L'AI decentralizzata non sarà come pensavamo. Himanshu Tyagi (@hstyagi), fondatore di @SentientAGI, spiega perché l'addestramento decentralizzato è più realistico di quanto le persone assumano: "Le persone pensano che decentralizzare l'addestramento sia impossibile, che bisognerebbe distribuirlo su milioni di piccoli dispositivi. Ma non è così che deve funzionare." "Ho lavorato sull'apprendimento federato nella mia vita accademica. Credevo che l'apprendimento decentralizzato non sarebbe mai stato reale. Ma mi sono perso un punto cruciale: non è necessario decentralizzare completamente." L'intuizione chiave: "I cluster — non i dispositivi — sono l'unità di decentralizzazione. I pod di 500 GPU non sono così difficili da ottenere. Molte persone possono metterli in piedi. È come un buon progetto immobiliare." E i grandi attori già lo fanno: "Google e altri decentralizzano internamente in questo modo. Quel tipo di decentralizzazione è possibile." Quindi qual è il vero ostacolo? "La parte difficile non è il metodo di addestramento, ma il quadro normativo e tariffario attorno alla distribuzione dei chip."