Illia Polosukhin (@ilblackdragon), współautor "Attention is All You Need" i założyciel @NEARProtocol, dołącza do @labenz w @cogrev_podcast, aby omówić swoją konkretną wizję przyszłości napędzanej AI. Rozmawiają o: * Jak asystenci kodowania AI umożliwiają "osobne oprogramowanie" - gdzie każdy może stworzyć swoją własną automatyzację zamiast korzystać z skomplikowanych, uniwersalnych narzędzi, takich jak Salesforce * Przejściu od tradycyjnych interfejsów użytkownika do zjednoczonej warstwy inteligencji, która działa na wszystkich urządzeniach, przewiduje, czego potrzebujesz, i proaktywnie załatwia sprawy * Jak agenci AI przekształcą rynki, łącząc bezpośrednio kupujących i sprzedających, co sprawi, że reklama i pośrednicy staną się mniej istotni * Jak wygląda codzienne życie w erze obfitości AI - z spersonalizowaną rozrywką i ludźmi znajdującymi sens w małych niszowych społecznościach * Delegaty AI, które głosują w imieniu posiadaczy tokenów, oraz długoterminowy cel NEAR, aby każda osoba miała własnego AI uczestniczącego w zarządzaniu * Symbiotycznej relacji między ludźmi a ich osobistymi AI, które "dorastają razem" - gdzie AI dąży do interesów swojego człowieka, nawet w negocjacjach z innymi AI * Pozostałych wyzwaniach w zakresie bezpieczeństwa biologicznego i potrzebie koordynacji, gdy potężne systemy AI stają się szeroko rozpowszechnione ROZDZIAŁY: (00:00) Sponsor: Google Gemini Notebook LM (00:31) O odcinku (03:33) AI przekształca rozwój oprogramowania (14:18) Przyszłość pracy (18:58) Zabezpieczanie blockchaina za pomocą AI (Część 1) (19:08) Sponsorzy: Tasklet | Linear (21:48) Zabezpieczanie blockchaina za pomocą AI (Część 2) (33:03) Wizja społeczeństwa AI (Część 1) (33:55) Sponsor: Shopify (35:52) Wizja społeczeństwa AI (Część 2) (49:14) Architektura agentów i dostosowanie (58:30) Eksperymentowanie z zarządzaniem AI (01:06:43) Bezpieczeństwo AI i odporność (01:16:09) Bezpieczeństwo biologiczne i otwarte modele (01:22:56) Koordynowanie rozwoju AI (01:28:52) Zakończenie

.@eoghan, CEO @intercom, oraz @fergal_reid, Chief AI Officer, dołączają do @labenz w @cogrev_podcast, aby omówić, jak zbudowali Fin—agenta obsługi klienta AI, który zwiększył wskaźnik rozwiązywania problemów z 35% do 65% w ciągu 30 miesięcy, wprowadzając jednocześnie model cenowy oparty na wynikach za 99¢ za rozwiązanie. Zgłębiają: * Dlaczego inteligencja nie jest wąskim gardłem—GPT-4 był już wystarczająco inteligentny, a tylko kilka punktów procentowych z ich 30-punktowej poprawy pochodziło z lepszych modeli bazowych * Inżynieria kontekstu jako prawdziwy motor napędowy: niestandardowe modele wyszukiwania, re-ranking i tysiące testów A/B w produkcji, które wykrywają zmiany wskaźnika rozwiązywania problemów na poziomie 0,1% * Model cenowy 99¢ za rozwiązanie, który początkowo był nieopłacalny, ale osiągnął marże na poziomie oprogramowania dzięki poprawie wskaźników sukcesu i spadającym kosztom wnioskowania * Jak Fin rozwiązał problem podwodnego zespołu wsparcia bez masowych zwolnień—spowolnienie nowych zatrudnień przy jednoczesnym przesuwaniu ludzi w górę łańcucha wartości (z wyjątkiem BPO, które są natychmiast zastępowane) CZASOMIERZE: (00:00) O odcinku (03:43) Nadążanie za AI (09:56) Ocena modeli i ewaluacji (13:04) Uczestnicy vs. Startupy (18:54) Ryzyko produktu i osąd (Część 1) (19:00) Sponsorzy: Linear | AGNTCY (21:34) Ryzyko produktu i osąd (Część 2) (23:42) Historia zwolnień w Klarna (Część 1) (32:11) Sponsorzy: Claude | Shopify (36:13) Historia zwolnień w Klarna (Część 2) (36:14) Zwiększanie wskaźnika rozwiązywania problemów (45:00) Inteligencja nie jest wąskim gardłem (50:10) Zamykanie luki w automatyzacji (56:20) Dokładność ludzi vs. AI (1:01:03) Niuanse szybkości (1:04:48) Rozważanie zmian paradygmatów (1:09:31) Model cenowy oparty na wynikach (1:19:12) Luźne hackowanie i spostrzeżenia (1:26:05) Przyjęcie AI i ambicje (1:36:00) Zakończenie

Zrozum psychologię i decydentów liderów AI, takich jak @sama. @FU_joehudson, coach wykonawczy i założyciel @artofaccomp, dołącza do @labenz w @CogRev_Podcast, aby omówić psychologię i podejmowanie decyzji przez badaczy i liderów AI. Oni badają: * Dlaczego każdy badacz AI zmaga się z pytaniem "czy robię coś dobrego dla ludzkości?", ale brakuje konsensusu co to oznacza * Jak emocjonalne wzorce blokujące szkodzą innowacjom - oraz techniki "odblokowywania" poprzez integrację głowy/serca/intuicji * Dlaczego zawstydzanie deweloperów AI przynosi odwrotny skutek, a wspieranie ich jak "bohaterów dających życie" działa lepiej * Nieuchronność rozwoju AI i potrzeba pozytywnych wizji wykraczających poza czystą optymalizację inteligencji Czas: (00:00) O odcinku (03:00) Tło coachingowe Joe'a (12:40) Wzorce badań AI (Część 1) (17:46) Sponsor: Linear (19:15) Wzorce badań AI (Część 2) (Część 1) (28:10) Sponsor: Oracle Cloud Infrastructure (29:34) Wzorce badań AI (Część 2) (Część 2) (31:54) Wyścigi i regulacje (50:20) Etyka i wsparcie (01:04:07) Pytania o świadomość AI (01:21:34) Pozytywne wizje przyszłości (01:39:12) Wspieranie deweloperów AI (01:43:09) Zakończenie