Gęstość talentów AI w globalnych obszarach metropolitalnych - mega wątek, dodaj do zakładek. ================== Demografia to przeznaczenie, sam obliczenia są przereklamowane w Erze Badań (choć @SemiAnalysis_ może się z tym nie zgadzać). W tym wątku przeanalizujmy globalny rozkład demograficzny talentów AI. Statystyki są szokujące. - Chiny przewyższają USA. Maleńki Singapur dorównuje całej Europie (nic dziwnego, że główne laboratoria otwierają siedziby w Singapurze). - Obszar Pekinu ma najwyższą gęstość talentów na świecie. - Dzielnica Haidan w Pekinie >> Dolina Mózgów w SF (jest tam więcej laboratoriów pierwszej klasy niż w całym San Francisco: MoonShot, MiniMax, Ziphu AI, ByteDance SEED i wiele innych...). - Chiny mają 3 obszary metropolitalne z porównywalnym wynikiem badań jak cały obszar Zatoki (ponad 10% globalnych). Każdy z nich ma również wysoką koncentrację firm zajmujących się robotyką. - USA ma tylko jeden główny klaster badawczy z ponad 10% wkładem w badania AI, oczywiście obszar Zatoki San Francisco. Możesz powiedzieć, że amerykańskie laboratoria, takie jak OpenAI i Anthropic, nie publikują, dlatego tak jest. Ale czy naprawdę myślisz, że laboratoria w Chinach, takie jak DeepSeek, MiniMax, MoonShot, Z AI z ponad 400 pracownikami, publikują tyle, ile mogłyby? Ile prac widziałeś od chińskich firm zajmujących się robotyką? Publikują może 5-10 prac rocznie, znacznie poniżej liczby eksperymentów, które przeprowadzają. GCR ma inne korporacyjne laboratoria, które publikują więcej, takie jak Alibaba, ByteDance SEED, Tencent. Jest więcej laboratoriów na rynku: Xiomi, Meituan itd., ale są one zrównoważone przez amerykańskie, takie jak Google, Microsoft, Amazon, SalesForce, Nvidia itd. Większość różnicy wynika z silnej kultury badawczej na chińskich uniwersytetach, a także na wschodzących azjatyckich uniwersytetach, takich jak NUS, NTU, KSAIT itd. Co następuje, to mapy specyficzne dla regionów pokazujące rozkład talentów. (Źródło: Mapy gęstości talentów AI są produkowane na podstawie wpływowego artykułu opublikowanego. Wybór Neurips przyjęty jako wskaźnik.) @shaunrein @teortaxesTex @bgurley @chamath @DavidSacks @MohapatraHemant @natolambert @Scobleizer @ClementDelangue @aakrit @svembu @balajis @naval @rohanpaul_ai @SemiAnalysis_ @deedydas @adityaag @pmarca @elonmusk @dwarkesh_sp