Após a palestra na Universidade Fudan, @SentientAGI fez uma apresentação na Universidade de Shenzhen. É muito interessante que a Sentient tenha escolhido universidades como ponto de partida para a promoção.

As universidades são centros de talentos em IA e de pensamento inovador, além de serem os grupos mais receptivos a ideias abertas. Estabelecer comunidades de desenvolvedores através de palestras nos campus cria uma base de talentos para a construção de ecossistemas futuros.

⚡️Destaques principais
A Sentient posiciona-se como um sistema operativo de IA. O núcleo é a rede GRID: integra mais de 40 agentes de IA, mais de 50 interfaces de dados e ferramentas, permitindo que diferentes modelos colaborem em tempo real através de mensagens e roteamento de tarefas padronizados. Ao contrário do caminho de um grande pacote de modelos dominando tudo, a Sentient fragmenta a tarefa principal em subtarefas atribuíveis, entregando-as aos agentes mais adequados para serem concluídas, e depois realiza a uniformização e verificação no final da ligação.

Resolvidos dois problemas centrais dos modelos de IA tradicionais:
1️⃣Ilha de Modelos: diferentes modelos atuam de forma independente, com altos custos de migração e baixa taxa de reutilização. O GRID utiliza uma camada de orquestração unificada para facilitar chamadas e retornos.

2️⃣Qualidade dos dados: contexto incoerente e fontes não confiáveis. Através de validação cruzada de múltiplas fontes, caminhos de dados confiáveis e retrocesso. Reduzir as alucinações e viés da IA.

Sentient é mais como um protocolo aberto: acesso e liquidação de receitas abertos para modelos, agentes, fornecedores de dados e desenvolvedores de aplicações. OML enfatiza rastreabilidade, combinabilidade e faturamento.

Atualmente, já atende cerca de 2 milhões de usuários, e os produtos já lançados incluem geração de relatórios financeiros, assistente de pesquisa, boletins de notícias personalizados, entre outros. Ao contrário das aplicações isoladas, o valor dos produtos de rede está na melhoria composta: cada vez que um novo agente ou fonte de dados é integrado, a capacidade de compreensão de toda a rede é aprimorada.

Modelos de código fechado têm vantagens em capacidades de ponto único e vinculação ecológica, mas carecem de combinabilidade e verificabilidade. Modelos de código aberto são fragmentados, mas a velocidade de inovação é rápida.

A minha compreensão pessoal sobre @SentientAGI é que eles estão a tentar estabelecer uma camada intermediária "orquestrável - faturável - verificável" entre "modelos de código aberto" e "modelos de código fechado".