Zůstaňte vděční a naučte se stát se nudnými, a v podstatě jste již vyhráli.

"Nadcházející okamžik GPT-3 pro RL" Zajímavý příspěvek od @MechanizeWork o posunu směrem k masivnímu školení v tisících různých prostředí. "Podobně se domníváme, že okamžik GPT-3 pro RL bude z velké části umožněn paradigmatem, které nazýváme replikační trénink. Toto navrhované paradigma zahrnuje pověření umělé inteligence duplikací stávajících softwarových produktů nebo specifických funkcí v nich. Jednoduché nástroje příkazového řádku, které implementují obskurní hashovací a šifrovací algoritmy, jsou přímočarými počátečními cíli, ale tento přístup lze snadno rozšířit na složitější software, jako jsou webové stránky, profesionální software a hry."

Jedna z našich nejlepších zpráv @delphi_intel od Can. Prohlížeče se pravděpodobně ukáží jako nejdůležitější nemovitost v AI. Tato zpráva se zabývá vývojem odvětví, hodnotovým řetězcem a současnou válkou o to, co je pravděpodobně jedním z nejcennějších souborů dat v oblasti umělé inteligence. Čtení vysoké návratnosti investic.

Způsob interakce s počítači zaměřený na aplikace umírá Když přišel iPhone, spustil to velký třesk aplikací. Posledních patnáct let jsme strávili tím, že jsme se učili myslet v aplikacích. Všechno začíná aplikací: odemkněte telefon, hledejte správnou ikonu, klepněte, posouvejte, opakujte. Ale když se na chvíli zastavíte, je to špatně. Náš mozek přirozeně neorganizuje život do aplikací; přemýšlíme v pojmech záměru. Před velkými jazykovými modely (LLM) byly aplikace tou nejlepší abstrakcí, kterou jsme měli k převedení našeho záměru do akcí. A abych byl spravedlivý, fungovalo to perfektně... až dosud. Pak se stal ChatGPT a najednou mi lov na nekonečných obrazovkách ikon připadá jako zaneprázdněná práce z jiné éry. Nyní, když se počítače naučily mluvit, měli bychom být schopni jim říkat, co chceme, a ony by se měly postarat o zbytek. Příští desetiletí je o překlenutí propasti mezi tím, kde jsme dnes, a tímto ideálním státem. Bezprostřední kroky jsou zcela jasné. Z velké části existují 3 mezery, na kterých se většina lidí shodne: Umělá inteligence není dostatečně osobní – Navzdory všemu svému kouzlu o vás stále ví jen velmi málo. Umělá inteligence není dostatečně všudypřítomná – nesetká se s vámi tam, kde jste. Umělá inteligence není dostatečně proaktivní – Říká vám, co máte dělat, ale často to za vás neudělá. Kde tedy k této transformaci dojde? Na které platformě zapustí kořeny personalizovanější, všudypřítomná a proaktivní umělá inteligence? Je těžké předvídat vzdálenou budoucnost, ale ideální bezprostřední kandidát je již přímo před námi. Není to nová aplikace, nositelný přívěsek nebo futuristické rozhraní. Je to software, který používáme celou dobu: prohlížeč. Existuje několik důvodů, proč má prohlížeč jedinečnou pozici: První je kontextová vrstva. Karty, domény, relace, prvky iframe, soubory cookie, přihlašovací údaje, rozšíření, záložky, historie, postranní panely, adresy URL – to vše jsou bohaté zdroje kontextu, prostřednictvím kterých prohlížeče neustále shromažďují data. Sledují, jak se pohybujete na webu, co hledáte, co ignorujete a co znovu navštěvujete. Váš výchozí prohlížeč již obsahuje hluboký kontext o vás. Dále se spousta práce odehrává v prohlížeči. Stejně jako iPhone přerostl označení "telefon", prohlížeč přerostl "prohlížení". Většinu našich znalostí a produktivity – e-maily, dokumenty, kalendáře, schůzky – přenášíme na web. Moderní prohlížeče se staly kvazioperačními systémy, které hostují nejen statický obsah, ale i plnohodnotné aplikace – Google Workspace (Docs/Sheets/Slides/Drive), Slack, Figma, Notion, Asana, PWA, kryptopeněženky – seznam by mohl pokračovat. Díky umělé inteligenci je prohlížeč připraven hostit nový druh softwaru: inteligentní agenty schopné chatovat, kódovat, hloubkový výzkum, využívat počítač, generovat obrázky a další. Díky využití těchto agentů již prohlížeč není jen místem, kde se odehrává práce, ale stává se aktivním účastníkem této práce. Nebudeme používat pouze aplikace v prohlížeči, prohlížeče se stanou "vestavěnou" součástí našich životů. A konečně, prohlížeč je nativní pro cloud, a proto je multiplatformní. iOS, Android, macOS, Windows, iPadOS – dokonce i televizory a VR headsety – prohlížeč běží všude. Agenti v prohlížeči by se cítili všudypřítomní a nabízeli by jedinečnou kvalitu, které se samostatní chatboti s umělou inteligencí nemohou rovnat. To vše zdůrazňuje motivace stojící za blížící se Browser War III – bojem o kontrolu nad nejkritičtější bránou webu ve věku umělé inteligence. Válka prohlížečů III Válka prohlížečů může být válkou s nejvyššími sázkami ze všech, protože je to trh, kde vítěz bere vše. Prohlížeče jsou extrémně lepkavé. Čím déle prohlížeč používáte, tím větší stopu zanecháte – profily, hesla, přihlašovací údaje, záložky, rozšíření – a tím menší je pravděpodobnost, že přejdete. S agenty umělé inteligence, kteří zachycují vaše cenná data o chování na webu a nabízejí hyperpersonalizované služby, se tato lepkavost jen prohloubí. Tato intenzivní koncentrace trhu však není poháněna pouze spotřebitelskou volbou. Trh prohlížečů je přísně kontrolován, přičemž významnou roli hrají operační systémy a výrobci OEM (Original Equipment Manufacturers), kteří jsou v předcházejícím řetězci prohlížečů. iOS a Android záměrně navrhují svá rozhraní tak, aby uživatele uzamkli v preferovaných prohlížečích Safari a Chrome, a to prostřednictvím opatření, jako je omezení motorů prohlížeče, zakrytí výchozího nastavení prohlížeče a postrčení uživatelů k výchozímu nastavení. Výrobci OEM dále posilují tyto oplocené zahrady předinstalacemi (jako je Edge na počítačích se systémem Windows nebo Chrome na zařízeních Android), často jsou k tomu právně vázáni nebo finančně motivováni. Za normálních podmínek by v tak kontrolovaném prostředí neexistovala žádná šance, že by se objevil nový vítěz, což vysvětluje historickou absenci konkurence. Žijeme však v bezprecedentní době. Žádný zavedený operátor – prohlížeč, OEM nebo operační systém – není uprostřed takové převratné technologie v bezpečí. Prohlížeče s umělou inteligencí nabízejí zcela nové zážitky a spojují rozhraní chatbotů přímo do prohlížení. Orientace v produktovém designu a technických průlomech v této oblasti je zčásti věda, zčásti umění. Ti, kterým se to podaří, mají nyní šanci vybudovat trvalé příkopy po celá desetiletí. V tomto vyvíjejícím se prostředí se prosazuje několik nově vznikajících hráčů, včetně Perplexity Comet, Dia, Genspark, Fellou, Opera Neon a tolik spekulovaného prohlížeče od OpenAI. Než se však ponoříme do těchto nových účastníků, je důležité nejprve pochopit současný stav věcí. Hra o trůny Níže je uveden tok webového provozu měřený v zobrazeních stránek napříč klíčovými hráči – od výrobců OEM a operačních systémů až po vyhledávače v prohlížeči v downstreamu. Zde je několik nejdůležitějších informací z dat:

Zůstaňte vděční a naučte se stát se nenudnými, a v podstatě jste již vyhráli

V poslední době zkoumám společnosti zabývající se robotikou v rané fázi. Všichni jsme slyšeli o Figureovi a dalších velkých jménech, ale sledovat, co se děje na základní úrovni, je velmi zajímavé. Zde je 11 společností založených od roku 2023 s financováním < 100 milionů dolarů, které mě zaujaly. Závit: 1/17.

Jste další James Cameron. 🤝

Tour de force na současných omezeních LLM a cestě vpřed z @lex_feeds Část 1 o základních modelech níže, část 2 o vrstvě aplikací, která vyjde příští týden

Můj inaugurační příspěvek @delphi_intel je o Gen AI Video Models. Shrnutí níže (1/10) 👇 s/o @moonshot6666 za jeho zpětnou vazbu na tuto esej a @PJaccetturo za toto drogové hype video, které bezostyšně ukradnu. TLDR: videa jsou 2-3 roky pozadu za textem. Stávají se velmi dobrými, velmi rychlými

PSA: Většina čtenářů ví, že Delphi Intelligence publikuje dlouhodobý výzkum umělé inteligence. Ale máme také mini-kanál, kde @lex_feeds & já budeme komentovat zajímavé čtení. Např. výše o čínských vs amerických přístupech z @natolambert, @kyleichan & co (odkud pochází tato grafika)