個人向けに10%。
コミュニケーション向けに15%。
詳細なリストや、何年にもわたって蓄積された計画、経験、そして教訓はすべてAIに共有しています。
最初はただの会話でした。
しかし、時間が経つにつれて、AIはそれらを記憶し始めました。
AIが記憶するものは、ランダムなデータではありません。
それは私の働き方です。
私の意思決定の仕方です。
何年にもわたって学んできたことです。
興味深いのは、もし明日別のモデルに切り替えたとしても、私が失いたくないものはモデルではありません。
それは記憶されたすべてのものです。
そして、この@OpenGradient の中で、これは非常に明確に示されています。
MemSyncはAIが記憶するのを助けるためだけに作られたのではありません。
それはもっと大きな仮定に基づいて構築されています:
メモリーは独立したレイヤーのように存在することができるものです。
そして、メモリーがインフラストラクチャになると、重要な質問は次のようになるかもしれません:
「AIはどれだけ記憶できますか?」
ではなく、
「誰がAIの記憶を所有していますか?」
おそらく、未来のAIで最も価値のあるものは、記憶する能力ではなく、
記憶されたものに対する所有権です。
#OPG $OPG $DEXE $LAB
コミュニケーション向けに15%。
詳細なリストや、何年にもわたって蓄積された計画、経験、そして教訓はすべてAIに共有しています。
最初はただの会話でした。
しかし、時間が経つにつれて、AIはそれらを記憶し始めました。
AIが記憶するものは、ランダムなデータではありません。
それは私の働き方です。
私の意思決定の仕方です。
何年にもわたって学んできたことです。
興味深いのは、もし明日別のモデルに切り替えたとしても、私が失いたくないものはモデルではありません。
それは記憶されたすべてのものです。
そして、この@OpenGradient の中で、これは非常に明確に示されています。
MemSyncはAIが記憶するのを助けるためだけに作られたのではありません。
それはもっと大きな仮定に基づいて構築されています:
メモリーは独立したレイヤーのように存在することができるものです。
そして、メモリーがインフラストラクチャになると、重要な質問は次のようになるかもしれません:
「AIはどれだけ記憶できますか?」
ではなく、
「誰がAIの記憶を所有していますか?」
おそらく、未来のAIで最も価値のあるものは、記憶する能力ではなく、
記憶されたものに対する所有権です。
#OPG $OPG $DEXE $LAB