AIの考え
-
サティア・ナデラはジェヴォンズのパラドックスについて言及しました。学ぶ価値があります。
-
イン・ワン：人工知能には「知能」がないし、ニューラルネットワークには「ニューラル」がないし、機械学習には「学習」がないし、ディープラーニングには「深さ」がない。ディープラーニングには「深さ」がない。この分野で本当に機能するものは「微積分」と呼ばれます。したがって、この分野を「微分可能なコンピューティング」と呼び、モデルの構築プロセスを「微分可能なプログラミング」と呼びます。
-
イン・ワン：機械学習は非常に有用で、美しい理論です。なぜなら、それは単に微積分のメイクオーバーに過ぎないからです！これはニュートンやライプニッツの古くて偉大な理論で、よりシンプルで優雅で強力な形です。機械学習は基本的に微積分を使っていくつかの関数を導出し、フィットすることです。ディープラーニングはより複雑な関数のフィットです。
-
現在、大規模言語モデルはYAMLやPythonのようなファイル言語でフィルタリングできません。しかし、現実世界の情報の大きな部分はこのように整理されています。これは、私たちはファイルを使って大規模言語モデルをトレーニングできることを意味します。
-
大規模言語モデルのトレーニングには、完全一致を見つけるシステムを開発することができます。おそらく、KMP（クヌース・モリス・プラット）検索アルゴリズムとトランスフォーマーアーキテクチャを組み合わせて検索能力を向上させることができます。
-
技術的な秘密はありません。オープンソースは、厳密に守られているすべての秘密を明らかにします。
-
AIは多くのツールに影響を与えますが、間接的なものも含まれます。人々はプロトタイプを描くためにFigmaを使わなくなり、直接コードに移行すると言います。私はPostmanも同様だと思います。人々はPythonや他のスクリプトを使ってAPIを呼び出すかテストするようになります。
-
なぜPostmanをAI化してアプリケーションをテストするためにアップグレードする必要がありますか？Pythonのrequestsライブラリや他のプログラミング言語を使ってコードをテストすることができます。後者はAIで駆動されるからです。
-
なぜFigmaをAI化してUIを作成するためにアップグレードする必要がありますか？AIで強化されたコードベースのUI生成は、より直接的で潜在的に強力なアプローチを提供します。
-
LLMsはまず、Google、検索エンジン、テキストエディタとライティングツール、Quizlet、Zendesk、DeepL、Medium、WordPress、Trello、Asana、Gmail、GitHub、Goodreads、Duolingo、Feedlyなどのテキスト関連アプリケーションを変えるでしょう。
-
逆に、LLMsはGit、Linux、ffmpeg、モバイル電話、ハードウェア、ブラウザ、オペレーティングシステム、音声およびビデオ通話などの技術を革命化することはありません。これらの技術はコード中心であり、AIによって簡単に生成されるコードではありません。PostmanのようなAPIテストツールとは異なります。
-
コードが多い技術はAIによって革命化しにくいです。例えば、OpenOffice、MySQL、Mozilla Firefox、Chromium、VLCメディアプレーヤー、Qtフレームワーク、LLVM/Clang、GNOMEです。AIがこれらの技術を作るのを手伝うことができれば、それらは置き換えられません。AIはより良い技術を作るために役立つべきです。そのためには、AIは同じ量のコードを生成するためにより多くのコンピューティングパワーが必要です。
-
LLMsが変化をもたらす方法は2つあります。まず、プラットフォームやソフトウェア内のコンテンツやデータを変更することです。例えば、TikTokのようなアプリケーションでのコンテンツの翻訳。二つ目は、PostmanやGoogle Search、Google Translateなどの特定のソフトウェアやプラットフォームを直接置き換えることです。
-
AIオーディオツールが変化をもたらす方法は2つあります。まず、プラットフォームやソフトウェア内のコンテンツやデータを変更することです。例えば、Audibleのためのオーディオブックの生成。二つ目は、例えば、Sing songsアプリのような特定のソフトウェアやプラットフォームを直接置き換えることです。AIは今や人間が行う同じタスクを実行できるため、人々が趣味として歌を歌うのを手助けします。
-
AIが現在のソフトウェアやプラットフォームにどのように影響を与えるかを測る方法はいくつかあります。一つの方法は、AIによって生成または改善されるデータやコンテンツの量を測ることです。部分的にまたは完全に。もう一つの方法は、AIによって生成または改善されるコードの量を測ることです。部分的にまたは完全に。これは、AIが生成するものを使って現在のプラットフォームを改善することを意味します。さらに、AIは新しいソフトウェアやプラットフォームを発明するのを手助けすることができます。
-
3種類の製品があります。生成AI製品、生成AI製品のAPIを使用する製品、その他の製品。
-
1つの製品アイデアは、AIを使ってReddit、GitHubトレンド、Twitterトレンド、Quoraトレンド、Zhihuトレンドなどのソーシャルプラットフォームからリアルタイムの情報、ニュース、または更新を蓄積することです。ユーザーはプロンプトを使ってフィードをカスタマイズしたり、特定のソーシャルアカウントを追加したりすることができます。
-
5種類の重要なデータがあります。テキスト、画像、音声、ビデオ、コード。
-
他の重要なデータには、数値、地理空間、生体認証、センサー、取引、メタデータ、時系列、構造化、非構造化、半構造化、健康、環境、ログ、ネットワーク、行動データがあります。