← назад

tunguz — 07-05-2026

26 твитов за сутки. Автор делится запуском нового проекта TabulAI, комментирует геополитические и технологические новости, а также выражает скепсис по поводу актуальных отчетов об образовании в эпоху ИИ.

TabulAI — анонсирован новый проект, направленный на развитие машинного обучения для табличных данных, что является нишей, недополучившей внимания по сравнению с текстом или изображениями 1. Организация планирует проводить исследования (с акцентом на классические не-нейросетевые методы), создавать open-source инструменты и образовательные материалы 2. Миссия включает выпуск практических ML-продуктов и работу с принципами опциональности, рыночных механизмов и минимального внешнего финансирования 3. Манифест проекта доступен по ссылке 4.

ИИ и робототехника — отмечается, что компания Boston Dynamics не использует RL (reinforcement learning) для своих роботов 5. SpaceXAI предоставляет Anthropic доступ к суперкомпьютеру Colossus 1 для обучения Claude, что меняет динамику сотрудничества 6. Также отмечается, что алгоритмы оптимизации, такие как gradient descent, могут приводить к застреванию в локальных оптимумах 7.

Рынки и технологии — обсуждается возможный слияние Tesla и SpaceX, вероятность которого оценивается в 40% 8. Упоминается сильный медвежий сценарий для Tesla: если автомобили не требуют обслуживания и замены батарей на больших пробегах, цикл обновлений может стать короче отраслевого 9. Apple впервые за 30 лет тратит более 10% выручки на R&D, что интерпретируется как пробуждение «спящего гиганта» 10. Jeff Bezos продает яхту, которую можно было бы переоборудовать в плавучий дата-центр 11.

Образование и общество — проанализирован отчет Йельского университета о доверии к высшему образованию: падение доверия связано с высокой стоимостью, смещением миссии и бюрократией 12. Автор считает, что рекомендации отчета устарели из-за взрывного роста ИИ, который радикально изменит природу создания знаний, чего не понимают многие академические круги 13. Полный текст отчета доступен по ссылке 14.

Прочее — коллективный человеческий интеллект используется неэффективно, а институты несут за это ответственность 15. Упоминается, что LLM-тренировки были запущены вовремя 16. Отмечается важность сублогарифмической сложности для реальной выгоды 17.

Источники

tabulai