Modeller daha faydalı hale geldikçe hesaplama talebi artıyor. Tahmin talebinin arzı aşmaya devam edeceğini ve GPU kira fiyatlarını yükseltmeye devam edeceğini güçlü bir şekilde inanıyorum. Açık kaynaklı ya da kapalı kaynaklı olsun, ikisi de çip, bellek ve güç gerektirir. Ödeme dönemleri giderek daha da kısalırken, bu, sürekli AI sermaye harcamaları yatırımı için iyimser bir göstergedir.
Temporal ekibi, harika geliştiricilerden oluşuyor. Solana'nın mikroyapısını ileriye taşıyan ekip olduğu için onları takip etmeye başlamalısınız.
Çoğu likidite bir zincirde birleşecektir. Frictionless olarak bunu bir süredir söylüyoruz. Bu zincirin piyasa yapısının sadece birkaç yargı alanında değil, tüm dünyada çalışması gerekiyor.
Tebrikler @anza_xyz ekibi! Ağına büyük bir güncelleme
Bunu düşündüğünüzde oldukça çılgın bir istatistik. Ve bu sadece spot. Perp ve diğer türevler çevrimiçi harekete geçtikçe fırsat çok daha büyür.
@bensfielding, @gensynai'nin kurucu ortağı ve CEO'su ile bir podcast yayınlıyoruz. Ben, 2015 yılında derin öğrenmede doktora çalışmalarına başladı, AI etrafındaki şu anda görülen ilginin çok öncesinde. Bu bölümde, ilerlememiz hakkında nasıl düşündüğünü, daha büyük modeller oluşturmanın ekonomisini ve sonraki adımları inceledik. Merkezi AI'ya harcanan paranın ürün kullanımından geri ödenebileceğini sorgulamasının nedenini, açık modellerin bu iş modelini nasıl etkilediğini ve bir referans testinde önde kalmaktan daha önemli olan müşterilerin ürününü sürekli kullanmaya devam etmesinin nedenini ele aldık. Ayrıca Gensyn'in nasıl değiştiğini de inceledik. Takım, dağıtık hesaplama odaklı yaklaşımdan dünyadan doğru bilgi toplamaya geçti. Ben, bu kararı neden aldıklarını ve Delphi'nin piyasaları kullanarak bilgiyi bir araya getirip gerçek olaylarla karşılaştırdığını açıklıyor. Bu da tahminleme konusuna götürüyor. Ben, gelecek olayları tahmin etmenin AI için çok daha büyük bir kullanım alanı olabileceğini düşünüyor. Modellerin doğru veya yanlış olmalarından nasıl öğrenebileceğini, insanların bilgilerini paylaşmak için nedenlere ihtiyaç duyduğunu ve günlük kararlar için bir olasılık hesaplayıcısının ne anlama gelebileceğini tartıştık. Şunları tartıştık: - Ben'in derin öğrenme arka planı ve Gensyn'in nasıl başladığı - Daha büyük AI modellerinin ekonomisi ve harcamaların mantıklı olup olmadığı - Açık modeller, rekabet ve insanların sürekli kullandığı ürünler inşa etmek - Gensyn'in neden hesaplama odaklı yaklaşımdan uzaklaştığı - Makine öğrenimi çalışmalarını doğrulamak ve open-1b ile eğitimi denetlenebilir hale getirmek - Delphi, bilgi piyasaları ve gerçek sonuçlardan öğrenmek - Tahminlerinin arkasındaki kanıtları paylaşan insanlara ödüller vermek - Tahminleme, daha iyi kararlar ve dağıtımlığın nerede yardımcı olduğu Zaman damgaları 0:00 – AI Geleceği Tahmin Edebilir mi? 1:14 – Ben Fielding ve Gensyn'in Kökenleri 7:26 – Daha Büyük Kümelerin Ötesine Geçerek AI'yi Ölçeklendirmek 13:29 – Neden Başlangıç Şirketleri Farklı Bir Yaklaşım Takip Edebilir? 18:49 – Güven ve Makine Öğrenimini Doğrulamak 23:59 – Merkezi AI'nın Ekonomisi 27:29 – Gensyn'in Neden Hesaplama Odaklı Yaklaşımdan Uzaklaştı 31:09 – open-1b ve Denetlenebilir AI Eğitimi 35:47 – Açık Modeller ve Kapalı Laboratuvarlar 43:29 – AI Ürünleri, Müşteriler ve Neoclouds 50:13 – LLM'lerden Tahminlemeye 53:44 – Daha İyi Tahminler Yapmak İçin Modelleri Eğitmek 57:10 – Delphi ve Bilgi Piyasaları 1:02:26 – Bir Tahminin Arkasındaki Kanıtları Ödüllendirmek 1:04:34 – Kripto ve AI'nın Gerçekten Kesiştiği Yerler 1:11:35 – AI'nın Sonraki Dalga Keyifli izlemeler!
@6thManVentures Yönetim Ortağı @mdudas ile bir podcast yayınlıyoruz. Bir kripto işi, para kazanabilir ama bu para token sahiplerine ulaşmayabilir. Bu bölümde, Mike ile bir tokena değer kazandıran şeyin ne olduğunu ve iş büyüdüğünde kimin kazandığını konuşmak istedim. 6MV’yi nasıl kurduğunu, neden uygulamalara yatırım yaptığını ve iş uzun süre önde kalamazsa yatırımcılara nasıl para geri döndürmeyi düşündüğünü anlatıyor. Konuşmanın büyük bir kısmı tokenlar ve hisseler üzerine. Mike, takımların insanların ne aldığını, gelirin nereye gittiğini ve token sahiplerinin nasıl fayda sağladığını açıklayacağını düşünüyor. Alım satımları ve sahiplerin gerçekten ne kadar kontrolü olduğunu konuşuyoruz. Ayrıca, işlem uygulamalarının daha iyi varlıklara ve kullanıcıların para kaybetme yollarının daha az olmasına neden ihtiyaç duyduğunu, Solana, Hyperliquid ve Ethereum hakkındaki görüşlerini ve kriptonun yapay zekaya nasıl uyum sağladığını inceliyoruz. Şunları tartışıyoruz: - Mike’nin 6MV’yi nasıl kurduğu - Bir kripto işinin kalıcı olmasının nedenleri - Ne zaman satıp yatırımcılara para geri döndürmek gerekir - Stablecoin’ler, kredi verme ve tahmin pazarları - Sosyal işlem yapma, slipaj ve kullanıcıları tutma - Solana, Hyperliquid ve ETH’nin değerini oluşturan şeyler - Tokenlar, hisseler, alım satımları ve sahiplerin gerçekten neye sahip olduğu - Mike’nin XRP ve Cardano’yu “elbise giymiş meme” olarak adlandırması - Yapay zeka ajanları, ödemeler ve hesaplama pazarları - Yapay zeka şirketlerinin değerlemelerinin değerli olup olmadığı Zaman damgaları 0:00 – Tokenlara Değer Kazandıran Nedir? 0:58 – Mike Dudas ve 6MV’nin Kökenleri 6:20 – Likidite ve Sermayenin Yatırımcılara Geri Dönüşü 10:16 – Kripto Token Fiyatlarının Ötesinde Gerçek Kabul 16:56 – Kripto Apathisi ve Yapay Zekanın Yükselişi 21:43 – 6MV’nin Tüketici Yatırım Tezini Neden Değiştirdiği 26:34 – Sosyal İşlem Yapma, Slipaj ve Daha İyi Varlıklar 36:25 – Solana, Hyperliquid ve Zincir Ekosistemi 39:37 – ETH’nin Değer Önerisinin Sorunu 43:16 – Tokenlar, Hisseler ve Paranın Nereye Gittiği 46:21 – Yönetim Tokenları, XRP ve Cardano 49:40 – Kripto ile Yapay Zekanın Buluştuğu Nokta 55:38 – Yapay Zeka Değerlemeleri Balon Mu? 58:42 – Kriptonun Sonraki Beş Yılı Keyifli izlemeler!
Token başlangıçtır, son değildir.
QT'ye geçiyorum çünkü tartışmayı sürdürmek istiyorum. Bunu iki temel soruna ayırabilirsiniz: - Pazar Yapısı - Küresel Finansın Toplam Hedeflenen Pazarı Öncelikle pazar yapısından konuşalım, çünkü aslında daha önemli olanı bu, çünkü doğrudan daha iyi ürünler anlamına geliyor. Finansal sistemi incelemiş herkes için sürpriz olmamalıdır ki, kağıt üzerine işlem yapmaktan elektronik işlem yapmaya geçtiğimizde sistemler daha hızlı hale gelmiştir. Sonuç olarak, fiziksel olarak eşleştirme motoruna yakın olmak, ticari firmalara aynı veri merkezinde yer almak veya eşleştirme motoruna doğrudan fiber bağlantısı sahip olmak gibi avantajlar sağlamıştır. Bu konuya henüz girmemişseniz, Flash Boys’un tarihini okumanızı öneririm. Ticari firmaların neden bu kadar çok para harcayarak ağları, mikrodalga bağlantıları ve özel fiber hatlarını optimize ettiklerinin nedeni, milisaniyelerdeki gecikme milyarlarca dolarlık kazançlara dönüşebilir. NYSE, Mahwah veri merkezindeki aynı bağlantı hizmeti için, bir şirket hangi salonu veya kabinleri kullandığına bakılmaksızın fiber uzunluklarını bile normalleştirir. Amaç, sadece daha yakın bir raf sahibi olmanın avantajını ortadan kaldırmaktır. Bu, ICE’in konumlandırma spesifikasyonlarında açıklanmıştır. Burada kalan düşünceler: https://t.co/8gs2vq9IdJ
