Dit vangt onze ethos goed.

Interessante observatie terwijl ik door het enorme aantal FF-aanvragen ging: Sommige van de beste consumentensociale ideeën kwamen van teams uit Zuid-Korea. Ik denk dat als je cultureel relevant bent (KPop, KDramas), de volgende stap consumententoepassingen is.

AI Frontier Labs <—> F1 Teams Werken bij een toonaangevend AI-lab voelt griezelig vergelijkbaar met het zijn van een raceautodesigner voor F1. Eerst: Talentafpakkingen zijn meedogenloos. Adrian Newey die Red Bull verlaat voor Aston Martin is nieuws op de voorpagina. Ilya Sutskever die OpenAI verlaat breekt het internet. In beide velden kan individuele genialiteit de competitieve balans van de ene op de andere dag verschuiven. Steringenieurs worden behandeld als steratleten. Marginale winst is alles. In F1 kan het verkorten van 0,1 seconden van een rondetijd het verschil betekenen tussen P1 en P10. In AI-labs kan een verbetering van 2% in benchmarkscores bepalen of jouw model wordt ingezet voor miljoenen of op de plank komt te liggen. Data is het ultieme concurrentievoordeel. F1-teams verzamelen miljoenen datapunten per race. AI-labs hebben trainingsdatasets nodig die miljoenen kosten om te cureren. De teams die het beste data kunnen verzamelen, schoonmaken en leren van data winnen consequent. Alles wat daarbuiten valt, is gewoon engineeringtheater. Het verschil tussen onderzoek en engineering is flinterdun. F1-ontwerpers publiceren in academische tijdschriften EN moeten auto's door de keuring krijgen. AI-onderzoekers schrijven papers EN moeten modellen implementeren die opschalen naar miljoenen gebruikers. Hulpbronnenbeperkingen dwingen tot onmogelijke creativiteit. F1-teams hebben budgetplafonds, limieten voor windtunnel tijd en strikte regelgeving. AI-labs hebben rekenbudgetten, kosten voor datalicenties en vereisten voor inferentiesnelheid. Één zwakke schakel breekt alles. In F1, als het aerodynamica-team het goed doet maar het ophangings-team faalt, ben je uit de punten. In AI-labs, als je dataleveringspijplijn perfect is maar je tokenizer bugs heeft, is je model waardeloos. Uitmuntendheid moet systemisch zijn, niet gelokaliseerd. Snelheid versus veiligheid is de eeuwige afweging. F1-auto's zouden sneller kunnen gaan zonder veiligheidsregels. AI-modellen zouden capabeler kunnen zijn zonder afstemmingsonderzoek. Beide velden worstelen voortdurend met: "Hoeveel risico is acceptabel voor hoeveel prestatie?" Hier is wat de meeste mensen missen: in beide velden komen de echte doorbraken voort uit interdisciplinair denken. De beste F1-innovaties komen vaak uit de luchtvaart of materiaalkunde. De beste AI-doorbraken komen vaak uit de neurowetenschappen of de natuurkunde. Nauwe expertise is een doodlopende weg.

Onze allereerste Demo Faire in India had een volle zaal! 8 SPC-teams demonstreerden producten op het gebied van AI-tools, hardware, luchtvaart en meer. Echte demo's, geen dia's. Bekijk wat de slimste geesten in India aan het bouwen zijn 🔽🧵

Je beste idee is waarschijnlijk niet je eerste. Of zelfs je tweede. Geweldige ideeën hebben tijd nodig. @RobinhoodApp was niet @BaijuBhatt's eerste idee. Het is het idee dat ontsnappingssnelheid bereikte. Nu maakt hij de sprong naar de lucht- en ruimtevaart bij @AetherfluxUSA.

🚨 Laatste kans 🚨 Aanvragen voor de Founder Fellowship zijn vandaag due!

Wat gaat Lina Khan doen wanneer Figma Adobe overneemt???

De drukte van @southpkcommons aanvragen in de laatste 72 uur betekent dat ik deze meme naar mijn team kan sturen.

Wacht niet! Aanvragen moeten voor 23:59 uur op 3 augustus binnen zijn.

Wacht niet! Aanvragen moeten voor 23:59 uur op 3 augustus binnen zijn.