Ne pelno siekiančio AI tyrimų instituto epochos AI analizė rodo, kad PG pramonė gali daug ilgiau nepavykti išvengti didžiulio našumo padidėjimo iš samprotavimų. Remiantis ataskaitos išvadomis, kai tik per metus progresas iš samprotavimo modelių galėtų sulėtinti.

Tokie samprotavimo modeliai, kaip „Openai“ O3, pastaraisiais mėnesiais padarė didelę naudą AI etalonams, ypač etalonams, vertinantiems matematikos ir programavimo įgūdžius. Modeliai gali pritaikyti daugiau skaičiavimo problemoms, o tai gali pagerinti jų našumą, nes neigiama pusė yra ta, kad užduotims atlikti reikia ilgiau nei įprastų modelių.

Priežiūros modeliai yra kuriami pirmiausia mokant įprastą didžiulį duomenų kiekį, tada taikant techniką, vadinamą armatūros mokymu, kuris iš tikrųjų suteikia modelį „atsiliepimą“ apie savo sprendimus sunkioms problemoms.

Iki šiol „Frontier AI“ laboratorijos, tokios kaip „Openai“, „Epochas“ duomenimis, netaikė didžiulės skaičiavimo galios į argumentų mokymosi modelio mokymo etapą.

Tai keičiasi. „Openai“ teigė, kad ji pritaikė maždaug 10 kartų daugiau skaičiavimo, kad išmokytų O3, nei jo pirmtakas O1, ir epochas spėlioja, kad didžioji šio skaičiavimo dalis buvo skirta mokymosi sustiprinimui. O „Openai“ tyrėjas Danas Robertsas neseniai atskleidė, kad būsimiems bendrovės planams reikalaujama prioritetų sustiprinimo mokymosi, kad būtų galima naudoti kur kas daugiau skaičiavimo galios, net daugiau nei pradiniam modelio mokymui.

Tačiau vis dar yra viršutinė riba, kiek skaičiavimo galima pritaikyti sustiprinant mokymąsi vienai epochai.

Joshas You, „Epoch“ analitikas ir analizės autorius, paaiškina, kad „Standard AI“ modelio mokymo rezultatų padidėjimas šiuo metu kasmet yra keturis kartus, o pastiprinimo mokymosi rezultatų padidėjimas kas 3–5 mėnesius auga dešimt kartų. Jis tęsia samprotavimo mokymo progresą „greičiausiai suartins su bendra siena iki 2026 m.“.

„Epoch“ analizė daro daugybę prielaidų ir iš dalies remiasi AI bendrovės vadovų viešais komentarais. Tačiau taip pat leidžiama, kad samprotavimo modelių mastelio keitimas gali pasirodyti sudėtingas dėl priežasčių, išskyrus skaičiavimą, įskaitant dideles tyrimų išlaidas.

„Jei tyrimams reikalingos nuolatinės pridėtinės išlaidos, samprotavimo modeliai gali būti ne taip, kiek tikėtasi“, – rašo jums. „Greitas skaičiavimo mastelio keitimas gali būti labai svarbus samprotavimo modelio progreso ingredientas, todėl verta tai atidžiai sekti“.

Bet kokie požymiai, kad artėjantys modeliai artimiausiu metu gali pasiekti tam tikrą ribą, greičiausiai nerimins AI pramonę, kuri investavo milžiniškus išteklius, kuriančius tokio tipo modelius. Jau dabar tyrimai parodė, kad samprotavimo modeliai, kuriuos gali būti neįtikėtinai brangu, turi rimtų trūkumų, pavyzdžiui, polinkį haliucinuoti labiau nei kai kurie įprasti modeliai.

„Anthropic“ generalinis direktorius Dario Amodei paskelbė esė ketvirtadienį, kuriame pabrėžiama, kaip mažai tyrėjų supranta apie vidinį pasaulio pirmaujančių AI modelių veikimą. Norėdami tai išspręsti, „Amodei“ nustatė ambicingą „Anthropic“ tikslą, kad iki 2027 m. Patikimai aptiktų daugumą AI modelio problemų.

Amodei pripažįsta būsimą iššūkį. „Aiškumo skubumas“ generalinis direktorius sako, kad „Anthropic“ padarė ankstyvą proveržį sekdamas, kaip modeliai patenka į savo atsakymus, tačiau pabrėžia, kad norint iššifruoti šias sistemas reikia daug daugiau tyrimų, kai jos tampa galingesnės.

„Man labai rūpi diegti tokias sistemas, nesuteikiant geresnio aiškinamumo“, – rašė Amodei rašinyje. „Šios sistemos bus absoliučiai pagrindinės ekonomikos, technologijos ir nacionalinio saugumo pagrindai ir galės turėti tiek daug autonomijos, kad manau, kad žmonijai iš esmės nepriimtina, kad jie visiškai nežino, kaip jie veikia.“

„Anthropic“ yra viena iš novatoriškų kompanijų, turinčių mechanistinį aiškinamumą, lauką, kuria siekiama atidaryti juodą AI modelių dėžę ir suprasti, kodėl jie priima sprendimus, kuriuos jie priims. Nepaisant greito technologijų pramonės AI modelių pagerinimo, mes vis dar turime palyginti mažai supratimo, kaip šios sistemos priima sprendimus.

Pavyzdžiui, „Openai“ neseniai pristatė naujus AI modelius, O3 ir O4-MINI, kurie geriau atlieka kai kurias užduotis, bet taip pat haliucinuoja ne tik daugiau nei kiti jo modeliai. Bendrovė nežino, kodėl tai vyksta.

„Kai generatyvinė AI sistema ką nors daro, pavyzdžiui, apibendrina finansinį dokumentą, mes net neįsivaizduojame konkretaus ar tikslaus lygmens, kodėl ji priima pasirinkimus – kodėl ji pasirenka tam tikrus žodžius prieš kitus arba kodėl retkarčiais daro klaidą, nepaisant to, kad paprastai būna tikslus“, – rašė Amodei rašinyje.

„Anthropic“ įkūrėjas Chrisas Olahas sako, kad AI modeliai yra „auginami daugiau nei jie yra sukurti“,-rašinyje pažymi Amodei. Kitaip tariant, AI tyrėjai rado būdų, kaip pagerinti AI modelio intelektą, tačiau jie nelabai žino, kodėl.

Esė Amodei sako, kad gali būti pavojinga pasiekti AGI arba, kaip jis vadina, „genijaus šalis duomenų centre“, nesuprantant, kaip šie modeliai veikia. Ankstesniame rašinyje „Amodei“ teigė, kad technologijų pramonė gali pasiekti tokį etapą iki 2026 m. Arba 2027 m., Tačiau mano, kad mes daug toliau suprantame šiuos AI modelius.

Ilgainiui Amodei sako, kad „Anthropic“ iš esmės norėtų atlikti moderniausių AI modelių „smegenų nuskaitymus“ arba „MRT“. Jis sako, kad šie patikrinimai padėtų nustatyti įvairius AI modelių klausimus, įskaitant jų tendencijas meluoti, ieškoti galios ar kitokio silpnumo. Jis pridūrė, kad tai gali prireikti nuo penkerių iki dešimties metų, tačiau šios priemonės reikės išbandyti ir diegti „Anthropic“ ateities AI modelius.

„Anthropic“ padarė keletą tyrimų proveržį, kuris leido jam geriau suprasti, kaip veikia jo AI modeliai. Pvz., Bendrovė neseniai rado būdų, kaip atsekti PG modelio mąstymo kelius, ką įmonė vadina, grandinėmis. Antropikas nustatė vieną grandinę, kuri padeda PG modeliams suprasti, kurie JAV miestai yra JAV. Bendrovė rado tik keletą iš šių grandinių, tačiau vertinimu, AI modeliuose yra milijonai.

„Anthropic“ investavo į patį aiškinamumo tyrimus ir neseniai pirmą kartą investavo į startuolį, siekdamas aiškinamumo. Esė Amodei paragino „Openai“ ir „Google Deepmind“ padidinti savo tyrimų pastangas šioje srityje.

„Amodei“ ragina vyriausybes primesti „lengvos lietaus“ taisykles, kad būtų skatinami aiškinamumo tyrimai, pavyzdžiui, reikalavimai įmonėms atskleisti savo saugos ir saugumo praktiką. Esė „Amodei“ taip pat sako, kad JAV turėtų skirti lustų eksporto kontrolę į Kiniją, kad sumažintų nekontroliuojamos pasaulinės AI rasės tikimybę.

„Anthropic“ visada išsiskyrė iš „Openai“ ir „Google“, kad jis sutelktų dėmesį į saugumą. Nors kitos technologijų kompanijos pasitraukė į prieštaringai vertinamą Kalifornijos AI saugos įstatymo projektą „SB 1047“, „Anthropic“ paskelbė kuklią paramą ir rekomendacijas už įstatymo projektą, kuris būtų nustatęs saugos ataskaitų teikimo standartus pasienio AI modelio kūrėjams.

Atrodo, kad šiuo atveju „Anthropic“ reikalauja visoje pramonės pastangose ​​geriau suprasti AI modelius, o ne tik didinti savo galimybes.

Remiantis praėjusios savaitės bendrovės tinklalapyje paskelbtame palaikymo puslapyje, „Openai“ netrukus gali reikalauti, kad organizacijos užpildytų ID patikrinimo procesą, kad pasiektų tam tikrus ateities AI modelius.

Patikrinimo procesas, vadinamas patikrinta organizacija, yra „naujas būdas kūrėjams atrakinti prieigą prie pažangiausių modelių ir galimybių„ Openai “platformoje“, rašoma puslapyje. Patikrinimas reikalauja vyriausybės išduoto asmens tapatybės nurodymo iš vienos iš šalių, kurias palaiko „Openai“ API. ID gali patikrinti tik vieną organizaciją kas 90 dienų, o ne visos organizacijos galės patikrinti, sako „Openai“.

„„ Openai “mes rimtai vertiname savo atsakomybę užtikrinti, kad AI yra ir plačiai prieinama, ir saugiai naudojama“, – rašoma puslapyje. „Deja, nedidelė mažuma kūrėjų sąmoningai naudoja„ Openai “API pažeisdami mūsų naudojimo politiką. Pridedame patikrinimo procesą, kad sumažintume nesaugų AI naudojimą, tuo pačiu ir toliau pateikdami pažangių modelių prieinamą platesnei kūrėjų bendruomenei.“

„Openai“ išleido naują patikrintą organizacijos statusą kaip naują būdą kūrėjams atrakinti prieigą prie pažangiausių modelių ir galimybių platformoje ir būti pasirengęs „kitam įdomaus modelio leidimui“.

– Patikrinimas trunka kelias minutes ir reikalauja galiojančio … pic.twitter.com/zwzs1oj8ve

– Tibor Blaho (@btibor91) 2025 m. Balandžio 12 d

Naujas patikrinimo procesas galėtų būti skirtas padidinti saugumą aplink „Openai“ produktus, nes jie tampa sudėtingesni ir pajėgesni. Bendrovė paskelbė keletą pranešimų apie savo pastangas aptikti ir sušvelninti kenkėjišką savo modelių naudojimą, įskaitant grupes, kurios tariamai įsikūrusios Šiaurės Korėjoje.

Tai taip pat gali būti siekiama užkirsti kelią IP vagystėms. Remiantis šių metų pradžioje „Bloomberg“ pranešime, „Openai“ tiria, ar grupė, susijusi su Kinijos AI laboratorijos „Deepseek“ grupe, ištyrė didelius duomenų kiekius per jos API 2024 m. Pabaigoje, galbūt mokymo modeliams-„Openai“ sąlygų pažeidimui.

Praėjusią vasarą „Openai“ užblokavo galimybę naudotis savo paslaugomis Kinijoje.

Vienas iš naujų flagmanų AI modelių „Meta“, išleista šeštadienį, „Maverick“, užima antrąją vietą LM arenoje. Tačiau atrodo, kad „Maverick“ versija, kurią „Meta“ dislokuota „LM Arena“, skiriasi nuo versijos, kuri yra plačiai prieinama kūrėjams.

Kaip keli AI tyrėjai atkreipė dėmesį į X, Meta savo pranešime pažymėjo, kad „Maverick on LM“ arenoje yra „eksperimentinės pokalbių versija“. Tuo tarpu oficialioje „Llam“ tinklalapyje esanti diagrama atskleidžia, kad „Meta LM“ arenos testavimas buvo atliktas naudojant „Llam 4 Maverick“, optimizuotą pokalbiams “.

Kaip jau rašėme anksčiau, dėl įvairių priežasčių „LM Arena“ niekada nebuvo patikimiausia AI modelio veiklos priemonė. Tačiau PG įmonės paprastai neprisipažino ar kitaip tiksliai sureguliavo savo modelius, kad geriau įvertintų „LM“ arenoje-arba bent jau neprisipažino.

Modelio pritaikymo etalonui pritaikymo, jo sulaikymo ir to paties modelio „vanilės“ varianto problema yra ta, kad kūrėjams yra sudėtinga tiksliai nuspėti, kaip gerai modelis veiks tam tikrame kontekste. Tai taip pat klaidina. Idealiu atveju etalonai – apgailėtinai netinkami, kokie jie yra – pateikia vieno modelio stipriųjų ir silpnybių vaizdą įvairiose užduotyse.

Iš tikrųjų X tyrėjai pastebėjo ryškius viešai atsisiunčiamų „Maverick“ elgesio skirtumus, palyginti su modeliu, surengtu LM arenoje. Panašu, kad „LM Arena“ versija naudoja daugybę jaustukų ir pateikia neįtikėtinai ilgalaikius atsakymus.

Gerai, lama 4 yra def pločio virta lol, kas yra šis yap miestas pic.twitter.com/y3gvhbvz65

– Nathanas Lambertas (@Natolambert) 2025 m. Balandžio 6 d

Dėl tam tikrų priežasčių arenoje „Llam 4“ modelis naudoja daug daugiau jaustukų

kartu. PG, atrodo geriau: pic.twitter.com/f74odx4ztt

– „Tech Dev“ užrašai (@TechDevNotes) 2025 m. Balandžio 6 d

Mes susisiekėme su „Meta“ ir „Chatbot“ arena – organizacija, kuri palaiko LM areną komentuoti.

„Meta“ išleido naują AI modelių kolekciją, „Llam 4“, savo lamos šeimoje – šeštadienį ne mažiau.

Iš viso yra keturi nauji modeliai: „Llam 4 Scout“, „Llam 4 Maverick“ ir „Llama 4 Begemoth“. Visi buvo išmokyti „dideliais kiekiais nepaženklinto teksto, vaizdo ir vaizdo duomenų“, kad jie suteiktų „plačią vaizdinį supratimą“, sako Meta.

Kinijos AI laboratorijos „Deepseek“, kurie veikia lygiai ar geriau nei ankstesni „Meta“ flagmanų „Llam“ modeliai, sėkmė, kaip pranešama, kad „Llama“ vystymosi „Overdrive“. Teigiama, kad meta turi iššifravusio karo kambarius, kad iššifruotų, kaip „Deepseee“ sumažino modelių, tokių kaip R1 ir V3, bėgimo ir dislokavimo išlaidas.

„Scout“ ir „Maverick“ yra atvirai prieinami llama.com ir iš „Meta“ partnerių, įskaitant AI dev platformą, apkabinančią veidą, o Behemotas vis dar mokosi. „Meta“ sako, kad „Meta AI“, jos AI varomas asistentas visose programose, įskaitant „WhatsApp“, „Messenger“ ir „Instagram“, buvo atnaujintas naudoti „Lla 4“ 40 šalių. Multimodalinės savybės kol kas apsiriboja JAV anglų kalba.

Kai kuriems kūrėjams gali kilti problemų dėl „Lama 4“ licencijos.

Vartotojams ir įmonėms „gyvenamosios vietos“ arba su „pagrindine verslo vieta“ ES draudžiama naudoti ar platinti modelius, greičiausiai dėl regiono AI ir duomenų privatumo įstatymų nustatytų valdymo reikalavimų. (Anksčiau „Meta“ šį įstatymus nutarė kaip pernelyg apsunkintus.) Be to, kaip ir ankstesniuose „Llam“ leidimuose, įmonės, turinčios daugiau nei 700 milijonų mėnesinių aktyvių vartotojų, turi paprašyti specialios „Meta“ licencijos, kurią „Meta“ gali suteikti ar paneigti savo nuožiūra.

„Šie„ Llam 4 “modeliai žymi naujos„ Llam “ekosistemos eros pradžią“, – rašė Meta tinklaraščio įraše. „Tai tik„ Llam 4 “kolekcijos pradžia“.

„Meta“ sako, kad „Llam 4“ yra pirmoji modelių kohorta, kurioje naudojama ekspertų (MOE) architektūros mišinys, kuris yra labiau skaičiavimo požiūriu efektyvus mokymui ir atsakymui už klausimus. MOE architektūros iš esmės suskaido duomenų apdorojimo užduotis į užduotis ir tada perduokite jas į mažesnius, specializuotus „ekspertų“ modelius.

Pavyzdžiui, „Maverick“ turi 400 milijardų parametrų, tačiau tik 17 milijardų aktyvus parametrai 128 „Ekspertai“. (Parametrai apytiksliai atitinka modelio problemų sprendimo įgūdžius.) Skautas turi 17 milijardų aktyvių parametrų, 16 ekspertų ir 109 milijardų parametrų.

Remiantis „Meta“ vidiniu bandymu, „Maverick“, kuris, pasak bendrovės, yra geriausia „bendrojo asistento ir pokalbių“ naudojimo atvejams, tokiems kaip kūrybinis rašymas, viršija tokius modelius kaip „Openai“ GPT-4O ir „Google“ „Gemini 2.0“ apie tam tikrą kodavimą, samprotavimus, daugiakalbį, ilgalaikį ir vaizdo etalonus. Tačiau „Maverick“ nelabai įvertina naujausius modelius, tokius kaip „Google“ „Gemini 2.5 Pro“, „Anthropic“ „Claude 3.7 Sonnet“ ir „Openai“ GPT-4.5.

„Scout“ stipriosios pusės yra tokiose užduotyse kaip dokumentų apibendrinimas ir pagrindimai dėl didelių kodų bazių. Vienareikšmiškai, jis turi labai didelį konteksto langą: 10 milijonų žetonų. („Žetonai“ atspindi neapdoroto teksto dalis, pvz., Žodis „fantastiškas“ padalijamas į „ventiliatorių“, „TAS“ ir „tic“.) Paprastai angliškai skautė gali imtis vaizdų ir iki milijonų žodžių, leisdama jam apdoroti ir dirbti su ypač ilgais dokumentais.

Remiantis „Meta“ skaičiavimais, skautas gali veikti vienoje „NVIDIA H100 GPU“, o „Maverick“ reikalauja NVIDIA H100 DGX sistemos arba ekvivalento.

Meta neišleistas behemoth reikės dar jautresnės aparatūros. Anot bendrovės, „Behemoth“ turi 288 milijardus aktyvių parametrų, 16 ekspertų ir beveik du trilijonus parametrų. „Meta“ vidinis etalonas yra „Behemoth“ pralenkdamas GPT-4.5, Claude 3.7 sonet ir „Gemini 2.0 Pro“ (bet ne 2.5 Pro) keliuose vertinimuose, matuojančiuose STEM įgūdžius, tokius kaip matematikos problemų sprendimas.

Pažymėtina, kad nė vienas iš „Llam 4“ modelių nėra tinkamas „samprotavimo“ modelis pagal „Openai“ O1 ir O3-mini. Priežiūros modeliai Faktai tikrina savo atsakymus ir paprastai patikslina į klausimus, tačiau dėl to atsakymai prireikia ilgiau nei tradiciniai, „nepagrįstai“ modeliai.

Įdomu tai, kad „Meta“ sako, kad ji sureguliavo visus savo „Llam 4“ modelius, kad atsisakytų atsakyti į „ginčytinus“ klausimus. Anot bendrovės, „Llam 4“ reaguoja į „diskutuojamas“ politines ir socialines temas, kurių nebūtų ankstesni lamos modelių derliai. Be to, bendrovė sako, kad „Lama 4“ yra „dramatiškai labiau subalansuota“, su kuria ragina jį išlaisvinti.

„(Y) gali tikėtis („ Lllama 4 “), kad pateiktų naudingų, faktinių atsakymų be sprendimo“, – „TechCrunch“ pasakojo meta atstovas. „(W) ir toliau daro lamą reaguojančią, kad ji atsakytų į daugiau klausimų, galėtų atsakyti į įvairius skirtingus požiūrius (…) ir nepritarti kai kurioms nuomonėms prieš kitus“.

Tie pataisymai būna, kai kai kurie Baltųjų rūmų sąjungininkai kaltina AI pokalbių programas, kad yra per daug politiškai „pabudo“.

Daugelis artimųjų prezidento Donaldo Trumpo patikėtinių, įskaitant milijardierių Eloną Muską ir Crypto bei AI „CZAR“ Davidą Sacksą, teigė, kad populiarios AI pokalbių cenzūros cenzūros požiūriai. „Sacks“ istoriškai išskiria Openai Chatgptą kaip „užprogramuotą pabudimą“ ir netiesą apie politinius dalykus.

Tiesą sakant, AI šališkumas yra neišspręsta techninė problema. Savų Musko AI kompanija „Xai“ stengėsi sukurti pokalbių programą, kuri nepritaria kai kurioms politinėms nuomonėms prieš kitus.

Tai nesustabdė įmonių, įskaitant „Openai“, koreguoti savo AI modelius, kad atsakytų į daugiau klausimų, nei jie būtų anksčiau, ypač klausimai, susiję su prieštaringai vertinamais dalykais.

„Runway“, startuoliu, kuriant daugybę generatyvių AI modelių, skirtų žiniasklaidos gamybai, įskaitant vaizdo įrašų generavimo modelius, surinko 308 mln. USD per D serijos finansavimo etapą.

„General Atlantic“ vadovavo raundui, kuriame dalyvavo „Fidelity Management & Research Company“, Baillie Gifford, Nvidia, Softbank ir kiti. Šviežioji kapitalas bus įtrauktas į AI tyrimus ir įdarbinimą, pranešime spaudai sakė „Ricway“, taip pat išplėsti kilimo ir tūpimo tako „Runway Studios“ filmų ir animacijos gamybos ranką.

„Crunchbase“ duomenimis, iki šiol „Runway“ surinko 536,5 mln. USD.

„Šiandien žymi svarbų etapą, nes„ Runway “paskelbia reikšmingą kitą žingsnį link mūsų tikslo sukurti naują žiniasklaidos ekosistemą su pasaulio treniruokliais“, – rašė bendrovė pranešime spaudai. „(Mūsų neseniai) pažanga nėra tik laipsniški patobulinimai; jie sudaro pagrindą visiškai naujam požiūriui į žiniasklaidą – ekosistemą, sukurtą AI sistemose, galinčiose modeliuoti mūsų pasaulį.“

KTT siūlo AI medijos įrankių rinkinį, įskaitant vaizdo ir vaizdo ir vaizdus sukeliančius modelius. Tai susiduria su didele konkurencija vaizdo įrašų generavimo erdvėje, įskaitant „Openai“ ir „Google“. Tačiau bendrovė kovojo, kad atskirtų save, sudarydama susitarimą su didele Holivudo studija ir aibės milijonais dolerių filmams finansuoti naudojant AI pagamintą filmuotą medžiagą.

Šią savaitę „Runway“ išleido „Gen-4“-vaizdo įrašą sukuriantį modelį, kuris, įmonės teigimu, gali sukurti nuoseklius personažus, vietas ir objektus scenose, išlaikyti „nuoseklią pasaulio aplinką“ ir atsinaujinti elementus iš skirtingų perspektyvų ir pozicijų scenose. Su tokiais produktais kaip „Gen-4“ ir jos neseniai išleista API vaizdo modeliams, „Runway“ tikisi šiais metais pasiekti 300 milijonų dolerių metines pajamas.

Vienas iš galimų kliūčių yra ieškinys, kurį menininkai pateikė prieš kilimo ir tūpimo taką ir kitas generuojančias AI kompanijas, kaltinančias atsakovus savo modelių mokymu apie autorių teisių teisių kūrinius be leidimo. Kilimo takelis teigia, kad doktrina, žinoma kaip sąžiningas naudojimas, apima ją iš teisinių padarinių. Dar nėra aišku, ar įmonė vyraus.

Atnaujinta 6:21 Ramiojo vandenyno: originalios šios istorijos versija klaidingai nurodė, kad kilimo ir tūpimo takas iš savo D. serijos surinko 300 milijonų dolerių. Jis iš tikrųjų surinko 308 milijonus dolerių. Mes apgailestaujame dėl klaidos.

„Loolside“ įkūrėjas ir generalinis direktorius Jasonas Warneris nemalonino žodžių: jis mano, kad dauguma kompanijų, norinčių sukurti „Fondo“ AI modelius, turėtų sutelkti dėmesį į programų kūrimą. Baseine yra AI varoma programinės įrangos kūrimo platforma.

Warneris pirmadienį Las Vegase „Humanx AI“ konferencijoje „Humanx AI“ auditorijai sakė, kad nemano, jog kas nors nemano, kad žvalgyba yra svarbiausia prekė pasaulyje – lygiavertė elektra – turėtų sukurti pamatų modelį.

„Jei esate vienas iš tų žmonių, jei norite paimti vieną tvoros pusę, jūs esate grynųjų pinigų spaustuvė, priešingai nei mes kada nors matėme pasaulyje“, – teigė Warneris. „Arba, jei kita tvoros pusė iš esmės keičia ir lenkia žmonijos lanką tokiu būdu, kokio mes anksčiau nepadarėme. Ir aš tikiu, kad tai tiesa “.

Warneris pridūrė, kad jo įmonė „pažodžiui“ eina po AGI per programinę įrangą. Jei kas nors į pagrindinius modelius pažvelgia kaip į „malonu turėti“ kaip būdą surinkti VC grynuosius pinigus, įmonė turėtų tiesiog sukurti įvyniojimą ant esamo pagrindinio modelio, pridūrė jis.

Vis dėlto, kalbėdamas apie tai, Warneris teigė, kad jis mano, jog įmonių statybos fondo modeliai negali turėti tiesiog fondo modelio kaip jų produkto. Vietoj to, tai turėtų būti jų produkto dalis – ypač todėl, kad kraštovaizdis tampa konkurencingesnis.

„Mano nuomone, jei ketinu kurti tokio tipo verslą, aš kuriu iš vienos pusės, einu po intelekto pagal skaičiavimą, man reikia eiti po sunkiausia aplinka“, – teigė Warneris. „Negalite padaryti paprastos iš vienos pusės, o kitoje – sunku. Tai iš tikrųjų neturi prasmės, nes jei ketinate visko siekti, eik visko. “

Jis pridūrė, kad dėl šios priežasties „Poolide“ eina po griežtų laukų, tokių kaip gynyba, ir dirba su vyriausybe. Tačiau „Warner“ teigė, kad įmonė taip pat planuoja pradėti naudoti vartotojų paraišką.

San Francisko mieste esančiame baseine 2023 m. Įkūrė Warneris, buvęs „GitHub“ CTO ir VC generalinis direktorius „Redpoint“, ir Eiso Kantas, serialo įkūrėjas. Bendrovė surinko daugiau nei 620 milijonų dolerių rizikos finansavimą ir šiuo metu yra įvertinta 3 milijardais dolerių.