Den kunstige intelligens (AI) industri skifter sit fokus til kunstig generel intelligens (AGI), hvor eksperter understreger behovet for decentraliseret AI for at opnå menneskelignende ræsonnering og opgaveløsning.
Sentient Medstifter: Decentraliseret AI er afgørende for at opnå Kunstig Generel Intelligens
Denne artikel blev publiceret for mere end et år siden. Nogle oplysninger er muligvis ikke aktuelle.

Decentraliseret AI: Nøglen til AGI’s Fremtid
Den kunstige intelligens (AI) industri, som rider på en bølge af uovertruffen vækst og innovation, fokuserer nu på den næste grænse: kunstig generel intelligens (AGI). Mens nylige kapitalrejsninger af fremtrædende AI-startups, såsom Anthropics milliardfinansieringsrunder og Mistral AI’s hurtige vej til unicorn-status, fremhæver enorm investorfortræst i den nuværende retning af AI, mener eksperter, at feltets sande potentiale endnu ikke er fuldt realiseret.
Himanshu Tyagi, medstifter af Sentient og professor ved Indian Institute of Science, argumenterer for, at vejen til AGI ligger i at omfavne decentraliseret AI. For at imødegå udfordringerne ved at udvikle AI, der er i stand til menneskelignende ræsonnering og opgaveløsning, understregede Tyagi behovet for “helt nye data om menneskelige strategier og specialiserede modeller trænet på disse data.”
Han hævder, at de data, der kræves for at bygge AGI, går ud over den let tilgængelige information, der findes på internettet. I stedet omfatter det “dybere heuristikker og strategier, som mennesker bruger til forskellige opgaver,” såsom komplekse salgsteknikker eller innovativt mærkedesign. Disse data, ofte rodfæstet i strategiske konkurrencer som tekniske interviews, præsenterer en betydelig samlingsudfordring. “Hvis vi vælger centraliserede siloer til at indsamle disse data, vil det være af begrænset nytte,” udtalte Tyagi, idet han gik ind for “decentraliserede, åbne og incitamentbaserede mekanismer” til at indsamle virkelig værdifulde data.
Udfordringerne strækker sig til modeludvikling, hvor Tyagi understreger behovet for “folk til frit at bidrage med deres trænede modeller med specifikke færdigheder og justering.” Han peger også på nødvendigheden af at stille “beregningsressourcer på Googles skala til rådighed for at træne deres modeller.” Ifølge Tyagi “løser decentraliseret modelejerskab med incitamenter og decentraliseret træning disse problemer.”
Presset for decentraliseret AI vinder momentum, da industrien kæmper med begrænsningerne ved centraliserede data og modeludvikling. Da AGI repræsenterer det næste store spring i AI-evolutionen, kunne evnen til at udnytte mangfoldig menneskelig intelligens og samarbejdsvillig modeltræning vise sig at være afgørende.
Tyagis indsigter, som blev delt med Bitcoin.com News, tyder på, at fremtiden for AGI muligvis ikke bliver bygget i de lukkede laboratorier hos teknologigiganter, men snarere gennem et samarbejdsvillig, decentraliseret økosystem. Denne vision stemmer overens med den bredere tendens til decentralisering på tværs af forskellige industrier, hvor fællesskabsdrevet innovation i stigende grad ses som en stærk katalysator for fremskridt. Efterhånden som AI fortsætter med at udvikle sig, forbliver rollen af decentrale platforme i formningen af dens fremtid et kritisk område for udforskning.
Advarsel til Unge Udviklere
I mellemtiden argumenterer Sentient-medstifteren, at opbygningen af næste generation af AI, især løsninger, der sigter mod at opnå AGI, er en kompleks opgave med mange udfordringer og kræver en nuanceret tilgang. Han advarer unge udviklere om den “store indledende optimisme,” der ofte følger med opbygningen af AI-applikationer, og understreger, at rejsen fra proof of concept til et stabilt, skalerbart produkt er fyldt med kompleksiteter.
Store sprogmodeller (LLMs), selvom de er stærke, introducerer fejl og sårbarheder, inklusive hallucinationer, faktuelle problemer og potentielle sikkerhedsrisici. For at imødegå disse udfordringer, siger han, kræves et nyt softwarelag og specialiseret modeltræning – kapaciteter, som tidlige stadier måske mangler.
Hans råd er at “skarpt fokusere på deres specifikke brugssag og stole på eksterne tilbud til at løse disse problemer.” Sentient Chat, fremhæver han, er designet til at levere sådanne tjenester og tilbyder AI-søge-API’er, hostede modeller, agentrammer og Trusted Execution Environment (TEE) biblioteker som tilgængelige værktøjer til agentbyggere. Bemærkelsesværdigt er Sentients modeller skræddersyet til specifikke brugssager og fællesskaber og er open-source, hvilket gør det muligt for udviklere at forstå deres funktionalitet og undgå leverandørindsamling.
Sentients vision går ud over blot at levere værktøjer. Det sigter mod at fremme et “kollektivt agentisk intelligensudbud” til AI-brugere, som bidrager til det bredere mål om at opbygge et økosystem til virkelig åben AGI. Denne forpligtelse til open-source modeller og rammer stemmer overens med det stigende fokus på decentraliseret AI, hvor samarbejdende udvikling og fællesskabsdrevet innovation betragtes som afgørende for at låse op for AGI’s fulde potentiale.
Ud over at levere værktøjer til agentbyggere positionerer Sentient Chat sig som en udfordrer til traditionelle søgemaskiner ved at opbygge en fællesskabsejet AI-chatbot, afslørede Tyagi. Denne tilgang, argumenterer han, tilbyder en betydelig fordel over eksisterende modeller, der primært fokuserer på informationshentning.
Tyagi forklarede, at mens Google har domineret søgningen i årtier, er dens model fundamentalt begrænset til at finde information på internettet. “I betragtning af hvordan Google tjener størstedelen af sine indtægter fra annoncer gennem at anbefale kilder til denne information, vil det være meget svært for Google at bryde ud af dette,” erklærede han. Dog mener han, at AI præsenterer en mulighed for at overskride denne begrænsning.
Forstyrrer Status Quo
“Vi kan simpelthen få tingene gjort direkte i stedet for først at indsamle information, analysere den og derefter handle,” sagde Tyagi. For at opnå dette bygger Sentient Chat et økosystem af AI-agenter, drevet af forskellige datakilder og bidrag fra et fællesskab af udviklere.
“For at realisere denne skøre fremtid har vi brug for mange forskellige kilder til indekserede data og mange bygherrer til at tilbyde agenter, der tager den endelige handling,” understregede Tyagi. Dette kræver et gennemsigtigt, åbent økosystem, hvor dataleverandører og agentbyggere er motiverede til at deltage, alt under fællesskabsstyring.
Medstifteren skitserede vigtigheden af, at dataleverandører forstår værdien, deres data bringer til platformen, og at agentbyggere er i stand til sømløst at integrere og tilbyde forskellige tjenester. Denne fællesskabsstyrede tilgang er afgørende for at fremme innovation og skabe en mere dynamisk og handlingsorienteret søgeoplevelse, argumenterer han.
Tyagi antydede også den hurtige udvidelse af Sentient Chat’s kapaciteter ved at udtale, “Forresten er der meget mere end 15 agenter på vej til Sentient Chat!” Dette indikerer en voksende platform med stigende funktionalitet og en forpligtelse til at styrke sit fællesskab af brugere og udviklere.
Essensen er, at Sentient Chat sigter mod at gå ud over traditionel søgning ved at opbygge en samarbejdsvillig, fællesskabsdrevet platform, der gør det muligt for brugere at udføre opgaver direkte gennem AI-agenter, hvilket potentielt kan forstyrre det nuværende søgeparadigme.














