ジョエルはメタにAIラボを構築しました 彼女はザックから働き、学びました 彼女はAIの第一人者の一人です 誰もがAIについて知っていると思っているのに間違っている👇こと - スケーリング法が継続される理由 - 人材獲得で AI の成功を買えない理由 - 合成データの未来とそれがモデルにとっての意味 - 2015 年の AI コーディングが画像生成に似ている理由 スポティファイ 👉 ユーチューブ 👉 Apple Podcast (アップルポッドキャスト) 👉 タイムスタンプ： 00:00 イントロ 01:16 Meta が AI 研究に対する私の考え方をどのように形作ったか 02:22 強化学習の課題 08:33 AIで資本効率を高めることは可能か 13:47 企業における AI: 効率と導入 21:51 AIエージェントのセキュリティ上の懸念 28:06 ザックはAIのスーパースターを買収して勝てるか 32:11 データコストの上昇 36:38 合成データとモデルの劣化 38:42 2015年のAIコーディングが画像生成に似ている理由 51:16 ジョエルがVCだったら、どこに投資するでしょうか? 51:50 クイックファイアラウンド:ザックからの教訓、最大の考え方の変化 @jpineau1👇に関する私の5つのポイント

1. AI が成功した場合の適切なバロメーターは何ですか? ほとんどの従業員は、AI を使用して自分で仕事をするよりも 10 倍の仕事をこなすことができますか? 人間とAIには補完的な能力があります。 従業員の一部を完全に置き換えるのは非現実的です。 この@DavidCahn6 @eisokant @btaylor @varunvummadiについてのご意見をお聞かせください

2. オープンソースAIの重要性 すべてをクローズソースにすることは大きな間違いでした。 AIの研究を進めるためには、アイデアを流通させる必要があります。 この@soumithchintala @ylecun @douwekiela @aaref @jasoncwarnerについてのご意見をお聞かせください

3. AIスーパースターはチーム構築に機能しない 部屋に AI スーパースターがたくさんいるからといって、生産性は向上しません。 彼らには処刑機が必要であり、社会的な接着剤が必要です。 私は、補完的な才能を備えた多様なチームを構築することを強く信じています。 この@mntruell @paulbz @mmurph @ivanhzhaoについてのあなたの考えを聞くのが大好きです

4. Mercor や Surge などのデータ供給市場の将来はどうなるでしょうか? 人間とAIのパートナーシップはフェーズではありません。 アウトプットのバランスは変化します。人間は補完的な方向性を提供します。 一部の企業は 5 年以内に存在しないかもしれませんが、人間による指導によるトレーニングは今後も継続します。 2030 年のデータ市場はどのようなものになるのか、ご意見をお聞かせください。@BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. WTF は、AI が生成したコードが非常に多い世界にあるときに発生します AI が生成したコードが非常に多いため、ボトルネックは作成ではなく選択です。 価値があり、安全で、目的のあるコードを選択するための編集メカニズムが必要です。 この@natfriedman @rauchg @scottbelsky @aparnacd @TYehoshuaについてのあなたの考えを聞くのが大好きです