Выпуск подкаста с @benfielding, сооснователем и генеральным директором @gensynai Бен начал свою докторскую работу по глубокому обучению в 2015 году, задолго до нынешнего всплеска интереса к ИИ. В этом эпизоде мы подробно разберем, как он оценивает прогресс, который мы достигли, экономику создания более крупных моделей и что ждет нас дальше. Мы обсудим, почему он сомневается, что инвестиции в централизованный ИИ окупятся за счет использования продуктов, как открытые модели влияют на этот бизнес и почему важно, чтобы клиенты продолжали использовать ваш продукт, а не просто опережать конкурентов по показателям. Мы также рассмотрим, как изменилась компания Gensyn: команда перешла от фокуса на децентрализованные вычисления к сбору достоверной информации из реального мира. Бен объясняет, почему они приняли это решение и как Delphi использует рынки для объединения информации и проверки ее против реальных событий. Это приводит нас к прогнозированию. Бен считает, что предсказание будущих событий может стать одним из самых значимых применений ИИ. Мы обсуждаем, как модели могут учиться на правильных и неправильных прогнозах, почему людям нужна причина делиться своими знаниями и что значит иметь инструмент, который помогает с вероятностными расчетами при повседневных решениях. Мы обсудим: - Бэкграунд Бена в области глубокого обучения и происхождение Gensyn - Экономику более крупных моделей ИИ и оправданность расходов - Открытые модели, конкуренция и создание продуктов, которые люди продолжают использовать - Почему Gensyn отошла от фокуса на вычисления - Проверку работы машинного обучения и обеспечение аудитируемости обучения с помощью open-1b - Delphi, информационные рынки и обучение на реальных результатах - Поощрение людей за предоставление доказательств, лежащих в основе их прогнозов - Прогнозирование, принятие более качественных решений и где помогает децентрализация Временные метки: 0:00 – Может ли ИИ предсказывать будущее? 1:14 – Бен Филдинг и происхождение Gensyn 7:26 – Масштабирование ИИ за пределами крупных кластеров 13:29 – Почему стартапы могут подходить иначе 18:49 – Доверие и проверка машинного обучения 23:59 – Экономика централизованного ИИ 27:29 – Почему Gensyn отошла от вычислений 31:09 – open-1b и аудитируемое обучение ИИ 35:47 – Открытые модели и закрытые лаборатории 43:29 – Продукты ИИ, клиенты и неоклауды 50:13 – От LLM к прогнозированию 53:44 – Обучение моделей для более точных прогнозов 57:10 – Delphi и информационные рынки 1:02:26 – Поощрение за доказательства, лежащие в основе прогноза 1:04:34 – Где крипто и ИИ действительно пересекаются 1:11:35 – Следующая волна ИИ Приятного прослушивания!