← Материалы разборы Yersham
разбор · llmтема-фронтир · H 1.53
1.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал

Фронтир ИИ ушёл в закрытые компании, открытость сменилась конкуренцией

Интервью с сооснователем стартапа по саморазвивающемуся ИИ (раунд $650 млн, оценка $4 млрд): путь от мехмата и компьютерного зрения через Intel и Google Brain к фронтир-лаборатории. Главный вывод — фронтир ИИ ушёл в закрытые компании, открытость сменилась конкуренцией, а для обучения нужны огромные кластеры.

Интервью с сооснователем стартапа по саморазвивающемуся ИИ (раунд $650 млн, оценка $4 млрд): путь от мехмата и компьютерного зрения через Intel и Google Brain к фронтир-лаборатории. Главный вывод — фронтир ИИ ушёл в закрытые компании, открытость сменилась конкуренцией, а для обучения нужны огромные кластеры.

что из этого моё

Прямых приёмов для оркестрации моделей или автоматизации в видео нет — это карьерно-мировоззренческое интервью. Полезно как контекст: понимание, что фронтир ИИ закрывается в компаниях, а открытые модели и стартапы (Neolabs) остаются альтернативой — это аргумент при выборе между проприетарными API и открытыми моделями для оркестрации.

Тезисы ролика
применимого к своей работе линза здесь не нашла
Строить карьеру/продукт в ИИ стоит на стыке двух направлений: масштабирование моделей + неравномерный расход вычислений (attention на важных частях входа) — так родились Vision Transformers.
Для разработки агентов/моделей сначала строить симулятор (виртуальная среда), а не тестировать сразу на реальной системе — дешевле и быстрее итерировать.
Держать руку на пульсе фронтира: большие компании создают свободные исследовательские лаборатории именно для этого, но сейчас они закрываются — публикации уходят в академию, острие — в компании.
Не строить монополию: конкуренция нескольких игроков (западные фронтир-компании, китайские модели, Neolabs) полезна для баланса — учитывать при выборе стека моделей.
о чём говорят, по времени
главы доводят до 39:02 · дальше по ролику меток нет
01
Лондон как хаб ИИ00:46
Прогулка по району Kings Cross, где сосредоточены Google, Meta, Anthropic, DeepMind и Perplexity.
02
Истоки: школа и математика06:37
Вторая школа, мехмат, аспирантура по функциональному анализу и переход в машинное обучение.
03
Бум глубокого обучения 201215:28
Как статья AlexNet на GPU запустила волну интереса к нейросетям.
04
Intel, Google Brain, Vision Transformers20:12
Работа в корпоративных лабораториях, бот для Doom, симулятор для автопилотов и создание Vision Transformers.
05
Двойное назначение и уход из зрения39:02
Размышления о деструктивных применениях зрения (дроны, слежка) и переход к более практичным и полезным задачам.
дальше в дело
Собрать это в маршрут
все маршруты →
не хочешь разбираться сам
Сделаю это под задачу
форматы и цены →
ещё разборы