بعد جولة فودان الجامعية، قام @SentientAGI بمشاركة جديدة في جامعة شنتشن. من المثير للاهتمام أن تختار Sentient الجامعات كنقطة انطلاق للترويج.

الجامعة هي مركز تجمع المواهب في الذكاء الاصطناعي والتفكير الابتكاري، وهي أيضًا أكثر الفئات قبولًا للأفكار المفتوحة. من خلال جولات في الحرم الجامعي، يتم إنشاء مجتمع للمطورين، مما يضع أساسًا للمواهب لبناء النظام البيئي في المستقبل.

⚡️النقاط الرئيسية
تحدد Sentient نفسها كنظام تشغيل للذكاء الاصطناعي. جوهرها هو شبكة GRID: دمج أكثر من 40 وكيل ذكاء اصطناعي، و50 واجهة بيانات وأدوات، من خلال الرسائل الموحدة وتوجيه المهام لتمكين نماذج مختلفة من التعاون في الوقت الحقيقي. على عكس المسار الذي يعتمد على نموذج كبير واحد، تقوم Sentient بتفكيك المهمة الرئيسية إلى مهام فرعية قابلة للتوزيع، وتقوم بتسليمها إلى الوكلاء الأنسب لإنجازها، ثم يتم التحقق والتوحيد في نهاية السلسلة.

حل مشكلتين رئيسيتين في نماذج الذكاء الاصطناعي التقليدية:
1️⃣جزيرة النماذج: كل نموذج يعمل بشكل مستقل، وتكاليف النقل مرتفعة، ومعدل إعادة الاستخدام منخفض. تستخدم GRID طبقة تنسيق موحدة لتمرير الاستدعاءات والعودة.

2️⃣جودة البيانات: السياق غير متماسك والمصادر غير موثوقة. من خلال التحقق المتقاطع من مصادر متعددة، ومسارات البيانات الموثوقة والتحقق الرجعي. تقليل أوهام الذكاء الاصطناعي والتحيز.

Sentient يشبه بروتوكولًا مفتوحًا: يتيح الوصول والتسوية المالية للنماذج والوكلاء ومزودي البيانات ومطوري التطبيقات. تؤكد OML على إمكانية التتبع والتركيب والفوترة.

حالياً، تم خدمة حوالي 2 مليون مستخدم، والمنتجات المتاحة تشمل إنشاء تقارير مالية، مساعدات بحثية، ونشرات أخبار مخصصة. على عكس التطبيقات الفردية، تكمن قيمة المنتجات الشبكية في التحسين المركب: مع كل اتصال بوكيل جديد أو مصدر بيانات، تتحسن قدرة الفهم للشبكة بأكملها.

تتمتع النماذج المغلقة بمزايا في القدرة الفردية والارتباط بالنظام البيئي، لكن تفتقر إلى القابلية للتجميع والتحقق. النماذج المفتوحة المصدر متفككة ولكنها سريعة الابتكار.

فهمي الشخصي لـ @SentientAGI هو أنهم يحاولون إنشاء طبقة وسطى "قابلة للتنسيق - قابلة للفوترة - قابلة للتحقق" بين "النموذج المفتوح المصدر" و "النموذج المغلق المصدر".