Naré Vardanyan 是 Ntropy 的 CEO 和联合创始人，Ntropy 是一家金融数据标准化和丰富 API。
人工智能开发的讨论已经被一个未来主义和哲学辩论所主导 – 我们应该追求通用人工智能，即人工智能将变得足够先进，可以像人类一样执行任何任务？这是可能的吗？虽然加速与减速的讨论很重要且及时，尤其是在Q-star模型等进步的背景下，但其他方面也很重要。主要是去中心化技术栈的重要性，以及如何在不使其成为成本负担的情况下实现这一点。这些两个挑战可能看起来相互矛盾：构建和部署模型非常昂贵，但过度依赖一个模型可能会在长期内造成危害。作为人工智能创始人，我亲身经历了这个挑战。为了构建智能，你需要人才、数据和可扩展的计算能力。为了加快上市时间并用更少的资源做更多事情，许多公司会选择在现有模型的基础上构建，而不是从头开始构建。这种方法在你构建的东西非常耗资源时是有道理的。这种挑战的复合因素是，到目前为止，人工智能领域的大部分进步都是通过增加规模来实现的，这需要更多的计算能力和因此更高的成本。但是，当你构建解决方案的公司出现治理失败或产品停机时会发生什么？从实际角度来看，依赖单个模型来构建你的产品意味着你现在是任何事情发生的负面连锁反应的一部分。我们还必须记住使用概率系统的风险。我们不习惯这样，到目前为止我们生活的世界是被设计成具有明确答案的。模型在输出方面是流动的，公司不断调整这些模型，这意味着你编写的代码和客户依赖的结果可能会在你不知情或无法控制的情况下发生变化。中心化也会引起安全问题，因为它引入了单点故障。每家公司都在为自己着想。如果模型存在安全或风险问题，你对解决该问题或获取替代方案的控制权或访问权限会更少。那我们现在的处境如何?人工智能无疑会改善我们的生活。它有很多可以实现和解决的事情，从我们收集信息的方式到我们理解大量数据的方式。但是，随着这些机会也带来了风险。如果我们过度依赖单个模型，所有公司都将自己暴露在安全和产品挑战之下。为了解决这个问题，我们需要降低推理成本，并使公司更容易采用多模型方法。当然，一切都归结为数据。数据和数据所有权将变得重要。数据越独特、质量越高、可用性越好，它就越有用。对于许多问题，你可以优化模型以适应特定应用。人工智能的最后一公里是公司在不同模型的基础上构建路由逻辑、评估和编排层，专门用于不同的垂直领域。在这个领域已经有多项重大投资，这些投资正在使我们更接近这一目标。Mistal最近（且令人印象深刻）的融资轮是朝着OpenAI替代品迈出的一步。还有公司正在帮助其他人工智能提供商实现跨模型多路复用，并通过专用硬件、软件和模型蒸馏等方式降低推理成本，仅举几例。我们还将看到开源的兴起，政府机构必须允许开源保持开源。使用开源模型，可以更容易地控制。但是，性能差距仍然存在。我假设我们最终会进入一个世界，你将拥有针对较不复杂任务的初级模型，这些模型可以在规模上执行，而较大的超级智能模型将作为更新的oracle，并将越来越多地花费计算资源来解决更复杂的问题。你不需要一个 trillion参数模型来响应客户服务请求。我将其比喻为不需要一名高级主管来管理一名实习生可以处理的任务。就像我们为人类同事有多个角色一样，大多数公司也将依赖于具有不同复杂度级别的模型集合。为了实现这种平衡，你需要明确的任务分解和基准，考虑时间、计算复杂性、成本和所需的规模。根据用例，你可以优先考虑。确定一个基准真相、一个理想的比较结果、一个示例输入和输出数据，因此你可以运行各种提示来优化并获得最接近基准真相的结果。如果人工智能公司能够成功地去中心化他们的技术栈，并在多个模型上构建，我们可以提高这些工具的安全性和可靠性，并最大限度地发挥人工智能的积极影响。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。如果人工智能公司能够成功地去中心化他们的技术栈和在多个模型上构建，我们可以提高这些工具的安全性和可靠性，并最大限度地发挥人工智能的积极影响。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。如果人工智能公司能够成功地去中心化他们的技术栈和在多个模型上构建，我们可以提高这些工具的安全性和可靠性，并最大限度地发挥人工智能的积极影响。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。如果人工智能公司能够成功地去中心化他们的技术栈和在多个模型上构建，我们可以提高这些工具的安全性和可靠性，并最大限度地发挥人工智能的积极影响。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。如果人工智能公司能够成功地去中心化他们的技术栈和在多个模型上构建，我们可以提高这些工具的安全性和可靠性，并最大限度地发挥人工智能的积极影响。我们不再处于进行理论辩论的位置 – 是时候专注于如何让人工智能发挥作用，使这些技术更加有效和坚韧了。我们不再处于进行理论辩论的位置...
