详细内容或原文请订阅后点击阅览
Inference 不太可能成为低边际成本运营节点，以及 Anthropic 和 OpenAI IPO 失败的其他原因
数字之神，真实成本：为什么理性世界会看到基础模型构建者 IPO 的厄运，因为人工智能实验室极不可能获得利润，更不用说超额利润了……
来源:Brad DeLong数字之神，真实成本：为什么理性世界会看到基础模型构建者 IPO 的厄运，因为人工智能实验室极不可能获得利润，更不用说超额利润了。推理永远不会变得足够便宜，人工智能实体判断仍然很糟糕，持久的准租金流向 NVIDIA 及其公司，而不是模型制造商……
我不知道 OpenAI 或 Anthropic 或两者今年都会启动 IPO，也不知道结果会如何。
但我很清楚，如果其中任何一个这样做，它都应该失败。
这对我来说很清楚，就像我当时并不清楚 Google、FaceBook 或 Microsoft IPO 是否不健全一样。我认为这三个都非常危险，是的。但是，尽管估值对我来说似乎非常高，但我确实看到了每个公司实现持久超盈利的可能途径。
分享
分享德隆把握现实：2000 年代及之前的经济
我没有看到人类人工智能或开放人工智能有这样的道路。现在这对我来说已经具体化了。正是阅读保罗·佩罗尼（Paolo Perrone）做到了这一点，这让我得出了标题中的结论。
从 Paolo Perrone 我得到四件事：
(1) “推理”不太可能成为系统中的低边际成本节点：
赠送订阅礼物
(2) 语言模型现在具有足够的言语流畅性。他们所缺乏的是判断构成其训练数据的人类信息库中的哪些部分是知识，而不是简单地发布。因此，他们生产的任何东西如果不是供持怀疑态度的人立即评估的，对他们来说，这是他们信息饮食的一部分，就需要大量的“保姆”，以免偏离轨道：
团体订阅可享受 75% 的折扣
(3) 这不会改变。因此，相信这些系统将在未来十年左右成为人类或超人类的想法简直是疯狂的。有效的应用程序是根据其期望适当调整大小的应用程序：
推荐朋友
发表评论
没有可见的。