7213Ejaaz

OpenAI наймає керівника з підготовки на тлі очікувань щодо самовдосконалюючогося штучного інтелекту
Головний інженер Anthropic у твіттері писав про рекурсивне самовдосконалення штучного інтелекту (Claude code)
Робототехнічна компанія у Китаї використовує своїх власних роботів для самостворення на заводі.
Речі скоро стануть дивними.
Ми прискорюємося до світу, де люди не матимуть уявлення, як щось робити, і стануть майже цілком залежними від свого штучного інтелекту.

Майбутнє штучного інтелекту: мозковий штурм #1
мені щойно прийшло в голову, що сучасні чат-боти та llms — це еквівалент відкриття ручки та паперу, тоді як кінцева мета — ефемерний штучний інтелект, де штучний інтелект просто генерує ідеальний інтерфейс користувача в реальному часі
але щоб туди дійти, я бачу кілька проміжних тенденцій, що розгортаються
1. llms починають природним чином включати зображення, відео та аудіо у свої відповіді. google вже почав робити це з 3 + nano banana.
2. llms починають спілкуватися з кожним із нас у нашому улюбленому “стилі”, наприклад, якщо я намагаюся щось ви

дивлюся Шрека, поки намагаюся зрозуміти графіки контексту для агентів штучного інтелекту

якщо це ще не очевидно, ці моделі штучного інтелекту працюють дуже подібно до наших мозків, очей і вух. llms обробляють слова та видають слова. багатомодальні llms роблять те ж саме з відео, зображеннями та звуком.
так само, як ми сприймаємо інформацію, щоб зрозуміти навколишній світ, просуватися по кар'єрній драбині, формувати стосунки з людьми навколо нас - моделі штучного інтелекту на шляху до того ж і зрештою набагато краще за нас.
дехто дивиться на це песимістично, "ми вбиваємо свої мізки", але я вибираю вірити, що якщо правильно застосовувати, як навчальний інструмент, ШІ є найвищою

насправді здається, що, незважаючи на всі розмови про чіпи, все ще існує ненаситний попит на прискорювачі ШІ всіх видів. повна протилежність тим, хто говорить про бульбашку.
nvidia gpus розпродані до 2026 року
google tpus? виводять 7M одиниць наступного року і ДОСІ шукають додаткову потужність
amazon tranium 3 та ж історія.
постачальники neocloud? навіть їхні старі графічні процесори розпродані.
наскільки б це не було нецікаво, бій за капітальні витрати на напівпровідники в дата-центрах є вкрай однобоким. 2026 рік принесе багато того ж.
поки моделі вимагають більше даних, більше пам'яті та

виявляється, єдине, що має значення, це те, наскільки ви «приятель» з tsmc, і шанси дуже на користь nvidia
тпуси google, чіпи tranium від amazons можуть бути кращими за nvidia, АЛЕ вони не можуть масово виробляти до 2027 року, оскільки вся потужність tsmc заброньована Дженсеном.
дженсен знав про це на ранніх етапах і грав у політику на тайвані, щоб забезпечити allo.
дуже чітко можливість порушити tsmc і забрати їхню частку на ринку…
samsung, напевно, наша найкраща надія.
щасливої неділі

Найбільша тенденція у сфері штучного інтелекту наступного року — це світові моделі.
Великі мовні моделі (LLMs) вичерпали дані для навчання, єдиний спосіб масштабувати це — помістити їх у симульовані світи, запускати мільйони реальних симуляцій і генерувати синтетичні дані.
Google веде тут (сюрприз, сюрприз) з Genie 3
Tesla — темна конячка, більшість людей не усвідомлює, що повне самостійне водіння працює на світовій моделі, яка симулює кожну можливу автомобільну аварію, щоб її уникнути.
Світові моделі також будуть використовуватися для навчання агентів і роботів. Одним із найбільших недоліків

бачив новини про запуск безпілотного таксі від Tesla, коли я сидів у $60 Uber, що їхав 2 милі.
не можу дочекатися, щоб побачити, як вартість поїздки з точки А до точки Б стане нульовою
тест у Остіні, штат Техас, вже зменшив час поїздки з 15-30 хвилин до $5-10, уявляєте це у Нью-Йорку??
це повністю змінить спосіб пересування людей, володіння автомобілями (я просто сів у Tesla) і працював (автомобілі стануть мобільним офісом / кімнатою для розваг)

spaceX сама по собі не досягає $1.5T.
вона покладається на групу компаній: starlink, tesla та xai.
starlink забезпечує супутники для створення дата-центрів у космосі, які будуть працювати на чіпах Tesla AI6, що тренують та виконують inference моделей grok від xai.
Ілон фактично створив протокольну мережу, де кожен рівень стеку — це одна з його компаній.
божевільне бачення

ai дата-центри у космосі
китай купує H200s
потужність TSMC на межі
запаси Nvidia розпродані
Ілон будує власний фабричний завод
42МВт супершвидкісні газові турбіни для дата-центрів
$52B tpus куплені антропіком
записи про користувачів та використання Claude, ChatGPT і інших досягли рекордних рівнів
ціни на HBM стрімко зростають
Nvidia Rubin проти Google TPU v8
ми дуже перебуваємо в епоху індустріалізації ШІ.

перегляньте повний епізод @LimitlessFT тут:

Всі думають, що суперсила Anthropic — це кодування, але це повністю не відповідає суті.
це те, що можна зробити з їхніми моделями кодування
Вся концепція додатків, вебсайтів, перегляду тощо зникає у світі, де ШІ може створювати персоналізований інтерфейс за мілісекунди.
Ви не будете «шукати взуття», штучний інтелект досліджуватиме, генерує фото, ви натискаєте на одне — і воно куплено.
Ви не будете «створювати продукт» — ШІ збирає ваші обговорення стратегії продукту через електронну пошту, документацію, Slack і за секунди створює прототип.
у реальному часі, ефемерний ШІ.
Ось чому Nvidia та Mic