Kami melihat tanda-tanda pertama akselerasi 1000x dalam kemajuan sains dan teknologi, didorong oleh AI. AI sekarang memecahkan masalah matematika yang sangat sulit (hampir setiap hari) yang tidak dapat diselesaikan manusia sampai saat ini. Pergeseran yang mengubah dunia ini dimulai hanya 1-2 minggu yang lalu. Lepas landasnya jelas. GPT 5.2 Pro mengembangkan algoritma perkalian matriks melingkar 5x5 yang lebih cepat "Konstruksi terbaik yang diverifikasi membutuhkan peringkat-8 (8 perkalian); Kami sekarang menyediakan algoritma peringkat-7 yang praktis dan sepenuhnya terverifikasi. Ini mewujudkan kemungkinan teoretis yang telah lama dikenal sebagai metode kerja eksplisit."

"Percaya bahwa gelembung AI telah mencapai puncaknya akan menghabiskan banyak uang bagi orang." Kami tidak akan berakhir dengan hanya 2x atau 5x AI/komputasi yang kami miliki sekarang. Kami bahkan tidak akan berhenti pada 10x, 100x, atau 1.000x. Saya tidak melihat batasan di sini. Kita mungkin berpindah dari satu jenis komputasi ke jenis komputasi lainnya, tetapi kita akan mengembangkan sumber daya komputasi kita, tidak berhenti pada tingkat tetap. Semakin banyak komputasi dan AI yang kita miliki, semakin maju kita akan menjadi. Itu sebabnya orang yang memilih saham yang tepat (chip, memori, perusahaan AI, infrastruktur AI) akan menjadi miliarder terlebih dahulu, sebelum era Kelimpahan yang tepat, ketika tingkat kekayaan itu mencapai setiap manusia. Dengan kata lain, kita masih sangat awal.

gila Makalah baru ini pada dasarnya mengatakan Sel sekarang dapat "diminta" seperti LLM. STACK adalah model dasar untuk biologi yang dilatih pada 149 juta sel tunggal manusia. Alih-alih memperlakukan setiap sel secara terpisah, ia memahami sel dalam konteks, seperti bagaimana token masuk akal di dalam kalimat. Pada waktu inferensi, sel mengajarkan model bagaimana berpikir tentang sel baru. Mengapa ini masalah besar Sebagian besar model sel tunggal = "Ini satu sel, tebak apa itu." STACK = "Ini adalah seluruh lingkungan sel, sekarang prediksi apa yang terjadi jika saya mengganggunya." Itu dapat: Pelajari kondisi biologis baru dengan cepat Memprediksi efek gangguan kimia Menggeneralisasi di seluruh donor, jaringan, dan penyakit Bekerja tanpa tembakan, langsung dari kotak Ini dalam pembelajaran konteks, tetapi untuk biologi manusia. 👀 Bagian gila - Mereka menggunakannya untuk membuat Perturb Sapiens: Atlas manusia utuh pertama dari sel-sel yang terganggu 28 jaringan 40 kelas sel 201 gangguan Itu adalah lapisan simulasi untuk tubuh manusia. Beginilah model dunia biologis dimulai. Ini adalah bio/acc yang sangat besar