Čím dál tím víc se zdá, že potřebujeme 140 znaků, abychom mohli mít létající auta

Měl jsem možnost se vrátit a poslechnout si to jako pasivní účastník. Upřímně řečeno, @moonshot6666 je bohaté znalosti o ekosystémech umělé inteligence v USA i Číně a v širším měřítku. Vřele doporučuji.

Baví mě @lex_feeds články, protože je dostatečně sečtělý na to, aby vyjádřil celkový obraz a místo v kontextu, ale má také zkušenosti s produktem, aby poskytl vhled na úrovni vývojářů Jsem zjevně zaujatý, ale snad kromě séminanalýzy si myslím, že @delphi_intel dlouhodobý výzkum je jedním z nejlepších dostupných, dodávaných zdarma Propojit:

**O tom, jak se stát podivnějším** Nejsem od přírody moc divná, ale pracuji na tom, abych se stala divnější. Věřím, že to bude k mému prospěchu, jak osobním, tak profesním. Přesouváme se ze světa, který odměňuje konformitu (tovární školy, standardizované testy, vytoužená 2 roky i-banka, 2 roky b-school, 2 roky private equity dráhy, atd.) do světa, který stále více odměňuje podivnosti. Vzhledem k tomu, že umělá inteligence polyká mnoho standardizovaných úkolů, je stále optimálnější strategií přiklánět se k tomu, co vás dělá divnými. Bohužel jsem se nenarodil příliš divný. Mám mnoho "standardních" atributů s hudebními preferencemi, které se nejvíce podobají těm třináctileté. Nicméně v posledních 10 letech jsem učinil koordinovaná rozhodnutí, abych překonal některé ze svých základních tendencí ve snaze stát se více divným. Ne v tom smyslu, že bych si našel nový koníček nebo vychrlil pár monologů z wikipedie nebo se dostal do cosplaye, ale ve skutečnosti se snažím vybudovat život, který je jiný. Často jsou tyto posuny náhodné, jindy vypočítané, ale obecně z definice zahrnují říkání ano na věci, které by většina lidí neřekla. V San Franciscu je mnoho lidí přirozeně docela divných a ještě více se jich snaží vypadat divně, ale zjišťuji, že mnoho z nich stagnuje v tom, aby se stali podivnějšími, nebo se paradoxně stávají podivnějšími stejným způsobem. V APAC je rostoucí přijetí kultury otaku dalším příkladem, kdy se lidé snaží stát se podivnějšími, ale obecně začínají pochodovat ke stejným výchozím hodnotám. Stát se divnějším při hledání statusu nebo přijetí je často performativní a rozptylující a zjevně stále docela memetické, což je v podstatě opak toho, když se stanete divným. Velkou součástí toho, že se stanete divnějšími, je rozhodnout se říkat ano na věci, které jsou divné. Může se to zdát banální, ale není tomu tak. Konkrétně mám na mysli důsledné dělání nemainstreamových, nekonsensuálních rozhodnutí s rozsáhlými životními rozhodnutími, která se v průběhu času sčítají. Stručně řečeno, stát se podivnějším znamená dělat rozhodnutí, která by vaše bezprostřední skupina vrstevníků nedělala. Téměř z definice se jedná o krátkodobé dosažení statusu. To je často riskantní a vede k větší variabilitě, oboustrannému meči. Pokud nejste příliš divní, jedním ze způsobů, jak se stát podivnějšími, je hledat životního partnera, který je přirozeně zcela odlišný od vás (možná z jiné kultury), nebo se jednoduše přestěhovat do jiné země. Nejde ani tak o to, abyste se stali kultivovanějšími nebo světštějšími, jako o rozšíření plochy zkušeností, aby bylo možné vytvořit jedinečnější syntézu. Stejně jako u genové exprese, i když existují silné přirozené tendence, v různých prostředích se vynoří různé atributy. Tyto smyčky jsou často vzájemné: vrozená podivnost se vytahuje do nových prostředí, což vede k hledání ještě unikátnějších prostředí a tak dále. Pro mě není cílem podivnost pro podivnost, ale proces, který neustále zdokonaluje směs genů a zkušeností, které mě činí jedinečným; které mi pomalu pomáhají vytvořit příběh jako skutečné N z 1. Někteří lidé nejsou přirozeně velmi divní, ale každý se může stát divnějším. Snad nejdůležitější ingrediencí je jednoduše odvaha. Děkuji vám za pozornost, kterou této záležitosti věnujete.

(1/8) V předchozí zprávě jsem zkoumal, jak jsou modely umělé inteligence fascinujícími protiklady – brilantní, a přesto náhodné, informované, ale percepčně omezené, mocné a nevědomé. Dnes publikuji druhou zprávu "Hojná inteligence a vzácné zkušenosti", která se zabývá tím, jak efektivně využít tuto nově hojnou inteligenci. Potřebujeme nový scénář spolupráce: sladit vědomí, udělit autonomii, ověřit výstupy, poskytnout zpětnou vazbu a umožnit neustálé zlepšování. Zjednodušeně řečeno, aplikace musí umělou inteligenci přenést do praxe Podrobnosti naleznete níže:

Kolísání v tak krátkém časovém rámci je pozoruhodné a obecně vás musí přimět ocenit úroveň investic, které mohou americké kapitálové trhy přilákat. Velmi dobrý proxy med k dlouhodobé dominanci AI. V konečném důsledku by se dalo očekávat, že podobný nárůst investic do robotiky pomůže vykompenzovat vyčerpanou průmyslovou kapacitu Ameriky. Dvacátá léta 21. století nebudou desetiletím nízkých sazeb.

2035 Epizoda 1: Čínská vs americká AI, shrnutí. @ZeMariaMacedo a já jsme měli možnost si s @moonshot6666 sednout a diskutovat o všem, co se týká americké vs. čínské umělé inteligence. Alex je v současné době spoluzakladatelem společnosti @get_truenorth a má velmi jedinečnou perspektivu, protože pracoval ve velkých čipových společnostech, technologických společnostech a investičních společnostech na obou stranách Pacifiku. Jedna z více informativních epizod dostupných na téma Dynamika umělé inteligence USA vs Čína a budoucnost výpočetní techniky v širším měřítku. 2035 je nový @delphi_intel podcast. Níže uvedené odkazy:

Najděte si někoho, kdo se na vás bude dívat tímto způsobem @FloodCapital pohledy na GLXY @ZeMariaMacedo se dívá na Ethenu @lex_feeds pohledy na arXiv

PSA: Tento týden @lex_feeds měli několik skvělých záběrů na @delphi_intel mini-feed: 1) Jak umělá inteligence dobyla americkou ekonomiku 2) Simulujte svět - Výzkumníci DeepMind odhalují Genie3 3) Základní modely se nemohou skutečně učit nepřetržitě - nebo ano? Přidejte si jej do záložek:

jaká je základní otázka, které deAI čelí? IMO, je to perfektně zachyceno @PonderingDurian: "Převažují výhody nízkonákladových latentních výpočtů na infravrstvě, open source compoundingu na modelové vrstvě a kreativity na aplikační vrstvě nakonec nad náklady na orchestraci, které velké laboratoře zmírňují tím, že vše přenášejí pod střechu jedné společnosti?" Odpověď závisí na tom, jak zvažujete okamžité tření vs. dlouhodobý pákový efekt. Velké laboratoře sázejí na to, že náklady na orchestraci jsou tak bolestivé, že lidé budou platit prémiové ceny, aby se jim vyhnuli. Pravděpodobně mají pravdu, v krátkodobém horizontu. Ale jakmile bude orchestrace vyřešena (průlomy v @PluralisHQ, @NousResearch a @PrimeIntellect mě utvrzují v přesvědčení, že se to stane), otevřené ekosystémy mohou uvolnit kolektivní inteligenci v rychlosti + měřítku, které se žádná centralizovaná laboratoř nemůže rovnat. zde vyhrává decentralizovaná umělá inteligence.