To dobrze oddaje naszą etykę.

Interesująca obserwacja podczas przeglądania naszej szalonej liczby aplikacji FF: Niektóre z najlepszych pomysłów na aplikacje społecznościowe dla konsumentów pochodziły od zespołów z Korei Południowej. Myślę, że jeśli jesteś kulturowo istotny (KPop, KDramy), to następnym krokiem są aplikacje dla konsumentów.

AI Frontier Labs <—> Zespoły F1 Praca w wiodącym laboratorium AI przypomina bycie projektantem samochodów wyścigowych w F1. Po pierwsze: Zatrudnianie talentów jest bezwzględne. Adrian Newey opuszczający Red Bulla na rzecz Aston Martin to wiadomość na pierwszej stronie. Ilya Sutskever opuszczający OpenAI łamie internet. W obu dziedzinach indywidualna genialność może zmienić równowagę konkurencyjną z dnia na dzień. Gwiazdorscy inżynierowie są traktowani jak gwiazdy sportu. Marginalne zyski są wszystkim. W F1, zaoszczędzenie 0,1 sekundy na czasie okrążenia może oznaczać różnicę między P1 a P10. W laboratoriach AI, 2% poprawa w wynikach benchmarków może decydować o tym, czy twój model zostanie wdrożony do milionów, czy zostanie odłożony na półkę. Dane to ostateczna przewaga konkurencyjna. Zespoły F1 zbierają miliony punktów danych na wyścig. Laboratoria AI potrzebują zbiorów danych do treningu, które kosztują miliony do skuracji. Zespoły, które najlepiej zbierają, oczyszczają i uczą się z danych, konsekwentnie wygrywają. Wszystko inne to tylko teatr inżynieryjny. Różnica między badaniami a inżynierią jest cienka jak brzytwa. Projektanci F1 publikują w czasopismach naukowych I muszą przejść przez kontrolę techniczną. Badacze AI piszą prace I muszą wdrażać modele, które skalują się do milionów użytkowników. Ograniczenia zasobów wymuszają niemożliwą kreatywność. Zespoły F1 mają limity budżetowe, ograniczenia czasu w tunelu aerodynamicznym i surowe regulacje. Laboratoria AI mają budżety obliczeniowe, koszty licencjonowania danych i wymagania dotyczące prędkości wnioskowania. Jeden słaby ogniwo łamie wszystko. W F1, jeśli zespół aerodynamiki ma to na miejscu, ale zespół zawieszenia zawodzi, nie zdobywasz punktów. W laboratoriach AI, jeśli twój pipeline danych jest idealny, ale twój tokenizer ma błędy, twój model jest do niczego. Doskonałość musi być systemowa, a nie lokalna. Prędkość vs. bezpieczeństwo to wieczny kompromis. Samochody F1 mogłyby jechać szybciej bez regulacji bezpieczeństwa. Modele AI mogłyby być bardziej zdolne bez badań nad dostosowaniem. Obie dziedziny nieustannie zmagają się z pytaniem: "Jakie ryzyko jest akceptowalne w zamian za jaką wydajność?" Oto, co większość ludzi przeocza: w obu dziedzinach prawdziwe przełomy pochodzą z myślenia międzydyscyplinarnego. Najlepsze innowacje w F1 często pochodzą z lotnictwa lub nauki o materiałach. Najlepsze przełomy w AI często pochodzą z neurobiologii lub fizyki. Wąska ekspertyza to ślepa uliczka.

Nasze pierwsze Demo Faire w Indiach przyciągnęło tłumy! 8 zespołów SPC zaprezentowało produkty z zakresu narzędzi AI, sprzętu, lotnictwa i nie tylko. Prawdziwe pokazy, żadnych slajdów. Zobacz, co budują najbystrzejsze umysły w Indiach 🔽🧵

Twoja najlepsza idea prawdopodobnie nie jest twoją pierwszą. Ani nawet drugą. Wspaniałe pomysły potrzebują czasu. @RobinhoodApp nie był pierwszym pomysłem @BaijuBhatt. To ten, który osiągnął prędkość ucieczki. Teraz podejmuje skok w kierunku lotnictwa w @AetherfluxUSA.

🚨 Ostatnia szansa 🚨 Aplikacje na stypendium dla założycieli są dzisiaj ostateczne!

Co zrobi Lina Khan, gdy Figma przejmie Adobe???

Pośpiech aplikacji @southpkcommons w ostatnich 72 godzinach oznacza, że mogę wysłać ten mem do mojego zespołu.

Nie czekaj! Zgłoszenia do 3 sierpnia do godziny 23:59.

Nie czekaj! Zgłoszenia do 3 sierpnia do godziny 23:59.