modelos abertos afetam esse negócio e por que ter clientes que continuam usando seu produto importa mais do que ficar à frente em um benchmark. Também percorremos como a Gensyn mudou. A equipe passou de se concentrar em computação descentralizada para coletar informações verdadeiras do mundo. Ben explica por que tomaram essa decisão e como o Delphi usa mercados para reunir informações e verificá-las contra o que realmente acontece. Isso leva à previsão. Ben acredita que prever eventos futuros pode se tornar um uso muito maior da IA. Discutimos como os modelos podem aprender com estar certos ou errados, por que as pessoas precisam de uma razão para compartilhar o que sabem e o que significaria ter uma calculadora de probabilidade ajudando nas decisões cotidianas. Discutimos - A trajetória de Ben em aprendizado profundo e como a Gensyn começou - A economia dos modelos de IA maiores e se os gastos fazem sentido - Modelos abertos, competição e construção de produtos que as pessoas continuam usando - Por que a Gensyn deixou de se concentrar em computação - Verificação do trabalho de aprendizado de máquina e tornar o treinamento auditável com open-1b - Delphi, mercados de informação e aprendizado com resultados reais - Recompensar pessoas por compartilhar as evidências por trás de suas previsões - Previsão, decisões melhores e onde a descentralização ajuda Marcadores temporais 0:00 – A IA pode prever o futuro? 1:14 – Ben Fielding e as origens da Gensyn 7:26 – Escalando a IA além de grandes clusters 13:29 – Por que startups podem adotar uma abordagem diferente 18:49 – Confiança e verificação do aprendizado de máquina 23:59 – A economia da IA centralizada 27:29 – Por que a Gensyn deixou de se concentrar em computação 31:09 – open-1b e treinamento auditável de IA 35:47 – Modelos abertos e laboratórios fechados 43:29 – Produtos de IA, clientes e neoclouds 50:13 – De LLMs para previsão 53:44 – Treinando modelos para fazer previsões melhores 57:10 – Delphi e mercados de informação 1:02:26 – Recompensando as evidências por trás de uma previsão 1:04:34 – Onde cripto e IA realmente se sobrepõem 1:11:35 – A próxima onda da IA Aproveite!