Solche punkte sind wichtig damit man gesellschaftlich versteht dass Marketing weitaus mehr wiegt als Inhalte oder was auch immer „die Wahrheit“ ist.

Sehr gute Neuigkeiten für Researcher im Bereich Bildgenerierung
arxiv.org/abs/2501.05450

arxiv.org/abs/2501.04519
Das bedeutet, dass man für PhD Level reasoning keine unvorstellbaren compute-cluster benötigt. Auch weiterhin wird Intelligenz günstiger.

Wir sind nicht zu spät, sondern gerade in der Blüte. Es gefällt mir nicht, dass das überhaupt kein Thema bei der nächsten BTW zu sein scheint. Es ist Zeit, dass wir das ändern und unsere Zukunft aktiv gestalten. /thread

Ich denke an europäische Investitionen in Rechenzentren und Early-Stage-KI-Startups. Außerdem an eine bedingungslose Unterstützung von Forschungsinstituten wie nxai von @hochreitersepp.bsky.social die bereits im Game sind

Es braucht einen europäischen, aber auch einen deutschen Weg, um eine Industrie zu fördern, der wir noch nicht hinterherhinken. Indirekt wird der Rest der Industrie ebenfalls gefördert, weil sie später auf einheimische Lösungen zugreifen kann.

Ein weiterer Grund sind die Menschen. Doch mit dem momentanen Zeitgeist scheint jede nicht-europäische Person zu viel zu sein. Ohne die besten Forscher kommt man jedoch nicht weit, und diese stammen nur teilweise aus dem eigenen Land.

Es braucht Kapital, Risikoaffinität und das Denken, dass eigene KI-Fabriken Sinn ergeben. Es gibt auch schon europäische Player wie Mistral, Aleph Alpha, Black Forest Labs und Magic. Aber keiner ist so groß – ein wichtiger Grund dafür ist Geld.

Es ist nicht so, als wären wir Jahrzehnte hinterher, sondern nur ein paar Jahre. Jetzt politisch zu handeln und den Zeitgeist zu ändern, könnte wirklich etwas bewirken. xAI hat innerhalb eines Jahres mit der passenden Finanzspritze den größten Supercomputer der Welt gebaut.

notebooklm.google.com
gehört stark zu meinem Workflow und wenn ihr researcher seid ist das mMn ein no brainer

Außerdem sollte man ein LLM schon generell nicht für such oder matheaufgaben verwenden. Darauf sind sie nicht speziell ausgelegt. 8/8

Als EndnutzerIn ist es fast unmöglich nachzuvollziehen was es jetzt alles für Ideen und Konzepte gibt, um Modelle und Energiebedarf zu balancieren. Ich denke am besten ist es, zu wissen dass kleine Modelle für viele Anfragen mehr als ausreichend sind, z.B. gpt4o-mini. 7/8

Das wird nicht weniger werden sondern vermutlich eher mehr, denn die neuesten Modelle skalieren über Inferenz, das heißt während sie eine Nutzeranfrage verarbeiten benutzen sie mehr und mehr Rechenleistung 6/n
medium.com/@rendysatria...

Auf einer tieferen Ebene geht es natürlich darum, die Architektur der modelle grundlegend zu verbessern.
Ja, KI benötigt eine Menge Energie. 5/n

Für viele EndnutzerInnen reicht es, einfach ein kleiners Model zu benutzen, ChatGPT benutzt dann also kein Modell dass 100e Millarden von Parametern hat sondern vielleicht 'nur' 10 Milliarden. Das spart schonmal enorm Rechenpower. 4/n
openai.com/index/gpt-4o...

Die nächste Generation wird im Nu ausverkauft sein und Nvidia wird ihren Umsatz nochmal um 100% steigern können. Und das obwohl die besten Researcher bei OAI, Meta etc daran sitzen ihre Algorithmen maximal zu optimieren. 3/n
www.nvidia.com/en-us/data-c...

Der Grund warum die Aktie von Nvidia so hoch begehrt ist ist dass ihre GPUs die KI-Revolution stützen. Dafür gibt man dann schonmal 50.000$ für eine solche Karte aus, die besonders gut darin ist parallele Rechenaufgaben zu lösen. 2/n
www.techtarget.com/whatis/featu...