Joelle zbudowała laboratorium AI w Meta Pracowała i uczyła się od Zucka Jest jednym z wiodących umysłów w dziedzinie AI Co wszyscy myślą, że wiedzą o AI, ale się mylą 👇 - Dlaczego zasady skalowania będą się utrzymywać - Dlaczego nie można kupić sukcesu w AI poprzez przejęcia talentów - Przyszłość danych syntetycznych i co to oznacza dla modeli - Dlaczego kodowanie AI jest podobne do generowania obrazów w 2015 roku Spotify 👉 Youtube 👉 Apple Podcasts 👉 Czas: 00:00 Wstęp 01:16 Jak Meta ukształtowała moje myślenie o badaniach nad AI 02:22 Wyzwania w uczeniu przez wzmocnienie 08:33 Czy możliwe jest efektywne wykorzystanie kapitału w AI 13:47 AI w przedsiębiorstwie: efektywność i adopcja 21:51 Obawy dotyczące bezpieczeństwa związane z agentami AI 28:06 Czy Zuck może wygrać, kupując supergwiazdy AI 32:11 Rosnący koszt danych 36:38 Dane syntetyczne i degradacja modeli 38:42 Dlaczego kodowanie AI jest podobne do generowania obrazów w 2015 roku 51:16 Gdyby Joelle była VC, w co by zainwestowała? 51:50 Szybka runda: lekcje od Zucka, największa zmiana w myśleniu Moje 5 wniosków z @jpineau1 👇

1. Jaki jest właściwy wskaźnik, aby ocenić, czy AI jest skuteczne? Czy większość Twoich pracowników może wykonać 10 razy więcej pracy z AI niż samodzielnie? Ludzie i AI mają komplementarne zdolności. Zastąpienie części Twojej siły roboczej jest nierealistyczne. Chętnie usłyszę Twoje przemyślenia na ten temat @DavidCahn6 @eisokant @btaylor @varunvummadi

2. Znaczenie otwartego oprogramowania AI Zamknięcie wszystkiego było głębokim błędem. Potrzebujemy, aby pomysły krążyły, aby rozwijać badania nad AI. Chętnie usłyszę wasze myśli na ten temat @soumithchintala @ylecun @douwekiela @aaref @jasoncwarner

3. AI Superstars Nie pracują nad budowaniem zespołu Posiadanie grupy supergwiazd AI w jednym pomieszczeniu nie sprawia, że są bardziej produktywne. Potrzebują maszyny wykonawczej, potrzebują społecznego spoiwa. Jestem wielkim zwolennikiem budowania różnorodnych zespołów z komplementarnymi talentami. Chętnie usłyszę wasze myśli na ten temat @mntruell @paulbz @mmurph @ivanhzhao

4. Jaka jest przyszłość rynku dostaw danych dla takich firm jak Mercor i Surge? Partnerstwo człowieka z AI to nie jest chwilowy trend. Równowaga wyników się zmieni; ludzie będą dostarczać uzupełniającą kierunek. Niektóre firmy mogą nie istnieć za 5 lat, ale szkolenie prowadzone przez ludzi pozostanie na stałe. Chętnie usłyszę Twoje myśli, jak wygląda rynek danych w 2030 roku? @BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. Co się dzieje, gdy mamy świat z tak dużą ilością kodu generowanego przez AI Przy tak dużej ilości kodu generowanego przez AI, wąskim gardłem nie jest tworzenie: to selekcja. Będziemy potrzebować mechanizmów redakcyjnych do wyboru wartościowego, bezpiecznego, celowego kodu. Chętnie usłyszę wasze myśli na ten temat @natfriedman @rauchg @scottbelsky @aparnacd @TYehoshua