W zeszłym tygodniu współzałożyciel @SentientAGI Sandeep podzielił się tymi 4 punktami w London Business School, które wyjaśniają kluczowe problemy w rozwoju AI. Shipping Velocity（prędkość dostawy） ————————————————————————— Większość firm traci okno rynkowe w dążeniu do idealnego produktu. Najpierw stwórz, a potem iteruj, w istocie to wyścig z czasem. Opinie uzyskane z publicznych testów modeli AI są bardziej wartościowe niż prace w zamkniętym kręgu. Szybkie próby i błędy, szybkie dostosowania, pozwalają produktowi ewoluować w rzeczywistych scenariuszach użytkowania. Algorytmy mogą być iterowane, ale przegapienie momentu rynkowego to przegapienie. Real Distribution（prawdziwa dystrybucja） ————————————————————————— Prawdziwe tworzenie wartości prowadzi do trwałego wzrostu. Sentient wybiera ścieżkę open source, ponieważ open source może szybciej dotrzeć do prawdziwych użytkowników i rozwiązać rzeczywiste problemy. Gdy narzędzia AI są rzeczywiście używane, modyfikowane i ulepszane przez globalnych deweloperów, efekt dystrybucji wzrasta w sposób wykładniczy. Produkty z prawdziwą dystrybucją muszą przejść testy w praktyce. Community Scale（skala społeczności） ————————————————————————— Nawet najbardziej zaawansowane systemy scentralizowane są ograniczone przez granice poznawcze pojedynczego zespołu. Ekosystem napędzany przez społeczność może mobilizować zbiorową mądrość, pozwalając milionom deweloperów jednocześnie przyczyniać się do optymalizacji produktu....