Joelle construyó el laboratorio de IA en Meta Trabajó y aprendió de Zuck Es una de las mentes más destacadas en IA Lo que todos piensan que saben sobre la IA pero se equivocan 👇 - Por qué las Leyes de Escalado Continuarán - Por qué no puedes comprar el éxito en IA con adquisiciones de talento - Futuro de los Datos Sintéticos y lo que significa para los Modelos - Por qué la programación en IA es similar a la generación de imágenes en 2015 Spotify 👉 Youtube 👉 Apple Podcasts 👉 Tiempos: 00:00 Introducción 01:16 Cómo Meta moldeó mi forma de pensar sobre la investigación en IA 02:22 Desafíos en el Aprendizaje por Refuerzo 08:33 ¿Es posible ser eficiente en capital en IA? 13:47 IA en Empresas: Eficiencia y Adopción 21:51 Preocupaciones de Seguridad con los Agentes de IA 28:06 ¿Puede Zuck ganar comprando a las superestrellas de IA? 32:11 El costo creciente de los datos 36:38 Datos Sintéticos y Degradación del Modelo 38:42 Por qué la programación en IA es similar a la generación de imágenes en 2015 51:16 Si Joelle fuera una VC, ¿dónde invertiría? 51:50 Ronda Rápida: Lecciones de Zuck, Mayor Cambio de Mentalidad Mis 5 conclusiones con @jpineau1 👇

1. ¿Cuál es el barómetro adecuado para saber si la IA es exitosa? ¿Pueden la mayoría de tus empleados hacer 10 veces su trabajo con IA en comparación con hacerlo por su cuenta? Los humanos y la IA tienen habilidades complementarias. Reemplazar por completo a una parte de tu fuerza laboral es poco realista. Me encantaría conocer tus opiniones sobre esto @DavidCahn6 @eisokant @btaylor @varunvummadi

2. La Importancia de la IA de Código Abierto Cerrar todo ha sido un gran error. Necesitamos que las ideas circulen para avanzar en la investigación de la IA. Me encantaría escuchar tus pensamientos sobre esto @soumithchintala @ylecun @douwekiela @aaref @jasoncwarner

3. Las superestrellas de la IA no trabajan para construir un equipo Tener un grupo de superestrellas de la IA en una sala no las hace más productivas. Necesitan una máquina de ejecución, necesitan el pegamento social. Soy un gran creyente en construir equipos diversos con talentos complementarios. Me encantaría escuchar tus pensamientos sobre esto @mntruell @paulbz @mmurph @ivanhzhao

4. ¿Cuál es el futuro del mercado de suministro de datos para empresas como Mercor y Surge? La asociación humano-AI no es una fase. El equilibrio de resultados cambiará; los humanos proporcionarán dirección complementaria. Algunas empresas pueden no existir en 5 años, pero el entrenamiento guiado por humanos ha llegado para quedarse. Me encantaría conocer tu opinión, ¿cómo se ve el mercado de datos en 2030? @BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. ¿Qué pasa cuando tenemos un mundo con tanto código generado por IA? Con tanto código generado por IA, el cuello de botella no es la creación: es la selección. Necesitaremos mecanismos editoriales para elegir código valioso, seguro y con propósito. Me encantaría escuchar tus pensamientos sobre esto @natfriedman @rauchg @scottbelsky @aparnacd @TYehoshua