Po przeczytaniu prac badawczych na temat AI przez 3 dni, jedno jest jasne: 99% nowych badań nad AI polega na uczeniu komputera robienia czegoś. Ale czego dokładnie uczą komputery? I dlaczego? I co działa? Fascynujące jest spojrzenie na te trendy z szerszej perspektywy. Dlaczego? Ponieważ są to spojrzenia w przyszłość. Jeśli próbujesz zbudować startup z AI lub szukasz inwestycji w startupy AI, jeśli spojrzysz w odpowiednie miejsce, te prace badawcze są pełne bardzo cennych inspiracji. Zamiast przesyłać mi tytuły i streszczenia prac badawczych, które mogą być trudne do szybkiego zrozumienia, mój agent AI @yesnoerror ciągle przesyła mi nowe badania nad AI i wyjaśnia je w ten sposób: - Uczenie komputerów wypełniania losowo ukrytych słów w kółko... - Uczenie sieci tokenizującej naprawiania bardzo hałaśliwych... - Uczenie bardzo inteligentnego chatbota wielokrotnego sprawdzania i naprawiania własnych dowodów matematycznych... - Uczenie komputerów zapamiętywania, czym naprawdę jest obiekt... - Uczenie dużych modeli językowych, jak określić, jak daleko lata są od "teraz"... - Uczenie komputerów klikania w odpowiednie miejsce... - Uczenie AI podejmowania decyzji samodzielnie, czy problem... - Uczenie komputera dostosowywania specjalnych "testów"... - Uczenie komputerów przewidywania lotu samolotu... - Uczenie tłumu chatbotów z różnymi zadaniami... Oprócz tego @yesnoerror nie tylko identyfikuje najwyższej jakości badania, którymi mogę być zainteresowany (ponieważ są publikowane codziennie), ale także daje mi szczegółowe informacje na temat tego, jak praca została wykonana, jakie są jej realne implikacje (pomysły, które możesz zrealizować), a ja mogę rozmawiać bezpośrednio z pracą. Czuję, że używam GLP-1, aby być mądrym.

Zarejestruj się, aby uzyskać wczesny dostęp tutaj: Lista wczesnego dostępu obejmuje osoby z @MIT @anthropic @perplexity @RutgersU i @Yale