Después de la gira por la Universidad de Fudan, @SentientAGI realizó otra presentación en la Universidad de Shenzhen. Es muy interesante que Sentient elija las universidades como punto de partida para su promoción.

Las universidades son un centro de talento en IA y pensamiento innovador, así como el grupo que más fácilmente acepta ideas abiertas. Establecer una comunidad de desarrolladores a través de charlas en el campus sienta las bases de talento para la construcción ecológica posterior.

⚡️Puntos clave
Sentient se posiciona como un sistema operativo de IA. Su núcleo es la red GRID: integra más de 40 agentes de IA y más de 50 interfaces de datos y herramientas, permitiendo la colaboración en tiempo real entre diferentes modelos a través de mensajes y enrutamiento de tareas estandarizados. A diferencia del enfoque de un gran paquete de modelos que lo abarcan todo, Sentient descompone la tarea principal en subtareas asignables, que son completadas por los agentes más adecuados, y luego se realiza la unificación y verificación al final del enlace.

Resolviendo dos problemas centrales en los modelos de IA tradicionales:
1️⃣Isla de modelos: diferentes modelos operan de forma independiente, con altos costos de migración y baja tasa de reutilización. GRID utiliza una capa de orquestación unificada para facilitar la llamada y la retroalimentación.

2️⃣Calidad de los datos: contexto incoherente y fuentes no confiables. A través de la validación cruzada de múltiples fuentes, rutas de datos confiables y trazabilidad. Reducir las ilusiones y sesgos de la IA.

Sentient es más como un protocolo abierto: acceso abierto y liquidación de ingresos para modelos, agentes, proveedores de datos y desarrolladores de aplicaciones. OML enfatiza trazabilidad, combinabilidad y facturación.

Actualmente se han atendido alrededor de 2 millones de usuarios, los productos ya lanzados incluyen generación de informes financieros, asistente de investigación, boletines de noticias personalizados, entre otros. A diferencia de las aplicaciones individuales, el valor de los productos en red radica en la mejora compuesta: cada vez que se conecta un nuevo agente o fuente de datos, la capacidad de comprensión de toda la red se ve incrementada.

Los modelos de código cerrado tienen ventajas en la capacidad de un solo punto y la vinculación ecológica, pero carecen de combinabilidad y verificabilidad. El ecosistema de modelos de código abierto está fragmentado, pero la velocidad de innovación es rápida.

Mi entendimiento personal de @SentientAGI es que intentan establecer una capa intermedia "orquestable - facturable - verificable" entre los "modelos de código abierto" y los "modelos de código cerrado".