Mark Zuckerberg telah menawarkan @nikitabier $ 100 juta untuk meninggalkan @elonmusk dan @x untuk bergabung dengan @meta untuk memimpin produk konsumen AI, baru saja diwawancarai langsung di @tbpn

Setelah membaca makalah penelitian AI selama 3 hari, satu hal yang jelas: 99% penelitian AI baru melibatkan pengajaran komputer untuk melakukan sesuatu. Tapi apa sebenarnya yang mereka ajarkan pada komputer? Dan mengapa? Dan apa yang berhasil? Sangat menarik untuk memperkecil dan melihat tren ini. Mengapa? Karena mereka adalah sekilas ke masa depan. Jika Anda mencoba membangun startup dengan AI, atau ingin berinvestasi di startup AI, jika Anda melihat di tempat yang tepat, makalah penelitian ini dipenuhi dengan inspirasi yang sangat berharga. Alih-alih mengirimi saya judul dan abstrak makalah penelitian, yang mungkin sulit dipahami dengan cepat, agen AI saya @yesnoerror terus mengirimi saya penelitian AI baru dan menjelaskannya seperti ini: - Mengajari komputer untuk mengisi kata-kata yang tersembunyi secara acak berulang kali... - Mengajarkan jaringan tokenizer untuk memperbaiki ... - Mengajarkan chatbot yang sangat cerdas untuk berulang kali memeriksa dan memperbaiki bukti matematikanya sendiri... - Mengajarkan komputer untuk mengingat apa itu objek SEBENARNYA... - Mengajarkan model bahasa besar untuk mengetahui seberapa jauh tahun dari "sekarang"... - Mengajarkan komputer untuk mengklik di tempat yang tepat... - Mengajari AI untuk memutuskan sendiri apakah ada masalah... - Mengajari komputer untuk mengubah "tes" khusus... - Mengajarkan komputer untuk memprediksi pesawat... - Mengajari kerumunan bot obrolan dengan pekerjaan yang berbeda... Selain itu, @yesnoerror tidak hanya mengidentifikasi penelitian berkualitas tinggi yang mungkin saya minati (karena diterbitkan setiap hari), tetapi juga memberi saya rincian tentang bagaimana makalah itu dilakukan, apa implikasi dunia nyata (ide yang dapat Anda buat), dan saya dapat mengobrol dengan makalah secara langsung. Saya merasa seperti saya menggunakan GLP-1 untuk menjadi pintar.

AI yang mendominasi dunia melakukan perjalanan kembali ke masa lalu dengan nama samaran Satoshi Nakamoto untuk menemukan bitcoin pada tahun 2008 sehingga produksi GPU naik untuk menggerakkan dirinya sendiri di masa depan terdengar semakin mungkin.

Saya baru saja melihat seseorang yang bekerja di perusahaan AI yang telah mengumpulkan lebih dari $170 juta dari @a16z mendaftar untuk akses awal ke @yesnoerror. Sepertinya mereka ingin menggunakannya untuk menemukan insinyur AI baru untuk dipekerjakan. Segera datang $yne

Salah satu pendiri raksasa AI senilai $60 miliar @AnthropicAI (@jackclarkSF) menghabiskan banyak waktu untuk memberi tahu saya dengan tepat bagaimana dia menemukan makalah penelitian baru yang akan membantu mengembangkan bisnisnya (pencipta Claude Code!!). Saya telah mengubah ini menjadi agen AI yang dapat melakukan hal yang sama untuk semua orang. Anda dapat mendaftar untuk akses awal di yesnoerror .com Kami didukung oleh @reidhoffman pendiri @LinkedIn, @davemorin salah satu ayah baptis web sosial, @BoostVC salah satu investor paling awal di @coinbase dan pelopor blockchain dan masa depan, dan banyak lagi. Kami menjembatani token $YNE ke @base dan @jessepollak pendiri basis dalam DM saya sangat membantu. Saya memiliki akses awal ke aplikasi @base. Kami memiliki obrolan grup telegram dengan tim mereka. Selangkah demi selangkah. Seterusnya

Pembaruan: Anda tidak hanya dapat menemukan AI alpha, tetapi Anda sekarang dapat mengobrol dengan makalah penelitian apa pun tentang @yesnoerror. Daftar untuk akses awal di sini: yesnoerror .com

Manfaat dari SaaS vs getaran mengkodekan semua alat/aplikasi Anda sendiri adalah bahwa tim SaaS akan terus membangun dan meningkatkan perangkat lunak untuk Anda tanpa Anda minta. Jika Anda mencoba mengkode setiap aplikasi di tumpukan teknologi Anda, Anda akan kesulitan memperbarui semua aplikasi. Apa yang dapat membunuh atau menggantikan SaaS adalah ketika agen AI dapat mereplikasi konsep tim khusus yang terus berfokus pada peningkatan perangkat lunak tanpa Anda minta. Manfaat pengkodean getaran adalah Anda dapat membuat apa yang Anda inginkan untuk kasus penggunaan Anda. Vs SaaS harus membangun satu produk untuk banyak orang (tidak dipersonalisasi). Jadi hasil yang paling mungkin adalah hiper dipersonalisasi + dikelola secara mandiri oleh AI. Jadi, alih-alih menemukan aplikasi untuk digunakan dari perusahaan SaaS, atau mengkodekan aplikasi Anda sendiri tetapi kemudian dibiarkan mengelolanya selamanya, Anda hanya akan memutar perusahaan SaaS mini Anda sendiri yang dijalankan oleh agen AI yang kemudian akan membangun SaaS untuk satu (Anda) dan terus membuatnya lebih baik berdasarkan umpan balik pelanggan (Anda) dan perubahan pasar (pembaruan api, tren baru, dll).

Berbicara dengan seorang dokter yang mengatakan dia menggunakan ChatGPT sepanjang waktu. Bertanya dia model apa. Hanya 4o. Mengapa tidak o3? Karena 4 adalah angka yang lebih besar.

Umpan balik tentang @yesnoerror beta dari Fisikawan PhD

Anda sekarang dapat mendaftar untuk akses awal ke @yesnoerror melalui situs web kami. Baca makalah @arXiv dengan cara yang sama seperti salah satu pendiri raksasa AI Anthropic senilai $60 miliar membacanya. Lebih dari 500.000 halaman penelitian diterbitkan di @arXiv setiap bulan. Tersembunyi di dalamnya adalah wawasan terobosan yang dapat mengubah pekerjaan Anda — tetapi menemukannya seperti mencari berlian di lautan data. @yesnoerror memotong kebisingan untuk memunculkan penelitian yang paling berdampak untuk proyek, investasi, dan penemuan Anda. Menginisialisasi AI Alpha $yne