Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
seth bloomberg
Parceiro de Investimento @UnsupervisedCap | Anterior: @CrucibleLabs, @MessariCrypto de investigação | Porco 🐽 Woo
seth bloomberg republicou
Ninguém está realmente a levar a sério o espaço cripto-AI neste momento. E eu entendo porquê.
A grande maioria dos projetos que surgiram com a hype da IA em 2024 são todos irrelevantes e nunca lançaram nada que valesse a pena usar.
Os poucos que o fizeram removeram qualquer terminologia cripto dos seus sites e basicamente mudaram-se para o web2.
Um punhado de outros lançou tokens, mas estão a enganar diretamente e a mentir sobre as suas métricas (uma grande rede de inferência, e não é a que foi exposta no ano passado) ou o fundador simplesmente saiu antes de haver um único pedaço de pmf.
E depois tivemos as moedas de agente, que eram na sua maioria uma piada em que muitas pessoas investiram e acabaram por ser despejadas à medida que as narrativas mudaram.
Basicamente, o sentimento é bastante negativo. Mas assim como o sentimento do Ethereum mudou da noite para o dia, eu espero eventualmente o mesmo para o Crypto-AI quando ninguém estiver a esperar. É tão óbvio para mim que as redes cripto mais importantes da próxima década serão focadas em IA.
Existem algumas equipas de IA realmente incríveis a construir no espaço cripto mais amplo que estão no caminho para lançar tokens. E eu não preciso mencionar o bittensor, onde há oportunidades agora para obter exposição a preços muito atrativos.
Basta inverter o CT, e você terá um bom desempenho. E agora isso significa acumular *moedas* de IA *selecionadas* ou pesquisar aquelas que estão perto de lançar.
17,5K
À medida que isso se desenrola ao longo do próximo ano ou mais, fica muito claro que estas duas áreas estarão em alta demanda:
• Arquitetos/engenheiros de ambientes RL
• Desenvolvedores de avaliação personalizada
8/08, 02:52
estou cada vez mais convencido de que a "ia transformadora" vai parecer uma abundância de modelos especializados para tudo, desde design de medicamentos a simulações meteorológicas, robótica e cadeias de suprimentos, e não um único agente para governá-los a todos. vamos precisar de muitos mais pesquisadores de ia.
1,46K
Concordo cada vez mais com esta opinião
8/08, 02:52
estou cada vez mais convencido de que a "ia transformadora" vai parecer uma abundância de modelos especializados para tudo, desde design de medicamentos a simulações meteorológicas, robótica e cadeias de suprimentos, e não um único agente para governá-los a todos. vamos precisar de muitos mais pesquisadores de ia.
833
O objetivo do projeto ATOM é enorme. É um esforço concertado para garantir que os EUA tenham os recursos para construir modelos de IA de ponta e de código aberto.
É um dos movimentos em código aberto/IA que mais me entusiasma, e estou orgulhoso de estar incluído na lista de signatários abaixo.
7/08, 09:21
Um dia e meio antes do lançamento do ATOM, uma coisa é muito clara sobre modelos abertos em comparação com anos anteriores: já não é uma posição minoritária.
Abaixo está uma lista de signatários notáveis (com mais de 200 no total). Pessoas de todos os cantos da comunidade de IA assinaram. Pessoas que seriam rotuladas como "doomers" e outras que são "aceleracionistas". Há acadêmicos de destaque, funcionários do governo, pesquisadores em laboratórios de ponta, engenheiros, capitalistas de risco e tudo o que está entre eles.
Agora começa um longo processo de tornar isso real. A OpenAI fez algo bom ao facilitar para a liderança em todo o campo aprovar lançamentos de modelos abertos, mas isso não resolve a necessidade do ATOM. Reforça que esta é uma mudança comunitária que não pode ser corrigida por uma organização aberta ou um único defensor.
Vamos continuar a pressionar.
Aqui estão os signatários proeminentes. Em breve também publicarei outra atualização com todos os agradecimentos a quem fez isso acontecer.
Clement Delangue (@ClementDelangue), CEO da Hugging Face
Jeremy Howard (@jeremyphoward), Co-fundador da Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Diretor de Pesquisa Aplicada na Nvidia
Ross Taylor (@rosstaylor90), CEO da General Reasoning
Sebastian Raschka (@rasbt), Autor de Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), Co-fundador do PyTorch
Miles Brundage (@Miles_Brundage), Antigo Chefe de Pesquisa de Políticas na OpenAI
Ali Farhadi, CEO da Ai2
Sergey Levine (@svlevine), Professor na U.C. Berkeley, Co-fundador da Physical Intelligence
Bill Gurley (@bgurley), Sócio Geral na Benchmark
Vincent Weisser (@vincentweisser), CEO da Prime Intellect
Dylan Patel (@dylan522p), Fundador e CEO da SemiAnalysis
Christopher D. Manning (@chrmanning), Professor na Stanford University
Andrew Trask (@iamtrask), Fundador da OpenMined
Percy Liang (@percyliang), Professor na Stanford University
Seth Bloomberg (@bloomberg_seth), Sócio de Investimento na Unsupervised Capital
Jason Lee (@jasondeanlee), Professor na UC Berkeley
Animesh Garg (@animesh_garg), Professor de Computação, Georgia Institute of Technology
Thomas Wolf (@Thom_Wolf), Co-fundador e CSO da Hugging Face
Matt White (@matthew_d_white), Diretor Executivo, PyTorch Foundation
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Professor Associado de EECS, MIT
Kevin Xu (@kevinsxu), Fundador, Interconnected
Andy Konwinski (@andykonwinski), Fundador, Laude Institute
Jason Kwon (@jasonkwon), Diretor de Estratégia, OpenAI
Will Brown (@willccbb), Líder de Pesquisa, Prime Intellect
Paige Bailey (@DynamicWebPaige), Líder de Engenharia DevX no Google DeepMind
Mike Abbott, Co-fundador & CEO, Open Athena
Helen Toner (@hlntnr), Georgetown University
Mark Surman (@msurman), Presidente, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Fundador da ChinaTalk
Finbarr Timbers (@finbarrtimbers), Engenheiro de Pesquisa Líder na Ai2
Andrew Carr (@andrew_n_carr), Co-fundador e Cientista Chefe na Cartwheel
Swyx (@swyx), Co-fundador da Smol . ai & Latent Space
8,75K
seth bloomberg republicou
Um dia e meio antes do lançamento do ATOM, uma coisa é muito clara sobre modelos abertos em comparação com anos anteriores: já não é uma posição minoritária.
Abaixo está uma lista de signatários notáveis (com mais de 200 no total). Pessoas de todos os cantos da comunidade de IA assinaram. Pessoas que seriam rotuladas como "doomers" e outras que são "aceleracionistas". Há acadêmicos de destaque, funcionários do governo, pesquisadores em laboratórios de ponta, engenheiros, capitalistas de risco e tudo o que está entre eles.
Agora começa um longo processo de tornar isso real. A OpenAI fez algo bom ao facilitar para a liderança em todo o campo aprovar lançamentos de modelos abertos, mas isso não resolve a necessidade do ATOM. Reforça que esta é uma mudança comunitária que não pode ser corrigida por uma organização aberta ou um único defensor.
Vamos continuar a pressionar.
Aqui estão os signatários proeminentes. Em breve também publicarei outra atualização com todos os agradecimentos a quem fez isso acontecer.
Clement Delangue (@ClementDelangue), CEO da Hugging Face
Jeremy Howard (@jeremyphoward), Co-fundador da Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Diretor de Pesquisa Aplicada na Nvidia
Ross Taylor (@rosstaylor90), CEO da General Reasoning
Sebastian Raschka (@rasbt), Autor de Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), Co-fundador do PyTorch
Miles Brundage (@Miles_Brundage), Antigo Chefe de Pesquisa de Políticas na OpenAI
Ali Farhadi, CEO da Ai2
Sergey Levine (@svlevine), Professor na U.C. Berkeley, Co-fundador da Physical Intelligence
Bill Gurley (@bgurley), Sócio Geral na Benchmark
Vincent Weisser (@vincentweisser), CEO da Prime Intellect
Dylan Patel (@dylan522p), Fundador e CEO da SemiAnalysis
Christopher D. Manning (@chrmanning), Professor na Stanford University
Andrew Trask (@iamtrask), Fundador da OpenMined
Percy Liang (@percyliang), Professor na Stanford University
Seth Bloomberg (@bloomberg_seth), Sócio de Investimento na Unsupervised Capital
Jason Lee (@jasondeanlee), Professor na UC Berkeley
Animesh Garg (@animesh_garg), Professor de Computação, Georgia Institute of Technology
Thomas Wolf (@Thom_Wolf), Co-fundador e CSO da Hugging Face
Matt White (@matthew_d_white), Diretor Executivo, PyTorch Foundation
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Professor Associado de EECS, MIT
Kevin Xu (@kevinsxu), Fundador, Interconnected
Andy Konwinski (@andykonwinski), Fundador, Laude Institute
Jason Kwon (@jasonkwon), Diretor de Estratégia, OpenAI
Will Brown (@willccbb), Líder de Pesquisa, Prime Intellect
Paige Bailey (@DynamicWebPaige), Líder de Engenharia DevX no Google DeepMind
Mike Abbott, Co-fundador & CEO, Open Athena
Helen Toner (@hlntnr), Georgetown University
Mark Surman (@msurman), Presidente, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Fundador da ChinaTalk
Finbarr Timbers (@finbarrtimbers), Engenheiro de Pesquisa Líder na Ai2
Andrew Carr (@andrew_n_carr), Co-fundador e Cientista Chefe na Cartwheel
Swyx (@swyx), Co-fundador da Smol . ai & Latent Space
34,73K
seth bloomberg republicou
🌸 Como o código aberto impulsiona a inovação
Aqui está uma visualização de agentes submetidos ao longo do tempo
Quanto mais próximos os pontos estão uns dos outros, mais semelhante é o código do agente
Note como aparecem grupos de agentes - cada vez que um minerador encontra uma nova maneira inovadora de resolver problemas, muitos agentes semelhantes são lançados, baseando-se nessa lógica
Achamos bonito ver isso. Também note como os grupos aparecem cada vez mais rápido no final - os agentes estão melhorando a um ritmo acelerado.
14,92K
A configuração para o Max e a equipa @webuildscore é fenomenal:
• Fundador/equipe excecional
• Construindo um produto diferenciado para um mercado em crescimento/desatendido
• Aproveitando a tecnologia do mecanismo de incentivos da Bittensor para criar consistentemente um produto melhor
Estou muito entusiasmado com este.
5/08, 22:49
Estamos a publicar o nosso memorando interno de investimento sobre o Score—Subnet 44 na Bittensor.
O Score está a construir um sistema de visão computacional para análise desportiva, já processando jogos de futebol completos em menos de 2 minutos.
Dimensionámos o mercado imediato e acessível em $1.8B, implicando um potencial de 51x para o token na avaliação atual.
Memorando completo abaixo.
3,92K
seth bloomberg republicou
Estamos a publicar o nosso memorando interno de investimento sobre o Score—Subnet 44 na Bittensor.
O Score está a construir um sistema de visão computacional para análise desportiva, já processando jogos de futebol completos em menos de 2 minutos.
Dimensionámos o mercado imediato e acessível em $1.8B, implicando um potencial de 51x para o token na avaliação atual.
Memorando completo abaixo.
45,18K
Gostaria muito de ver isso acontecer também. Mas, na prática, não tenho certeza de como implementar algo assim.
O governo federal simplesmente subsidia o custo para laboratórios abertos adquirirem esse hardware? Isso seria um subsídio contínuo (é necessário novo hardware com frequência agora), e como selecionar quais laboratórios recebem o subsídio? Um cálculo rápido para 10K H200s provavelmente ultrapassa os $300M se usarmos a suposição simples de ~$30K por H200. E isso é apenas a aquisição de hardware GPU. Você precisa de um lugar para executar isso, além dos custos operacionais para mantê-los.
Se você obrigar os proprietários de computação existentes a reservar uma parte de seu suprimento para fornecer a esses laboratórios, eles também precisarão de algum tipo de subsídio. A maioria dessas empresas diz que estão com restrições de suprimento agora também.
De qualquer forma, parece que estamos caminhando para a criação de um novo paradigma de computação. O paradigma até agora tem girado em torno da escalabilidade da computação co-localizada. Sem dúvida, ainda haverá grandes construções de datacenters do tamanho de Manhattan nos EUA e em outros lugares. Mas também haverá ilhas de computação menores, variando em tamanho, que estão conectadas com fibra, etc. Quando essas forem as novas/standard restrições e limitações fundamentais, isso empurrará a comunidade de pesquisa em IA mais ampla em novas direções inexploradas.
O impacto downstream disso pode significar uma grande e crescente divergência entre a pesquisa, arquiteturas de modelos, economias, etc., produzidas entre os maiores laboratórios de IA fechados (aqueles que trabalham efetivamente com datacenters massivos) e aqueles (provavelmente acadêmicos e empresas de IA descentralizadas) que usam clusters de computação mais distribuídos (ou seja, as pequenas, mas numerosas ilhas de computação). Não está claro como isso se desenrolará para nenhum dos lados (e, em última análise, para os consumidores dos modelos produzidos por cada um), mas parece que é para lá que as coisas estão indo.
Você poderia até argumentar que já vimos vislumbres disso. Os laboratórios chineses têm restrições de computação fundamentalmente diferentes das da OpenAI, por exemplo. Esses laboratórios chineses tiveram que inovar em técnicas de treinamento/inferência por causa disso. Não é uma analogia perfeita, mas talvez possa ajudar a elucidar como "pequenos passos" em direção a um novo paradigma se parecem, e ao longo do tempo, esses pequenos passos se acumulam e produzem algo que parece/funciona de maneira bastante diferente do que o outro caminho produz.
4/08, 22:08
Para resolver isso, o recurso chave é ter vários laboratórios abertos com mais de 10000 GPUs cada.
Múltiplos laboratórios fazem com que não fiquemos dependentes da boa vontade das grandes empresas de tecnologia para querer lançar modelos. Essas instituições aumentam a inovação e reduzem o risco dessa tecnologia crucial.
806
Leitura muito interessante, algumas coisas que se destacaram:
-- começa o artigo notando que estão a ver sistemas de IA a auto-melhorar-se (tendência crescente) mas com poucos detalhes
-- traçando uma grande distinção entre IA "pessoal/consumidor" e a substituição de trabalhadores/trabalho
-- óculos a tornarem-se os nossos "dispositivos de computação primários", vantajados porque têm mais contexto
-- superinteligência significa que precisam de reconsiderar a sua estratégia de código aberto, uma grande mudança em relação ao ano passado.
30/07/2025
Hoje, Mark partilhou a visão da Meta para o futuro da superinteligência pessoal para todos.
Leia a sua carta completa aqui:
2,3K
Top
Classificação
Favoritos