Relax. Not Everyone is Out to Get You
“If you ever feel that the world is against you, you are not alone. We all have a tendency to assume that when anything goes wrong, the fault lies within some great conspiracy against us. A co-worker fails to give you a report in time? They must be trying to derail your career and beat you to a promotion. Your child drops and breaks an expensive plate? They must be trying to annoy you and waste your time. WiFi in a coffee shop not working? The staff must be lying about having it to lure you in and sample their crappy espresso. But the simple fact is that these explanations which we tend to jump to are rarely true."

Who controls your focus?
“Focus was ingrained in Jobs’s personality and had been honed by his Zen training. He relentlessly filtered out what he considered distractions. Colleagues and family members would at times be exasperated as they tried to get him to deal with issues—a legal problem, a medical diagnosis—they considered important. But he would give a cold stare and refuse to shift his laserlike focus until he was ready.”

Key questions for a new business

1. The customers
1. How big?
2. How fast growing?
2. Problems?
1. How severe?
3. Solutions
1. Why are or will customer not satisfied with this current solution?
4. Your Solution
1. What do we understand that others don’t?
- Could we do that better, cheaper, faster or totally different way?
- Do you understand the competition?
5. Competition
1. Do you have competition?
2. Do you have any proxy in other areas?
6. Distribution
1. Which channel is ideal to scale this idea to 10, 100x?
7. Unit Economics
1. if the difference between money spent and money earned per customer is (+), the business will make money someday.
2. Even if it's - now, if it's getting better, it's something to look forward to.
8. Why now?
1. How has this opportunity evolved?
2. Have technologies been evolved?
3. Have the regulation been changed?
9. Why you?
1. Do you want to address this problem for several years?
10. Idea space?
1. Does this area or problem have a good potential?

AI startup 하시는 분들 7월 30일까지 Sequioa Arc(초기 스타트업 투자 프로그램 like YC)가 열렸네요.
https://www.sequoiacap.com/arc
Pros
Sequioa네트워크를 활용할 수 있다.
Cons
만약 Sequioa가 후속투자 안 해주면 왜 못받았는지 질문을 많이 받을 수 있습니다.

How will spatial services be redefined in the future?

https://www.linkedin.com/posts/genai-works_the-best-stop-motion-video-ever-produced-activity-7089135122884530176-WMBN?utm_source=share&utm_medium=member_desktop

Bolt, a symbol of overheated financing and questionable due diligence during the pandemic, received an SEC subpoena over statements it made to investors, according to an investor letter. A separate suit says founder Ryan Breslow ousted three board members for not forgiving a $30 million loan.

https://www.theinformation.com/articles/bolt-probed-by-sec-investors-over-statements-made-during-fundraising?utm_medium=email&utm_campaign=article_email&utm_content=article-10930&utm_source=sg&rc=ocojsj

“실리콘밸리에서는 좁은 기회를 뚫기 위해 서로 싸우고 경쟁하기보다는, 공유하고 협력합니다. 성공한 사람을 질투하기 보다는, 다음 세대를 끌어주고 도와줍니다. 오늘 만난 인연으로 다함께 더 협력하고, 공유하여 AI를 발전시키기를 기원합니다.”

Super Koreans

https://www.facebook.com/686279174/posts/pfbid02kEDZocxasrmECHNedA5T9vbgUWT7E5WuTPssVTbJLwBQDwegNd2dpTBnjbtm4xF3l/?mibextid=5eVWNK

How innovation happens in bio pharma?

Builders will need to understand both a) how to exploit the latest and greatest AI tech, and (perhaps more importantly) b) how to commercialize a product or platform in biopharma and healthcare with a defensible product and go-to-market strategy. As such, we believe teams with depth in both (scientists, AI experts, healthcare builders and operators, product and go-to-market experts) will be best poised to lead and win in this new era.

What AI startups should you keep an eye on? :robot_face: 🔥 We asked some incredible investors and founders for their picks. Here are 13 companies pushing the AI frontier 👇

1. Alife
Alife is revolutionizing IVF with AI-powered tools. It’s enhancing decision-making at crucial stages like ovarian stimulation & embryo selection, making fertility treatments more accessible and efficient.
- Rebecca Kaden, Union Square Ventures

2. Glean
Glean uses AI to provide unified, contextual search across apps. Quickly becoming more than just a tool - it’s an intuitive work assistant.
- Josh Coyne, Kleiner Perkins

3. LanceDB (YC W22)
Multi-modal AI is revolutionary, but data management remains a challenge. Lance optimizes storage and handling for this unstructured data, increasing performance, & reducing costs.
- Saar Gur, CRV

4. Abnormal Security
We’ve seen a surge in AI-powered fraud. As these sophisticated attacks rise, so does the need for AI defenses. Abnormal Security uses AI to counter AI threats.
- Saam Motamedi, Greylock

5. Factory
Factory is creating AI coding “droids” designed to take care of an engineer’s annoying busywork, tackling routine tasks like code review and debugging.
- Markie Wagner, Delphi Labs

6. Lamini
Lamini LLM engine creates and fine-tunes customized, private models. It also has a neat partnership with Databricks, making it even easier to get up and running.
- Todd Jackson & James C. Wu, First Round Capital

7. Sereact
Sereact is revolutionizing warehouse automation, leveraging AI to train its robot arm. From picking electronic devices to soft fruits, its arm navigates spatial and physical nuances v well.
- Nathan Benaich, Air Street Capital

8. Mistral AI
Mistral, founded by impressive AI talent, is developing superior OS language models. A potential European challenger to OpenAI.
- Stanislas Polu, Dust

9. poolside
Poolside is another player in the AI-programming space. Its approach is to create a dedicated foundation model focused on one use case: code generation.
- Matan Grinberg, Factory

10. NewLimit
NewLimit is using ML to change the game in epigenetic reprogramming. Their approach could be transformative for treating intractable diseases.
- Simon Barnett, Dimension

11. Runway
Runway is building a new creative suite with AI. It brings professional-grade video creation to anyone. Already used by Fortune 500 and major movies productsions.
- Grace Isford, Lux Capital

12. Labelbox
By making it easy to select, annotate, and assess data, Labelbox makes it easier to experiment with using AI models like GPT-4.
- Robert Kaplan, SoftBank

13. Dust
Dust leverages LLMs for enterprise productivity. The startup is building a “team operating system” designed to augment knowledge workers.
- Konstantine Buhler, Sequoia Capital

There’s a lot more insight and detail in the piece, linked below. Jump in and subscribe for more glimpses of the future 🙂

“Nobody tells this to people who are beginners, I wish someone told me. All of us who do creative work, we get into it because we have good taste. But there is this gap. For the first couple years you make stuff, it’s just not that good. It’s trying to be good, it has potential, but it’s not. But your taste, the thing that got you into the game, is still killer. And your taste is why your work disappoints you. A lot of people never get past this phase, they quit. Most people I know who do interesting, creative work went through years of this. We know our work doesn’t have this special thing that we want it to have. We all go through this. And if you are just starting out or you are still in this phase, you gotta know its normal and the most important thing you can do is do a lot of work. Put yourself on a deadline so that every week you will finish one story. It is only by going through a volume of work that you will close that gap, and your work will be as good as your ambitions. And I took longer to figure out how to do this than anyone I’ve ever met. It’s gonna take awhile. It’s normal to take awhile. You’ve just gotta fight your way through.”

― Ira Glass

Random question
한국은 이런 문화가 있다고 생각하시나요? 그 이유는 뭐라고 생각하세요?
한국에 긍정적인 영향을 줄 수 있는 pay it forward 문화를 만들려면 뭘 해야할까요?

정말 좋은 말. 어떤 일이라도 시작하자마자 열정있는 사람은 없음. 그냥 열심히 하면서 그 안에서 열정을 찾는 것. 열정이 있는 사람과 함께 할 수 있다면 그것 자체가 인생의 운. 살다보니 내 인생에서 좋은 기회는 내가 잘해서가 아니라 내 주변 선배들이 나에게 열정을 불어넣어주어서... 나도 모르게 무언가 하다보니 실력이 생기게 되었던 것 같음. 그게 또 다른 일의 기회가 되었고. 그게 사람 사는 것 아닐까?

Top 7 MLOps GitHub Repository

➡ MLOps Zoomcamp
https://lnkd.in/dJprs9hE

➡ MLOps-Basics
https://lnkd.in/dEMMnuPm

➡ MLOps Guide
https://lnkd.in/guSsnb4m

➡ Awesome MLOps
https://lnkd.in/dZ-WfnY

➡ Awesome MLOps - Tools
https://lnkd.in/dG66ATXm

➡ DTU MLOps
https://lnkd.in/dnGKQvKt

➡ MLOps Course
https://lnkd.in/dQ69PBUr

최근 일론 머스크의 AI 스타트업 ‘xAI’의 공식 출범 이후, 그들의 첫 공개적인 행보가 트위터 스페이스에서 진행되었습니다.

일론 머스크가 xAI의 공동 설립자들과 이야기를 나눈 것인데, 팀의 방향성과 그들의 사명이 잘 나타난 것 같아 내용을 정리해봤습니다.

유튜브 백색나무님께서 내용을 잘 번역해주셨습니다. 이곳에서 전체 내용을 보실 수 있습니다.


1/ xAI의 궁극적인 목표는 ‘우주의 진정한 본질을 이해하는 것’.

그들은 과학을 추구하며, 단순히 AGI라는 시스템의 구축이 아닌 모든 것에 대한 ‘이해’에 집중함.

2/ 이를 위해 그들이 만들고자 하는 것은 ‘고차원적인 목적’을 가진 선한 AGI.

고차원적인 목적이라 함은, 암흑 물질과 같이 아직 해결되지 않은 우주의 근본적인 의문들을 해결하는 것.

3/ 즉 (리만 가설과 같은) 근본적이고 중요한 문제를 풀 수 있는지가 AGI의 영역에 도달했는지 판단하는 핵심 요소라고 함.

인간이 역사적으로 이런 근본적인 의문들을 상당 부분 해결해왔듯, 컴퓨터도 이를 하나라도 해결할 수 있어야 AGI에 도달했다고 생각하는 것.

4/ AI 안전은, AI가 최대한의 호기심을 갖고 진실을 탐구하도록 해야 이루어질 수 있음.

도덕적으로 프로그래밍 된 AI는 단순히 뒤집기만 하면 악한 AI가 될 수 있음. 그렇기 때문에 호기심과 진실을 추구하는 것이 역도덕성 문제를 피하는 방법임.

5/ 태양계만 보더라도 인류만큼 흥미롭고 호기심이 드는 존재는 없음.

즉 AI는 인류가 없는 것보다 있는 것이 훨씬 더 흥미롭다고 여길 것이기 때문에 이를 쫓으면 안전한 AI가 만들어질 수 있을 것.

6/ 현재 진행되는 AI의 방식들은 굉장히 크게 빗나가고 있다고 생각함.

일례로 AI는 10MW의 GPU 컴퓨팅으로도 훌륭한 작가의 집필 능력을 따라가지 못함.

7/ 그에 반해 인간은 고작 10W로 두뇌 능력을 활용하기 떄문에, 10^6(약 100만 배)만큼의 전력 소모 차이가 남.

또한 전기화학과 같은 기술적인 질문에 있어서도 도움이 안 되는 무의미한 답변만 줌.

8/ 답은 생각보다 훨씬 간단할 것임.

현재의 AI 개발은 무차별적으로 대량의 데이터를 학습하는 방식이지만, 성공하지 못하고 있음.

9/ 솔루션을 직접 하드 코딩할 수도 있지만, 컴퓨터가 알아서 해결책을 찾도록 하는 것이 훨씬 더 효과적인 경우가 많음.

결국 AI가 스스로 데이터를 생성하고 평가하는 것이 AGI로 향하는 길이라고 생각함.

10/ AI의 전력 효율성은 앞으로 더욱 중요해질 것임.

전력 효율에 신경 쓰지 않으면 더 많은 발전기와 변압기가 필요해지며, 이를 확보하지 못하면 컴퓨팅에 병목이 생길 수 있음.

11/ 결국 어느 시점에는 지불할 비용이 있음에도 AI를 작동할 수 없게 될 수도 있기 때문에, 에너지 최적화된 추론이 매우 중요해질 것임.

12/ 이러한 에너지 효율적인 측면에서 xAI는 상당한 이점을 얻을 수 있음.

일론 머스크의 또 다른 기업인 테슬라가 GPU 역할을 하는 자체 칩 HW3.0과 자체 슈퍼컴퓨터인 Dojo를 가지고 있기 때문.

13/ xAI는 두 가지 지표를 추적함. 1인당 컴퓨팅의 양과 1인당 에너지의 양.

현재 GPU의 원료인 실리콘이 매우 부족한 상황임. 1년 후에는 변압기가 부족해질 것이며, 2년 후에는 전력 부족으로 이어질 것. 결국 몇 년 후 가장 중요한 지표는 ‘에너지 당 컴퓨팅 양’이 될 것.

14/ 일론 머스크는 테슬라, 스페이스X 등 Real-World와 관련된 기업을 소유하고 있음.

이는 OpenAI와의 큰 차별점이며, 이들 기업 간의 협업과 테슬라의 현실 세계 AI와 관련된 엄청난 통찰력은 xAI에게 큰 도움이 될 것임.

15/ 이미 xAI 내부에서는 첫 번째 발표(release)를 준비 중이며, 몇 주 안에 더 많은 정보를 공개할 예정.


저희도 AGI에 대한 답이 생각보다 간단할 수 있다고 생각합니다. 생각보다 많은 문제들은 명확하고 간단한 프레임워크를 제시한 이후, 그 틀에서 문제를 바라볼 경우 쉽게 풀리는 경우가 많았습니다.
이는 다윈의 진화론과 왓슨-크릭의 DNA 발견에서도 확인할 수 있습니다.

아직까지 우리는 두뇌가 어떠한 방식으로 사고하는지에 대한 프레임워크를 갖추지 못했을 뿐, 간단한 프레임워크만 등장한다면 의외로 쉽게 그 구조를 이해하고 AI에 유사한 솔루션을 적용해볼 수도 있습니다.

이러한 새로운 접근법을 통해 지금까지 풀리지 않던 다양한 문제를 AGI가 해결한다면 이러한 기초 원리들을 응용해 더욱 많은 발전이 일어날 수 있을 것이고, 그 속도는 더욱 가팔라질 것입니다.

재밌는 건, 계속해서 AGI의 기준이 올라간다는 것입니다.
과거에는 수학 문제를 풀거나 인간 챔피언에게 체스를 이기면 AGI에 도달한 것이라고 생각했으나, 그것이 바둑, 그리고 이제는 인간이 풀지 못한 문제를 해결하는 것까지 넘어온 것입니다.
리만 가설과 같은 중요한 문제를 풀게 되면 그때는 인간이 AGI를 인정하게 될까요?

인류를 풍요롭게 하기 위해서, 이들은 더욱 깊은 본질을 보고 있습니다. 영상을 보고 나서, 개인적으로도 많이 응원하게 되는 것 같네요.
읽어주셔서 감사합니다. :)

Want to have lunch with Reid Hoffman in NYC this Saturday?
Reid, the Founder of Linkedin and investor in Entrepreneur First, are hosting an exclusive lunch with New York’s most exceptional, early career technical talent.
And to identify 10 individuals best suited to join, we’re hosting an AI-focused Hackathon where the winners will be invited to attend Reid’s lunch!
It’ll run from 6pm Friday to 10am Monday, where we’ll provide food & drinks, as well as OpenAI credits to support.
DM me if you have any questions & register to attend here: https://lu.ma/z2w5gfpi

뉴욕에 계신 분들은 리드 호프만이랑 점심 먹을 수 있겠네요 ㅎㅎ

https://n.news.naver.com/mnews/article/366/0000919220?sid=105

HBM 방식의 어려움에 대해 설명을 조금 잘 해주는 것 같습니다. 매우 복잡하고 돈이 많이 들 수 밖에 없는 HBM 방식의 문제점은 그 근본 구조상 쉽게 해결될 문제는 아닌 듯 하고, 어쩌면 왜 전세계 AI 반도체 스타트업들이 이렇게 고전하고, 팹을 가졌거나 기초 IP를 자체 제작할 수 있는 덩치 큰 AI 반도체 회사들과의 격차를 좁히기보다 오히려 더 벌어질 수 밖에 없는 현실을 설명하고 있는지도 모르겠습니다 (길게 꼬아서 쓴 이유는, 너무 조심스러워서요 ^^)

팹리스 산업이 중요하다고 하지만 기본적으로 모든 component들을 외부에서 수혈하는 방식의 팹리스는 조금 어려움이 많을 듯 싶습니다 (워낙 최고난이도의 communication기술과 메모리 control 기술이 필요하니까요), nvidia는 최상급의 아날로그 IP들은 물론이고 심지어 TSMC에서도 어느정도 심지어 공정을 specialize해주고 있다는 점도 염두해둔다면, 국내 AI 반도체를 키우는 방식에 대한 고민을 좀 더 크고 깊게 해야하지 않을까 싶습니다. 팹리스라고 하더라도 자체 IP들을 아날로그 레벨까지 깊게 내려가서 고민해야 하기도 합니다.

만일 IP들을 외부에서 수혈하고 디지털관련 (알고리즘 구현 레벨의) 팹리스라면 알고리즘 레벨에서 승부를 봐야할텐데, 이 경우에는 ICLR, ICML, NeurIPS 같은 AI 알고리즘 학회들에 (workshop같은 자체적인 sub행사 말고 main track 기준) 어느 정도 논문을 publish하는 회사인지를 보면 약간은 기술적인 평가도 가능하지 않을까 합니다.

https://n.news.naver.com/mnews/article/366/0000919220?sid=105&fbclid=IwAR1oaVj83lsaiGy_gaupCQfdJ0dCoyquq-BQ2BWAx7_IB46M2lk7McY0N_8_aem_ATB-S6qsVmlFzrSIUuHMGhVRVKES-GAnQk0b_tBDBAPlXwfi3IGDa6TG7tCRF85g940&mibextid=Zxz2cZ