唉，我的排名低于我历史最佳的击剑世界排名（第43位），我还有很多工作要做。

唉，我的排名低于我历史最佳的击剑世界排名（第43位），还有很多工作要做。

我觉得这对你们中的一些人今天可能会有帮助：

同样值得注意的是，这些肽和机器人都是在中国制造的——我们已经忘记如何制造东西了！

“你在哪里遇到走私肽的交易商？” “在地下机器人拳击场” 内脏的未来震撼

自我们推出以来，已经创建了超过5亿个工件！今天，您的工件现在可以嵌入Claude的智能；我们在内部称之为“Claude in Claude”，看到人们用它创造的东西真是太有趣了。

我的工作？我是一个稀有代币猎人。我追踪西藏寺院中的死语言，解密特斯拉的私人日记，追寻接触前亚马逊方言的耳语。人工智能为它们从未体验过的代币支付高额信用，你知道的。工作就是工作，即使是为机器工作。

神经网络和密码学算法为什么如此相似？

早上好。以下是我们今天的来宾电话： - @shaunmmaguire (红杉资本) - @jackgwhitaker (斯坦福大学) - @AarushSelvan (谷歌) - @olivercameron (奥德赛) - @mignano (光速) - @markchen90 (开放AI) - @_sholtodouglas (人类学) - @eshear (软极大) - @jeff_weinstein (Stripe) - @arakharazian (Ramp) - @walden_yan (认知) - @mikeknoop (Ndea) 在直播中见！

AGI时间线非常双峰。要么在2030年实现，要么失败。 过去十年AI的进展是通过扩大前沿系统的训练计算来推动的（每年3.55倍，4年内160倍）。 这种情况在本十年之后无法继续，无论是芯片、功率，甚至是用于训练的原始GDP的比例。 2030年之后，AI的进展主要必须来自算法进步。但即使在这里，低垂的果实也将被摘取（至少在深度学习范式下）。 因此，AGI的年度概率急剧下降。我们可能在2040+的时间线上。 我与@_sholtodouglas和@TrentonBricken讨论了这一动态：