Tak wiele z tego "oczywiście, że AI stworzy nowe miejsca pracy, więc wszystko będzie w porządku" wydaje się być naiwne. Tak, to może być prawda, ale co jeśli nie? Ogromne bezrobocie wydaje się bardzo prawdopodobne, gdy tworzysz technologię, która może zautomatyzować ogromną większość miejsc pracy.

> "Financial Times donosił w poniedziałek, że amerykański departament handlu został poinformowany o wstrzymaniu planowanych surowych kontroli eksportu wobec Chin, ponieważ kraje prowadzą rozmowy handlowe i omawiają szczyt." 🤔

wymaganie, aby Waymo miało kierowców, nie wystarcza. za każdym razem, gdy włączasz Spotify, musisz zapłacić zespołowi na żywo, aby zagrał piosenkę przed tobą. za każdym razem, gdy używasz zmywarki, musisz zapłacić człowiekowi, aby umył za ciebie naczynia.

Jak to narusza zasady użytkowania Claude'a?!

Czy to jakiś rodzaj historycznego zapisu? 🤨

Wciąż rekrutujemy! Przyjdź do pracy ze mną!

Naprawdę potrzebujemy znacznie więcej badań i rozwoju nad tym, jak zbudować internet dla ery AI. Wiele z sieci jest obecnie sklejone razem przez CAPTCHA i AI, które nie są wystarczająco dobre, aby je obejść i robić rzeczy w internecie. Ale ta klej nie przetrwa długo. Wkrótce będzie zbyt trudno stworzyć CAPTCHA, którą AI nie będzie mogło przejść, ale 99%+ ludzi tak. To może zniszczyć wiele z internetu i naprawdę nie wiemy, co będzie dalej. Nie czekajmy, aby dowiedzieć się, co się zepsuje!

Mamy wielu myślących ludzi w rządzie pracujących nad polityką technologiczną, ale potrzebujemy jeszcze więcej! Czy to możesz być ty?

Obserwuję mini paradoks Moraveca w robotyce: gimnastyka, która jest trudna dla ludzi, jest znacznie łatwiejsza dla robotów niż "nudne" zadania, takie jak gotowanie, sprzątanie i montaż. Prowadzi to do dysonansu poznawczego dla osób spoza branży: "więc roboty mogą uprawiać parkour i breakdance, ale dlaczego nie mogą zająć się moim psem?" Uwierz mi, moi rodzice pytali mnie o to więcej, niż myślisz ... "Paradoks Moraveca robotów" tworzy również iluzję, że fizyczne możliwości AI są znacznie bardziej zaawansowane, niż są w rzeczywistości. Nie wskazuję na Unitree, ponieważ dotyczy to szeroko wszystkich ostatnich akrobatycznych pokazów w branży. Oto prosty test: jeśli ustawisz ścianę przed robotem wykonującym salto, uderzy w nią z pełną siłą i stworzy widowisko. Ponieważ po prostu nadmiernie dopasowuje ten pojedynczy ruch referencyjny, nie mając żadnej świadomości otoczenia. Oto dlaczego ten paradoks istnieje: znacznie łatwiej jest wytrenować "ślepą gimnastyczkę" niż robota, który widzi i manipuluje. Pierwszy problem można całkowicie rozwiązać w symulacji i przenieść bez żadnych prób do rzeczywistego świata, podczas gdy drugi wymaga niezwykle realistycznego renderowania, fizyki kontaktu i chaotycznej dynamiki obiektów w rzeczywistości - żadna z tych rzeczy nie może być dobrze symulowana. Wyobraź sobie, że możesz trenować LLM-y nie z internetu, ale z czysto ręcznie stworzonym tekstowym konsolowym grą. Robotycy mieli szczęście. Żyjemy w świecie, w którym przyspieszone silniki fizyczne są tak dobre, że możemy osiągnąć imponującą akrobatykę, używając dosłownie zerowych danych rzeczywistych. Ale jeszcze nie odkryliśmy tego samego kodu oszustwa dla ogólnej zręczności. Do tego czasu nadal będziemy pytani przez naszych zdezorientowanych rodziców.