Joelle a construit le laboratoire d'IA chez Meta Elle a travaillé et appris de Zuck Elle est l'une des esprits les plus brillants dans le domaine de l'IA Ce que tout le monde pense savoir sur l'IA mais se trompe 👇 - Pourquoi les lois de mise à l'échelle continueront - Pourquoi vous ne pouvez pas acheter le succès en IA avec des acquisitions de talents - L'avenir des données synthétiques et ce que cela signifie pour les modèles - Pourquoi le codage en IA est semblable à la génération d'images en 2015 Spotify 👉 Youtube 👉 Apple Podcasts 👉 Horodatages : 00:00 Intro 01:16 Comment Meta a façonné ma façon de penser la recherche en IA 02:22 Défis dans l'apprentissage par renforcement 08:33 Est-il possible d'être efficace en capital dans l'IA 13:47 L'IA dans l'entreprise : efficacité et adoption 21:51 Préoccupations en matière de sécurité avec les agents IA 28:06 Zuck peut-il gagner en achetant les superstars de l'IA 32:11 L'augmentation du coût des données 36:38 Données synthétiques et dégradation des modèles 38:42 Pourquoi le codage en IA est semblable à la génération d'images en 2015 51:16 Si Joelle était une VC, où investirait-elle ? 51:50 Questions rapides : leçons de Zuck, plus grand changement de mentalité Mes 5 enseignements avec @jpineau1 👇

1. Quel est le bon baromètre pour savoir si l'IA est réussie ? La plupart de vos employés peuvent-ils multiplier par 10 leur travail avec l'IA par rapport à leurs propres capacités ? Les humains et l'IA ont des capacités complémentaires. Remplacer une partie de votre main-d'œuvre est irréaliste. J'aimerais connaître vos pensées à ce sujet @DavidCahn6 @eisokant @btaylor @varunvummadi

2. L'importance de l'IA open source Tout fermer a été une grave erreur. Nous avons besoin que les idées circulent pour faire avancer la recherche en IA. J'aimerais connaître vos avis à ce sujet @soumithchintala @ylecun @douwekiela @aaref @jasoncwarner

3. Les superstars de l'IA ne travaillent pas pour construire une équipe Avoir un groupe de superstars de l'IA dans une pièce ne les rend pas plus productifs. Ils ont besoin d'une machine d'exécution, ils ont besoin de la cohésion sociale. Je crois fermement à la construction d'équipes diversifiées avec des talents complémentaires. J'aimerais connaître vos pensées à ce sujet @mntruell @paulbz @mmurph @ivanhzhao

4. Quel est l'avenir du marché de l'approvisionnement en données pour des entreprises comme Mercor et Surge ? Le partenariat humain-AI n'est pas une phase. L'équilibre des résultats va changer ; les humains fourniront une direction complémentaire. Certaines entreprises pourraient ne pas exister dans 5 ans, mais la formation guidée par des humains est là pour rester. J'aimerais connaître vos pensées, à quoi ressemble le marché des données en 2030 ? @BrendanFoody @echen @GarrettLord @speechu @jonsidd @manuaero @peterfenton

5. Que se passe-t-il lorsque nous avons un monde avec tant de code généré par l'IA ? Avec tant de code généré par l'IA, le goulot d'étranglement n'est pas la création : c'est la sélection. Nous aurons besoin de mécanismes éditoriaux pour choisir un code précieux, sûr et utile. J'aimerais connaître vos pensées à ce sujet @natfriedman @rauchg @scottbelsky @aparnacd @TYehoshua