Melampaui Monolit: Mengapa Masa Depan AI Merupakan Penggabungan, Bukan Percabangan

Dua tahun lalu, ketika saya mulai membangun Hei, LakukanSaya pikir masalah tersulit dalam AI bersifat teknis.

Ternyata, mereka filosofis.

Karena semakin banyak waktu yang saya habiskan untuk mengerjakannya HeyDo& BagikanAI, semakin saya menyadari bidang ini bukan hanya tentang model yang lebih cepat, agen yang lebih cerdas, atau demo yang lebih keren.

Bagaimana kita membangun sistem yang memahami tujuan—dan bertindak sesuai dengan itu?

Dua Kubu

Saat ini, dunia AI sedang terpecah.

Satu kubu bertaruh besar pada Campuran Ahli (MoE)—model masif dengan perutean internal. Idenya sederhana: bangun jaringan "pakar" yang besar di dalam monolit, dan biarkan model menentukan bagian mana yang akan diaktifkan berdasarkan tugas.

Efisien, skalabel, dan terasa seperti evolusi alami dari lanskap LLM saat ini.

Kubu yang lain bergerak ke arah yang berlawanan—menuju spesialisasi. Beberapa model yang lebih kecil, masing-masing dilatih untuk domain atau tugas tertentu, bekerja bersama dalam semacam orkestrasi.

Pihak ini bertaruh pada modularitas, komposisi, dan kinerja yang disempurnakan.

Kedua jalur tersebut masuk akal. Keduanya sedang divalidasi secara langsung.

Tetapi bagaimana jika kita kehilangan sesuatu di tengahnya?

Bagaimana Jika Bukan Salah Satu/Atau?

Bagaimana jika masa depan AI yang sebenarnya bukanlah tentang memilih satu pendekatan dibandingkan pendekatan lainnya—melainkan penggabungan mereka?

Bagaimana jika gelombang kecerdasan berikutnya bukan tentang model yang lebih besar atau agen yang lebih kecil—melainkan tentang model yang lebih pintar? rute tujuan?

Bayangkan sebuah sistem yang menerima perintah—bukan hanya sebagai teks, tetapi sebagai maksudIa menafsirkan permintaan, menguraikannya, dan mengarahkan setiap bagian ke model yang paling mumpuni. Sepanjang proses, ia mengadaptasi perintah itu sendiri, membentuknya kembali untuk konteks, kejelasan, dan hasil.

Bukan monolit. Bukan fragmentasi. Melainkan orkestrasi dengan pemahaman.

Itulah jenis kecerdasan yang seharusnya kita bangun. Dan itulah arah yang kita ambil dengan BagikanAI.

Rute dengan Tujuan

Dalam versi 0.0.7 dari ShareAI, kami memperkenalkan perutean model otomatis Dan adaptasi cepat.

Ini adalah fitur kecil. Namun, ini mengisyaratkan sesuatu yang jauh lebih besar: dunia di mana kecerdasan tidak hanya terpusat atau terdesentralisasi—tetapi juga kontekstual.

Dimana kecerdasan tidak hanya ada pada model—tetapi juga pada mengalir antar model.

Di mana perintah tidak disampaikan secara membabi buta—melainkan dipahami, ditafsirkan, dan dikembangkan secara aktif.

Berikan Penghargaan yang Layak

Hal ini tidak mungkin terjadi tanpa kerja brilian dari Tomás Hernando, yang tidak hanya mengembangkan pendekatan perutean paling elegan yang pernah saya lihat—tetapi juga berkomitmen untuk menjadikannya sumber terbuka.

Kami berdiri di atas pundak orang-orang yang percaya pada penyelesaian masalah yang sulit barang publikDan kami bermaksud untuk terus membangun dengan cara itu.

Anda dapat menjelajahi yayasannya di sini: notdiamond.ai

Apa Yang Terjadi Selanjutnya

Ini bukan tujuan akhir. Ini hanya sebuah titik acuan.

Namun, ini penting—karena cara kita menyalurkan intelijen mengatakan segalanya tentang masa depan seperti apa yang ingin kita bangun.

Besar. Modular. Cerdas. Terorkestrasi. Sadar manusia.

Masa depan adalah milik mereka yang cukup berani untuk memikirkan kembali apa arti kecerdasan.

Mari terus membangun.

— Denis
#BuildingTomorrowToday

Legenda