Joelle construyó el laboratorio de IA en Meta Trabajó y aprendió de Zuck Es una de las mentes líderes en IA Lo que todo el mundo piensa que sabe sobre la IA pero se equivoca 👇 - Por qué continuarán las leyes de escala - Por qué no se puede comprar el éxito en IA con adquisiciones de talento - El futuro de los datos sintéticos y lo que significa para los modelos - Por qué la codificación de IA es similar a la generación de imágenes en 2015 Spotify 👉 Youtube 👉 Podcasts de 👉 Apple Marcas de tiempo: 00:00 Introducción 01:16 Cómo Meta influyó en mi forma de pensar sobre la investigación de IA 02:22 Desafíos en el aprendizaje por refuerzo 08:33 ¿Es posible ser eficiente en capital en IA? 13:47 IA en la empresa: eficiencia y adopción 21:51 Problemas de seguridad con los agentes de IA 28:06 ¿Puede Zuck ganar comprando las superestrellas de la IA? 32:11 El aumento del costo de los datos 36:38 Datos sintéticos y degradación del modelo 38:42 Por qué la codificación de IA es similar a la generación de imágenes en 2015 51:16 Si Joelle fuera una VC, ¿dónde invertiría? 51:50 Ronda rápida: lecciones de Zuck, el mayor cambio de mentalidad Mis 5 conclusiones con @jpineau1 👇

1. ¿Para qué sirve el barómetro adecuado si la IA tiene éxito? ¿Pueden la mayoría de sus empleados hacer 10 veces su trabajo con IA en lugar de hacerlo solos? Los humanos y la IA tienen habilidades complementarias. Reemplazar a una parte de su fuerza laboral no es realista. Me encantaría escuchar tus pensamientos sobre este @DavidCahn6 @eisokant @btaylor @varunvummadi

2. La importancia de la IA de código abierto Cerrar todo ha sido un profundo error. Necesitamos que circulen ideas para avanzar en la investigación de la IA. Me encantaría escuchar sus pensamientos sobre este @soumithchintala @ylecun @douwekiela @aaref @jasoncwarner

3. AI Superstars no funciona para construir un equipo Tener un montón de superestrellas de IA en una habitación no los hace más productivos. Necesitan una máquina de ejecución, necesitan el pegamento social. Soy un gran creyente en la construcción de equipos diversos con talentos complementarios. Me encantaría escuchar sus pensamientos sobre este @mntruell @paulbz @mmurph @ivanhzhao

4. ¿Cuál es el futuro del mercado de suministro de datos para empresas como Mercor y Surge? La asociación entre humanos e IA no es una fase. El equilibrio de los productos cambiará; los humanos proporcionarán una dirección complementaria. Es posible que algunas empresas no existan en 5 años, pero la capacitación guiada por humanos llegó para quedarse. Me encanta escuchar sus pensamientos, ¿cómo se ve el mercado de datos en 2030? @BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. WTF sucede cuando tenemos un mundo con tanto código generado por IA Con tanto código generado por IA, el cuello de botella no es la creación: es la selección. Necesitaremos mecanismos editoriales para elegir un código valioso, seguro y con propósito. Me encantaría escuchar sus pensamientos sobre este @natfriedman @rauchg @scottbelsky @aparnacd @TYehoshua