إذا فعلت كل شيء ...

في كل مرة يقترح فيها شخص ما تدريب نموذج لبعض المجالات (الخلايا / المواد الافتراضية / أيا كان) ، يجب أن تكون الجملة الأولى: بيانات الإدخال: x ، بيانات الإخراج: y ، وظيفة الخسارة: z. من شأنه أن يجعل من السهل جدا على الدمى السيئة مثلي فهم ما يتم اقتراحه بالضبط.

أبحث عن خبير طاقة لإجراء مقابلة معه في البودكاست الخاص بي. أريد أن أتعرف على ما سيحدث في عوالم الذكاء الاصطناعي البرية. نظرا لأن الذكاء الاصطناعي أصبح قادرا بالفعل على استبدال العمالة البشرية ، تحديد الناتج المحلي الإجمالي لبلدك من خلال حجم سكان الذكاء الاصطناعي ، وهو مجرى الطاقة. ماذا يعني هذا بالنسبة لمختلف البلدان؟ بالنظر إلى مدى سرعة تخلف الولايات المتحدة عن الصين في توليد الكهرباء ، ما الذي يتطلبه الأمر بالنسبة لنا لتعويض الأرض؟ ما هي أكثر المصادر منطقية (الغاز الطبيعي ، النووي ، الطاقة الشمسية) ، وما هي منحنيات الإمداد الخاصة بها ، والاختناقات المادية أو التنظيمية الرئيسية التي من شأنها إبطاء الارتفاع ، وما إلى ذلك. من هو الضيف المناسب للدردشة من خلاله؟

إذا كنت ترغب في استكشاف التدوين حول الذكاء الاصطناعي ، فهذه طريقة رائعة لتجربتها ، والحصول على إرشاد رائع ، ومحاسبة نفسك.

التأمين هو طريقة تم التقليل من شأنها لإطلاق العنان لتقدم الذكاء الاصطناعي الآمن. يتم تحفيز شركات التأمين على تحديد المخاطر وتتبعها بصدق: إذا بالغوا في تقدير المخاطر ، فإنهم يتفوقون على المنافسة. إذا قللوا من المخاطر ، فإن مدفوعاتهم تفلسهم. 1/9

مقال @gwern جديد مثير للاهتمام حقا: LLM Daydreaming - اقتراح لكيفية كون شبكات الوضع الافتراضي ل LLMs مثالا على القدرات المفقودة للبحث والجدة راجع للشغل ، أعلم أنه من المزعج بعض الشيء أن أسعد به ، ولكن إذا أخبرتني البالغة من العمر 19 عاما أن مقالة جويرن ستفتح هكذا ، لأجد صعوبة في تصديقها.

استمتعت بالدردشة مع ريان وجوش حول حالة الذكاء الاصطناعي. استمتع!

رائعه:

خيط رائع. أكبر وضع فشل عند القيام بعمل فكري صعب هو المماطلة في الأجزاء الصعبة والمكروهة والفعالة (إعادة قراءة الفصل بدلا من القيام بمشاكل الممارسة ، وجمع المزيد من المصادر بدلا من كتابة المسودة الأولى ، وما إلى ذلك). غالبا ما يكون استخدام LLM (في الوقت الحالي) أحد هذه القبيل.

كانت حلقة Dwarkesh مع Adam Brown رائعة طوال الطريق ، لكن النهاية كانت الجزء المفضل لدي: