全部やれば...

誰かが何らかのドメイン(仮想セル/材料など)のモデルのトレーニングを提案するたびに、最初の文は入力データ:x、出力データ:y、損失関数:zである必要があります。 私のような愚かな愚か者が正確に何が提案されているのかを理解するのがはるかに簡単になります。

私のポッドキャストでインタビューするエネルギーの専門家を探しています。野生のAIの世界で何が起こるのか、雑草の中に入り込みたいと思います。 AIが実際に人間の労働力を代替できるようになると、あなたの国のGDPは、エネルギーの下流であるAIの人口規模によって表されるようになります。 これは、さまざまな国にとって何を意味するのでしょうか?米国が発電量で中国にどれだけの速さで遅れをとっているかを考えると、私たちがその基盤を埋め合わせるには何が必要でしょうか? 最も説得力のある供給源(天然ガス、原子力、太陽光)は何か、それらの供給曲線は何か、増加を遅らせる主な物理的または規制上のボトルネックなど。 これを通じてチャットするのに適したゲストは誰ですか?

AIについてのブログを探求したいなら、これは試してみて、優れたメンターシップを得て、自分自身に責任を持つための素晴らしい方法のように思えます。

保険は、AIの安全な進歩を解き放つための過小評価されている方法です。 保険会社は、リスクを正直に定量化し、追跡するインセンティブがあります。リスクを過小評価すると、その支払いが彼らを破綻させます。 1/9

本当に興味深い新しい@gwernエッセイ: LLM Daydreaming - LLMのデフォルトモードネットワークが、検索と新規性に欠けている機能の一例であるという提案 ところで、喜ぶのは少しうんざりするかもしれませんが、もし19歳の私にグワーンのエッセイがこんな風に開くと言ったら、信じられなかったでしょう。

ライアンとジョシュとAIの現状について楽しくおしゃべりできました。楽しむ！

嬈：

素晴らしいスレッド。 難しい知的作業を行う際の最大の失敗モードは、難しく、嫌悪感を抱くが、効果的な部分を先延ばしにすることです(練習問題をする代わりに章を読み直す、最初のドラフトを書く代わりにより多くのソースを集める、など)。 LLMの使用は(今のところ)多くの場合、そのようなものです。

アダム・ブラウンとのドワルケシュのエピソードは最後まで素晴らしかったですが、エンディングは私のお気に入りの部分でした。