Dnes @NathanLabenz otevřeně mluví o tom, jak AI využívá k řešení náhlé diagnózy rakoviny svého šestiletého syna Earnieho. To je nezbytné naslouchat každému, kdo čelí zdravotní krizi nebo uvažuje o využití AI při rozhodování o zdravotní péči. Dobrá zpráva: Earnieho prognóza je vynikající – čistá kostní dřeň a mozkomíšní mok po první vlně léčby. V této epizodě Nathan sdílí * Jak exponenciální růst Burkittovy leukémie (24hodinové zdvojnásobení) odráží vzorce zrychlení AI * Jak používal Claude 3.5, Perplexity, GPT-4 a NotebookLM k analýze krevních testů, výzkumných protokolů a přípravě na lékařské schůzky * Proč agresivní AI-informovaná advokacie vedla k předčasné chemoterapii – což vedlo k 80% snížení nádoru * Propast mezi standardní péčí a tím, co by personalizovaná medicína podporovaná AI mohla nabídnout * Praktické pokyny, jak efektivně podnětit AI s kompletním lékařským kontextem ČASOVÁ RAZÍTKA: (00:00) Diagnóza syna (06:05) Exponenciály a rané příznaky (13:30) Krize na dovolené (část 1) (15:00) Sponzor: Framer | Tasklet (17:41) Krize na dovolené (část 2) (24:26) První zásah AI (část 1) (34:34) Sponzor: Shopify (36:31) První zásah AI (část 2) (36:41) Prosazování odpovědí (47:56) Nejstrašidelnější dny (59:06) AI jako spolupilot u lůžka (1:11:42) Řízení sekundárních rizik (1:18:28) Plánování recidivy (1:31:54) Nepopiratelná hodnota AI (1:43:02) Hněv za právo zkusit (2:02:55) Závěr

Illia Polosukhin (@ilblackdragon), spoluautor knihy "Attention is All You Need" a zakladatel společnosti @NEARProtocol, se k @labenz připojuje na @cogrev_podcast, aby diskutovali o jeho konkrétní vizi budoucnosti poháněné umělou inteligencí. Diskutují: Jak asistenti kódování pomocí umělé inteligence umožňují "osobní software" – kde si každý může vytvořit vlastní automatizaci namísto používání složitých univerzálních nástrojů, jako je Salesforce * Posun od tradičních uživatelských rozhraní k jednotné vrstvě inteligence, která funguje na všech vašich zařízeních, předpovídá, co potřebujete, a proaktivně dokončuje věci * Jak agenti umělé inteligence transformují trhy přímým propojením kupujících a prodávajících, čímž se reklama a prostředníci stanou méně relevantními * Jak vypadá každodenní život v éře hojnosti umělé inteligence - s personalizovanou zábavou a lidmi, kteří hledají smysl v malých specializovaných komunitách * Delegáti AI, kteří hlasují jménem držitelů tokenů, a dlouhodobý cíl NEAR, aby každý jednotlivec měl svou vlastní umělou inteligenci, která se účastní správy Symbiotický vztah mezi lidmi a jejich osobními AI, které "vyrůstají společně" - kde AI sledují své lidské zájmy i při vyjednávání s jinými AI. Zbývající výzvy v oblasti biologické bezpečnosti a potřeba koordinace, protože výkonné systémy umělé inteligence se stávají široce distribuovanými KAPITOLY: (00:00) Sponzor: Google Gemini Notebook LM (00:31) Informace o epizodě (03:33) Umělá inteligence transformuje vývoj softwaru (14:18) Budoucnost práce (18:58) Zabezpečení blockchainu pomocí umělé inteligence (1. část) (19:08) Sponzoři: Tasklet | Lineární (21:48) Zabezpečení blockchainu pomocí umělé inteligence (2. část) (33:03) Vize společnosti umělé inteligence (1. část) (33:55) Sponzor: Shopify (35:52) Vize pro společnost umělé inteligence (2. část) (49:14) Architektura a zarovnání agenta (58:30) Experimentování s řízením umělé inteligence (01:06:43) Bezpečnost a robustnost umělé inteligence (01:16:09) Bio-bezpečnost a otevřené modely (01:22:56) Koordinace vývoje umělé inteligence (01:28:52) Outro

.@eoghan, generální ředitel společnosti @intercom, a @fergal_reid, ředitel pro umělou inteligenci, se @labenz na @cogrev_podcast podělí o to, jak vybudovali Fin – agenta zákaznických služeb s umělou inteligencí, který se během 30 měsíců dostal z 35% na 65% míru řešení a zároveň byl průkopníkem cen založených na výsledcích na 99 centech za řešení. Zkoumají: * Proč inteligence není úzkým hrdlem – GPT-4 byl už dost chytrý a jen několik procentních bodů z jejich 30bodového zlepšení pocházelo z lepších základních modelů * Kontextové inženýrství jako skutečný hnací motor: vlastní modely vyhledávání, re-rankery a tisíce produkčních A/B testů, které detekují změny rychlosti rozlišení 0,1 % Cenový model 99 centů za řešení, který byl zpočátku nerentabilní, ale dosahoval marží na softwarové úrovni díky lepší úspěšnosti a klesajícím nákladům na odvozování Jak Fin vyřešil problém podmořského podpůrného týmu bez hromadného propouštění – zpomalil nábor nových zaměstnanců a zároveň posunul lidi v hodnotovém řetězci nahoru (s výjimkou BPO, které jsou okamžitě nahrazovány) ČASOVÁ RAZÍTKA: (00:00) Informace o epizodě (03:43) Držet krok s umělou inteligencí (09:56) Vyhodnocení modelů a vyhodnocení (13:04) Zavedené vs. startupy (18:54) Riziko produktu a úsudek (1. část) (19:00) Sponzoři: Lineární | OZNÁMENÍ (21:34) Riziko produktu a úsudek (část 2) (23:42) Příběh propouštění ve společnosti Klarna (1. část) (32:11) Sponzoři: Claude | Shopify (36:13) Příběh propouštění ve společnosti Klarna (2. část) (36:14) Řízení míry rozlišení (45:00) Inteligence není úzkým hrdlem (50:10) Zaplnění mezery v automatizaci (56:20) Přesnost člověka vs. umělé inteligence (1:01:03) Nuance rychlosti (1:04:48) Zvažování změn paradigmatu (1:09:31) Cenový model založený na výsledcích (1:19:12) Příležitostné hackování a postřehy (1:26:05) Přijetí a ambice umělé inteligence (1:36:00) Outro