Gedecentraliseerde AI zal er niet uitzien zoals we dachten. Himanshu Tyagi (@hstyagi), oprichter van @SentientAGI, legt uit waarom gedecentraliseerde training realistischer is dan mensen aannemen: "Mensen denken dat gedecentraliseerde training onmogelijk is, dat je het over miljoenen kleine apparaten moet verspreiden. Maar zo hoeft het niet te werken." "Ik heb aan gefedereerd leren gewerkt in mijn academische leven. Ik geloofde vroeger dat gedecentraliseerd leren nooit echt zou zijn. Maar ik miste een cruciaal punt: je hoeft niet helemaal te decentraliseren." De belangrijkste inzicht: "Clusters — niet apparaten — zijn de eenheid van decentralisatie. Pods van 500 GPU's zijn niet zo moeilijk te krijgen. Veel mensen kunnen ze opzetten. Het is als een goed vastgoedproject." En grote spelers doen het al: "Google en anderen decentraliseren intern op deze manier. Die soort decentralisatie is mogelijk." Dus wat is de echte barrière? "Het moeilijke is niet de trainingsmethode, het is het regelgevende en tariefkader rond de distributie van chips zelf."