После巡讲 в Университете Фудань, @SentientAGI снова провел презентацию в Университете Шэньчжэнь. Интересно, что Sentient выбрал университеты в качестве стартовой точки для продвижения.

Университет является местом сосредоточения талантов в области ИИ и инновационного мышления, а также группой, которая наиболее открыта к принятию открытых идей. Создание сообщества разработчиков через кампусные лекции закладывает кадровую основу для будущего строительства экосистемы.

⚡️Ключевые моменты
Sentient позиционирует себя как операционную систему для ИИ. В основе лежит сеть GRID: интеграция более 40 ИИ-агентов, более 50 интерфейсов данных и инструментов, которая позволяет различным моделям взаимодействовать в реальном времени через стандартизированные сообщения и маршрутизацию задач. В отличие от пути, когда один большой модельный пакет решает все задачи, Sentient разбивает основную задачу на распределимые подзадачи, которые выполняются наиболее подходящими агентами, а затем на конечном этапе происходит согласование и верификация.

Решены две ключевые проблемы традиционных моделей ИИ:
1️⃣Модели-острова: разные модели действуют независимо, стоимость переноса высока, коэффициент повторного использования низок. GRID использует единый уровень компоновки для упрощения вызова и обратной передачи.

2️⃣Качество данных: контекст несогласован и источники ненадежны. Через многократную проверку из различных источников, надежные пути данных и обратную трассировку. Снижение иллюзий ИИ и предвзятости.

Sentient больше похож на открытый протокол: открытый доступ и расчет доходов для моделей, агентов, поставщиков данных и разработчиков приложений. OML подчеркивает отслеживаемость, возможность комбинирования и выставления счетов.

В настоящее время обслуживается около 2 миллионов пользователей, уже запущенные продукты включают в себя генерацию финансовых отчетов, исследовательский помощник, персонализированные новостные бюллетени и т. д. В отличие от отдельных приложений, ценность сетевых продуктов заключается в сложном улучшении: каждый раз, когда подключается новый агент или источник данных, способность всей сети к пониманию увеличивается.

Закрытые модели имеют преимущества в однородных возможностях и привязке к экосистеме, но недостаточно комбинационных и верифицируемых свойств. Открытые модели имеют фрагментированную экосистему, но быстрый темп инноваций.

Личное понимание @SentientAGI заключается в том, что они пытаются создать промежуточный слой "управляемый - оплата - проверяемый" между "открытыми моделями" и "закрытыми моделями".