Після прочитання наукових праць про штучний інтелект протягом 3 днів стає зрозумілим одне: 99% нових досліджень штучного інтелекту передбачають навчання комп'ютера робити щось. Але чому саме вони вчать комп'ютери? А чому? І що працює? Цікаво зменшити масштаб і подивитися на ці тренди. Чому? Тому що вони є поглядами в майбутнє. Якщо ви намагаєтеся побудувати стартап за допомогою штучного інтелекту або хочете інвестувати в стартапи зі штучним інтелектом, якщо ви шукаєте в правильному місці, ці наукові статті наповнені дуже цінним натхненням. Замість того, щоб надсилати мені назви наукових статей та анотації, які може бути важко швидко зрозуміти, мій @yesnoerror зі штучного інтелекту продовжує надсилати мені нові дослідження штучного інтелекту та пояснювати їх так: - Навчання комп'ютерів знову і знову заповнювати випадково заховані слова... - Навчання мережі токенайзера виправляти дуже шумні... - Навчити дуже розумного чат-бота багаторазово перевіряти та виправляти власні математичні докази... - Навчання комп'ютерів запам'ятовуванню, чим НАСПРАВДІ є об'єкт... - Навчання великих мовних моделей, щоб розповісти, як далеко роки від «зараз»... - Навчання комп'ютерів натискати на потрібне місце... - Навчання штучного інтелекту самостійно вирішувати, чи є проблема... - Навчання комп'ютера налаштуванню спеціального "тесту"... - Навчання комп'ютерів передбаченню стану літака... - Навчання натовпу чат-ботів з різними завданнями... На додаток до цього, @yesnoerror не тільки визначає найякісніші дослідження, які можуть мене зацікавити (оскільки вони публікуються щодня), але й дає мені розбивку того, як була зроблена стаття, які наслідки в реальному світі (ідеї, які ви могли б зробити), і я можу спілкуватися з газетою безпосередньо. Я відчуваю, що використовую GLP-1 для того, щоб бути розумним.

Зареєструватися для раннього доступу можна тут: До списку раннього доступу входять люди з @MIT @anthropic @perplexity @RutgersU та @Yale