Joelle ha costruito il laboratorio di AI presso Meta Ha lavorato e imparato da Zuck È una delle menti più brillanti nel campo dell'AI Cosa pensa la gente di sapere sull'AI ma sbaglia 👇 - Perché le leggi di scalabilità continueranno - Perché non puoi comprare il successo nell'AI con acquisizioni di talenti - Futuro dei dati sintetici e cosa significa per i modelli - Perché la programmazione AI è simile alla generazione di immagini nel 2015 Spotify 👉 Youtube 👉 Apple Podcasts 👉 Timestamp: 00:00 Introduzione 01:16 Come Meta ha plasmato il mio modo di pensare alla ricerca sull'AI 02:22 Sfide nell'apprendimento per rinforzo 08:33 È possibile essere efficienti in termini di capitale nell'AI 13:47 AI nelle imprese: efficienza e adozione 21:51 Preoccupazioni di sicurezza con gli agenti AI 28:06 Può Zuck vincere comprando le superstar dell'AI 32:11 L'aumento del costo dei dati 36:38 Dati sintetici e degradazione del modello 38:42 Perché la programmazione AI è simile alla generazione di immagini nel 2015 51:16 Se Joelle fosse un VC, dove investirebbe? 51:50 Round veloce: lezioni da Zuck, il più grande cambiamento di mentalità I miei 5 punti chiave con @jpineau1 👇

1. Qual è il giusto barometro per capire se l'AI ha successo? La maggior parte dei tuoi dipendenti può fare 10 volte il loro lavoro con l'AI rispetto a farlo da soli? Gli esseri umani e l'AI hanno abilità complementari. Sostituire completamente una parte della tua forza lavoro è irrealistico. Mi piacerebbe sapere cosa ne pensi @DavidCahn6 @eisokant @btaylor @varunvummadi

2. L'importanza dell'AI open source Chiudere tutto è stato un grande errore. Abbiamo bisogno che le idee circolino per far avanzare la ricerca sull'AI. Mi piacerebbe sapere cosa ne pensate @soumithchintala @ylecun @douwekiela @aaref @jasoncwarner

3. Le superstar dell'AI non lavorano per costruire un team Avere un gruppo di superstar dell'AI in una stanza non le rende più produttive. Hanno bisogno di una macchina esecutiva, hanno bisogno di collante sociale. Credo fermamente nella costruzione di team diversificati con talenti complementari. Mi piacerebbe sapere cosa ne pensate @mntruell @paulbz @mmurph @ivanhzhao

4. Qual è il futuro del mercato della fornitura di dati per aziende come Mercor e Surge? La partnership tra umani e AI non è una fase. L'equilibrio dei risultati cambierà; gli esseri umani forniranno una direzione complementare. Alcune aziende potrebbero non esistere tra 5 anni, ma la formazione guidata dagli esseri umani è qui per restare. Mi piacerebbe sapere cosa ne pensi, come appare il mercato dei dati nel 2030? @BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. Cosa succede quando abbiamo un mondo con così tanto codice generato dall'AI Con così tanto codice generato dall'AI, il collo di bottiglia non è la creazione: è la selezione. Avremo bisogno di meccanismi editoriali per scegliere codice prezioso, sicuro e utile. Mi piacerebbe sapere cosa ne pensi @natfriedman @rauchg @scottbelsky @aparnacd @TYehoshua