В опросе выше на тему того, что вам интересно, второе место занял опыт про рост по карьере и деньгам, а первое - опыт того, как строю и ращу компании (последний пост)

А личная жизнь в Лондоне с мемами оказалась выше обзоров искусственного интеллекта, хотя канал был создан, как разбор статей по машинке.
Короче кайф, что рассказали, я бы реально никогда не подумала
В очередной раз убеждаюсь в том, как важно вопросы задавать, которые интересуют, ждите посты про личное
Но про ИИ все равно буду писать!

Кстати есть тут те, кто помнит, как этот канал был каналом разбора статей? Поставьте плюсик в комментах

Размер ваших ошибок определяет ваш масштаб и реальную ответвенность.

Вопрос про самые большие ошибки для меня на собесе один из главных. И я супер всем советую подумать над этим вопросом.
Помимо очевидных вещей типо «посмотреть как человек процессит свой опыт» есть еще более важная сторона этого вопроса. А именно, что размер ваших ошибок, а не то, что вы делали во многом определяет масштаб вашей работы и вашу реальную ответсвенность.

Расскажу на примере.
У меня как то был опыт найма и просмотра большн 20 человек в маркетинг (да, в последнее время я много работала с маркетингом)
Приходит кандидат, который говорит что он отвечал за направление маркетинга в небольшом стартапе - прям за весь маркетинг. Описывает, как он участвовал в разных брейнштормах и митингах по тому, как мы привлекаем юзеров, про продукт и про коммуникацию бренда. Потом спрашиваешь про самую большую ошибку. И человек говорит, что он случайно неправильно настроил рекламные кампании в кабинете фейсбука. При более подробных вопросах вокруг этой темы выясняется, что решения о обьемах закупки трафыика, гипотезы про эффективность, юнит экономика, послание бренда, связка маркетинг и продукт были на CEO. А чувак руками делал то, что ему говорили, предварительно это обсуждая.
Короче по этому ответу можно с уверенностью сказать, что чел не CMO.

Короче если масштаб ваших файлов малекий и очень конкретный задумайтесь. Возможность лажать по крупному - одна из лучших вещей для карьеры и если есть простор и такая потенциальная возможность это повод благодарить судьбу, а не грустить. Про условии конечно, что вы учитесь на ошибках и делаете это быстро.

Если этот пост наберёт 200 огонечков поделюсь своими самыми большими ошибками.

Блин, ребят, остановитесь, реально же рассказывать придется))

Делюсь своими самыми большими ошибками и запускаю подкаст про фэйлы Learning machine

В прошлом посте я написала про то, как важно осмыслять свои ошибки и учится на них. И про то, что ваши ошибки определяют ваш масштаб и то, чем вы реально занимаетесь чуть ли не лучше всех других признаков. И пообещала, что если пост соберет 200 огонечков - запостить свои 3 самые большие ошибки. Пост набрал 500. Я если честно офигела от такого интереса.

Как истинный продуктовик я села анализировать причины. Это самый популярный пост у меня в канале из всех моих десятков постов. В чем причина?
И тут я поняла, что в моем инфопространстве почти нет рассказов об ошибках и фейлах на пути к результатам!!
Кажется, что у всех все сразу получается, деньги сыпятся с неба в легкости, все фичи стреляют, экономика сразу сходятся, клиенты ко всем стучаться сами со дня первого запуска. Но по моему опыту общения с фаундерами, предпринимателями, бизнесменами, топ менеджерами - это вообще не так. И открою вам страшную тайну - так не бывает.
Люди, которые пришли к классным результатам - это не люди у которых все получается с первого раза. Это люди, которые сталкиваясь с огромным количеством трудностей, ошибок встают, отряхиваются и продолжают, становясь все лучше и все крепче после каждого вызова. Это не идеальные эксперты, которые все знают сразу. Это learning machines.

Я помню как в прошлом году мне очень отрезонировала мысль одного опытного инвестора, с которым обсуждали проект. “Experts who claim to know how users should or shouldn't behave actually don't know shit. Nobody does. The world is changing, and there are an infinite number of details in every case. So, I don't care about the rules for doing things. All I care about when I look at founders is: who among you is a learning machine?”
Если коротко - никто ничего не знает заранее, самое главное - смотреть на ваши конкретные данные и ваш конкретный кейс и быстро делать выводы, ставить эксперименты и учится на ошибках. И навык быстрого обучения на экспериментах и ошибках и является самым ценным. Более того в машинном обучении этот скилл называется металернингом и по мнению некоторых экспертов лучше всего определяет то, насколько ИИ близок к AGI. Но об этом потом.

А сейчас я прихожу к вам с очень важной новостью!
Я запускаю подкаст Learning machine.
Это подкаст про фэйлы на пути к успеху и как мы на них учимся. Я считаю, что в публичном поле очень нужен такой контент. И учиться на чужих ошибках даже продуктивнее, чем на чужих успехах.
В первом выпуске, который можно посмотреть по ссылке, я рассказываю про свои ошибки.
В следующих выпусках буду выкладывать интервью с разными крутыми людьми и их опытом обучения на ошибках на пути к своей крутости. Через неделю выложу следующее видео с очень интересным гостем и сделаю короткую текстовую расшифровку тут в канале.
Обязательно подписывайтесь на мой канал и следите за подкастом.
Давайте вместе перейдем от парадигмы успешного успеха и денег в легкости к парадигме толерантности и обучения на ошибках.

В комментариях предлагайте, про чьи фэйлы и уроки из низ вы бы хотели послушать - кого еще звать гостем подкаста.

Один подписчик написал мне в личку кандидата на интервью. Потому что в комментарии было неловко.
Поэтому, так как мне нужны ваши ответы, сделала для вас анонимную форму
Давайте полет фантазии и жду от вас следующих кандидатов на интервью

Ребят, поздравляю нас всех с Новым годом!
Спасибо, что вы есть!

Желаю нам всем больше энергии и сил в новом году. А вызовы найдутся 🖤

Всем привет!
Сегодня я встала в 5 утра, потому что мне приснился очень интересный сон. Что я выступаю на конференции, там много людей, меня зовут на сцену и представляют и в этот момент я понимаю, что вообще забыла про эту конференцию, не подготовила доклад и даже не помню тему анонса.
У меня было примерно полминуты подумать, что делать с этими людьми следующий час.
И тут у меня родилась наверное одна из самых полезных лекций в моей жизни. Лекции где я ничего не рассказываю, как надо и как не надо, а беру людей за ручку и по таймеру прошу расписывать свою идею для проекта по вопросам, которые я задаю. Может быть плохо, неидеально, но как-то. Чтобы побороть чистый лист.

Мне так понравилось, что я встала в 5 сегодня и записала вам видео с этой лекцией из сна.
Подойдут для тех, кто давно хочет сформулировать и расписать свою идею для проекта, экономику, шаги и тд и это прокрастинирует. Без как надо и как не надо. Если смотрите это видео - досмотрите до конца, не ставя на паузу, или вообще не начинайте - это тоже важная часть экспириенса.

Возможно такой сон мне приснился, потому что сегодня участвую в панельной дисскусии с классными ребятами в Лондоне on English
Anyone in London? I'd be thrilled to catch up there
Apologies for the last-minute notice

Вот тут можно посмотреть детали про участников и буду очень вашей поддержке и приходу

Годы идут, а чувства к бывшим коллегам с разных слоев жизни не меняются, вы — лучшие
Это как обычные бывшие, но без осадочка

Вышло интервью со мной у Бизнес-секретов
Спасибо ребятам 🖤
Обсудили, как растить компании, как расти внутри компании, пофоткались у меня дома и еще много чего
Контент получился классный - смесь моей личной крови и пота

Вообще у меня смесь эмоций - приятно, что ребята пришли брать у меня интервью, смотрела их колонку когда еще Олег тинькофф брал интервью и прям внимательно читала. И пока рассказывала проматывала в памяти все результаты своих проектов и такая - ну ни хера себе. А с другой стороны серийный CEO, бизнес-цели и тд оч серьезно звучит, от этого странно, хотя это и правда. Мой мозг не поспевает за моей реальностью

https://secrets.tinkoff.ru/lichnyj-opyt/kak-stavit-biznes-celi-tanya-saveleva/

Что значит, если количество пересылок поста в 1.5 раза больше лайков?

Дисциплина + инсайты

Инсайты это безусловно важная штука. Понять кто я, чего хочу, осознать детские травмы, поговорить с внутренними детьми и подружить с защитниками, определить свои ценности.
Вообще думаю мозг можно представить как такое деревце - какого оно вида и на какой почве выросло, где вообще солнце и что такое листья важно понимать.
Но.
Еще есть не менее важная вещь. Это дерево надо регулярно поливать, удобрять. Защищать от паразитов.
И даже самый знающий про дерево ученый пониманием сути не поможет, если нет регулярного полива. И самый тупой с этой точки зрения человек если просто даже не знает где корень и что это за дерево и где он находится, имеет большие шансы вырастить классное дерево, если каждый день будет выливать на него таз воды в рандомные места. При этом конечно выбирать не обязательно и инсайты + ресурс и дисциплина помогут вырастить самое лучшее дерево.

Возвращаясь из этой метафоры к мозгу. Инсайты важны. Но мне кажется еще ооочень важна дисциплина. Мозг очень пластичен и можно искать очень много открытий внутри себя и раскапывать и это точно полезно. При этом важно тренироваться, нормально есть и спать, узнавать новое, окружать себя правильными людьми, планировать и делать запланированное.

В инфополе я вижу гораздо больше контента про инстайты из заглядывания в себя. А дисциплины что-то мало. И это понятно - проще продается пилюля, которую когда съешь, поговоришь с психологом, ментором, что-то про себя поймешь и твоя жизнь поменяется не вставая с дивана.
Типо в тебе уже все есть, просто поищи.

И 100% психологи и коучи очень помогают и это прям важная часть, часто может являться хорошей точкой изменения.

Но при условии что после осознания инсайтов будут регулярные действия. Потому что кроме того чтобы искать в себе, нужно регулярно строить много новых связей, нового себя. На дисциплине и воле. Что не отменяет кайфа. Но без дисциплины никуда.
Без этого это просто энтертеймент. Что на самом деле тоже хорошо, как увлечение. Просто инсайты без действий не стоит путать с саморазвитием и не стоит строить от этого хобби нереалистичных ожиданий. Мы же не ожидаем от уроков рисования увеличения зарплаты и счастья в личной жизни? Вот тут также

Про современные сетки, косты на их обучение и альтернативу стандарным методам обучения

Не буду даже писать про то почему обучение больших сеток это важно. В инфополе каждого думаю 4-5 постов, подводящих к этой мысли.
Но обучение современных сеток сопряжено с нюансом.
Чтобы обучить GPT-3 на 175 миллиардов параметров нужно было потратить 5 млн долларов (3,640 petaflop/s-days ).
Чтобы обучить GPT-4 на более 1.76 триллионов параметров и больше 100 миллионов долларов
По слухам в GPT-5 будет 10-20 триллионов параментров. Мы не знаем, сколько на это потратит денег OpenAI, но я думаю больше 2-х миллиардов.

Собственно к проблемам
Кроме OpenAI свои большие модели сделали-делают Google, Microsoft, Amazon, Meta, NVIDIA (Megatron, 500 млрд параметров). Конечно же еще индусы, китайцы ну и россияне. В мире сейчас 20 триллионов денежной массы циркулирует. Если все будет идти в том же темпе (гиганты будут обучать сетки сопоставимые с OpenAI и число параметров прогрессировать с той же скоростью) вероятно уже в этом году компании уже могут потратить суммарно больше 100 млрд долларов. Что на минутку уже около 0.5 процента всей циркулирующей денежной масссы в мире (!!). И это только начало и это мы еще молчим про инференс этих моделей.

Почему это мне надо знать
Я думаю индустрия может еще сильно поменяться с возникновением и распространением новых классов моделей. Именно поэтому полезно (а не только весело) учить математику вширь, чтобы видеть немного глубже стандартной картинки из обучения мл.

Пример с Intel.
В 2019 году выручка intel была 72 bln, а nvidia 12 bln. В 2023 году выручка intel была 54 bln, а nvidia 27 bln. Динамика сильная даже если не брать оценки, а взять просто выручку, факт. Почему так происходит? Потому что мир быстро меняется и сейчас большой спрос на GPU и TPU, и nvidia смогла приспобится быстрее. И еще начать делать свои ИИ решения сверху. В целом вероятно что с ростом NVIDIA произойдет то же самое и найдется компания, которая ее обгонит, но nvidia быстро итерируется и делает альтернативные технологии. Забавно что Intel тоже в свое время в 90-е на поворотах обогнал много конкурентов, среди которых была даже моторола. History repeats itself.

Как обучается backprop  и как стоимость обучения зависит от числа параметров
Все chatpt сейчас построены на способе обучения backprop. Проблема в том что коректировка весов происходит с перемножением матриц и число вычислений растет квадратично с увеличением параметров. Это в модельном кейсе. Конечно сейчас много ресурса тратится на оптимизации - архитектуры и обучения (часть весов превращаются в нолики единички, часть морозиться и тд), оптимизации железа и его потребления энергии (TPU больше подходит к матричным вычислениям и ест при этом меньше энергии), но тренд остается трендом - сети следующего поколения в основном умнеют с помощью увеличения параметров в 10 раз, что ведет за собой увеличение денег на обучение в 20.

Какие есть альтернативы
Хинтон, который написал нашумевшую статью (а вы видели еще статью с 16к цитирований) собственно про backprop в 1986 году активно критикует свой же собственный метод в 2024. Предлагает капсульные сети, которые я даже как-то раньше тут разбирала. Правда он пока не работает, но очень интересный.
Глобально инновации могут быть на трех уровнях - алгоритмическом (делаем инновации в способе обучения как капсулы), железа - проектируем новые способы вычислений (например BrainChip — с нейроморфным процессором Akida, который имитирует мозг человека и может считать сети на девайсе), сервисном (компании которые помогают менеджерить модели, например Bright Computing который NVIDIA купила в 2022 году), и даже физическом (я недавно познакомилась с профессором теорфизики из Кэмбриджа, который делает очень интересный способ на уровне именно физических процессов перестроить обучение)
Есть еще много разной альтернативы, но уже не влезает пост. Полайкайте, если хотите пост про альтернативы, тема очень будоражащая.

То, что люблю в своем канале - это очень умные люди в подписчиках
Пишу, думаю, что какое-то задротство и никто не поймет и вообще надо популярно и про менеджмент только
А вы читаете, предлагаете инсайты, ссылки и даже иногда правки
Любовь короче 🖤

Как научится выступать или кринж - ваш самый ценный капитал.

Только что пришла с большого митапа человек на 100, где выступала на Английском по презе, которую сделала за час до выступления.
Очень кайфанула, ушла с 3 запросами на консалт в очереди, запросом на интервью, 50 новыми контактами в линкедине, кучей инсайтов и большим количеством спасибо. Несмотря на то, что на сцене сели батарейки у микрофона, я опоздала и попала в дождь и еще мой ноут не подключался к проектору.

За последние полгода это мое 7 выступление на английском

Помню как в институте, лет 10 назад, когда участвовала в конкурсе красоты университа(и заняла там 2 место лол) стояла на сцене. Мне тогда очень легко давалось танцевать и красиво ходить на 15 см на сцене, но как только мне давали микрофон - ноги стукались друг об друга, я начинала заикаться и краснеть, даже по выученному заранее тексту

Напишу несколько штук, которые помогли мне выступать с кайфом и пользой. Надеюсь будет полезно, отрываю от сердца

Про подготовку к выступлению
1. Обязательно продумайте цель своего выступления и сформулируйте на слайде. Цель должна быть полезна слушателю. Обзор последних самых хороших маркетинговых каналов - это не цель. Узнать, как привлекать платящих клиентов за пол доллара, и что для этого надо сделать - это цель. Дальше все что есть в презентации должно подводить к цели. Если нет - убирайте.
2. Структура - сформулируйте заранее структуру как идти к цели, вставьте на отдельный слайд и регулярно его повторяйте. Люди ничего не помнят, если это не повторить 4 раза.
3. Мясо - меньше блабла, больше цифр, больше сочных конкретных фактов, желательно что то прям свежее со вчера. Очень много ИИ компаний сейчас поднимают деньги - не интересно. Деньги поднятые ИИ компаниями за прошлый год - это вообще 4 процента всех денег которые сейчас циркулируют в мире - гораздо лучше

Про процесс состояния
1. Состояние - основа. Вспомните презы, которые вам заходили. Плевать даже что на слайдах, если от человека прет, вы ему простите все. А если человек заикаясь мямлит очень хорошую презентацию вы ничего не поймете.
2. Ощущение кайфа. Смотрите на сцену как на возможность кайфануть. Как будто это классное блюдо, которого совсем мало на тарелочке и вы прям наслаждаетесь. Прям почувствуете какой это дефицит и кайфаните. Настраиваете, что неважно что подумают люди - главное получите удовольствие. Сфокусируйтесь на кайфе, ждите его.
3. Любящие глаза. Найдите в зале пару-тройку глаз, которые смотрят на вас с обожанием и смотрите туда, пока рассказываете. Это поднимает уверенность
4. Щупайте границы, попробуйте попровоцировать аудиторию, можно где-то поругаться, признаться в чем-то уязвимом прям на сцене, пошутить над реакцией зрителя, повышайте голос, переходите на шепот. Замедляйте темп, задавайте странные вопросы. Это помогает держать фокус внимания.
5. Контакт с аудиторией, минимум раз в 3-4 минуты. Вопросы, штуки с отдельные мнения, реакция на реакцию на ваше выступление, обобщение стиля присутствующих и тд. Люди должны понимать , что они на самом деле часть происходящего
6. Интерес. Перед презентацией погрущитесь в состояние повышенного интереса к теме. Думайте про то почему тема интересна, что там может дать в следующие 50 лет, как это изменит все. Вас по хорошему должно потряхивать от интереса к тому, что вы рассказываете. Это передается

И главное помните - главное повторения. Чем больше кринжа вы поймаете, тем лучше для вас будущего. Я холила год на рэп фристайл и участвовала во фристайл батлах. Это где вас случайно разбивают на пары, потом за минуту дают тему батла и надо сразу в формате стихов под музыку ситать рэп про соперника и тему одновременно. Был сильный кринж, так стыдно мне не было никогда, зато после него со всеми упавшими микрофонами перепутанными презентациями и жесткими вопросами я справляюсь вообще без стресса. Кринж - это ваш самый ценный капитал

Всем привет!
Зона моей работы и проекты расширяются, поэтому ищу себе еще помощника на новые проекты!

Что нужно будет делать
1) помогать мне делать проекты
2) оперативно реагировать и общаться с клиентами


Что ожидаю от человека
1) энергию и проактивность
2) готовность быть быстро и оперативно на связи
3) желание учиться новому и умение формулировать свои мысли структурно и эмпатично
4) английский

Занятость 15-20 часов в неделю
Оплата по договоренности

Что получаете вы
1) посмотреть как работают реальные проекты в it
2) посмотреть мой опыт и перенять для себя нужные моменты
3) завести полезные знакомства

Скидывайте заявки в форму

https://docs.google.com/forms/d/e/1FAIpQLScNjHp8SkF29lQxBnb4C6PVyXCyhRHWgaRFnSGne9Ayy8C6gg/viewform


Жду вас
Покидайте пожалуйста знакомым, кому интересен опыт.

Это гениально
На вопрос, что проще - пройти тест Тьюринга для ИИ для обратный тест Тьюринга человеку, ответ на ближайшие несколько лет очевиден

Парень провёл абсолютно гениальный эксперимент — «Обратный тест Тьюринга».

Он создал на Unity купе, где собрал известных исторических личностей под управлением разных ИИ. Задача безумная — нейросети знают, что среди них есть человек и им нужно его вычислить. Задача чувака — правдоподобно отыграть ИИ-Чингисхана, чтобы не покупать билет.

Специально для вас сделали перевод на русский язык.

@exploitex