Дуже цікаве інтерв'ю, технологічні інновації як завжди дивовижні

Це красиво 🥹 Дякую, @MollySOShea @sourceryvc 🫶🏼🖤

Крок 1. Закріпіть сумку Крок 2. Початок кар'єри в Kalshi Крок 3. Приєднуйтесь до подкасту Моллі

Це було одне з найважчих питань, які я коли-небудь ставив.

збираєтеся в СФ на кілька днів і дивно дуже схвильовані?

"AGI для хмар" - це саме те, що ми робимо @atmo_ai і @RainmakerCorp. Моделі використовують наступне прогнозування токенів в атмосфері, як і LLM

Начебто непогано

Як завжди, це @ADoricko виконання Господньої роботи. ПРИСКОРЕННЯ

Досить термінова ситуація у нас тут. Радий, що у нас є Atmo + Rainmaker. "Якби не @Atmo_ai, скорочення, які зараз ведуться в NOAA, в Національному науковому фонді, в Національній метеорологічній службі, ще більше погіршують можливості нашої країни робити прогнозування погоди. Я вдячний за те, що ATMO існує, щоб заповнити цю прогалину». «Ви знаєте, що проблема нестачі води в усьому світі є свого роду питанням життя або смерті для політичних лідерів, національних лідерів усіх мастей у всьому світі. І для деяких людей у деяких частинах світу це стає надзвичайно серйозним, дійсно загрожуючи існуванню міст, у деяких випадках цілих держав. І тому вони хочуть знати, що існують практичні рішення, які дозволяють їм переломити цю тенденцію до зниження. Для цього вони готові заплатити дуже значні суми, я думаю, що це вирішиться. Але, на думку Августа, ми повинні довести, що ми робимо і як ми це робимо, щоб мати цю атрибуцію і, в кінцевому підсумку, отримувати гроші за надання послуги з відновлення вододілів». → Яке місце в глобальному масштабі речей займає Америка за свої передові системи прогнозу погоди? Мені прикро констатувати, що США в цивільному плані значно відстали від решти світу. Отже, з одного боку, з військового боку, ви знаєте, що наші партнери з Міністерства оборони розгортають деякі з найбільш передових моделей прогнозування за допомогою Atmo протягом багатьох років. Насправді я щойно потрапив сюди завдяки роботі на Східному узбережжі, працюючи з деякими нашими партнерами з ВПС, і ми працювали з ними над багатомасштабними моделями, деякі з них спускаються на конкретну базу ВПС, якийсь цілий регіон або театр військових дій. Деякі з них є глобальними за своєю природою, і вони використовують їх і використовують для різних застосувань. Тому вони дуже просунуті. На жаль, якщо ви сьогодні зайдете в Національну метеорологічні служби, жодна з тих моделей, які ви там бачите, не працює на основі штучного інтелекту. Вони працюють на системах попереднього покоління, які мали багато обмежень. Ці моделі попереднього покоління вимагали багатомільярдних суперкомп'ютерів, але критично важливо, що це гігантські, гігантські стеки старого коду Fortran, які не налаштовуються і не тренуються самі. Тому, коли вони роблять помилку, наприклад, пропустили ураган Сенді в 2015 році. Там, де інші моделі його отримали, єдиний спосіб, який можна виправити, це якщо хтось зайде туди і покладе латки, щоб виправити це наступного разу. Отже, це спосіб зробити це за допомогою машинного навчання. Постмашинне навчання постійно порівнює те, що ви прогнозували, з вашими спостереженнями, щоб налаштувати та відкалібрувати. Про це ще не дійшло до Національної метеорологічної служби США. Ми дуже, дуже раді можливості винести те, що ми робимо для військових, на громадську сторону. це дуже терміново необхідно, особливо з огляду на багато прогнозних сюрпризів, які країна мала для широкої громадськості за останні кілька років». @ADoricko Генеральний директор, @RainmakerCorp @alevy Генеральний директор, Atmo

Ми зробили ядерну. Ми зайнялися виробництвом мікросхем. А цей? Можливо, він є найбільш далекоглядним: трансформація клімату. Август Доріко з Rainmaker і Алекс Леві з Atmo приєднуються до Sourcery, щоб розповісти, як робототехніка з радарним керуванням + метеорологія зі штучним інтелектом можуть дати перевагу в гонці за контроль погоди. Ви знаєте вправу, налаштуйтеся нижче 👇