Das neue Google AI-Papier zeigt, dass LLMs + Baumsuche SOTA-Ergebnisse bei wissenschaftlichen Aufgaben erzielen können, solange sie messbar sind: Mein Lieblingsteil des Papiers ist dieser Prompt [wörtlich]: "BITTE ERSTELLEN SIE EINEN ALGORITHMUS, DER DIE BESTEN TEILE BEIDER STRATEGIEN NUTZT, UM EINE HYBRIDSTRATEGIE ZU ERSTELLEN, DIE WIRKLICH WUNDERBAR IST UND HÖHERE WERTE ERZIELT ALS EINE DER EINZELNEN STRATEGIEN." Selbst die besten KI-Forscher verwenden Prompts wie wir alle.

In einem Jahr, seit ich Arnav Kapur zum ersten Mal getroffen habe, hat sich sein Gerät, AlterEgo, von einem wackeligen Prototypen zu einer Simulation von Telepathie entwickelt. Arnav ist seit ich vor 7 Jahren zum ersten Mal von ihm gehört habe, eine Inspiration für mich, und ich möchte seine Geschichte teilen.: Ich habe zum ersten Mal von Arnav durch sein virales ~1M Aufrufe MIT Media Lab Video von 2017 gehört. Es erinnerte an einen ähnlichen Vortrag von derselben Gruppe durch einen anderen Inder im Jahr 2019, Pranav Mistry, einen der Hauptgründe, warum ich (und viele andere) beschlossen haben, in den USA zu studieren. Ich habe ihn über seinen jüngeren Bruder kennengelernt, den ich im Laufe der Jahre näher kennengelernt habe (auch ein Genie auf seine eigene Art). Ich habe ihn sofort gefragt: "Warum hast du das nicht kommerzialisiert? War das nur eine auffällige akademische Demo?" und er sagte: "Das mache ich jetzt. Mit LLMs denke ich, ist es endlich an der Zeit." Aber die erste Demo war wackelig. Es dauerte 15 Minuten, um alles einzurichten. Elektroden mussten an deinen Wangen befestigt werden. Es funktionierte vielleicht 80% der Zeit. Die Kalibrierung für neue Benutzer dauerte noch länger. Und es konnte nur 4000 Sätze sagen. Dennoch fühlte es sich wie Magie an. Ich zeigte auf einen der Sätze, damit sein Kollege Scott ihn leise sagte. In Sekunden, ohne einen Muskel zu bewegen, erhielt ich einen Text dieses Satzes auf mein Handy. Ich konnte seinen Mund überhaupt nicht bewegen sehen! Aber war stille Sprache wirklich möglich? Hardware ist schwierig. Es gab zu viele Sensoren, um es benutzbar zu machen. Es funktionierte nicht ohne ständigen Kontakt zur Haut (ein Bart war ein Problem). Zu viel Kopfbewegung war ein Problem. Der Akku war extern. Die Kalibrierung war zu viel Reibung. Und man konnte nur ein paar Sätze sagen! Ein Jahr später hat man etwas, das Telepathie ähnelt. Die Sensoren sind geschrumpft. Das Gerät ähnelt offenen Kopfhörern. Keine 15 Minuten Einrichtung. Und man kann die meisten Wörter sagen. Alterego liest volumetrische, feingranulare neuromuskuläre Signale in mehreren Sprachen und übersetzt sie in Text. Es ermöglicht dir zu verstehen, was der Benutzer sagt, ohne Lärm, während sie kaum ihren Mund bewegen. Hardware ist immer noch schwierig. Und es gibt noch einen langen Weg, bevor dies für Endbenutzer benutzbar ist. Aber es erfordert ernsthaften Mut und außergewöhnliche Ingenieursfähigkeiten, mehr als ein Jahrzehnt deines Lebens damit zu verbringen, Hardware zu bauen, die der Zukunft ähnelt. Wir brauchen mehr Ingenieure wie Arnav und sein Team.

🚨 Der chinesische Roboterhersteller Unitree hat gerade einen IPO über 7 Milliarden Dollar beantragt und erzielt über 140 Millionen Dollar Umsatz, was ihn zum größten börsennotierten humanoiden Roboterunternehmen macht. 65 % seines Umsatzes stammen von Robotern, die Hunde sind (70 % Marktanteil weltweit), und 30 % von humanoiden Robotern. Die Ingenieursgesellschaft Chinas baut einfach weiter.