Har ikke fullført den ennå, men så langt har Packy spikret denne Flott grunnlinje for å forstå sammensetningen som vil komme på toppen av disse kostnadskurvene

virker i økende grad som om vi trengte de 140 tegnene slik at vi kunne ha flygende biler

Hadde en sjanse til å gå tilbake og lytte til dette som en passiv deltaker. Ærlig talt, @moonshot6666 er et vell av kunnskap om både USAs og Kinas AI-økosystemer og databehandling mer generelt. Vil anbefale på det sterkeste.

Jeg liker @lex_feeds stykker fordi han er belest nok til å artikulere det store bildet og stedet tar i kontekst, men har også produkterfaringen til å levere innsikt på utviklernivå Jeg er helt klart partisk, men utenom kanskje Seminanalysis, tror jeg @delphi_intel langformet forskning er noe av det beste som er tilgjengelig, levert gratis Lenke:

**Om å bli rarere** Jeg er ikke naturlig veldig rar, men jeg har jobbet med å bli rarere. Jeg tror dette vil komme meg til gode, både personlig og profesjonelt. Vi beveger oss fra en verden som belønner konformasjon (fabrikkskolesystemer, standardiserte tester, den ettertraktede 2 års i-banken, 2 års b-skole, 2 års private equity-spor, etc) til en verden som i økende grad belønner rarheter. Ettersom AI svelger mange standardiserte oppgaver, er det en stadig mer optimal strategi å lene seg på det som gjør deg rar. Dessverre ble jeg ikke født veldig rar. Jeg har mange "standard" attributter med musikalske preferanser som ligner mest på en 13 år gammel jente. Imidlertid har jeg tatt samordnede valg de siste 10 årene for å overvinne noen av mine grunnleggende tendenser i et forsøk på å bli mer rar. Ikke i den forstand at man plukker opp en ny hobby eller gulper opp noen wikipedia-plagerte monologer eller begynner med cosplay, men faktisk prøver å bygge et liv som er annerledes. Ofte er skiftene tilfeldige, andre ganger kalkulerte, men de innebærer generelt, per definisjon, å si ja til ting de fleste ikke ville gjort. I San Francisco er mange mennesker naturlig nok ganske rare og enda flere gjør en samlet innsats for å fremstå rare, men jeg synes mange av dem har stagnert i å bli rarere eller paradoksalt nok blir rarere på samme måte. I APAC er den økende omfavnelsen av otaku-kulturen et annet eksempel, der folk prøver å bli rarere, men generelt begynner å marsjere mot de samme standardene. Å bli rarere på jakt etter status eller aksept er ofte performativt og distraherende og tydeligvis fortsatt ganske memetisk, noe som i utgangspunktet er det motsatte av å bli rar. En stor del av å bli rarere er å velge å si ja til ting som er rare. Dette kan virke banalt, men det er det ikke. Spesielt mener jeg konsekvent å ta ikke-mainstream, ikke-konsensusvalg med betydelige livsbeslutninger som forsterkes over tid. Kort sagt, å bli rarere innebærer å ta valg som din nærmeste jevnaldrende gruppe ikke ville gjort. Nesten, per definisjon, involverer dette kortsiktige treff til status. Det er ofte risikabelt og fører til større varians, et tosidig sverd. Hvis du ikke er veldig rar, er en av måtene å bli rarere på å søke en livspartner som naturlig er ganske forskjellig fra deg (kanskje fra en annen kultur) eller bare å flytte til et annet land. Dette handler ikke om å bli mer kultivert eller verdslig så mye som å utvide overflaten av opplevelser for å tillate en mer unik syntese. Som med genuttrykk, mens det er sterke naturlige tendenser, vil forskjellige egenskaper dukke opp i forskjellige miljøer. Disse løkkene er ofte gjensidige: medfødt raritet trekkes ut i nye miljøer som induserer en søken etter enda mer unike miljøer og så videre. For meg er målet ikke rarhet for rarhetens skyld, men en prosess som hele tiden foredler blandingen av gener og opplevelser som gjør meg unik; som sakte hjelper meg med å lage en historie som en sann N av 1. Noen mennesker er ikke naturlig veldig rare, men alle kan bli rarere. Den kanskje viktigste ingrediensen er rett og slett mot. Takk for oppmerksomheten på denne saken.

(1/8) I forrige rapport utforsket jeg hvordan AI-modeller er fascinerende motsetninger – briljante, men tilfeldige, kunnskapsrike, men likevel perseptuelt begrensede, kraftige, men likevel ubevisste. I dag publiserer jeg den andre rapporten, "Abundant Intelligence and Scarce Experience", som tar for seg hvordan man kan utnytte denne nylig rike intelligensen effektivt. Vi trenger en ny samarbeidsstrategi: samkjør bevissthet, gi autonomi, verifiser resultater, gi tilbakemeldinger og muliggjør kontinuerlig forbedring. Enkelt sagt må applikasjoner sette AI i erfaring Se nedenfor for detaljer:

Svingningene her over en så kort tidsramme er bemerkelsesverdige, og må generelt få deg til å sette pris på investeringsnivået American Capital Markets kan tiltrekke seg. Veldig god proxy for med til langsiktig AI-dominans. Til syvende og sist vil vi forvente at en lignende investeringsøkning i robotikk vil bidra til å kompensere for USAs utarmede industrielle kapasitet. 2020-tallet kommer ikke til å bli et tiår med lave renter.

2035 Episode 1: Kinesisk vs amerikansk AI, Rundown. @ZeMariaMacedo og jeg hadde en sjanse til å sette oss ned med @moonshot6666 for å diskutere alt som har med amerikansk vs kinesisk AI å gjøre. Alex er for tiden medgründer av @get_truenorth og har et veldig unikt perspektiv etter å ha jobbet i store brikkeselskaper, teknologiselskaper og investeringsselskaper på begge sider av Stillehavet. En av de mer informative episodene som er tilgjengelige om amerikansk vs kinesisk AI-dynamikk og fremtiden for databehandling mer generelt. 2035 er en ny @delphi_intel podcast. Lenker nedenfor:

Finn deg en som ser på deg på den måten @FloodCapital ser på GLXY @ZeMariaMacedo ser på Ethena @lex_feeds ser på arXiv

PSA: @lex_feeds hadde noen gode versjoner av @delphi_intel-minifeeden denne uken: 1) Hvordan AI erobret den amerikanske økonomien 2) Simuler verden - DeepMind-forskere avduker Genie3 3) Grunnmodeller kan egentlig ikke lære kontinuerlig - kan de? Bokmerk det: