Après la tournée à l'Université Fudan, @SentientAGI a également partagé à l'Université de Shenzhen. Il est intéressant que Sentient choisisse les universités comme point de départ pour sa promotion.

L'université est un lieu de rassemblement pour les talents en IA et la pensée innovante, ainsi que le groupe le plus réceptif aux idées ouvertes. Établir une communauté de développeurs par le biais de conférences sur le campus pose les bases en matière de talents pour la construction de l'écosystème ultérieur.

⚡️Points clés
Sentient se positionne comme un système d'exploitation pour l'IA. Son cœur est le réseau GRID : intégrant plus de 40 agents IA, plus de 50 interfaces de données et d'outils, permettant une collaboration en temps réel entre différents modèles grâce à des messages et des routages de tâches standardisés. Contrairement à une approche où un grand modèle domine, Sentient décompose la tâche principale en sous-tâches pouvant être attribuées aux agents les plus appropriés, puis réalise une harmonisation et une validation à la fin du processus.

Résoudre deux problèmes clés des modèles d'IA traditionnels :
1️⃣Îles de modèles : différents modèles fonctionnent de manière autonome, les coûts de migration sont élevés et le taux de réutilisation est faible. GRID utilise une couche d'orchestration unifiée pour faciliter les appels et les retours.

2️⃣Qualité des données : contexte incohérent et sources non fiables. Validation croisée multi-sources, chemins de données fiables et rétroaction. Réduire les illusions et biais de l'IA.

Sentient ressemble davantage à un protocole ouvert : accès et règlement des revenus ouverts aux modèles, agents, fournisseurs de données et développeurs d'applications. OML met l'accent sur la traçabilité, la modularité et la facturation.

Actuellement, environ 2 millions d'utilisateurs sont servis, et les produits déjà lancés incluent la génération de rapports financiers, un assistant de recherche, des bulletins d'information personnalisés, etc. Contrairement aux applications individuelles, la valeur des produits en réseau réside dans l'amélioration composée : chaque nouvelle connexion d'un agent ou d'une source de données augmente la capacité de compréhension de l'ensemble du réseau.

Les modèles fermés ont un avantage en termes de capacité à un point unique et d'attachement à l'écosystème, mais ils manquent de modularité et de vérifiabilité. Les modèles open source sont fragmentés dans l'écosystème mais innovent rapidement.

Ma compréhension personnelle de @SentientAGI est qu'ils essaient d'établir une couche intermédiaire "orchestrable - facturable - vérifiable" entre les "modèles open source" et les "modèles closed source".