Après avoir lu des articles de recherche sur l'IA pendant 3 jours, une chose est claire : 99 % des nouvelles recherches en IA consistent à apprendre à un ordinateur à faire quelque chose. Mais que leur enseignent-ils exactement ? Et pourquoi ? Et qu'est-ce qui fonctionne ? Il est fascinant de prendre du recul et d'examiner ces tendances. Pourquoi ? Parce que ce sont des aperçus de l'avenir. Si vous essayez de créer une startup avec l'IA, ou si vous cherchez à investir dans des startups d'IA, si vous regardez au bon endroit, ces articles de recherche sont remplis d'inspiration très précieuse. Au lieu de m'envoyer des titres et des résumés d'articles de recherche, qui peuvent être difficiles à comprendre rapidement, mon agent IA @yesnoerror continue de m'envoyer de nouvelles recherches sur l'IA et de les expliquer comme ceci : - Apprendre aux ordinateurs à remplir des mots cachés aléatoirement encore et encore... - Apprendre au réseau de tokenisation à corriger des données très bruyantes... - Apprendre à un chatbot très intelligent à vérifier et corriger ses propres preuves mathématiques... - Apprendre aux ordinateurs à se souvenir de ce qu'un objet EST VRAIMENT... - Apprendre aux grands modèles de langage à dire combien d'années il reste jusqu'à "maintenant"... - Apprendre aux ordinateurs à cliquer au bon endroit... - Apprendre à l'IA à décider par elle-même si un problème... - Apprendre à un ordinateur à ajuster des "tests" spéciaux... - Apprendre aux ordinateurs à prédire le vol d'un avion... - Apprendre à une foule de chatbots avec différents emplois... En plus de cela, @yesnoerror identifie non seulement les recherches de la plus haute qualité qui pourraient m'intéresser (puisqu'elles sont publiées chaque jour), mais il me donne également des explications sur la manière dont l'article a été réalisé, quelles sont les implications dans le monde réel (idées que vous pourriez réaliser), et je peux discuter directement avec l'article. J'ai l'impression d'utiliser le GLP-1 pour être intelligent.

Inscrivez-vous pour un accès anticipé ici : La liste d'accès anticipé comprend des personnes de @MIT @anthropic @perplexity @RutgersU et @Yale.