Continuous Learning_Startup & Investment

Modeling the world for action by generating pixels is as wasteful and doomed to failure. If your goal is to train a world model for recognition or planning, using pixel-level prediction is a terrible idea," writes LeCun.

• 마이크로소프트가 프랑스 인공지능 스타트업 미스트랄과 협약을 맺음 • 이 협약은 마이크로소프트가 OpenAI 이외의 분야로 활동을 넓히려는 시도의 일환 • 미스트랄은 파리 기반의 회사로, AI 모델을 시장에 출시하는 데 도움을 받게 됨 협약의 내용 • 마이크로소프트는 미스트랄에 투자하며, 금융적인 세부 사항은 공개되지 않음 • 협약에는 유럽 전역의 정부를 위한 애플리케이션 개발을 위한 연구 및 개발 협력 포함 • 이 AI 모델들은 공공 부문의 특정 요구 사항을 해결하는 데 사용될 예정 미스트랄의 위치 • 미스트랄은 마이크로소프트의 Azure 클라우드 컴퓨팅 플랫폼에서 상업적 언어 모델을 제공하는 두 번째 회사 • 미스트랄의 공동 창립자 겸 CEO인 아서 멘쉬는 마이크로소프트의 신뢰가 중요한 발전이라고 언급 마이크로소프트와 OpenAI • 마이크로소프트는 이미 샌프란시스코 기반의 OpenAI에 약 130억 달러를 투자 • 미국, EU, 영국의 경쟁 감시 기관에서 이 협력 관계를 검토 중 • 마이크로소프트는 OpenAI를 통제하지 않으며, 두 회사는 중요한 파트너라고 강조 AI 경제의 부상 • 구글과 아마존과 같은 다른 대형 기술 회사들도 생성 AI에 대한 투자를 확대 • 생성 AI는 텍스트, 이미지, 코드를 몇 초 만에 생성할 수 있는 소프트웨어 • 이 기술은 전 세계 산업을 변화시킬 것으로 분석가들은 믿음 미스트랄의 기술과 가치 • 미스트랄은 대규모 언어 모델을 구축하며, 이는 생성 AI 제품을 구동하는 기술 • 12월에 약 20억 유로의 가치 평가를 받으며 약 4억 유로 규모의 펀딩 라운드를 확보 • 미스트랄의 모델은 오픈 소스로, 기술 세부 사항이 공개적으로 공개될 예정 AI 모델 개발의 인프라 • 새로운 AI 모델을 훈련하고 개발하는 데 필요한 인프라는 막대한 비용이 듬 • 경쟁할 수 있는 회사는 몇 십 개에 불과 • 마이크로소프트는 독일과 스페인에 새로운 AI 데이터 센터에 56억 달러를 투자할 계획 발표 AI 칩 설계 및 개발에 대한 투자 • AI 칩 설계 및 개발에 더 많은 투자가 이루어질 것으로 예상 • 엔비디아는 이 분야를 선도하며, 최근 가치 순위에서 아마존과 구글 모회사 알파벳을 앞지름 • 마이크로소프트는 인텔과 AMD와 같은 경쟁사와 함께 자체 반도체를 개발할 투자 계획 GN⁺의 의견 • 이 협약은 마이크로소프트가 AI 분야에서 자사의 영향력을 확대하고자 하는 전략적 움직임을 보여줌. OpenAI와의 협력 외에도 다양한 AI 기술을 확보하려는 의도가 엿보임 • 미스트랄과의 파트너십은 마이크로소프트가 오픈 소스 AI 모델에 대한 지원을 계속하겠다는 의지를 나타냄. 이는 개발자 커뮤니티에 더 많은 협력과 혁신의 기회를 제공할 수 있음 • AI 기술의 빠른 발전과 상업화는 데이터 프라이버시, 알고리즘 투명성, 그리고 기술의 윤리적 사용에 대한 논의를 더욱 중요하게 만듦. 이러한 이슈들은 AI 기술을 도입할 때 반드시 고려해야 할 사항임 • 마이크로소프트가 AI 칩 설계 및 개발에 투자할 계획을 밝힌 것은, AI 기술의 핵심 구성 요소인 하드웨어에 대한 통제를 강화하려는 시도로 볼 수 있음. 이는 장기적으로 AI 시장에서의 경쟁력을 높이는 데 기여할 수 있음 • AI 모델을 개발하고 훈련하는 데 필요한 인프라의 비용과 복잡성을 고려할 때, 클라우드 서비스 제공업체와의 협력은 중소기업이나 스타트업에게 중요한 자원이 될 수 있음. 이러한 협력은 기술 혁신과 시장 다양성을 촉진하는 데 중요한 역할을 할 것임 https://www.ft.com/content/cd6eb51a-3276-450f-87fd-97e8410db9eb

You just keep grinding. 90%of the battle is just staying alive in business and having oxygen to keep trying things and then eventually if you are lucky things can really break your favors.

This shall now be known as the Paul Graham Rule - absolute monopolies endanger themselves - they lose the self correcting imperatives of competition. Now layer on the greatest Innovator’s Dilemma in the history of business. $GOOG needs @elonmusk level course correction! https://x.com/altcap/status/1761745085954195797?s=20

https://twitter.com/i/status/1761797893193609654 Made by Sora.

💡 AI 제품의 UX는 무엇이 달라야할까? - (1) 자동의 함정 Vrew, 뤼튼, 릴리스AI 까지 3개의 AI 제품을 만들며 배우고 느꼈던 것들을 하나씩 공유해보려합니다 🙂 인공지능의 놀라운 발전으로, 정말 많은 인간의 지적 작업을 ‘자동화‘할 수 있는 기회가 열리고 있습니다. 하지만 역설적이게도, 팀 릴리스는 제품의 UX에 대해 논의할 때 ‘자동의 함정‘에 빠지지 말자는 이야기를 많이 합니다. AI에게 어떤 일을 시켰을 때 100점을 해내는 경우는 많지 않습니다. 대부분 70점 정도에 그치고 맙니다. 70점으로 초안만 만들어 줘도 충분히 많은 시간을 단축해주니 의미 있는 것이 아닐까? 라고 생각할 수도 있겠습니다. 하지만 사용자의 워크플로우를 따라가다보면, 결국 원하는 목적을 달성하기 위해서는 AI가 만들어준 70점 짜리 결과물을 다 부수고 처음부터 100을 만들어야 하는 경우가 빈번히 발생합니다. 이런 제품의 경우 사용자들이 처음엔 ‘와~ 신기하다~‘라고 반응하지만, 실제로는 쓸만한 레벨까지 가지 못해 리텐션이 잘 안 나오게 됩니다. (실제로 세콰이어 리포트에 따르면 기존 기업들에 비해 AI기업들의 리텐션은 아직 매우 낮습니다) 이런 현상을 저희는 ‘자동의 함정’이라 부릅니다. 그럼 나머지 30점은 어떻게 채워야 할까요? 엔지니어링과 UX레이어로 많은 부분을 해결할 수 있었습니다. 저희 제품으로 사례를 들어보겠습니다. 릴리스AI는 영상 요약 서비스를 제공하고 있는데요, 요약이 간혹 부정확하거나 지나치게 축약되어 신뢰도에 의심이 생기는 문제가 있었습니다. 기존의 다른 영상 요약 서비스를 이용해봤을 때, 신뢰도가 의심갈 때 사용자가 취할 수 있는 액션이 없어 결국엔 영상을 처음부터 다시 돌려보게 되는 불편함을 느꼈습니다. 그래서 저희는 1) 요약 문단별로 요약의 근거가 되는 원문스크립트를 바로 아래에 배치하고, 2) 영상 재생 플레이어를 좌측에 항상 고정시켜 요약에 해당하는 구간의 영상과 요약노트를 함께 볼 수 있도록 사용자 경험을 설계했습니다. 3) 최근에는 이해가 잘 안 가는 용어를 클릭하면 영상의 맥락 안에서 풀이해주는 기능도 추가했습니다. (UX 보러가기 : https://lnkd.in/grYf4ygu) 이러한 제품 철학을 가지고 계속 서비스를 개선하다보니, D+1 Retention도 30%대에서 시작해 현재 56%로 계속 증가하는 중입니다. https://www.linkedin.com/posts/yein-kim-a33627219_ai-%EC%A0%9C%ED%92%88%EC%9D%98-ux%EB%8A%94-%EB%AC%B4%EC%97%87%EC%9D%B4-%EB%8B%AC%EB%9D%BC%EC%95%BC%ED%95%A0%EA%B9%8C-1-%EC%9E%90%EB%8F%99%EC%9D%98-%ED%95%A8%EC%A0%95-vrew-activity-7167747546352742401-VLTq?utm_source=share&utm_medium=member_desktop

OpenAI also is aiming to build a simulator which mimic the reality without gaps.

흥미로운 내용이 있어서 공유.. 많은 AI 모델이 Reddit의 데이터를 이용했는데, 모두 illegal임. Reddit이 IPO를 했고, 이를 어떻게 수익화할지 지켜봐야 할 것 같음. 아마도 NYT가 한 것과 비슷하게 되지 않을까.. 대부분의 모델은 영향을 받을 것임. (이 와중에 Reddit 3대 주주였던 샘은...ㄷㄷ) AI 생태계에서 독특한 기술적인 배경을 가지고 있는 것이 중요함. 투자를 하는데 있어서 foundation, infrastructure, application 생태계로 나눠서 보고 있는데 application 레벨은 시장이 종말해버리는 경우가 있어서(GPT app이 있긴 하지만, 대기업이 쉽게 진입) infrastructure에 집중하고 있음.

Stable Diffusion 3는 가장 뛰어난 텍스트-이미지 모델로, 다중 주제 프롬프트, 이미지 품질, 철자 능력에서 크게 향상된 성능을 제공 아직 널리 사용할 수 없지만, 얼리 프리뷰를 위한 대기자 명단 등록 시작 이 미리보기 단계는 이전 모델과 마찬가지로 성능과 안전성을 개선하기 위한 통찰을 얻는 데 중요함 모델 범위 및 기술 Stable Diffusion 3 모델 스위트는 800M에서 8B 파라미터 범위를 가짐 이 접근법은 핵심 가치에 부합하고 누구나 접근할수 있도록 하는 목표를 가지며, 사용자의 창의적인 요구에 가장 잘 부합하는 확장성과 품질의 다양한 옵션을 제공 SD3는 Diffusion Transformer 아키텍처와 Flow Matching을 결합함 상세한 기술 보고서는 곧 발표될 예정 안전한 책임감 있는 AI 실천 안전하고 책임감 있는 AI 실천을 중요하게 생각함. Stable Diffusion 3의 오용을 방지하기 위해 합리적인 조치를 취하고 있으며, 이는 모델 훈련 초기부터 테스트, 평가, 배포 과정 전반에 걸쳐 지속 초기 미리보기를 준비하며 다수의 안전장치를 도입함 연구자, 전문가, 커뮤니티와 지속적으로 협력함으로써 모델의 공개에 접근함에 따라 더욱 혁신할 것으로 기대 약속과 창의성 활성화 생성 AI가 개방적이고, 안전하며, 보편적으로 접근 가능하도록 하는 약속은 확고함 Stable Diffusion 3를 통해 개인, 개발자, 기업이 창의력을 발휘할 수 있는 적응 가능한 솔루션을 제공할 것 Stable Diffusion 3 출시 전에 다른 이미지 모델을 상업적으로 사용하고 싶다면 Stability AI 멤버십 페이지를 방문하거나 개발자 플랫폼을 통해 API에 접근할 수 있음 https://stability.ai/news/stable-diffusion-3

https://youtu.be/Wu_LF-VoB94?si=tM1FAdUYDMYG1I3t AI will accelerate some software companies’ growth.

“성공은 얼마나 완벽에 가깝게 높이 도달했는가가 아니라, 얼마나 많은 어려움을 극복하고 멀리 성장했는가에 달려 있다.”

흔히 한 분야에서 대단한 성취를 하려면, 다른 일들은 전혀 하지 않고 오직 그 일만 하는 일편단심이 필요하다고 생각한다. 그러나 심리학자 애덤 그랜트에 의하면, 실제 연구들의 증거는 전혀 딴판이라고 한다. 한 연구에서는 저녁에 부업을 한 사람들이 그 다음 날 본업에서 훨씬 업무 수행 성과가 좋았다고 한다. '경로 이탈'이 꼭 집중력을 분산시키진 않는다는 것이다. 일부 회사에서는 회사에서의 업무 효율성 등을 위해 겸직을 금지시킨다. 그리고 적지 않은 사람들이 '딴 짓'을 하면, 업무 효율이나 성과가 떨어진다고 믿는다. 그러나 실제 연구 결과는 그와 판이한 경우도 많다고 한다. 오히려 저녁이나 주말에 적극적으로 딴 짓을 한 사람들이, 다음 날 본업에서 더 성과를 잘 낼 수 있다. 주말에 최선을 다해 취미 생활이나 육아를 한 사람들이 월요일에 돌아와서 더 효율적으로 일하는 것이다. 애덤 그렌트는 <히든 포테셜>이라는 책에서, 적극적으로 '딴 짓'을 권한다. 그것이 우리에게 새로운 동기부여를 준다는 것이다. 그의 다른 책 <오리지널스>에서는 노벨상 수상 과학자들이 노벨상을 수상하지 않은 과학자들보다 글쓰기 등 예술 활동에 관여할 확률이 훨씬 높다는 연구 결과도 나온다. 노벨상 수상 과학자들이 일반 과학자들에 비해 글쓰기를 취미로 하는 확률은 12배 높았다. 딴 짓이 본업에서의 성취와 독창성을 극단적으로 높일 수도 있는 것이다. 사실, 나도 어렴풋이 내 삶을 통해 그에 관해 알고 있었다. 이를테면, 나는 20살부터 거의 10년 간을 '전업 작가' 비슷하게 살았다. 물론, 학교를 다니긴 했지만, 학교 공부도 인문학이었으므로 책을 쓰기 위한 과정 같은 것에 가까워서 거의 전업으로 읽고 쓰는 일을 한 게 대략 그 정도 되었다고 볼 수 있다. 그러나 그 시간이 결코 효율적이라 말하기는 어려웠다. 오히려 계속 읽고 쓰는 '일편단심'의 생활만 이어가자, 점점 쓸 것이 없다고 느끼기도 했다. 첫 책에 했던 이야기를 세번째, 네 번째 책에서도 동일하게 한다고 느끼기도 했다. 한 번은, 1년 내내 한 권의 책 집필에 몰두한 적이 있었는데, 그 책은 내가 쓴 책 중에 가장 적게 팔리기도 했다. 스스로 내 안에 갇힌 고인물이 되어버렸다고 느낀 순간이었다. 무언가 '막혀' 있었고, 나아가지 못하는 느낌이었다. 글쓰는 삶에서 '물꼬'가 트이듯 새로운 흐름이 시작된 건, 오히려 그렇게 일편단심으로 인문학 책만 쓰던 삶에서 벗어나면서였다. 결혼을 하고, 아이가 태어나고, 로스쿨에 입학하고, 변호사 일을 하면서 삶은 더 복잡다단해졌고, '일관성'은 잃어버렸다. 그러나 매일 30분씩 쓰는 글이 하루종일 글만 쓰던 때의 글보다 여러 면에서 나아지기 시작했다. 내가 쓰는 글이 사람들에게 닿는 일들도 더 많아졌다. 소재도, 감성도, 문체도 다채로워졌다. 반대로, 수험생활에서도 '글쓰기'와 '육아' 같은 딴 짓이 나는 공부 효율을 극단적으로 높여 줬다고 믿고 있다. 남들보다 공부할 수 있는 순수한 시간 자체는 훨씬 부족했지만, 그만큼 더 집중해서 더 효율적으로 할 수 있었다고 생각한다. 변호사 일을 하면서도, 주변으로부터 남들보다 일처리가 빠르다는 이야기를 자주 들었다. 그냥 글쓰기가 익숙해서일 수도 있지만, 내 삶에 있는 딴 짓들이 여러모로 효율성을 높여주는 게 아닌가 싶기도 하다. 어떤 일은 하루 종일 머리를 싸매고 있어도 진전이 없다가도, 마음에 드는 글 한 편을 써내고고 나면 갑자기 일사천리로 풀리기도 한다. 여러모로 산만함이 화두가 되는 시대이지만, 적절한 딴 짓은 삶의 모든 면을 더 낫게 만들 수도 있다. 삶에 내가 좋아하는 일 몇 개쯤은 남겨둘 필요도 있는 셈이다. 일에서 중요한 태도는 그에 대한 책임감과 성실함일 뿐, 꼭 '일편단심'은 아닐 수 있는 것이다. 이는 대개의 선입관과 정면으로 반하지만, 실제로는 하나의 일을 잘하기 위해서라도, 우린 다른 하나의 일을 더 사랑할 필요도 있는 것이다.

Two easy things I didn’t get right with my first startup: #1. I didn't set up a business phone number. You should want your customers to call you... but maybe not at 2am on a Sunday. A separate business phone number ges you that. Less obviously: your company’s phone number appears on a bunch of filings you have to make, some of which become public records. At my first startup, my cofounder took care of many of these filings, and “helpfully” included my cellphone number as the official company number. Even though the company was dissolved in 2011 (after Oracle acquired it), I still to this day get calls on that number asking about it. The good news: there’s a solution that’s easy and free. Register for a free Google Voice number (associated with your work email address). You can then forward it to your cell phone, or you can just use it for texts and voicemail. #2. I used my home address for business mail. Your business needs an address that can receive mail, for various forms and filings. If you have an office, your natural inclination will be to use your office address. But if your startup is successful, you’ll outgrow that office, and you’ll move to a bigger office. Tracking down and changing all the places you’ve listed the old address is a huge hassle, and you really don’t want to miss the important notification from the government or from your law firm that inevitably gets sent to the old address. Doubly true for your home address (which, like the phone number, probably makes it into a public record somewhere.) The old-school solution would be: “a PO Box at your local post office,” and that’s not a terrible plan if you’re going to check it regularly. But the much better alternative is to get a virtual mailbox through a service like Earth Class Mail. What are some non-obvious must-dos you recommend in the company's early days?