ตั้งแต่ปี 2017 แนทและแดเนียลยังได้เริ่มต้นการลงทุนร่วมกันในด้านปัญญาประดิษฐ์ และก่อตั้งสถาบันที่เรียกว่า AI Grant ตั้งแต่กองทุนสนับสนุนการวิจัยเชิงวิชาการเบื้องต้นไปจนถึงกองทุนร่วมลงทุนในยุคแรกๆ ในปัจจุบัน รูปแบบการดำเนินงานและการลงทุนของ AI Grant ช่วยฉันได้ใน "วิธีเป็นนักลงทุนรายแรกๆ ในสาขาปัญญาประดิษฐ์ที่เป็นประโยชน์ต่อทีมผู้ประกอบการมากขึ้น" นำ แรงบันดาลใจและแรงบันดาลใจมากมาย ฉันหวังว่าจะแบ่งปันเรื่องราวการเติบโตและการลงทุนของแนทและแดเนียลกับคุณด้วย
หลังจากร่วมงานกับ Microsoft แล้ว แนทยังคงอยากจะเป็น "ผู้ประกอบการ" ต่อไป ในตอนแรกเขาวางแผนที่จะลาออกหลังจากผ่านไปหนึ่งหรือสองปีและเริ่มใช้เวลากับ "ธุรกิจเสริม" ที่เขาสนใจ ในระหว่างดำรงตำแหน่ง นอกเหนือจากการริเริ่มโครงการ AI Grant ซึ่งจะอธิบายรายละเอียดในบทความนี้แล้ว เขายังก่อตั้ง California YIMBY (Yes In My Back Yard) ซึ่งอุทิศตนเพื่อแก้ไขปัญหาการขาดแคลนที่อยู่อาศัยในแคลิฟอร์เนีย
** **ในตอนแรก แนทเป็นคนเดียวที่ดูแลโครงการ AI Grant ทั้งหมด แนวคิดของเขาตรงไปตรงมามาก **เช่นเดียวกับทิม เปิดโอกาสให้คนที่ "นอนบนโซฟาตัวเก่าสีแดงเหม็น" เหมือนตัวเองได้ทำตามความฝันของตนเอง . **
การสมัครเข้าร่วมโปรแกรมนั้นง่ายดาย: กรอกแบบฟอร์มใบสมัคร เพื่อรับทุน 5,000 ดอลลาร์* (จำกัดเบื้องต้นเพียงห้ารายการ)* เพื่อทำการวิจัยที่เกี่ยวข้องกับเทคโนโลยี AI แบบโอเพ่นซอร์ส กระบวนการทั้งหมดใช้เวลาเพียงไม่กี่นาทีในการกรอกแบบฟอร์ม นี่คือ AI Grant เวอร์ชัน 1.0
การรับสมัคร AI Grant ครั้งแรกประสบความสำเร็จอย่างมาก Nat ได้รับใบสมัครเกือบ 500 ใบจาก 50 ประเทศ อาสาสมัครมืออาชีพมากกว่า 20 คนคัดกรองโครงการร่วมกับเขา และในที่สุดก็เลือกผู้สมัครสิบคนในหนึ่งเดือนต่อมา .
ในเดือนมิถุนายน พ.ศ. 2560 Daniel Gross ผู้สำรวจวิธีการลงทุนใน "บุคคลภายนอกที่ไม่รู้จัก" ได้เข้าร่วมกับ Nat อย่างเป็นทางการ กลายเป็นหุ้นส่วนโครงการและวางตำแหน่งโครงการเป็น "Distributed Artificial Intelligence Laboratory" โดย AI Grant ได้ริเริ่มโครงการอื่น การวนซ้ำ:
เพิ่มเงินทุนสำหรับบริษัทเทคโนโลยีที่ให้บริการโครงสร้างพื้นฐาน ตามระยะเวลาก่อนหน้านี้ Google เข้ามาแทนที่ Microsoft และจะมอบเครดิตบริการเครื่องเสมือนให้แก่ผู้รับทุนแต่ละราย 20,000 เหรียญสหรัฐ
เพิ่มการมีส่วนร่วมในเครือข่าย นอกจากผู้บริจาคทั้งสองรายแล้ว Andrej Karpathy ผู้อำนวยการฝ่ายปัญญาประดิษฐ์ของ Tesla ในขณะนั้น ร่วมกับนักวิจัยจาก Google ได้ก่อตั้งกลุ่มผู้เชี่ยวชาญ AI Grant ในเวลาเดียวกันดังที่เราได้กล่าวไปก่อนหน้านี้ มีอาสาสมัครมืออาชีพจำนวนมากสมัครเข้าร่วมทีมคัดกรองของแนท และพวกเขายังกลายเป็นส่วนหนึ่งของเครือข่าย AI Grant โดยทำงานร่วมกับผู้เชี่ยวชาญเพื่อช่วยนักวิจัยที่ได้รับทุนสนับสนุน
Russell Kaplan ผู้ก่อตั้ง Helia เป็นผู้รับ AI Grant กลุ่มแรก ในขณะนั้น เขากำลังจะสำเร็จการศึกษาจาก Stanford และกำลังศึกษาการใช้ภาษาธรรมชาติเพื่อเป็นแนวทางในการเรียนรู้แบบเสริมกำลัง เขาสร้างและโอเพ่นซอร์สการเรียนรู้ที่เร็วขึ้น ตัวแทนการเรียนรู้การเสริมกำลังเชิงลึก (ตัวแทน) และในการแก้แค้นของมอนเตซูมา [3] เอาชนะวิธีอื่นๆ ส่วนใหญ่ หลังจากสำเร็จการศึกษา ในตอนแรกเขาเลือกที่จะเข้าร่วมกับ Tesla และสร้างโมเดลวิสัยทัศน์หลักของ Tesla นั่นคือ HydraNet ซึ่งเป็นโครงข่ายประสาทเทียมแบบมัลติทาสก์ขนาดใหญ่ แต่ไม่ถึงสองปีต่อมา เขาได้ร่วมก่อตั้งกับ Ashwin Sreenivas จาก Palantir และ Daniel Berrios จาก Goldman Sachs บริษัทคอมพิวเตอร์วิทัศน์ Helia ซึ่งมุ่งเป้าไปที่การประมวลผลข้อมูลวิดีโอแบบเรียลไทม์ ถูกขายให้กับ Scale ในปลายปีถัดไป
ในปีเดียวกันนั้น ผู้ก่อตั้ง Cohere, Aidan Gomez และ Ivan Zhang ซึ่งได้รับการสนับสนุนทุนในกลุ่มที่สองเป็นศิษย์เก่าของ University of Toronto ในเวลานั้น โครงการวิจัยของพวกเขาเป็นแบบฮาร์ดคอร์มากโดยใช้โครงข่ายประสาทเทียมที่ก่อให้เกิดความขัดแย้ง สำหรับการถอดรหัสรหัสผ่าน - ซึ่งมีผู้สมัครมากกว่า 1,000 คนในขณะนั้น ถือเป็นการมีอยู่ที่สะดุดตามาก ด้วยการสนับสนุนของ AI Grant ทั้งสองจึงก่อตั้ง For.ai เพื่อทำการวิจัยที่เกี่ยวข้อง สองปีต่อมา Aidan (สำเร็จการศึกษาในปี 2023) ซึ่งเพิ่งไปเรียนปริญญาเอกที่มหาวิทยาลัยอ็อกซ์ฟอร์ด และ Ivan ซึ่งลาออก ของมหาวิทยาลัยโตรอนโตซึ่งเป็นผู้ร่วมก่อตั้ง Cohere ปัจจุบัน For.ai คือ Cohere For AI ซึ่งเป็นศูนย์วิจัยที่ไม่แสวงหากำไรภายใน Cohere* (*อีกนัยหนึ่ง เพียงหนึ่งวันหลังจากการประกาศสมาชิก AI Grant Batch 1 ของปีนี้ Cohere For AI ยังได้เริ่มโครงการทุนวิจัย AI ของตัวเอง )*
ในหมู่พวกเขา Zayd Enam ผู้อพยพชาวปากีสถานซึ่งเป็นคนล่าสุดที่ได้รับเงินทุนได้ลองเป็นผู้ประกอบการด้านการแพทย์ทางอินเทอร์เน็ตในบ้านเกิดของเขาเมื่ออายุ 16 ปี หลังจากได้รับทุนไม่นานเขาก็ลาออกจากปริญญาเอกของมหาวิทยาลัยสแตนฟอร์ดและเริ่มต้นธุรกิจกับ Tim Shi ผู้เพิ่งสำเร็จการศึกษาระดับปริญญาเอกและเข้าร่วม OpenAI เป็นเวลาหนึ่งปี Tour ก่อตั้ง Cresta
เริ่มต้นจาก AI Grant ดูว่า Nat Friedman และ Daniel Gross โหวตให้ปัญญาประดิษฐ์ครึ่งหนึ่งของสหรัฐอเมริกาได้อย่างไร
ที่มาดั้งเดิม: Cyber Zen Heart
ตั้งแต่ GitHub ที่ต้องมีสำหรับนักพัฒนา ไปจนถึง Scale และ Cohere ของยูนิคอร์นรุ่นเยาว์ ไปจนถึง Character.ai ที่มีชื่อเสียงโด่งดังของปีนี้ ตอนที่ฉันค้นคว้าบริษัทที่ยอดเยี่ยมในสาขาปัญญาประดิษฐ์ ฉันมักจะเห็นชื่อสองชื่อปรากฏใน "ช่วงต้น" เวที "นักลงทุน" - แนท (นาธาเนียล) ฟรีดแมนและแดเนียลกรอสส์
ตั้งแต่ปี 2017 แนทและแดเนียลยังได้เริ่มต้นการลงทุนร่วมกันในด้านปัญญาประดิษฐ์ และก่อตั้งสถาบันที่เรียกว่า AI Grant ตั้งแต่กองทุนสนับสนุนการวิจัยเชิงวิชาการเบื้องต้นไปจนถึงกองทุนร่วมลงทุนในยุคแรกๆ ในปัจจุบัน รูปแบบการดำเนินงานและการลงทุนของ AI Grant ช่วยฉันได้ใน "วิธีเป็นนักลงทุนรายแรกๆ ในสาขาปัญญาประดิษฐ์ที่เป็นประโยชน์ต่อทีมผู้ประกอบการมากขึ้น" นำ แรงบันดาลใจและแรงบันดาลใจมากมาย ฉันหวังว่าจะแบ่งปันเรื่องราวการเติบโตและการลงทุนของแนทและแดเนียลกับคุณด้วย
สนุก!
**ไอน์สไตน์เป็นเสมียนสิทธิบัตรที่ทำงานในกรุงเบิร์น เขามีความคิดมากมายที่ใครๆ ก็คิดว่าบ้า **
**แต่บ่อยครั้งที่ “คนนอก” มีความคิดที่สดใหม่และดีที่สุด **
**เป้าหมายของเราคือการค้นหาและให้ทุนแก่พวกเขา **
สองตัวละครเอก
ผู้บุกเบิกโอเพ่นซอร์ส แนท ฟรีดแมน
「มันยากที่จะจินตนาการว่าตัวเองกำลังทำอย่างอื่นนอกเหนือจากการก่อตั้งสตาร์ทอัพ แต่คุณไม่เคยรู้ ฉันเปิดรับทุกสิ่ง''
Nat Friedman เกิดในปี 1977 ได้เรียนรู้การพัฒนาซอฟต์แวร์เมื่ออายุได้ 6 ขวบ ในปี 1991 Linus Torvalds ชายหนุ่มชาวฟินแลนด์ที่อยู่อีกด้านหนึ่งของมหาสมุทรได้เผยแพร่ Linux ต่อสาธารณะ Nat ชายหนุ่มชาวเวอร์จิเนียที่เพิ่งเริ่มท่องอินเทอร์เน็ตได้ค้นพบมันอย่างรวดเร็วและกลายเป็นแฮ็กเกอร์ที่มีชื่อเสียงในชุมชน Linux ด้วยสมองอันชาญฉลาดและความอยากรู้อยากเห็นอันไม่มีที่สิ้นสุด—— ชุมชนโอเพ่นซอร์สจึงกลายเป็นจุดเริ่มต้นของอาชีพของเขาและเป็นพื้นฐานของมิตรภาพที่ใกล้ชิด
ในปี 1999 แนทสำเร็จการศึกษาจาก MIT ภาควิชาคอมพิวเตอร์และคณิตศาสตร์ เมื่ออายุ 22 ปี เขามีความเชื่อมั่นอย่างแน่วแน่ว่าต้องการทำงานในสาขาโอเพ่นซอร์สเท่านั้น **ดังนั้น แม้ไม่มีเงินทอง เขาปฏิเสธข้อเสนองานทั้งหมดและแอบอาศัยอยู่บนโซฟาสีแดงเก่าเหม็นๆ ในห้องส่วนกลางของหอพัก MIT เพราะมีอินเทอร์เน็ตความเร็วสูง
โชคดีที่ Tim Ney จาก Free Software Foundation ติดต่อมาได้ทันเวลาและเขียนเช็คจำนวน 350 ดอลลาร์ให้ Nat ขอให้เขาทำอะไรก็ได้ แล้ว Nat ไปทำอะไรกับเงินนั้นล่ะ?
ย้อนกลับไปในปี 1996 แนทซึ่งยังเป็นน้องใหม่ของวิทยาลัย เขียน IRC [1] บนเครือข่าย LinuxNet ฉันได้พบกับ Miguel de Icaza เยาวชนชาวเม็กซิกันที่ลาออกจากภาควิชาคณิตศาสตร์และอุทิศตนให้กับการพัฒนาซอฟต์แวร์ฟรี จากนั้นในฤดูร้อนปี 1997 แนทซึ่งเป็นเด็กฝึกงานที่ Microsoft ได้พบกับมิเกลอย่างเป็นทางการ ซึ่งมาสัมภาษณ์ตำแหน่งในทีม Internet Explorer Unix อย่างไรก็ตาม มิเกล ซึ่งไม่สามารถขอวีซ่าทำงานได้เพราะเขาไม่มีวุฒิการศึกษาระดับมหาวิทยาลัย ไม่ได้เข้าร่วมกับ Microsoft แต่เขากลับร่วมริเริ่มโครงการโอเพ่นซอร์ส GNOME กับเพื่อน ๆ ในเดือนสิงหาคมของปีเดียวกัน ในเดือนเมษายน ปี 1999 ก่อน **สำเร็จการศึกษา แนทเสนอให้มิเกลก่อตั้งบริษัทเพื่อพัฒนา GNOME ต่อไป แต่พวกเขาไม่มีเงิน ** **เช็คของทิมช่วยได้มาก **
ในเดือนตุลาคม พ.ศ. 2542 แนทและมิเกลได้ร่วมกันก่อตั้ง International GNOME Support (ต่อมารู้จักกันในชื่อ Helix Code) เพื่อพัฒนาโครงสร้างพื้นฐานและแอปพลิเคชันของ GNOME ในที่สุด บริษัทได้เปลี่ยนชื่อเป็น Ximian และถูก Novell เข้าซื้อกิจการในเดือนสิงหาคม พ.ศ. 2546
เมื่อสะท้อนถึงประสบการณ์การเป็นผู้ประกอบการครั้งแรกของพวกเขา Nat และ Miguel เขียนว่า:
"Ximian ประกอบด้วยเพื่อนที่มีใจเดียวกัน เราเริ่มต้นบริษัทโดยไม่มีประสบการณ์ด้านผู้ประกอบการ การจัดการ หรือทางธุรกิจ เราเรียนรู้จากงานและได้รับคำแนะนำจากเพื่อนที่เชื่อในวัตถุประสงค์ของเราและใส่ใจในภารกิจของเรา 90% ของพนักงานของ Ximian เป็นผู้มีส่วนร่วมในชุมชนโอเพ่นซอร์สและผู้คนที่เราพบทางไปรษณีย์หรือ IRC เราไม่มีประสบการณ์ด้านการจัดการ ซึ่งหมายความว่าเราทำผิดพลาดในการจัดการตำราเรียนทุกครั้ง แต่เพื่อนของเราและพนักงานทุกคนสนับสนุนเรา"
**
**หลังจากร่วมงานกับ Novell แล้ว Nat รับผิดชอบโครงการที่เกี่ยวข้องกับ Linux ทั้งหมดของบริษัท และทำหน้าที่เป็น CTO ของโครงการโอเพ่นซอร์ส ซึ่งช่วยให้พนักงานมากกว่า 6,000 คนพ้นจากพันธนาการของระบบ Windows และชุดโปรแกรม Office และหันมาใช้ SUSE และ OpenOffoce แบบโอเพ่นซอร์ส . ในปี 2550 แนทย้ายไปมิวนิก เริ่มโครงการ SUSE Studio และออกจากบริษัทหลังจากเปิดตัวผลิตภัณฑ์ในปี 2552 ซึ่งเป็นช่วงที่เขาแต่งงานใหม่ด้วย "จุดพักตามธรรมชาติและเวลาในการค้นหาสิ่งใหม่"
จากประสบการณ์นี้ โมเดลการทำงานของ บริษัทใหญ่ๆ ไม่ได้เข้าข่ายจิตวิญญาณแห่งการสร้างสรรค์ของแนท David Majda ซึ่งเข้าร่วม SUSE ไม่นานหลังจากที่ Nat จากไป เขียนบล็อกว่า "แอปพลิเคชันนี้ดูทันสมัย สวยงามน่ามอง และใช้งานง่าย มันดูไม่เหมือนผลิตภัณฑ์จากบริษัท Linux เลย เหมือนเป็นผลิตภัณฑ์สตาร์ทอัพมากกว่า SUSE's ความสามารถอันแปลกประหลาดในการสร้างแอปพลิเคชันระดับเฟิร์สคลาสทำให้ฉันได้ร่วมงานกับบริษัทและกลายเป็นทีม SUSE Studio ในที่สุด … หลังจากร่วมงานกับ SUSE ฉันอยากรู้ว่าความลับในการสร้างผลิตภัณฑ์นี้คืออะไร โครงการทั้งหมดเป็นความคิดของเขาอย่างชัดเจน เขาโน้มน้าวฝ่ายบริหาร รวบรวมทีมนักพัฒนาที่ดีที่สุดที่เขาหาได้ และดำเนินการในฐานะสตาร์ทอัพ และสร้างผลิตภัณฑ์ขึ้นมาเป็นเวลากว่าสองปี จำไว้ว่า นี่คือบริษัทใหญ่ที่มีองค์กรขนาดใหญ่ของ Novell ผู้จัดการสไตล์ในด้านหนึ่ง และแฮ็กเกอร์ระดับฮาร์ดคอร์จากชุมชน Linux ในอีกทางหนึ่ง ไม่ใช่เรื่องง่ายเลย"
การเดินทางใช้เวลาไม่นานก็หยุดลง - Attachmate เข้าซื้อกิจการ Novell เมื่อปลายเดือนเมษายน 2554 และทีมที่นำโดย Miguel ได้ถูกยุบไปเมื่อต้นเดือนพฤษภาคม แนทกลับมาที่สหรัฐอเมริกา ครึ่งเดือนต่อมา ในวันที่ 17 พฤษภาคม ทั้งสองซึ่งมีความสามารถในการดำเนินการที่น่าทึ่งได้ร่วมมือกันอีกครั้งเพื่อสร้าง Xamarin โดยยังคงดำเนินโครงการ Mono ข้ามแพลตฟอร์มโอเพนซอร์ส SDK ที่ถูกทิ้งร้างโดย Attachmate ในปี 2559 บริษัทนี้ได้เข้าซื้อกิจการ โดย Microsoft ด้วยมูลค่าประมาณ 500 ล้านดอลลาร์
หลังจากร่วมงานกับ Microsoft แล้ว แนทยังคงอยากจะเป็น "ผู้ประกอบการ" ต่อไป ในตอนแรกเขาวางแผนที่จะลาออกหลังจากผ่านไปหนึ่งหรือสองปีและเริ่มใช้เวลากับ "ธุรกิจเสริม" ที่เขาสนใจ ในระหว่างดำรงตำแหน่ง นอกเหนือจากการริเริ่มโครงการ AI Grant ซึ่งจะอธิบายรายละเอียดในบทความนี้แล้ว เขายังก่อตั้ง California YIMBY (Yes In My Back Yard) ซึ่งอุทิศตนเพื่อแก้ไขปัญหาการขาดแคลนที่อยู่อาศัยในแคลิฟอร์เนีย
**แต่เขาใช้เวลาไม่นานก็พบว่า Satya Nadella ซีอีโอคนใหม่ของ Microsoft เป็นผู้นำในการเรียนรู้จากเขา ซึ่งเป็นผู้จัดการที่เปิดกว้างและมองหาสิ่งที่สูงกว่าอยู่เสมอ **ในปี 2017 Nat ส่งอีเมลถึง Satya เพื่อเสนอซื้อ GitHub แม้ว่า Nat จะเพิ่งเข้ามาทำงาน แต่ Satya ยังคงเป็นการเข้าซื้อกิจการที่เกี่ยวข้องกับนักพัฒนาที่ใหญ่ที่สุดในประวัติศาสตร์ในอีกหนึ่งสัปดาห์ต่อมา และถือเป็นการเข้าซื้อกิจการที่ใหญ่ที่สุดของ Microsoft ในขณะนั้นด้วย คดีการซื้อกิจการขนาดใหญ่ได้รับอนุญาตจากเขาโดยสมบูรณ์
ในปี 2018 Microsoft เข้าซื้อกิจการ GitHub ท่ามกลางข้อสงสัย และแต่งตั้ง Nat ซึ่ง "ทำให้นักพัฒนาสบายใจที่สุด"** ให้เป็น CEO ในวันแรกที่เข้ารับตำแหน่ง แนทเขียนว่า: "ฉันจะไม่ขอความไว้วางใจจากคุณ แต่ฉันมุ่งมั่นที่จะได้รับความไว้วางใจจากคุณ" ผลลัพธ์ที่ได้ไม่ได้ทำให้ทุกคนผิดหวัง เขาไม่เพียงแต่รักษาแพลตฟอร์มให้เป็นอิสระและเป็นกลางเท่านั้น แต่ยังรักษาความ ความเป็นอิสระและความเป็นกลางของนักพัฒนาชุมชนได้รับชื่อเสียงที่ดี สร้างผลิตภัณฑ์ดาว GitHub Copilot ซึ่งยังคงขยายอิทธิพลของ GitHub ต่อไป ยังซื้อบริษัท 6 แห่ง ได้แก่ NPM, Semmle, Dependabot และ PullPanda ส่งผลให้รายได้และ ผู้ใช้และในที่สุดก็ส่งมอบกระดาษคำตอบที่ดีให้กับ Microsoft
ในหมู่พวกเขา ฉันต้องพูดถึงกระบวนการสร้าง GitHub Copilot นี่เป็นการนำเสนอที่ดีที่สุดของการทำงานร่วมกันอย่างมีประสิทธิภาพระหว่าง Satya และ Nat
เมื่อวันที่ 11 มิถุนายน 2020 OpenAI ได้เปิดตัว GPT-3 Nat รู้สึกตกใจกับความสามารถของตัวเองและการสาธิตที่เกี่ยวข้องจึงตัดสินใจทำอะไรบางอย่างเกี่ยวกับโมเดลนี้ทันที แต่ในเวลานั้นเขาไม่รู้ว่ามันใช้ทำอะไรได้บ้าง โชคดีที่ Satya ผู้เปี่ยมด้วยวิสัยทัศน์ได้สร้างความสัมพันธ์ในการร่วมมือกับ OpenAI ซึ่งทำให้ Nat มีพื้นที่เหลือเฟือในการสำรวจท่ามกลางความไม่แน่นอน
ในไม่ช้า Nat ก็ได้พบกับนักพัฒนาที่โดดเด่นหลายคนในชุมชน GitHub ด้วยคำถามที่ว่า “วิธีสร้างโมเดลที่มักจะทำผิดพลาด” ทุกคนจึงเริ่มสำรวจในสองทิศทาง: แชทบอทและการสร้างโค้ด สองเดือนต่อมา พวกเขาพบว่าการใช้ GPT-3 โดยตรงในฉากแชทนั้นไม่เพียงพอ โมเดลที่มีขนาดใหญ่เกินไปทำให้เกิดความล่าช้ามากเกินไป และเป็นเรื่องยากสำหรับผู้ใช้ที่จะชอบวัตถุแชทดังกล่าว และการพัฒนาก็เริ่มต้นขึ้น ในเดือนกุมภาพันธ์ของปีถัดมา Copilot ก็เป็นวิธีคิดอีกแบบหนึ่ง เปรียบเสมือน “ผู้ช่วยตัวน้อย” นั่งบนไหล่ผู้ใช้ แก้ปัญหากับผู้ใช้ ปรากฏตัวเป็นครั้งคราว ช่วยเหลือผู้ใช้ในการแพทช์โค้ด และแม้กระทั่งสร้าง ฟังก์ชั่นที่สมบูรณ์เหมือนกับสล็อตแมชชีนผู้ชนะแบบสุ่มในขณะที่ทำให้ผู้ใช้พบว่ามันมีประโยชน์ แต่ก็ทำให้เสพติดได้เล็กน้อย เมื่อวันที่ 29 มิถุนายน 2021 GitHub Copilot เปิดตัวอย่างเป็นทางการ และได้รับความรักจากโปรแกรมเมอร์หลายล้านคน
เมื่อวันที่ 3 พฤศจิกายน 2021 แนทส่งอีเมลถึงทีม GitHub** "ฉันกำลังดำเนินการผจญภัยครั้งต่อไป: ให้การสนับสนุน คำแนะนำแก่ผู้ก่อตั้งและนักพัฒนาที่กำลังใช้เทคโนโลยีเพื่อสร้างอนาคตและคว้าโอกาสและการลงทุนครั้งใหญ่"** จึงกลายเป็นนักลงทุนเต็มเวลา
ความเชื่อในชีวิตของแนท ฟรีดแมน ในฐานะมนุษย์ เรามีสิทธิ์ (บางทีอาจเป็นความรับผิดชอบทางศีลธรรมของเรา) ที่จะปรับเปลี่ยนจักรวาลให้เป็นที่ชื่นชอบของเรา - เทคโนโลยี ความรู้จริงๆ ทำให้สิ่งนี้เป็นไปได้ เราควรพยายามยกเพดานขึ้น มากกว่าที่จะ บรรทัดล่าง
** ความกระตือรือร้นเป็นสิ่งสำคัญ! **- การทำสิ่งที่คุณสนใจนั้นง่ายกว่ามาก - บางทีด้วยเหตุนี้การทำสิ่งใหญ่ ๆ จึงง่ายกว่าสิ่งเล็ก ๆ - ความก้าวหน้าต้องใช้พลังงานเป็นข้อมูลที่จำเป็น
การเคลื่อนที่อย่างรวดเร็วมีความสำคัญ- เนื่องจากการสัมผัสกับความเป็นจริงบ่อยครั้งมากขึ้น เราจึงเรียนรู้มากขึ้นต่อหน่วยเวลา - การดำเนินการอย่างรวดเร็วทำให้เราจดจ่อกับสิ่งที่สำคัญ ไม่มีเวลาสำหรับเรื่องไร้สาระ - "ช้าเป็นของปลอม" - หนึ่งสัปดาห์คือ 2% ของ หนึ่งปี - เวลาเป็นตัวส่วน
สมมติฐานทางการตลาดที่มีประสิทธิภาพเป็นเรื่องโกหก - ที่ดีที่สุดคือการสูญเสียข้อมูลที่ถูกเปิดเผยอย่างไม่ดี - สิ่งที่ดีที่สุดในชีวิตเกิดขึ้นเมื่อ EMH ผิดพลาด - ในหลาย ๆ กรณีการสร้างแบบจำลองโลกเป็น 500 คนเทียบกับ 8 พันล้านคนมีความแม่นยำมากขึ้น - “คนส่วนใหญ่ก็เป็นคนอื่น”
เรารู้น้อยกว่าที่เราคิด - วิกฤตการจำลองแบบไม่ใช่ข้อยกเว้น - หลายสิ่งที่เราเชื่อว่าผิด - เรามักจะไม่ถามคำถามที่ถูกต้องด้วยซ้ำ
การห้ามทางวัฒนธรรมในการจัดการแบบจุลภาคเป็นอันตราย - บุคคลที่ยิ่งใหญ่ควรได้รับอำนาจอย่างเต็มที่เพื่อใช้วิจารณญาณของตน - เป้าหมายไม่ใช่เพื่อหลีกเลี่ยงข้อผิดพลาด เป้าหมายคือการบรรลุระดับความเป็นเลิศที่ไม่เกี่ยวข้องในบางมิติ - ข้อเสียก็คุ้มค่า
ทีมเล็กดีกว่า - ตัดสินใจได้เร็วกว่า ประชุมน้อยลง สนุกกว่า - ไม่ต้องแบ่งงานด้วยเหตุผลทางการเมือง - ไม่มีที่สำหรับคนธรรมดา (ยังจ่ายมากกว่า!) - โครงการขนาดใหญ่ โครงการต่างๆ แก้ปัญหาด้วยสติปัญญาง่ายกว่าที่ปรากฏ - บริษัทเทคโนโลยีหลายแห่งมีพนักงานเกินจำนวนถึง 2-10 เท่า
**เราได้โดปามีนของตัวเองมาจากไหน? **- คำตอบสามารถทำนายพฤติกรรมของเราได้ - เป็นการดีกว่าที่จะได้โดปามีนจากการปรับปรุงความคิดของตัวเอง ไม่ใช่จากการตรวจสอบความถูกต้อง - เป็นเรื่องปกติที่จะได้โดปามีนจากการ "ทำให้สิ่งต่าง ๆ เกิดขึ้น"
เราทำได้มากกว่าที่เราจินตนาการได้- เราถูกผูกมัดด้วยประเพณีที่มองไม่เห็น- กฎแห่งฟิสิกส์เป็นเพียงขีดจำกัดเท่านั้น
อัจฉริยะ แดเนียล กรอสส์
「ส่วนที่น่าแปลกใจที่สุดของประสบการณ์คือการที่ใครสักคนเชื่อในตัวฉันมีความหมายมากแค่ไหน」
เกิดในปี 1991 ซึ่งเป็นปีที่ Nat Friedman เริ่มท่องอินเทอร์เน็ต Daniel ใช้เวลา 18 ปีแรกในชีวิตในกรุงเยรูซาเล็มจนกระทั่งเขาสำเร็จการศึกษาจากโรงเรียนมัธยมปลาย ในบ้านเกิดของเขา Daniel ถือว่าตัวเองเป็น "คนนอก" มาโดยตลอด เขามีเพื่อนน้อยและไม่มีความกระตือรือร้นในชีวิต แต่การเขียนโปรแกรมเป็นข้อยกเว้น นี่เป็นสิ่งเดียวที่เขารัก เพราะในโลกแห่งการเขียนโปรแกรม เขาได้รับอิสระสูงสุดใน ทำสิ่งที่คุณต้องการ- ขีดจำกัดเพียงอย่างเดียวคือจินตนาการของคุณ **
ในปี 2009 หลังจากสำเร็จการศึกษาระดับมัธยมปลาย Daniel ได้เข้าเรียนที่ Bnei David Academy ซึ่งเป็นสถาบันเตรียมทหารที่มีชื่อเสียงในอิสราเอล แต่เขาก็ยังไม่พบเพื่อนที่มีความสนใจคล้ายกันและมีเป้าหมายในชีวิตของเขาเอง ไม่นานหลังจากนั้น พ่อของ Daniel ก็โพสต์บทความเกี่ยวกับ Y Combinator (YC) ซึ่งเป็นโครงการผู้ประกอบการใน Silicon Valley อีกครั้ง การระดมทุน แต่ที่สำคัญ เด็กชายวัย 18 ปีคนนี้ค้นพบว่า YC อาจเป็นสถานที่รวมพลของ "คนนอก" เขาตามหา—ในค่ายทหารอิสราเอลที่ถูกทิ้งร้าง เขาใช้โทรศัพท์ Nokia เครื่องเก่าเพื่อสื่อสารกับแล็ปท็อปเครื่องใหญ่ กรอกใบสมัคร YC และปลดล็อก "การเดินทางของชีวิตในลมกรด"
ในปี 2010 Daniel ประสบความสำเร็จในการผ่านการสัมภาษณ์ YC และมาถึง Silicon Valley* (*เนื่องจากบริการ "หลบเลี่ยง" ละเมิดกฎหมายท้องถิ่น Daniel จึงไม่เคยกลับมาที่อิสราเอลเลยตั้งแต่นั้นมา)* ก่อตั้งบริษัทชื่อ Greplin และพัฒนาแอปพลิเคชันผู้ช่วยส่วนตัว ผลิตภัณฑ์ - เช่นกัน ในงาน YC Demo Day ที่แนทสังเกตเห็นชายหนุ่มคนนี้โดยเฉพาะ
ต่อมา Greplin ได้รับการลงทุน 2 รอบจากสถาบันการลงทุนชั้นนำ เช่น Sequoia Capital เปลี่ยนชื่อเป็น Cue และ Apple เข้าซื้อกิจการด้วยมูลค่าประมาณ 40 ล้านดอลลาร์สหรัฐในปี 2556 นับตั้งแต่นั้นมา Daniel ก็กลายเป็นผู้อำนวยการด้านเทคนิคของ Apple ซึ่งรับผิดชอบด้านการเรียนรู้ของเครื่องด้วย ธุรกิจการค้นหา -- และแดเนียลเพิ่งอายุ 23 ปี และทุกอย่างเกิดขึ้นเร็วมาก
ตั้งแต่ผู้ก่อตั้งที่อายุน้อยที่สุดที่ได้รับการสนับสนุนจาก YC และ Sequoia จนถึงการถูกซื้อกิจการโดย Apple Daniel เชื่อมั่นอย่างแน่วแน่ว่าก้าวแรกสู่ความสำเร็จคือการหาชุมชนที่ประกอบด้วย "คนนอก" และขั้นตอนที่สองคือการค้นหา "คนนอก" ที่กล้าที่จะไม่มีใครรู้จัก . “คนนอก” ที่เดิมพัน นั่นก็คือ นักลงทุนยุคแรกๆ **ดังนั้น Daniel จึงเริ่มสำรวจขอบเขตของการลงทุนในระยะเริ่มแรก ตั้งแต่ปี 2013 เขาได้ลงทุนใน Uber, GitHub, Coinbase, Instacart, Opendoor, Airtable, Figma, Gusto, Notion, Cruise และบริษัทอื่นๆ อย่างต่อเนื่องในฐานะนักลงทุนรายบุคคล เป็นรายงานที่ยอดเยี่ยมจริงๆ
แต่ Daniel ได้เริ่มต้นการลงทุนในช่วงต้นอย่างเป็นทางการในเดือนมกราคม 2017 โดยเขาลาออกจากตำแหน่งอื่นๆ ทั้งหมดและกลับมาที่ YC ในฐานะหุ้นส่วน ไม่เพียงแต่ลงทุนในด้านปัญญาประดิษฐ์เท่านั้น แต่ยังบูรณาการเทคโนโลยีปัญญาประดิษฐ์เข้ากับสถาบันนี้ในเดือนกรกฎาคมของ ในปีเดียวกันนั้นเขาได้เข้าร่วมกับ Nat Friedman เพื่อร่วมเป็นผู้นำโครงการ AI Grant ในเดือนสิงหาคม 2018 เขาออกจาก YC และก่อตั้ง Pioneer ซึ่งมีเป้าหมายเพื่อช่วยให้ทีมรองจากทั่วทุกมุมโลกเริ่มต้นโครงการได้อย่างรวดเร็ว ค้นหา "Lost Einsteins" เพิ่มเติม [2] 」.
ทักษะการสะท้อนตนเองโดย Daniel Gross ทักษะที่สำคัญที่สุดที่เราสามารถพัฒนาได้คือความอยากรู้อยากเห็นโดยธรรมชาติเกี่ยวกับตัวเราเอง เมื่อเราพัฒนานิสัยการไตร่ตรองตนเองอย่างต่อเนื่อง เราจะพัฒนาความซาบซึ้งและความกตัญญูต่อประสบการณ์ทั้งที่ดีและไม่ดี ฉันต้องการพูดคุยสองด้าน: การโต้ตอบกับผู้อื่นและการมีปฏิสัมพันธ์กับตัวคุณเอง
** การโต้ตอบกับผู้อื่น เป้าหมายในชีวิตของเราไม่ควรคือการชนะเกมใดเกมหนึ่งโดยเฉพาะ แต่เป็นผลรวมของเกมทั้งหมด **การจะทำสิ่งนี้ได้ เราต้องทำงานร่วมกับผู้อื่นได้ดี เราต้องไม่เฉียบแหลมเกินไป ไม่เช่นนั้นเราจะไม่ถูกเชิญกลับเข้าทีม ไม่ต้องกังวล หรือจะไม่ผลิตอะไรเลย .
เมื่อเราโต้ตอบกับสภาพแวดล้อมของเรา ข้อมูลก็จะถูกสร้างขึ้น เราบอกสิ่งต่าง ๆ และผู้คนก็มีความคิดเห็นเกี่ยวกับสิ่งที่เราพูด บางคนไม่มีความรู้สึกไวต่อปฏิกิริยาของผู้อื่น ซึ่งเป็นข้อผิดพลาดร้ายแรง และพวกเขากำลังโยน "ข้อมูลการฝึกอบรม" อันมีค่าไว้ข้างหน้าเรา หากเราไม่ฝึกโมเดลของเราใหม่โดยอาศัยข้อมูลจากมวลชน เราก็จะไม่มีวันมาบรรจบกันสู่ความจริง (ใกล้เคียงกับความจริง) เราจะกลายเป็นคนที่ดังเกินไปหรือไม่ดังพอ และกลุ่มโซเชียลจะไม่ให้ เรามีโอกาสที่จะร่วมมือต่อไป เพราะพวกเขาทำนายว่าเราจะไม่มีส่วนร่วม
หากเราอยากโดนชวนกลับมาเล่นเรื่อยๆให้เป็นนักเตะที่น่าเอ็นดู
ปฏิสัมพันธ์กับตัวเอง เราทุกคนอาจมีเป้าหมายระยะยาวและระยะสั้นที่ต้องทำให้สำเร็จ มีวันที่เรารู้สึกดี จิตใจแจ่มใส และเราพบว่าตนเองก้าวหน้าไปด้วยดี และมีวันที่แย่มาก—เราทุกคนต่างก็มีวันเหล่านั้น เคล็ดลับคือให้ถือว่าแต่ละวันเป็นโอกาสในการเรียนรู้ หาก ณ จุดใดที่เรารู้สึกว่าเรามีประสิทธิผลไม่เพียงพอ ให้ถามตัวเองว่า: ทำไม? เรากำลังทำอะไรผิด? อาหารกลางวันพร้อมหรือยัง? มีใครพูดอะไรน่ารำคาญบ้างไหม? เราได้รับข่าวร้ายบ้างไหม?
ตรวจสอบให้แน่ใจว่าคุณเรียนรู้จากความสำเร็จของคุณ ไม่ใช่แค่ความล้มเหลวเท่านั้น ส่วนผสมทั่วไปที่ทำให้เกิดวันดีๆ มีอะไรบ้าง? ฝันดี? อากาศดี? หากสภาพอากาศเป็นปัจจัย เราควรย้ายไปยังสถานที่ที่มีแสงแดดมากขึ้นหรือไม่? ฯลฯ
เป็นที่น่าสังเกตว่าบางครั้งปัจจัยด้านสิ่งแวดล้อมอาจทำให้วงจรป้อนกลับล่าช้า ตัวอย่างเช่น ฉันพบว่าสิ่งที่ฉันกินส่งผลต่ออารมณ์ของฉันหลังจากผ่านไปประมาณ 96 ชั่วโมง เพื่อให้แน่ใจว่าเรามีกรอบเวลาการรวบรวมข้อมูลที่กว้างเพียงพอ
อีกปัจจัยหนึ่งที่ช่วยฉันได้มากคือการทำสมาธิ การทำสมาธิก็เหมือนกับการติดตั้งดีบักเกอร์ในสมองของคุณ ช่วยให้เราสามารถตรวจสอบค่า (ค่า) ได้ทันที - และแม้กระทั่งการเปลี่ยนแปลง - แทนที่จะแค่ทำให้โค้ด (ความคิด) ของเราผิดพลาด
ตอนนี้ฉันกำลัง "ให้คะแนน" วันของตัวเองทุกคืน พยายามแยกแยะว่าอะไรไปได้ดีและอะไรไม่ดี ฉันรู้สึกทึ่งกับการกระทำนี้เพราะฉันเห็นความก้าวหน้าของตัวเอง ฉันหวังว่าทุกคนจะพยายามบังคับนิสัยนี้กับตัวเองสักสองสามสัปดาห์และชอบมัน จากนั้นเราจะเสพติดการพัฒนาตนเอง
การไตร่ตรองมากเกินไป รูปแบบที่รุนแรงของการพัฒนาตนเองคือสิ่งที่บางคนเรียกว่า "ชิปบนไหล่ของคุณ" และฉันก็กำลังทุกข์ทรมานกับมัน ฉันจะวิจารณ์ตัวเองมากเกินไป ตัวอย่างเช่น ฉันวิ่งมาราธอนนิวยอร์ก เมื่อฉันข้ามเส้นชัย ปฏิกิริยาแรกของฉันคือ: "ฉันควรวิ่งให้เร็วขึ้น" ฉันมักจะรู้สึกว่าฉันควรจะทำได้ดีกว่านี้
นี่เป็นจรวดที่อันตราย มันสามารถผลักดันฉันไปข้างหน้าได้ แต่ถ้าไม่ควบคุม มันก็ยากสำหรับฉันที่จะมีความสุข หากคุณมีลักษณะเช่นนี้ ให้บังคับตัวเองให้เฉลิมฉลองความสำเร็จ เราอาจลงทุนน้อยเกินไปในการสร้างความทรงจำที่มีความสุข เช่น เมื่อมีสิ่งดี ๆ เกิดขึ้น ใช้เวลาเฉลิมฉลอง ทำอะไรแปลก ๆ และตลกเพื่อให้เราจดจำ เพิ่มห้องในวังแห่งความทรงจำของเรา สุดท้ายนี้ คุณต้องอยู่ท่ามกลางเพื่อนๆ และครอบครัว (สิ่งแวดล้อม) ที่คอยช่วยเหลือซึ่งจะช่วยให้คุณผ่อนคลาย
AI Grant ลงคะแนนยังไง?
2017 ถึง 2022 - "ห้องปฏิบัติการปัญญาประดิษฐ์แบบกระจาย"
ในเดือนมีนาคม 2016 AlphaGo เอาชนะ Lee Sedol ผู้เล่น Go ที่เป็นมนุษย์อันดับต้นๆ ในเกม จากนั้นปี 2017 ก็เป็น "ปีแห่งกรอบการเรียนรู้เชิงลึก" อันโด่งดัง การวิจัย ผลิตภัณฑ์ การเป็นผู้ประกอบการ และการลงทุนในสาขาปัญญาประดิษฐ์มีการเคลื่อนไหวอย่างที่ไม่เคยเกิดขึ้นมาก่อน กระดาษ "Attention Is All You Need" ก็ได้รับการตีพิมพ์ในปีนี้เช่นกัน อย่างไรก็ตาม เทคโนโลยีในขณะนั้นโดยทั่วไปยังห่างไกลจากการสร้างมูลค่าทางการค้าและสังคมอย่างแท้จริง และการวิจัยทางวิชาการขั้นพื้นฐานดูเหมือนจะมีทิศทางที่หลากหลาย แต่ในความเป็นจริงแล้ว เป็นเพียงการเก็บตัวและไม่มีเหตุผล
เมื่อวันที่ 12 เมษายน 2017 aigrant.org เปิดตัวพร้อมกับการเพิ่มขึ้นและปัญหาในอุตสาหกรรม
**
**ในตอนแรก แนทเป็นคนเดียวที่ดูแลโครงการ AI Grant ทั้งหมด แนวคิดของเขาตรงไปตรงมามาก **เช่นเดียวกับทิม เปิดโอกาสให้คนที่ "นอนบนโซฟาตัวเก่าสีแดงเหม็น" เหมือนตัวเองได้ทำตามความฝันของตนเอง . **
การสมัครเข้าร่วมโปรแกรมนั้นง่ายดาย: กรอกแบบฟอร์มใบสมัคร เพื่อรับทุน 5,000 ดอลลาร์* (จำกัดเบื้องต้นเพียงห้ารายการ)* เพื่อทำการวิจัยที่เกี่ยวข้องกับเทคโนโลยี AI แบบโอเพ่นซอร์ส กระบวนการทั้งหมดใช้เวลาเพียงไม่กี่นาทีในการกรอกแบบฟอร์ม นี่คือ AI Grant เวอร์ชัน 1.0
แล้วเหตุใดจึงเลือก "เทคโนโลยีปัญญาประดิษฐ์แบบโอเพ่นซอร์ส"? แนทในตอนนั้นเชื่อมั่นอยู่สองสิ่ง:
ประการแรก โอเพ่นซอร์สเป็นรากฐานของผลิตภัณฑ์และแนวคิดนับไม่ถ้วนที่เริ่มต้นจากผู้สร้างที่ได้รับโค้ดฟรีทางอินเทอร์เน็ต ก่อนที่โอเพ่นซอร์สจะได้รับความนิยม ขั้นตอนแรกในการสร้างสิ่งใหม่หมายถึงการสร้างหรือซื้อโครงสร้างพื้นฐานพื้นฐาน และเมื่อมีการเกิดขึ้นของโครงการโอเพ่นซอร์สใหม่ทีละโครงการ ราคาเริ่มต้นจะยังคงลดลงต่อไปจนเข้าใกล้ศูนย์
ประการที่สอง ปัญญาประดิษฐ์จะเป็นพื้นฐานสำหรับผลิตภัณฑ์ แนวคิด และบริษัทใหม่ๆ นับไม่ถ้วนในอนาคต ตั้งแต่รถยนต์ การแพทย์ การเงิน การศึกษา ปัญญาประดิษฐ์จะขับเคลื่อนคลื่นลูกใหญ่แห่งนวัตกรรมในทุกสาขาอาชีพ และเมื่อรวมกับเทคโนโลยี AI โอเพ่นซอร์สตัวแรกจะช่วยลดต้นทุนการเข้าร่วม ทำให้มากขึ้น หรือแม้แต่ใครก็ตามที่สามารถเข้าร่วมได้ (แต่ยังคงต้องจ่ายค่า GPU)
แต่ในส่วนของปัญญาประดิษฐ์คืออะไร และงานวิจัยที่เกี่ยวข้องกับเทคโนโลยีปัญญาประดิษฐ์ แนทมักจะเปิดใจเสมอ อะไรก็ได้ที่ให้ความรู้สึกเหมือนปัญญาประดิษฐ์หรือมีส่วนช่วยในวงการนี้ เพียงแต่เราไม่สามารถนิยามได้ว่าอะไรคือ “ปัญญาประดิษฐ์” นั่นเอง ขณะนั้น เช่นเดียวกับผลิตภัณฑ์ดั้งเดิม (AI-Native Product) ไม่มีใครสามารถกำหนดได้ว่า "ปัญญาประดิษฐ์" ในขณะนั้นคืออะไร
ในส่วนของเกณฑ์การพิจารณานั้น แนทได้กล่าวถึงเป็นพิเศษ 2 ประการ คือ
1 คนฉลาดมีไอเดียน่าสนใจที่เป็นประโยชน์ต่อโลก
เห็นได้ชัดว่าทิมและแนทไม่ใช่คนเดียวที่ยินดีให้ทุนเพื่ออนาคตของคนหนุ่มสาว
หกวันหลังจากการประกาศโครงการ AI Grant แอน มิอุระ-โค หุ้นส่วนผู้ก่อตั้ง กองทุนเริ่มต้น Floodfgate ซึ่งเป็นผู้สอนที่มหาวิทยาลัยสแตนฟอร์ดด้วย ได้เข้าร่วมและจัดหาสถานที่เพิ่มเติมอีกห้าแห่ง เธอหวังว่าจะได้พบคนประเภท "กำลังสำคัญ" ผ่านแผนการระดมทุนนี้ ซึ่งก็คือผู้ที่เริ่มต้นด้วยโครงการโอเพ่นซอร์ส และจะดำเนินการสำรวจประเภทต่างๆ และแม้กระทั่งเริ่มต้นธุรกิจในอนาคต
เพียงสามวันก่อนถึงกำหนดเส้นตายการสมัครรอบแรก บริษัทเทคโนโลยี ได้เข้าร่วม:
FloydHub จะให้เครดิตการติดป้ายกำกับข้อมูลด้วยตนเองมูลค่า 1,000 ดอลลาร์สหรัฐฯ แก่ FloydHub เป็นเวลา 250 ชั่วโมงสำหรับ NVIDIA Tesla K80 ส่วน Scale จะให้เครดิตการติดป้ายกำกับข้อมูลด้วยตนเองมูลค่า 1,000 ดอลลาร์สหรัฐฯ และ Crowdflower จะให้เครดิตการติดป้ายกำกับข้อมูลด้วยตนเองจำนวน 5,000 ดอลลาร์สหรัฐฯ ด้วย
——นี่ไม่ใช่แค่การเพิ่มมูลค่าของทุนที่ได้รับ ที่จริงแล้ว เนื้อหาของทุนได้นำไปใช้ได้จริงมากขึ้น แจกจ่ายได้ง่ายขึ้น และมีความหลากหลายมากขึ้น
การรับสมัคร AI Grant ครั้งแรกประสบความสำเร็จอย่างมาก Nat ได้รับใบสมัครเกือบ 500 ใบจาก 50 ประเทศ อาสาสมัครมืออาชีพมากกว่า 20 คนคัดกรองโครงการร่วมกับเขา และในที่สุดก็เลือกผู้สมัครสิบคนในหนึ่งเดือนต่อมา .
ในเดือนมิถุนายน พ.ศ. 2560 Daniel Gross ผู้สำรวจวิธีการลงทุนใน "บุคคลภายนอกที่ไม่รู้จัก" ได้เข้าร่วมกับ Nat อย่างเป็นทางการ กลายเป็นหุ้นส่วนโครงการและวางตำแหน่งโครงการเป็น "Distributed Artificial Intelligence Laboratory" โดย AI Grant ได้ริเริ่มโครงการอื่น การวนซ้ำ:
เพิ่มเงินทุนสำหรับบริษัทเทคโนโลยีที่ให้บริการโครงสร้างพื้นฐาน ตามระยะเวลาก่อนหน้านี้ Google เข้ามาแทนที่ Microsoft และจะมอบเครดิตบริการเครื่องเสมือนให้แก่ผู้รับทุนแต่ละราย 20,000 เหรียญสหรัฐ
เพิ่มการมีส่วนร่วมในเครือข่าย นอกจากผู้บริจาคทั้งสองรายแล้ว Andrej Karpathy ผู้อำนวยการฝ่ายปัญญาประดิษฐ์ของ Tesla ในขณะนั้น ร่วมกับนักวิจัยจาก Google ได้ก่อตั้งกลุ่มผู้เชี่ยวชาญ AI Grant ในเวลาเดียวกันดังที่เราได้กล่าวไปก่อนหน้านี้ มีอาสาสมัครมืออาชีพจำนวนมากสมัครเข้าร่วมทีมคัดกรองของแนท และพวกเขายังกลายเป็นส่วนหนึ่งของเครือข่าย AI Grant โดยทำงานร่วมกับผู้เชี่ยวชาญเพื่อช่วยนักวิจัยที่ได้รับทุนสนับสนุน
และแม้จะมีการเพิ่ม CRV ของกองทุนต้น แต่จำนวนเงินที่จ่ายเป็นเงินสดเริ่มแรกก็ลดลง สำหรับโครงการในระยะเริ่มแรก การเรียนรู้ที่จะวางแผนทรัพยากรและ "ทำสิ่งใหญ่ด้วยเงินจำนวนเล็กน้อย" เป็นสิ่งสำคัญมาก โดยที่ 2,500 ดอลลาร์เป็นทุนเริ่มต้นที่นักวิจัยส่วนใหญ่ต้องการในขณะนั้น
ตั้งแต่นั้นเป็นต้นมา รูปแบบการระดมทุนของ AI Grant ก็ได้รับการอัปเดตซ้ำแล้วซ้ำเล่า นอกจากนี้ ภูมิหลังของการได้รับทุนที่นี่ก็มีความหลากหลายมากเช่นกันตั้งแต่แอฟริกาไปจนถึงสหรัฐอเมริกาตั้งแต่นักเรียนมัธยมปลายไปจนถึงนักวิจัย เช่นเดียวกับผู้ก่อตั้งที่ Pioneer ลงทุน —ทั้งที่มันเคยเป็น เพราะอุตสาหกรรมปัญญาประดิษฐ์ยังหนาวก็ต้องออกเป็นระยะๆ
ในปี 2022 AI Grant ได้ให้ทุนแก่นักวิจัยมากกว่า 50 ราย โดย 36 รายได้รับเงินทุนเต็มจำนวนผ่านการคัดกรองสองครั้ง หลายคนยังสร้างบริษัทของตัวเอง โดย 2 บริษัทกลายเป็นยูนิคอร์นไปแล้ว ได้แก่ Cohere บริษัทต้นแบบด้านภาษาขนาดใหญ่ที่มีมูลค่าปัจจุบันอยู่ที่ 2.2 พันล้านดอลลาร์สหรัฐ และ Cresta บริษัทคอลเซ็นเตอร์อัจฉริยะที่มีมูลค่า 1.6 พันล้านดอลลาร์สหรัฐ ดอลลาร์และวิดีโออีกรายการหนึ่ง Helia ซึ่งเป็นบริษัทประมวลผลข้อมูลแบบเรียลไทม์ก็ได้รับความสำเร็จจาก Scale เช่นกัน
Russell Kaplan ผู้ก่อตั้ง Helia เป็นผู้รับ AI Grant กลุ่มแรก ในขณะนั้น เขากำลังจะสำเร็จการศึกษาจาก Stanford และกำลังศึกษาการใช้ภาษาธรรมชาติเพื่อเป็นแนวทางในการเรียนรู้แบบเสริมกำลัง เขาสร้างและโอเพ่นซอร์สการเรียนรู้ที่เร็วขึ้น ตัวแทนการเรียนรู้การเสริมกำลังเชิงลึก (ตัวแทน) และในการแก้แค้นของมอนเตซูมา [3] เอาชนะวิธีอื่นๆ ส่วนใหญ่ หลังจากสำเร็จการศึกษา ในตอนแรกเขาเลือกที่จะเข้าร่วมกับ Tesla และสร้างโมเดลวิสัยทัศน์หลักของ Tesla นั่นคือ HydraNet ซึ่งเป็นโครงข่ายประสาทเทียมแบบมัลติทาสก์ขนาดใหญ่ แต่ไม่ถึงสองปีต่อมา เขาได้ร่วมก่อตั้งกับ Ashwin Sreenivas จาก Palantir และ Daniel Berrios จาก Goldman Sachs บริษัทคอมพิวเตอร์วิทัศน์ Helia ซึ่งมุ่งเป้าไปที่การประมวลผลข้อมูลวิดีโอแบบเรียลไทม์ ถูกขายให้กับ Scale ในปลายปีถัดไป
ในปีเดียวกันนั้น ผู้ก่อตั้ง Cohere, Aidan Gomez และ Ivan Zhang ซึ่งได้รับการสนับสนุนทุนในกลุ่มที่สองเป็นศิษย์เก่าของ University of Toronto ในเวลานั้น โครงการวิจัยของพวกเขาเป็นแบบฮาร์ดคอร์มากโดยใช้โครงข่ายประสาทเทียมที่ก่อให้เกิดความขัดแย้ง สำหรับการถอดรหัสรหัสผ่าน - ซึ่งมีผู้สมัครมากกว่า 1,000 คนในขณะนั้น ถือเป็นการมีอยู่ที่สะดุดตามาก ด้วยการสนับสนุนของ AI Grant ทั้งสองจึงก่อตั้ง For.ai เพื่อทำการวิจัยที่เกี่ยวข้อง สองปีต่อมา Aidan (สำเร็จการศึกษาในปี 2023) ซึ่งเพิ่งไปเรียนปริญญาเอกที่มหาวิทยาลัยอ็อกซ์ฟอร์ด และ Ivan ซึ่งลาออก ของมหาวิทยาลัยโตรอนโตซึ่งเป็นผู้ร่วมก่อตั้ง Cohere ปัจจุบัน For.ai คือ Cohere For AI ซึ่งเป็นศูนย์วิจัยที่ไม่แสวงหากำไรภายใน Cohere* (*อีกนัยหนึ่ง เพียงหนึ่งวันหลังจากการประกาศสมาชิก AI Grant Batch 1 ของปีนี้ Cohere For AI ยังได้เริ่มโครงการทุนวิจัย AI ของตัวเอง )*
ในหมู่พวกเขา Zayd Enam ผู้อพยพชาวปากีสถานซึ่งเป็นคนล่าสุดที่ได้รับเงินทุนได้ลองเป็นผู้ประกอบการด้านการแพทย์ทางอินเทอร์เน็ตในบ้านเกิดของเขาเมื่ออายุ 16 ปี หลังจากได้รับทุนไม่นานเขาก็ลาออกจากปริญญาเอกของมหาวิทยาลัยสแตนฟอร์ดและเริ่มต้นธุรกิจกับ Tim Shi ผู้เพิ่งสำเร็จการศึกษาระดับปริญญาเอกและเข้าร่วม OpenAI เป็นเวลาหนึ่งปี Tour ก่อตั้ง Cresta
2022-ปัจจุบัน - เปลี่ยนไปใช้ "Early Stage Venture Funds"
ความเจริญของปัญญาประดิษฐ์จะกลับมาอีกครั้งในปี 2565 งานวิจัยทางวิชาการในสาขานี้เต็มไปด้วยสีสันและเต็มไปด้วยสีสันและประสบการณ์ผู้ใช้และนวัตกรรมผลิตภัณฑ์ที่เกี่ยวข้องซึ่งต่างจากครั้งก่อนเพิ่งเริ่มต้นขึ้น
ในการให้สัมภาษณ์ Nat กล่าวว่า: "Daniel และฉันใช้เวลาสองสามปีเล่นกับโมเดล GPT และทึ่งในความสามารถของพวกเขา ฉันโชคดีมากที่ได้ออกแบบและเผยแพร่ GitHub Copilot หลังจากนั้น ฉันตั้งตารอชุดผลิตภัณฑ์ใหม่ — เพราะอาจมีผู้คนจำนวนมากขึ้นที่เข้าสู่กระบวนการเดียวกันและพบว่า GPT-3 สามารถทำสิ่งที่น่าทึ่งมากมาย แล้วลองคิดว่าความสามารถนี้สามารถเพิ่มลงในผลิตภัณฑ์ต่างๆ ได้หรือไม่ แต่มันจะไม่เกิดขึ้น ดังนั้นภายในปี 2022 ในช่วงปลายฤดูร้อนและต้นฤดูใบไม้ร่วงของปีที่แล้ว เราเริ่มถามตัวเองว่า ผู้คนไปอยู่ที่ไหน นั่นคือเหตุผลที่เรารีสตาร์ท AI Grant เรียกร้องให้นักพัฒนาดำเนินการ”
ในวันที่ 31 สิงหาคม 2022 AI Grant จะกลับมาเริ่มต้นใหม่อีกครั้งด้วยความพยายามที่ "เอื้อเฟื้อเผื่อแผ่" มากขึ้น และนักลงทุนแต่ละรายจะได้รับเงินลงทุนเป็นเงินสด 250,000 ดอลลาร์สหรัฐ เป็นที่น่าสังเกตว่าแม้ว่าแนทจะร่วมมือกับบริษัทเทคโนโลยีหลายแห่ง แต่แนทเท่านั้นที่โควต้าการประมวลผลบนคลาวด์ของ Microsoft Azure เท่านั้นที่ได้รับการส่งเสริมโดยนัทมาโดยตลอด **จาก "เทคโนโลยีปัญญาประดิษฐ์แบบโอเพ่นซอร์ส" ไปจนถึง "ผลิตภัณฑ์ที่ใช้ AI เป็นหลัก" ไปจนถึง "AI -ผลิตภัณฑ์แรก" -ผลิตภัณฑ์พื้นเมือง” จากนักวิจัยไปจนถึงผู้ประกอบการ ต้นทุนของ GPU เป็นสิ่งที่หลีกเลี่ยงไม่ได้เสมอไป **
อันที่จริงตั้งแต่ปี 2020 เป็นต้นไป แม้ว่าแนทและแดเนียลจะยังคงปรากฏในรายชื่อนักลงทุนของบริษัทต่างๆ ในนามนักลงทุนรายบุคคล แต่พวกเขาก็ระดมทุนกองทุนร่วมลงทุน C2 Investments อย่างเงียบๆ ไปแล้ว รวมมูลค่าประมาณ 1.1 พันล้านดอลลาร์สหรัฐ และ 2 ดอลลาร์สหรัฐฯ นักลงทุนรายอื่น กองทุนขนาดเล็ก CTRY และ ND2100 ด้วยเงินลงทุนรวมประมาณ 142 ล้านดอลลาร์สหรัฐ และลงทุนในสตาร์ทอัพที่เกี่ยวข้องกับปัญญาประดิษฐ์และโครงสร้างพื้นฐานผ่านทางพวกเขา ในฐานะส่วนหนึ่งของกลยุทธ์การลงทุนของทั้งสองบริษัท AI Grant ยังได้เสร็จสิ้นการเปลี่ยนแปลงอย่างเป็นทางการจากองค์กรที่ไม่แสวงหาผลกำไรไปเป็นสถาบันร่วมลงทุน และมุ่งมั่นที่จะลงทุนในผลิตภัณฑ์ AI-Native รุ่นก่อนๆ
ในฐานะนักลงทุนกลุ่มแรกๆ ในสาขาปัญญาประดิษฐ์แนวตั้ง กลยุทธ์การลงทุนของแนทและแดเนียลมีความสมเหตุสมผลมากกว่า และพวกเขาได้ใช้ความพยายามอย่างมากในการสร้างและสนับสนุนโครงสร้างพื้นฐาน:
เมื่อต้นปี 2566 Nat ได้สร้าง nat.dev ซึ่งเป็นแพลตฟอร์มที่รวบรวมโมเดลภาษาทั่วไปเกือบทั้งหมดในตลาด ทำให้ง่ายต่อการลองและเปรียบเทียบโมเดลภาษาต่างๆ
ในเดือนมิถุนายน พ.ศ. 2566 แนทและแดเนียลได้ซื้อชิปเซิร์ฟเวอร์ NVIDIA Tesla H100 จำนวน 2,512 ตัว (มูลค่าประมาณ 100 ล้านดอลลาร์ หรือประมาณครึ่งหนึ่งของขนาดซูเปอร์คอมพิวเตอร์ภายในของ NVIDIA) เพื่อสร้างคลัสเตอร์ Andromeda และจะลงทุนในชิปเหล่านี้ เปิดให้สตาร์ทอัพ — หมายถึงสตาร์ทอัพขนาดเล็กเหล่านี้ จะสามารถเข้าถึงทรัพยากรคอมพิวเตอร์ที่มีเพียงบริษัทขนาดใหญ่ที่ได้รับทุนสนับสนุนเพียงพอเท่านั้นที่จะสามารถซื้อได้
AI-Native โหวตอย่างไร และโหวตเพื่ออะไร?
**คำถามพื้นฐาน: จะนิยามแนทและแดเนียลอย่างไร และจะคัดกรองผลิตภัณฑ์ที่ใช้ AI ได้อย่างไร **
เพื่อเป็นข้อมูลอ้างอิงที่สำคัญ คำตอบที่ได้รับจากเว็บไซต์อย่างเป็นทางการของ AI Grant มีดังนี้: "ผลิตภัณฑ์ใดๆ ที่ใช้โมเดลปัญญาประดิษฐ์ในลักษณะที่เป็นประโยชน์หรือน่าสนใจ โดยเฉพาะอย่างยิ่ง เรากำลังมองหาผู้ก่อตั้งทางเทคนิคและเชิงปฏิบัติที่สามารถสร้างผลงานที่ยอดเยี่ยมได้ ผลิตภัณฑ์ หากคุณตื่นเต้นกับสิ่งที่คนอื่นชอบใช้และเข้าใจว่าการสร้างสิ่งใหม่เป็นเพียง 1% ของแนวคิดและ 99% ของการทำซ้ำ เราต้องการสนับสนุนคุณ”
"ผลิตภัณฑ์ใดๆ ก็ตามที่ใช้ประโยชน์จากโมเดล AI ในทางที่มีประโยชน์หรือน่าสนใจ" ทั้งคู่ก็เปิดมันไว้เหมือนเดิม ในความเป็นจริง แม้ว่าจะไม่มีขอบเขตที่ชัดเจน จากการสัมภาษณ์ การลงทุนในโครงการ สมาชิกของ AI Grant Batch 1 และแม้แต่ "Vesuvius Challenge" ที่เปิดตัวไปก่อนหน้านี้ ก็สามารถเห็นการตั้งค่าของพวกเขาสำหรับผลิตภัณฑ์ปัญญาประดิษฐ์ และแม้แต่ทัศนคติต่อการใช้เทคโนโลยีได้ จุด.
บริษัทที่ลงทุนของ C2 Investments
▌2017 |ปรับแต่งใหม่ 🦄️
ที่ตั้ง - ซานฟรานซิสโก สหรัฐอเมริกา
ทิศทาง - เครื่องมือสร้างแบบไม่ต้องใช้โค้ดสำหรับซอฟต์แวร์เชิงพาณิชย์ในองค์กร
ผู้ก่อตั้ง - David Hsu ปริญญาตรีสาขาปรัชญาและคอมพิวเตอร์จาก Oxford University ในปี 2560
ระยะเวลาการลงทุน - 2017 (เดิมพัน 5 รอบติดต่อกันจนถึงปี 2022)
นักลงทุนรายอื่น - Patrick Collison, John Collison, Elad Gil, YC, Sequoia ฯลฯ
▌2022｜กระตือรือร้น
ที่ตั้ง - ซานฟรานซิสโก สหรัฐอเมริกา
ปฐมนิเทศ - ปัญญาประดิษฐ์ทั่วไป (AGI)
ผู้ก่อตั้ง - John Carmack ผู้ร่วมก่อตั้ง id Software ในปี 1990 หัวหน้าโปรแกรมเมอร์เกี่ยวกับ Commander Keen, Wolfenstein 3D, Doom, Quake และภาคต่อของพวกเขา เข้าร่วม Oculus ในปี 2013 ในตำแหน่ง CTO
กรอบเวลาการลงทุน - พ.ศ. 2565
นักลงทุนรายอื่น - Patrick Collison, Tobi Lutke, Sequoia, Capital Factory
ที่ตั้ง - ลอนดอน สหราชอาณาจักร
ทิศทาง - การโคลนเสียงและการสร้าง
ผู้ก่อตั้ง - Piotr Dabkowski สำเร็จการศึกษาระดับปริญญาตรีสาขาวิศวกรรมศาสตร์จากมหาวิทยาลัยอ็อกซ์ฟอร์ดในปี 2559 และสำเร็จการศึกษาระดับบัณฑิตศึกษาสาขาวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยเคมบริดจ์ในปี 2560 เขาเป็นวิศวกรซอฟต์แวร์ที่ Google Zurich ก่อนที่จะออกไปเริ่มต้นธุรกิจของตัวเองใน 2022. Mati Staniszewskiv สำเร็จการศึกษาจากภาควิชาคณิตศาสตร์ของ Imperial College สหราชอาณาจักร จะเป็นนักยุทธศาสตร์ด้านการปรับใช้งานให้กับ Palantir ก่อนออกเดินทางเพื่อเริ่มธุรกิจในปี 2022
ระยะเวลาลงทุน - 2566 - นักลงทุนรายอื่น - a16z, SVA, Guillermo Rauch เป็นต้น
▌2023|Lexica-ที่ตั้ง-ซานฟรานซิสโก สหรัฐอเมริกา-ทิศทาง-เครื่องมือค้นหาและสร้างรูปภาพ-ผู้ก่อตั้ง-Sharif Shameem สำเร็จการศึกษาจากมหาวิทยาลัยแมรีแลนด์ในปี 2019 และก่อตั้งบริษัทเกมคลาวด์ P2P Vectordash ในเมืองเดียวกัน ปี ก่อตั้งโมเดลภาษาในปี 2565 บริษัทเครื่องมือที่ใช้โค้ดน้อยขับเคลื่อน Debuild - เวลาในการลงทุน - 2565 - นักลงทุนรายอื่น - AI Grant
บริษัทสมาชิก Batch 1 ไม่เพียงแต่มีทิศทางผลิตภัณฑ์ที่หลากหลายเท่านั้น แต่ยังมีภูมิหลังที่หลากหลายของผู้ก่อตั้ง รวมถึงคนรุ่นใหม่ที่เพิ่งสำเร็จการศึกษาจากวิทยาลัย (Flair, WOMBO) และผู้ประกอบการต่อเนื่องที่มีประสบการณ์ (Replicate, Chroma) ผลิตภัณฑ์ที่โดดเด่นเหล่านี้ส่วนใหญ่ได้รับการแนะนำใน Newletter ฉบับที่แล้ว เนื่องจากความยาวของบทความ เราจะไม่อธิบายรายละเอียดแต่ละบริษัทที่นี่ แต่จะแสดงเฉพาะคำแนะนำสั้น ๆ และ URL เท่านั้น:
โครงสร้างพื้นฐาน
ทำซ้ำ - โครงสร้างพื้นฐานคลาวด์สำหรับโมเดลการเรียนรู้ของเครื่อง
🔗
Chroma - ฐานข้อมูลแบบโอเพ่นซอร์สแบบฝัง (เรียกอีกอย่างว่าหน่วยความจำที่ตั้งโปรแกรมได้)
🔗
ชั้นการสมัคร
🔠 ตัวอักษร
ความฉงนสนเท่ห์ - เครื่องมือค้นหา
🔗
ValueBase - เครื่องมือสร้างแบบจำลองการประเมินมูลค่าสินทรัพย์สำหรับภาครัฐ
🔗
Sameday - เครื่องมือกำหนดเวลาการนัดหมายสำหรับนักการตลาด
🔗
Ghostwrite - เครื่องมือเขียนอีเมลอัตโนมัติ
🔗
Samaya AI - แพลตฟอร์มการค้นพบความรู้สำหรับบริการทางการเงิน
🔗
แนวหน้า - Chatbot ระดับองค์กร
🔗
ฝุ่น - ผู้ช่วยสำหรับการทำงานเป็นทีม
🔗
Circle Labs - การสร้างผู้ติดต่อที่ไม่ลงรอยกัน
🔗 (เว็บหยาบคายมากแต่ชอบมาก!!)
🎨 วิสัยทัศน์
Lexica.art - เครื่องมือค้นหาและสร้างรูปภาพ
🔗
สร้างใหม่ - กราฟิกแบบเวกเตอร์และเครื่องมือสร้างแบบจำลอง 3 มิติ
🔗
Flair - เครื่องมือสำหรับการออกแบบเนื้อหาการสร้างแบรนด์ (ส่วนใหญ่เป็นกราฟิกผลิตภัณฑ์และโมเดล)
🔗
โพลี - เครื่องมือสร้างพื้นผิว
🔗
WOMBO - เครื่องมือสร้างวิดีโอ Lip Sync สำหรับผู้บริโภค
🔗
Sieve - การประมวลผลวิดีโอ ทำความเข้าใจ และค้นหาแพลตฟอร์มคลาวด์ API
🔗
Vizcom - เครื่องมือสร้างการเขียนแบบทางวิศวกรรม/การออกแบบ
🔗
Secret Weapons - เครื่องมือวิดีโอสำหรับอุตสาหกรรมภาพยนตร์
🔗
Pixelcut - โปรแกรมสร้างภาพผลิตภัณฑ์
🔗
AniML - เครื่องมือสร้างวิดีโอผลิตภัณฑ์ที่ใช้ NeRF
🔗
💻 รหัส
เคอร์เซอร์ - เครื่องมือแก้ไขโค้ด
🔗
Rowy - แบ็กเอนด์โค้ดต่ำ
🔗
🎙️เสียง
Play.ht - การสร้างและการโคลนคำพูด
🔗
**♾️ ต่อเนื่องหลายรูปแบบและอื่น ๆ **
Animato (โทรหาแอนนี่) - วิดีโอแชทกับตัวละครเสมือนจริง
🔗
Brich - ระบบอัตโนมัติของการดำเนินงานคอลเซ็นเตอร์ในอุตสาหกรรมที่มีการปฏิบัติตามข้อกำหนดสูง
🔗
Minion.ai - ตัวช่วยเบราว์เซอร์อัตโนมัติ* (ผลิตภัณฑ์ยังไม่ออก)*
🔗
Vesuvius Challenge - ปัญญาประดิษฐ์เพื่ออารยธรรมมนุษย์
หากกองทุนร่วมลงทุนและ AI Grant เป็นการลงทุนของ Nat และ Daniel ในการส่งเสริมความก้าวหน้าของโลกธุรกิจด้วยปัญญาประดิษฐ์ ทั้งสองและ Brent Seales ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยเคนตักกี้และเป็นหนึ่งในผู้ร่วมก่อตั้ง scrollprize .org จะเปิดตัวในปี 2566 Vesuvius Challenge (Vesuvius Challenge) ซึ่งเปิดตัวร่วมกันในเดือนมีนาคม 2552 เป็นการสำรวจเพื่อใช้ปัญญาประดิษฐ์เพื่อส่งเสริมการพัฒนาอารยธรรมของมนุษย์
ความท้าทายนี้ขอให้ผู้เข้าร่วมอ่านม้วนกระดาษสองม้วนที่คลี่ออก (Herculaneum Papyrus) ที่ถูกทำให้เป็นคาร์บอนและฝังไว้ใต้พื้นดินและเถ้าภูเขาไฟสูง 20 เมตรหลังจากการปะทุของภูเขาไฟวิสุเวียสในปี ค.ศ. 79 ถือเป็นงานที่น่ากังวลอย่างไม่ต้องสงสัย การแข่งขันต่อยอดจากงานที่ทำไปแล้วโดย Brent Seales ผู้สนับสนุนคนที่สาม ย้อนกลับไปในปี 2015 เมื่อเขาและทีมใช้การตรวจเอกซเรย์คอมพิวเตอร์และการมองเห็นด้วยคอมพิวเตอร์เพื่อ "อ่าน" สถานะคาร์บอนไดออกไซด์ของคาร์บอนไดออกไซด์ที่พบในภูมิภาคทะเลเดดซีของอิสราเอล 'Goldi Scroll - ซึ่งนำเสนอข้อความในพระคัมภีร์ที่มีอยู่โดยไม่ต้องเปิด อย่างไรก็ตาม การอ่านเนื้อหาในกระดาษปาปิรัสเฮอร์คิวลาเนียมนั้นมีความท้าทายมากกว่า: หมึกเฮอร์คิวเลเนียมเป็นแบบคาร์บอน ในขณะที่กระดาษปาปิรัสเป็นแบบคาร์บอน ต่างจากหมึกที่มีความหนาแน่นมากกว่าที่ใช้ในม้วนหนังสือ En Gedi โดยที่หมึกทั้งสองจะไม่ตัดกันใน X- รังสีเอกซ์
ตามเว็บไซต์อย่างเป็นทางการของการแข่งขัน รางวัลใหญ่ 1 ล้านดอลลาร์จะมอบให้กับทีมแรกที่สามารถทำให้ม้วนหนังสือที่สแกนทั้งหมดสามารถอ่านได้ภายในเวลา 23.59 น. นำเสนอในรูปแบบของภาพร่าง ข้อความจะมองเห็นได้ชัดเจน และ จำเป็นต้องมีคำอธิบายทางเทคนิคโดยละเอียดว่าโซลูชันสามารถทำซ้ำและเป็นไปได้ได้อย่างไร
อย่างไรก็ตาม มีข้อเพิ่มเติมในการแข่งขัน: "ลดอาการประสาทหลอน" หากมีความเสี่ยงที่จะเกิดอาการประสาทหลอนจากแบบจำลองของทีม ให้อธิบายว่าความเสี่ยงนี้ลดลงในทางปฏิบัติได้อย่างไร และให้เหตุผลว่าเหตุใดผู้ส่งจึงมั่นใจว่าผลลัพธ์ที่เขาได้รับนั้นเป็นเรื่องจริง
**ไม่ต้องสงสัยเลยว่านี่เป็นโอกาสที่ดีที่จะใช้เทคโนโลยีใหม่เพื่อไขความลับโบราณของมนุษยชาติ **นอกจากผู้เข้าแข่งขันจำนวนมากแล้ว การบริจาคที่เพิ่มขึ้นยังแสดงให้เราเห็นถึงความกระตือรือร้นของกลุ่มต่างๆ ในการใช้เทคโนโลยีใหม่เพื่อส่งเสริมการพัฒนาอารยธรรมของมนุษย์: ภายในไม่กี่วันหลังจากการเปิดตัวภารกิจ รวมถึงพี่น้อง Collison ผู้ก่อตั้ง Stripe, ผู้ก่อตั้ง Shopify Tobi ผู้ประกอบการ นักลงทุน และบุคคลนิรนามเกือบ 20 ราย รวมถึง Matt Mullenweg ผู้ก่อตั้ง Lutke และ Wordpress เข้าร่วมรายชื่อผู้บริจาค และเงินรางวัลของการแข่งขันก็เพิ่มขึ้นสี่เท่าเช่นกัน 👇
เกี่ยวกับวงจรการพัฒนาผลิตภัณฑ์ปัญญาประดิษฐ์
ในการให้สัมภาษณ์กับ Ben Thompson ในเดือนมีนาคม 2023 เกี่ยวกับวงจรการพัฒนาผลิตภัณฑ์ AI เนทีฟ แนทหยิบยกมุมมองนี้: **เนื่องจากโครงสร้างพื้นฐานเครือข่ายที่สมบูรณ์ ความเร็วการแพร่กระจายของผลิตภัณฑ์ AI จะเร็วเป็นสองเท่า ของผลิตภัณฑ์อินเทอร์เน็ตรุ่นก่อนหน้า แต่เรายังต้องใช้เวลาในการพิจารณาว่าผลิตภัณฑ์ที่ใช้ AI จริงมีหน้าตาเป็นอย่างไร ไม่ใช่แค่ปรับปรุงขั้นตอนการทำงานและซอฟต์แวร์ที่มีอยู่เท่านั้น *สำนวนเฉพาะที่น่าสนใจของเขาหลายประการมีดังต่อไปนี้ (*ฉันไม่คิดว่าจะมีใครคาดเดาอนาคตหลังจากผ่านไปสองปีหรือนานกว่านั้นได้ นี่เป็นเพียงการอ้างอิงเท่านั้น)*:
แม้ว่านักวิจัยจะหยุดอยู่แค่นี้และไม่ทำซ้ำและเพิ่มฟังก์ชันอีกต่อไป เรายังต้องใช้เวลาห้าถึงสิบปีในการแยกแยะความสามารถของ GPT-4 และโมเดลขั้นสูงอื่นๆ และเปลี่ยนให้เป็นผลิตภัณฑ์ มีหลายรูปแบบและตัวแปร ขั้นตอนการทำงาน และประสบการณ์ผู้ใช้ที่จำเป็นต้องได้รับการคิดค้น คิดค้นใหม่ หรือดัดแปลง และเราเพิ่งเริ่มต้นใหม่ โดยพยายามรวมความสามารถเหล่านี้เข้ากับผลิตภัณฑ์ที่มีอยู่
ระบบปฏิบัติการจำเป็นต้องได้รับการสร้างขึ้นใหม่โดยใช้ความสามารถของปัญญาประดิษฐ์ สตาร์ทอัพต่างๆ ได้แสดงให้เห็นว่าปัญญาประดิษฐ์สามารถมีความสามารถเหนือจริงที่แตกต่างกัน และเราสามารถสร้างแพลตฟอร์มการประมวลผลทั้งหมดขึ้นมาใหม่ได้ภายในสิบปี สถานะปัจจุบันในสาขานี้ก็คือนักวิจัยอยู่ในระดับแนวหน้า และยังมีงานย่อยอีกมากที่ต้องทำในระดับเชิงพาณิชย์ และเป็นการยากที่จะเร่งกระบวนการนี้
ความสามารถของปัญญาประดิษฐ์จะไม่หยุดอยู่แค่นี้ แต่จะพัฒนาต่อไป และแนวโน้มการพัฒนาในช่วง 2 ปีที่ผ่านมาจะยังคงดำเนินต่อไป สิ่งเหล่านี้ถือเป็นความก้าวหน้าครั้งใหญ่ ดังนั้น แม้ว่าเราจะมีการออกแบบผลิตภัณฑ์ดั้งเดิมสำหรับความสามารถของ AI ในปี 2023 เราอาจพบว่าตัวเองกำลังเผชิญกับความสามารถและเครื่องมือที่แตกต่างกันโดยสิ้นเชิงในเวลาเดียวกันในปี 2024 นี่เป็นเทคโนโลยีคลื่นลูกใหม่ทั้งหมดซึ่งต้องใช้เวลาในการแยกแยะ ผลิตภัณฑ์
จากสิ่งนี้ เขายังตั้งคำถามอีกว่า หากดินแดน (โครงสร้างพื้นฐาน) ที่เราก้าวไปมีการเปลี่ยนแปลงอย่างรวดเร็ว เราจะเลือกเดิมพันที่ไหน?
คำตอบของเขาคือ: **หากต้องการเป็นเลิศในด้านปัญญาประดิษฐ์ในปัจจุบัน คุณต้องมีความเข้าใจอย่างลึกซึ้งยิ่งขึ้น **ต่างจากเมื่อ 10 กว่าปีที่แล้ว การเริ่มต้นธุรกิจตอนนี้เป็นเรื่องธรรมดามาก ผลการคัดเลือกใน Silicon Valley ลดลง ยิ่งมีคนอยู่ในสระมากขึ้น ยิ่งเลือกทิศทางที่ดีได้ยากขึ้น โดยเฉพาะปัญญาประดิษฐ์ . ทิศทางยอดนิยมสำหรับผู้ประกอบการใด ๆ การเริ่มต้นธุรกิจในทิศทางนี้จะยากยิ่งขึ้น
แต่อย่ามองโลกในแง่ร้ายเกินไป - **เมื่อไหร่ที่เราตระหนักจริงๆ ว่าอินเทอร์เน็ตกลายเป็นอุตสาหกรรมไปแล้ว? หลังจากฟองสบู่แตก **
เขียนตอนท้าย: True AI Grant
ดังที่กล่าวไว้ข้างต้น "การทดลองลงทุน" ของ Nat Friedman และ Daniel Gross ยังทำให้ฉันได้รับแรงบันดาลใจและแรงบันดาลใจมากมาย ดังนั้น ตั้งแต่วันที่ 1 สิงหาคม ฉันจึงเปิดตัว AI Grant ร่วมกับหัวหน้าของฉัน yusen เพื่อนร่วมงานของฉันในฝ่ายปฏิบัติการและการตลาด และคู่ค้าของ AWS ฉันหวังว่าจะใช้ทรัพยากรที่สำคัญที่สุดเพื่อสนับสนุน AI อย่างครอบคลุมและมีประสิทธิภาพมากขึ้น แม้ว่าในปัจจุบัน การสนับสนุนนั้นสมบูรณ์แบบน้อยกว่ารุ่นก่อนของ Nat และ Daniel มาก เราหวังว่าจะเติบโตไปพร้อมกับชุมชนนักพัฒนาชาวจีน - วิธีการลงทะเบียนเบื้องต้นอยู่ท้ายบทความ
ไอน์สไตน์เป็นเสมียนสิทธิบัตร ในเบิร์น
ด้วยไอเดียต่างๆ มากมายก็คิดว่าบ้า
คนนอกมักมีความคิดที่แปลกประหลาดและดีที่สุด
เป้าหมายของเราคือการค้นหาและให้ทุนแก่พวกเขา
[1] "IRC" แปลตามตัวอักษรว่า Internet Relay Chat ซึ่งเป็นโปรโตคอลในชั้นแอปพลิเคชันที่ใช้สำหรับการแชทเป็นกลุ่มเป็นหลัก แต่ก็สามารถใช้สำหรับการแชทแบบตัวต่อตัวได้เช่นกัน
[2] คำว่า "ไอน์สไตน์ที่หายไป" มาจากการศึกษาของราช เชตตี: แม้ว่าเด็ก ๆ จากครอบครัวที่มีรายได้สูง (1%) มักจะได้คะแนนเท่ากันในการทดสอบสติปัญญาในวัยเด็ก แต่ก็มีแนวโน้มที่จะเป็นนักประดิษฐ์พอๆ กับเด็กที่มาจากครอบครัวที่มีรายได้ต่ำกว่าปานกลาง มากกว่าเด็กสิบเท่า Raj ใช้ "Lost Einstein" เพื่ออ้างถึงอัจฉริยะผู้มีรายได้น้อยที่สามารถทำสิ่งที่ยิ่งใหญ่ได้หากได้รับโอกาสในทางที่ถูกต้อง
[3] "Montezuma's Revenge" เป็นเกม Atari ที่แสดงถึงปัญหาในโลกแห่งความเป็นจริงที่ท้าทายในระดับกว้างที่เรียกว่า "ปัญหาการสำรวจยาก" ในสภาพแวดล้อมที่มีการตอบรับน้อย กล่าวคือ โมเดล/ตัวแทนปัญญาประดิษฐ์จำเป็นต้องเรียนรู้งานที่ซับซ้อนและผ่านด่านต่างๆ ข้อเสนอแนะน้อยหรือหลอกลวง ดังนั้นจึงถือเป็นความท้าทายของการเรียนรู้แบบเสริมกำลัง
รายการอ้างอิง|ข้อมูลอ้างอิง