COLUMN: Donald Trump has been talking about taking Kharg Island for nearly 40 years. But he's underestimating the Iran regime's alternatives to export some oil — and its willingness to weather periods of very low petrodollar income.
@Opinion
https://www.bloomberg.com/opinion/articles/2026-03-22/iran-war-trump-seizing-kharg-island-is-a-bad-idea-for-oil-reasons-too-mn1pgo70?utm_source=website&utm_medium=share&utm_campaign=twitter
🇩🇪 Übersetzung
RT von @DamienERNST1: SPALTE: Donald Trump spricht seit fast 40 Jahren davon, die Insel Kharg einzunehmen. Aber er unterschätzt die Alternativen des iranischen Regimes, etwas Öl zu exportieren – und seine Bereitschaft, Zeiten mit sehr niedrigen Petrodollar-Einnahmen zu überstehen.
@Meinung
https://www.bloomberg.com/opinion/articles/2026-03-22/iran-war-trump-seizing-kharg-island-is-a-bad-idea-for-oil-reasons-too-mn1pgo70?utm_source=website&utm_medium=share&utm_campaign=twitter
Je ne pense pas que le succès des LLM réfute la thèse de Chomsky sur le langage et le cerveau.
Chomsky disait qu’un enfant n’apprend pas à parler uniquement par apprentissage statistique des structures langagières employées par les adultes autour de lui. La structure du langage est beaucoup trop riche (et le jeu de données constitué par les phrases entendues entre l’âge de 0 et 7 ans beaucoup trop petit) pour qu’un enfant puisse apprendre à parler ainsi.
L’être humain, disait-il, doit avoir une predisposition génétique pour le langage. Nous naissons avec une sorte de compréhension intuitive des principes syntaxiques fondamentaux communs à toutes les langues.
Or nous savons depuis les LLM qu’il est *possible* d’apprendre à parler par apprentissage statistique.
Certains en concluent que Chomsky avait tort. Mais ils font une erreur de logique.
Ce n’est pas parce qu’il est *possible* d’apprendre à parler par entrainement statistique qu’il est *impossible* d’apprendre autrement (par exemple par un mélange entre exposition au langage pendant l’enfance et prédispositions cérébrales innées).
D’autant que les données sur lesquelles les LLM sont entrainés sont beaucoup plus vastes et riches que les données auxquelles a accès un enfant. (Les LLM entrainés sur aussi peu de données maîtrisaient mal le langage). Ce différentiel d’efficacité d’échantillonnage confirme plutôt la thèse de Chomsky.
(Par ailleurs, on peut imaginer une co-évolution langage/cerveau. Nos cerveaux s’adaptent, au fil d’un processus darwinien, à la structure du langage, et *en même temps* notre culture évolue pour privilégier les structures syntaxiques que notre esprit traite facilement.
Les LLM montrent que le langage, fruit de ce processus évolutif, *peut* être modélisé par de simples associations statistiques, mais cela ne signifie ni qu'il est arbitraire, ni que les humains l'acquièrent eux par association statistique.)
🇩🇪 Übersetzung
RT von @DamienERNST1: Ich denke nicht, dass der Erfolg des LLM diese von Chomsky in der Sprache und im Cerveau widerlegt hat.
Chomsky glaubte, dass ein Kind nicht mit ihm sprechen würde, nur weil er von erwachsenen Autobauern statistische Strukturen erlernte. Die Sprachstruktur ist sehr reichhaltig (und das Mädchenspiel besteht aus Sätzen, die zwischen 0 und 7 Jahren klein sind) für ein Kind, das sich mit dem Gespräch auseinandersetzen kann.
Der Mensch hatte eine genetische Veranlagung für die Sprache. Wir verfügen über eine Art intuitives Verständnis der grundlegenden Syntaxprinzipien in allen Sprachen.
Oder wir wissen schon seit LLM, dass es *möglich* ist, mit einem statistischen Lehrling zu sprechen.
Es gibt einige Gründe, warum Chomsky eine unerlaubte Handlung vornimmt. Es handelt sich jedoch um einen logischen Fehler.
Es ist nicht möglich, dass es * möglich * ist, ein Gespräch mit der Statistik zu führen, da es * unmöglich * ist, andere zu lernen (zum Beispiel durch eine Mischung aus einer Exposition in einer Sprache, die an das Leben und die prädisponierten Gehirne des Kindes angrenzt).
Das bedeutet, dass die LLM-Mitglieder viel Geld und viel Geld ausgeben müssen, um einem Kind Zugang zu verschaffen. (Der LLM-Abschluss ist nur dann möglich, wenn er in einer anderen Sprache studiert wird). Dieser Unterschied in der Wirksamkeit der Wirkung bestätigte die Aussage von Chomsky.
(Aber wir können uns eine ko-evolutionäre Sprache/Sprache vorstellen. Unsere Kinder passen sich an einen darwinistischen Prozess an die Struktur der Sprache an, und *während ihrer Zeit* entwickelt sich unsere Kultur, um syntaktische Strukturen zu privilegieren, die uns den Geist nicht leicht machen.
Die LLM-Studie, in der sich die Sprache entwickelt hat, kann *möglicherweise* durch einfache statistische Zusammenhänge modifiziert werden, bedeutet aber nicht, dass sie willkürlich ist, und dass die Menschen sie durch statistische Zusammenschlüsse erwerben können.)
This might bother some people. Regardless, focus on the idea and the evidence, and do not personalize your response.
Both sides in the Strait of Hormuz crisis are heavily spinning the narrative for their own advantage.
Beneath the public threats, bluster, and ultimatums, there's a surprising convergence of strategic interests—even between apparent adversaries. Prolonged, selective disruption in the strait actually advances key goals for multiple players, even if full control remains elusive for any one side.
Iran benefits by claiming it closed the Strait by demonstrating leverage and resilience under pressure, rallying domestic support and forcing international attention. Meanwhile, the U.S. and its allies inadvertently bolster the Iranian regime's domestic legitimacy by treating its threats as credible and by repeatedly framing the strait as something Tehran effectively controls or can close at will—reinforcing the very narrative the regime uses to justify its posture and portray itself as a regional power capable of inflicting real pain, despite all attacks and claims of total destruction of its military capabilities.
🇩🇪 Übersetzung
RT von @DamienERNST1: Das könnte einige Leute stören. Konzentrieren Sie sich auf jeden Fall auf die Idee und die Beweise und personalisieren Sie Ihre Antwort nicht.
Beide Seiten verdrehen in der Krise um die Straße von Hormus das Narrativ stark zu ihrem eigenen Vorteil.
Hinter den öffentlichen Drohungen, dem Getöse und den Ultimaten gibt es eine überraschende Konvergenz strategischer Interessen – sogar zwischen scheinbaren Gegnern. Längere, selektive Störungen in der Meerenge fördern tatsächlich wichtige Ziele mehrerer Akteure, auch wenn die vollständige Kontrolle für eine Seite weiterhin schwer zu erreichen ist.
Iran profitiert davon, wenn es behauptet, es habe die Meerenge geschlossen, indem es unter Druck Einfluss und Widerstandsfähigkeit unter Beweis stellte, inländische Unterstützung sammelte und internationale Aufmerksamkeit erzwang. Unterdessen stärken die USA und ihre Verbündeten unbeabsichtigt die innenpolitische Legitimität des iranischen Regimes, indem sie seine Drohungen als glaubwürdig betrachten und die Meerenge immer wieder als etwas darstellen, das Teheran tatsächlich kontrolliert oder nach Belieben schließen kann – und bekräftigen damit genau das Narrativ, mit dem das Regime seine Haltung rechtfertigt und sich als regionale Macht darstellt, die trotz aller Angriffe und Behauptungen über die völlige Zerstörung seiner militärischen Fähigkeiten in der Lage ist, echtes Leid zu verursachen.
Correct on the US side. The flip side is that Europe is now the shock amplifier, not the absorber.
EU imports ~90% of its oil and ~80% of its gas. The shale revolution never crossed the Atlantic. Dutch gas prices just hit record levels at the pump, and that's before QatarEnergy's 17% capacity loss from the Iran strikes even hits LNG spot markets.
The US produces its way through this crisis. Europe pays.
🇩🇪 Übersetzung
RT von @DamienERNST1: Richtig auf der US-Seite. Die Kehrseite ist, dass Europa jetzt der Schockverstärker und nicht der Absorber ist.
Die EU importiert etwa 90 % ihres Öls und etwa 80 % ihres Gases. Die Schieferrevolution hat nie den Atlantik überquert. Die niederländischen Gaspreise haben an der Zapfsäule gerade ein Rekordniveau erreicht, und das, bevor der 17-prozentige Kapazitätsverlust von QatarEnergy aufgrund der Streiks im Iran überhaupt die LNG-Spotmärkte erreicht.
Die USA schaffen ihren Weg durch diese Krise. Europa zahlt.
Today’s energy crisis is very different from 2008. In 2008, the US pumped around 5 million barrels a day of oil; today it’s 13.8 mb/d. US natural gas output has doubled to over 1,000 bcm a year. The US is structurally less exposed to energy shocks, becoming more of a shock absorber for the rest of the world.
https://www.dlacalle.com/en/short-term-oil-spike-followed-by-disinflation-what-markets-are-telling-you/
🇩🇪 Übersetzung
RT von @DamienERNST1: Die heutige Energiekrise unterscheidet sich stark von der von 2008. Im Jahr 2008 pumpten die USA rund 5 Millionen Barrel Öl pro Tag; heute sind es 13,8 mb/d. Die US-Erdgasproduktion hat sich auf über 1.000 Milliarden Kubikmeter pro Jahr verdoppelt. Die USA sind strukturell weniger anfällig für Energieschocks und werden eher zu einem Stoßdämpfer für den Rest der Welt.
https://www.dlacalle.com/en/short-term-oil-spike-followed-by-disinflation-what-markets-are-telling-you/
🚨Architects are going to hate this.
Someone just open sourced a full 3D building editor that runs entirely in your browser.
No AutoCAD. No Revit. No $5,000/year licenses.
It's called Pascal Editor.
Built with React Three Fiber and WebGPU -- meaning it renders directly on your GPU at near-native speed.
Here's what's inside this thing:
→ A full building/level/wall/zone hierarchy you can edit in real time
→ An ECS-style architecture where every object updates through GPU-powered systems
→ Zustand state management with full undo/redo built in
→ Next.js frontend so it deploys as a web app, not a desktop install
→ Dirty node tracking -- only re-renders what changed, not the whole scene
Here's the wildest part:
You can stack, explode, or solo individual building levels. Select a zone, drag a wall, reshape a slab -- all in 3D, all in the browser.
Architecture firms pay $50K+ per seat for BIM software that does this workflow.
This is free.
100% Open Source.
🇩🇪 Übersetzung
RT von @DamienERNST1: 🚨Architekten werden das hassen.
Jemand hat gerade einen vollständigen 3D-Gebäudeeditor als Open-Source-Lösung bereitgestellt, der vollständig in Ihrem Browser läuft.
Kein AutoCAD. Kein Revit. Keine Lizenzen im Wert von 5.000 $/Jahr.
Es heißt Pascal Editor.
Gebaut mit React Three Fiber und WebGPU – das heißt, es rendert direkt auf Ihrer GPU mit nahezu nativer Geschwindigkeit.
Das ist in diesem Ding drin:
→ Eine vollständige Gebäude-/Ebenen-/Wand-/Zonenhierarchie, die Sie in Echtzeit bearbeiten können
→ Eine Architektur im ECS-Stil, bei der jedes Objekt über GPU-basierte Systeme aktualisiert wird
→ Zustandsverwaltung mit integriertem vollständigem Rückgängigmachen/Wiederherstellen
→ Next.js-Frontend, damit es als Web-App und nicht als Desktop-Installation bereitgestellt wird
→ Dirty-Node-Tracking – rendert nur das neu, was sich geändert hat, nicht die gesamte Szene
Hier ist der wildeste Teil:
Sie können einzelne Gebäudeebenen stapeln, explodieren oder solo spielen. Wählen Sie eine Zone aus, ziehen Sie eine Wand, formen Sie eine Platte um – alles in 3D, alles im Browser.
Architekturbüros zahlen über 50.000 US-Dollar pro Sitzplatz für BIM-Software, die diesen Arbeitsablauf übernimmt.
Das ist kostenlos.
100 % Open Source.
It makes no sense for copper and silver prices to drop. These metals are essential for transitioning away from fossil fuels, and the current crisis will only accelerate the momentum of the energy transition.
🇩🇪 Übersetzung
Es macht keinen Sinn, dass die Kupfer- und Silberpreise fallen. Diese Metalle sind für die Abkehr von fossilen Brennstoffen von wesentlicher Bedeutung, und die aktuelle Krise wird die Dynamik der Energiewende nur noch beschleunigen.
Possible that Trump reinstalls America's old energy export restrictions. The real reason will be to cocoon America from the global fallout from massively high energy costs before the midterms. The excuse will be that "our allies didn't help us, so why should we help them?" Then, Europe would be royally screwed. They would have to go on bended knee to Vladimir Putin. Total strategic disaster. This is NOT something we should look forward to. Nobody will enjoy the schadenfreude as they scrape together what pennies they have for food that now costs 40 or 50% of average wages.
🇩🇪 Übersetzung
RT von @DamienERNST1: Möglicherweise führt Trump die alten Energieexportbeschränkungen Amerikas wieder ein. Der wahre Grund wird darin bestehen, Amerika vor den Zwischenwahlen vor den globalen Folgen der massiv hohen Energiekosten zu schützen. Die Ausrede wird lauten: „Unsere Verbündeten haben uns nicht geholfen, warum sollten wir ihnen also helfen?“ Dann wäre Europa völlig am Arsch. Sie müssten vor Wladimir Putin auf die Knie gehen. Totale strategische Katastrophe. Darauf sollten wir uns NICHT freuen. Niemand wird die Schadenfreude genießen, wenn er die Pennys, die er hat, für Lebensmittel zusammenkratzt, die jetzt 40 oder 50 % des Durchschnittslohns kosten.
Patrick De Schutter : « Externaliser son cloud, c’est aussi externaliser sa souveraineté » https://www.21news.be/souverainete-numerique-cloud/
🇩🇪 Übersetzung
RT von @DamienERNST1: Patrick De Schutter: „Externalisierer ist eine Wolke, das ist auch ein Externalisierer in Erinnerung“ https://www.21news.be/souverainete-numerique-cloud/
Italy is transforming the boat industry with massive 3D printers.
🇩🇪 Übersetzung
RT von @DamienERNST1: Italien verändert die Bootsindustrie mit riesigen 3D-Druckern.
Important: a big chunk of Qatari gas output and LNG train expansion was designed to feed European demand. There was a big investment programme to increase LNG supply by more than 50% by 2027. Not coincidentally, this was the date that Europe was going to ban completely the purchase of Russian gas. In other words, the Iranians are smashing Europe's entire energy plan, such as it was. The big question now is will Putin stick to form and provide Europe with the energy it needs to stave off economic disaster, or will he finally twist the knife by banning sales to Europe in anticipation of the EU ban in 2027? This is the gamble European leaders are now making. Relying on the Russians to play nice after everything. Breathtaking incompetence.
🇩🇪 Übersetzung
RT von @DamienERNST1: Wichtig: Ein großer Teil der katarischen Gasproduktion und der Ausbau der LNG-Züge war darauf ausgelegt, die europäische Nachfrage zu decken. Es gab ein großes Investitionsprogramm, um die LNG-Versorgung bis 2027 um mehr als 50 % zu steigern. Es war kein Zufall, dass Europa zu diesem Zeitpunkt den Kauf von russischem Gas vollständig verbieten würde. Mit anderen Worten: Die Iraner zerschlagen den gesamten Energieplan Europas, so wie er war. Die große Frage ist nun: Wird Putin an der Form festhalten und Europa mit der Energie versorgen, die es braucht, um eine wirtschaftliche Katastrophe abzuwenden, oder wird er endlich das Messer schwingen, indem er in Erwartung des EU-Verbots im Jahr 2027 Verkäufe nach Europa verbietet? Dies ist das Wagnis, das die europäischen Staats- und Regierungschefs jetzt eingehen. Verlassen Sie sich darauf, dass die Russen am Ende gut spielen. Atemberaubende Inkompetenz.
🇺🇦🇮🇷
Quotidiennement, l’🇺🇦 intercepte des centaines de drones 🇷🇺
Taux d’interception souvent de 100%
Depuis 10 jours, les 🇺🇦 aident 3 pays du Golfe à intercepter les drones 🇮🇷
Déjà 6 pays réclament l’expertise et le savoir-faire 🇺🇦 dans ce domaine
L’🇺🇦 a les cartes
1/3
🇩🇪 Übersetzung
RT von @DamienERNST1: 🇺🇦🇮🇷
Quotientenment, l’🇺🇦 fängt die Zentaine von Drohnen ab 🇷🇺
Taux d’interception souvent de 100 %
Nach 10 Tagen, die 🇺🇦 Hilfe 3 Stunden am Golf, um die Drohnen abzufangen 🇮🇷
Déjà 6 bezahlt das Fachwissen und das Savoir-faire 🇺🇦 auf diesem Gebiet
L’🇺🇦 auf den Karten
1/3
Wierd how Trump's Iran "plan" is just a time compressed version of Putin's invasion of Ukraine, with all catastrophic mistakes included.
Now Trump will destroy Iran's power plants, which (as we see with Ukraine) will further solidify the people's resolve and hatred of the US, as well as rallying humanitarian support from Iran's allies, which will lead to and further cement military support from those allies.
🇩🇪 Übersetzung
RT von @DamienERNST1: Seltsam, dass Trumps Iran-„Plan“ nur eine zeitlich komprimierte Version von Putins Invasion in der Ukraine ist, einschließlich aller katastrophalen Fehler.
Jetzt wird Trump die iranischen Kraftwerke zerstören, was (wie wir in der Ukraine sehen) die Entschlossenheit und den Hass des Volkes auf die USA weiter festigen und humanitäre Unterstützung von Irans Verbündeten sammeln wird, was zu einer weiteren Festigung der militärischen Unterstützung dieser Verbündeten führen wird.
One underdiscussed aspect of LLMs is how tremendously they've sped up philosophical progress.
Concepts like consciousness, sentience, moral patiency—once thought to have deep, subtle answers that'd take generations to unravel—have been greatly constrained in just a few years!
🇩🇪 Übersetzung
RT von @DamienERNST1: Ein wenig diskutierter Aspekt von LLMs ist, wie enorm sie den philosophischen Fortschritt beschleunigt haben.
Konzepte wie Bewusstsein, Empfindungsvermögen, moralische Geduld – einst dachte man, sie hätten tiefe, subtile Antworten, deren Entschlüsselung Generationen dauern würde – sind in nur wenigen Jahren stark eingeschränkt worden!
⚡️He is right about the mechanism.
Trump is using escalation dominance and strategic unpredictability as bargaining leverage. The whole sequence has been designed to make Tehran believe that every refusal unlocks a larger category of pain. First no ceasefire. Then winding down. Then peace-talk feelers. Then the 48 hour ultimatum. Then power plants. That is not random behavior. That is coercive sequencing.
The deeper truth is harsher than Dubowitz’s framing. Tehran probably did misread Trump early. That part rings true. But this is no longer mainly a problem of Iran failing to understand him. By now they understand perfectly well that he will climb higher than a conventional Western politician. The reason they still resist is that compliance now means strategic amputation. Smaller missiles. Smaller proxies. Smaller nuclear ceiling. Smaller regional leverage. Once a regime concludes that “de-escalation” really means permanent reduction, it does not calmly submit just because it finally understands the threat.
That is why this is dangerous.
This is no longer standard deterrence. This is mutual compellence. Trump is threatening national paralysis to force the artery open. Iran is threatening civilian-system pain across the Gulf to make that coercion too expensive. Power. Water. Desalination. Energy. IT. Each side is now reaching toward the deepest dependencies of the other side’s system.
So what is really going on?
Dubowitz is right that Tehran miscalculated Trump’s willingness to out-escalate. He is too flattering to his own side if he thinks the rest is just Iranian incomprehension. The regime is not simply confused. The regime is cornered. Cornered actors do not reliably de-escalate when they finally understand the threat. Very often they escalate harder because they think the alternative is strategic death by negotiation.
That is the real signal.
Trump believes fear can force de-escalation.
Iran believes intolerable pain can force restraint.
Both sides are now testing which fear is greater.
The most compressed truth is this:
He is right that Trump will out-escalate.
He is missing that Iran may already know that and still choose to keep climbing, because surrender now looks worse to them than the climb.
🇩🇪 Übersetzung
RT von @DamienERNST1: ⚡️Er hat Recht mit dem Mechanismus.
Trump nutzt Eskalationsdominanz und strategische Unberechenbarkeit als Verhandlungsdruck. Die ganze Sequenz ist darauf ausgelegt, Teheran glauben zu machen, dass jede Weigerung eine größere Kategorie von Schmerz freisetzt. Zunächst kein Waffenstillstand. Dann abschalten. Dann Friedensgesprächsfühler. Dann das 48-Stunden-Ultimatum. Dann Kraftwerke. Das ist kein zufälliges Verhalten. Das ist Zwangssequenzierung.
Die tiefere Wahrheit ist härter als Dubowitz‘ Darstellung. Teheran hat Trump wahrscheinlich schon früh falsch verstanden. Dieser Teil klingt wahr. Aber das liegt nicht mehr hauptsächlich daran, dass der Iran ihn nicht versteht. Mittlerweile ist ihnen völlig klar, dass er höher klettern wird als ein herkömmlicher westlicher Politiker. Der Grund, warum sie immer noch Widerstand leisten, ist, dass Compliance jetzt eine strategische Amputation bedeutet. Kleinere Raketen. Kleinere Proxys. Kleinere nukleare Obergrenze. Geringere regionale Hebelwirkung. Sobald ein Regime zu dem Schluss kommt, dass „Deeskalation“ wirklich eine dauerhafte Reduzierung bedeutet, wird es sich nicht ruhig unterwerfen, nur weil es die Bedrohung endlich versteht.
Deshalb ist das gefährlich.
Dies ist keine Standardabschreckung mehr. Das ist gegenseitige Zwanghaftigkeit. Trump droht mit einer nationalen Lähmung, um die Arterie zu öffnen. Der Iran droht dem zivilen System im gesamten Golf, um diesen Zwang zu teuer zu machen. Leistung. Wasser. Entsalzung. Energie. ES. Jede Seite greift nun auf die tiefsten Abhängigkeiten des Systems der anderen Seite zu.
Was ist also wirklich los?
Dubowitz hat Recht, dass Teheran Trumps Eskalationsbereitschaft falsch eingeschätzt hat. Er schmeichelt seiner eigenen Seite zu sehr, wenn er denkt, der Rest sei nur iranisches Unverständnis. Das Regime ist nicht einfach verwirrt. Das Regime ist in die Enge getrieben. In die Enge getriebene Akteure deeskalieren nicht zuverlässig, wenn sie die Bedrohung endlich verstehen. Sehr oft eskalieren sie stärker, weil sie denken, die Alternative sei der strategische Tod durch Verhandlungen.
Das ist das eigentliche Signal.
Trump glaubt, dass Angst eine Deeskalation erzwingen kann.
Der Iran glaubt, dass unerträglicher Schmerz zur Zurückhaltung zwingen kann.
Beide Seiten testen nun, welche Angst größer ist.
Die komprimierteste Wahrheit ist diese:
Er hat Recht, dass Trump eskalieren wird.
Er übersieht, dass der Iran das vielleicht bereits weiß und sich dennoch dafür entscheidet, weiter aufzusteigen, weil die Kapitulation für sie jetzt schlimmer aussieht als der Aufstieg.
Unilever makes 250,000 job applicants play video games before they’ll even look at a resume.
For their Future Leaders program, instead of reading cover letters, they run candidates through 12 neuroscience-based games built by Pymetrics (now owned by Harver) that measure how you make decisions under pressure, how you handle risk, and how fast you learn. The games cut their hiring time from four months to four weeks and saved over 50,000 hours of recruiter time. JPMorgan, BCG, Accenture, Mastercard, and McDonald’s all use the same platform.
There’s real science behind this. Researchers at three European universities put 40 business students through Sid Meier’s Civilization, then ran them through a Fortune 500-style management assessment center. Published in the Review of Managerial Science in 2020, the results were clear: students who scored highest in the game scored highest on problem-solving, organizing, and planning. They also had better grades.
A 2013 study at Queen Mary University of London found the same pattern with StarCraft. 72 volunteers got 40 hours of training. The StarCraft group showed a significant improvement in cognitive flexibility (your brain’s ability to switch between tasks and think on your feet) compared to a control group that played The Sims. The statistical evidence was 40 times stronger than what you’d expect from chance.
SimCity specifically has been used in university urban planning courses since 1994, when a professor named John Gaber started assigning it to teach systems thinking. A 2025 study found students who played it showed a 26% improvement in understanding sustainable city design, and 81% applied what they learned in the game to real projects.
The Civilization study was a proof-of-concept with 40 students, not a 10,000-person trial. But the pattern across multiple studies, multiple games, and a $20 billion gamification industry keeps pointing the same direction. The meme is a joke. The science behind it isn’t.
🇩🇪 Übersetzung
RT von @DamienERNST1: Unilever lässt 250.000 Bewerber Videospiele spielen, bevor sie sich überhaupt einen Lebenslauf ansehen.
Für ihr „Future Leaders“-Programm lassen sie die Kandidaten nicht Anschreiben lesen, sondern führen sie durch 12 neurowissenschaftliche Spiele, die von Pymetrics (jetzt im Besitz von Harver) entwickelt wurden und messen, wie Sie unter Druck Entscheidungen treffen, wie Sie mit Risiken umgehen und wie schnell Sie lernen. Die Spiele verkürzten die Einstellungszeit von vier Monaten auf vier Wochen und sparten über 50.000 Stunden Personalvermittlerzeit ein. JPMorgan, BCG, Accenture, Mastercard und McDonald’s nutzen alle dieselbe Plattform.
Dahinter steckt echte Wissenschaft. Forscher an drei europäischen Universitäten ließen 40 Wirtschaftsstudenten Sid Meiers Civilization absolvieren und führten sie anschließend durch ein Management-Assessment-Center im Fortune-500-Stil. Die im Review of Managerial Science im Jahr 2020 veröffentlichten Ergebnisse waren eindeutig: Schüler, die im Spiel die besten Ergebnisse erzielten, schnitten bei Problemlösung, Organisation und Planung am besten ab. Sie hatten auch bessere Noten.
Eine Studie der Queen Mary University of London aus dem Jahr 2013 ergab das gleiche Muster bei StarCraft. 72 Freiwillige erhielten 40 Stunden Training. Die StarCraft-Gruppe zeigte im Vergleich zu einer Kontrollgruppe, die Die Sims spielte, eine deutliche Verbesserung der kognitiven Flexibilität (die Fähigkeit Ihres Gehirns, zwischen Aufgaben zu wechseln und spontan zu denken). Der statistische Beweis war 40-mal stärker als das, was man vom Zufall erwarten würde.
SimCity wird seit 1994 speziell in Universitätskursen zur Stadtplanung eingesetzt, als ein Professor namens John Gaber damit begann, es für die Vermittlung von Systemdenken einzusetzen. Eine Studie aus dem Jahr 2025 ergab, dass Schüler, die es spielten, ihr Verständnis für nachhaltige Stadtgestaltung um 26 % verbesserten und 81 % das, was sie im Spiel gelernt hatten, auf reale Projekte anwendeten.
Bei der Civilization-Studie handelte es sich um einen Proof-of-Concept mit 40 Studenten und nicht um einen Versuch mit 10.000 Personen. Aber das Muster über mehrere Studien, mehrere Spiele und eine 20-Milliarden-Dollar-Gamification-Branche hinweg weist immer wieder in die gleiche Richtung. Das Meme ist ein Witz. Die Wissenschaft dahinter ist es nicht.
From almost done, followed by close to winding down -- to a 48-hours ultimatum to Iran to re-open the Strait of Hormuz that the US doesn't use, and in any case, it would be very easy to re-open even by the NATO European cowards...
🇩🇪 Übersetzung
RT von @DamienERNST1: Von fast fertig, gefolgt von kurz vor der Schließung – bis hin zu einem 48-Stunden-Ultimatum an den Iran, die Straße von Hormus wieder zu öffnen, die die USA nicht nutzen, und auf jeden Fall wäre es selbst für die europäischen Feiglinge der NATO sehr einfach, die Straße von Hormus wieder zu öffnen ...
Terence Tao: Months of uninterrupted time at Institute for Advanced Study made him less inspired, not more.
"You actually do need a level of distraction in your life. It adds enough randomness and temperature - that optimized systems remove."
🇩🇪 Übersetzung
RT von @DamienERNST1: Terence Tao: Die monatelange ununterbrochene Zeit am Institute for Advanced Study ließ ihn weniger inspirieren, nicht mehr.
„Sie brauchen tatsächlich ein gewisses Maß an Ablenkung in Ihrem Leben. Es fügt genug Zufälligkeit und Temperatur hinzu – die optimierte Systeme entfernen.“
The world's most popular programming language was built in the Netherlands
Guido van Rossum wrote the first version of Python at CWI Amsterdam in 1989
The language now powering ChatGPT, Instagram, and NASA's systems started as a side project over Christmas
🇩🇪 Übersetzung
RT von @DamienERNST1: Die weltweit beliebteste Programmiersprache wurde in den Niederlanden entwickelt
Guido van Rossum schrieb 1989 am CWI Amsterdam die erste Version von Python
Die Sprache, die jetzt die Systeme von ChatGPT, Instagram und der NASA antreibt, begann als Nebenprojekt über Weihnachten
It seems inevitable that LLMs will soon surpass human physicists at creating new theories. The next big breakthrough in theoretical physics will likely come from someone prompting a model.
🇩🇪 Übersetzung
RT von @DamienERNST1: Es scheint unvermeidlich, dass LLMs bald menschliche Physiker bei der Entwicklung neuer Theorien übertreffen werden. Der nächste große Durchbruch in der theoretischen Physik wird wahrscheinlich von jemandem kommen, der ein Modell vorschlägt.
$960 Per Ounce.
Vanished in Three Weeks
The average gold miner runs about 15% of their all-in costs through energy.
Oil up 52% adds $130 to every ounce produced.
And Gold down $830 kills the revenue side.
Three weeks of war turned a $3,600 margin into $2,640.
And the Strait of Hormuz is still closed.
🇩🇪 Übersetzung
RT von @DamienERNST1: 960 $ pro Unze.
Innerhalb von drei Wochen verschwunden
Der durchschnittliche Goldminenbetreiber deckt etwa 15 % seiner Gesamtkosten mit Energie ab.
Der Anstieg des Ölpreises um 52 % bringt 130 US-Dollar pro produzierte Unze mit sich.
Und der Rückgang des Goldpreises um 830 $ macht die Einnahmenseite zunichte.
Drei Wochen Krieg verwandelten eine Marge von 3.600 $ in 2.640 $.
Und die Straße von Hormus ist immer noch gesperrt.
Students at a Government Polytechnic in India have created a fire extinguisher that uses low-frequency sound waves to push oxygen away and extinguish fires, instead of using water or foam.
🇩🇪 Übersetzung
RT von @DamienERNST1: Studenten einer staatlichen Fachhochschule in Indien haben einen Feuerlöscher entwickelt, der niederfrequente Schallwellen verwendet, um Sauerstoff wegzudrücken und Brände zu löschen, anstatt Wasser oder Schaum zu verwenden.
US Treasury says there are 140 million barrels of Iranian oil "stranded" on the water. That's misleading -- if not false.
There're about 100 million barrels of Iranian oil on their way to China, and probably another 40 million on floating storage. Only the later is "stranded."
🇩🇪 Übersetzung
RT von @DamienERNST1: Das US-Finanzministerium sagt, dass 140 Millionen Barrel iranisches Öl auf dem Wasser „gestrandet“ sind. Das ist irreführend – wenn nicht sogar falsch.
Etwa 100 Millionen Barrel iranisches Öl sind auf dem Weg nach China und wahrscheinlich weitere 40 Millionen in schwimmenden Lagern. Nur Letzteres ist „gestrandet“.
Derrière le pari technologique de l'entrepreneur français @ylecun, se trouve une rupture avec les grands modèles de langage (LLM) actuels et, en toile de fond, une fenêtre d'opportunité pour l’Europe. ➡️ https://l.lexpress.fr/BLo
✍️ @MRecoquille
🇩🇪 Übersetzung
RT von @DamienERNST1: Ich habe die Technologieparität des französischen Unternehmers @ylecun kennengelernt, er hat einen Bruch mit den großen Sprachmodellen (LLM) in der Gegenwart und im Alltag gefunden, eine Gelegenheit, sich für Europa zu öffnen. ➡️ https://l.lexpress.fr/BLo
✍️ @MRecoquille
this is big
OpenAI is aiming to build a fully autonomous AI researcher as its next major goal.
The near term milestone: by September 2026, to have an AI research intern that can independently complete multi day human tasks.
2028 goal - a self operating, multi agent research lab running inside a data center. AI systems doing the heavy intellectual lifting, while humans define the problems worth solving.
🇩🇪 Übersetzung
RT von @DamienERNST1: Das ist groß
Als nächstes großes Ziel strebt OpenAI den Aufbau eines vollständig autonomen KI-Forschers an.
Der kurzfristige Meilenstein: Bis September 2026 soll ein KI-Forschungspraktikant eingestellt werden, der mehrtägige menschliche Aufgaben selbstständig erledigen kann.
Ziel für 2028: ein selbsttätiges Multiagenten-Forschungslabor, das in einem Rechenzentrum betrieben wird. KI-Systeme erledigen die schwere intellektuelle Arbeit, während Menschen die Probleme definieren, die es zu lösen gilt.
Terence Tao says AI is already doing frontier math humans can't, just a different frontier than we expect
But it is a different kind of mathematical ability, closer to how calculators surpassed human number-crunching without thinking like mathematicians
"within a decade, AI can do much of the work mathematicians do today"
🇩🇪 Übersetzung
RT von @DamienERNST1: Terence Tao sagt, dass KI bereits Grenzberechnungen durchführt, die Menschen nicht können, nur eine andere Grenze, als wir erwarten
Aber es handelt sich um eine andere Art von mathematischer Fähigkeit, die eher der Art und Weise ähnelt, wie Taschenrechner die menschliche Zahlenverarbeitung übertrafen, ohne wie Mathematiker zu denken
„Innerhalb eines Jahrzehnts kann KI einen Großteil der Arbeit erledigen, die Mathematiker heute leisten.“
Le ton change clairement dans les canaux russes.
Même les sources proches de l’aviation parlent d’un vrai problème.
💥👉 Nouvelle perte confirmée :
Un autre Kamov Ka-52 a été perdu.
Les causes exactes restent inconnues pour l’instant.
Mais en interne, une hypothèse inquiète : les drones FPV.
Panique autour des drones FPV
Depuis cette perte, priorité totale : installer en urgence des systèmes de guerre électronique (REB) sur les hélicoptères d’attaque.
Sur les Mil Mi-8, les équipages bricolent leurs propres solutions… à leurs risques et périls.
Systèmes “artisanaux”
Les pilotes de Mi-8 utilisent :
• du matériel financé par des volontaires
• des équipements achetés eux-mêmes
• des installations improvisées
Bref, du système D en pleine guerre moderne.
Officiellement, l’industrie travaille sur des solutions depuis des années.
Dans les faits : rien de concret sur le terrain.
Le décalage est énorme entre besoins réels et réponses techniques.
👉 Des équipages pas totalement démunis… mais presque
Aujourd’hui, la plupart des équipages ont des détecteurs de drones et parfois même des fusils à bord (oui, littéralement)
Mais selon les retours c’est bien sûr insuffisant et surtout peu efficace
👉 Le vrai problème technique
Installer du REB sur des hélicoptères comme le Mil Mi-28 ou le Ka-52 n’est pas simple.
Pourquoi ? incompatibilité électromagnétique
Un système mal intégré peut… perturber les propres systèmes de l’hélico
Dans le pire des cas le REB peut provoquer la perte de l’appareil
Contrairement à un hélico de transport :
• on ne peut pas juste poser un système dans la cabine
• tout doit être intégré proprement (antennes, alimentation, commandes)
Et ça, ça prend du temps… que le terrain n’a pas.
👉 Réaction en haut lieu
Selon la source, depuis hier :
➡️les responsables russes prennent le problème très au sérieux
Mais en attendant une solution industrielle :
➡️ils pourraient copier les systèmes déjà bricolés sur le terrain
➡️même imparfaits, ils semblent “tenir”
👉 Conclusion
Les pertes récentes, confirmées aussi par Militarnyi, montrent une vulnérabilité croissante :
➡️ les hélicoptères d’attaque russes ne sont pas prêts face aux drones FPV
➡️et les solutions actuelles arrivent trop lentement
Un signal faible… mais très révélateur de l’évolution du champ de bataille.
https://militarnyi.com/en/news/russians-lose-second-ka-52-in-24-hours/
https://t.me/bomber_fighter/24636
🇩🇪 Übersetzung
RT von @DamienERNST1: Der Ton ändert die Klarheit in den russischen Kanälen.
Die Quellen der Luftfahrt stammen ebenfalls aus einem aktuellen Problem.
💥👉 Neue Bestätigung perte:
Ein anderer Kamov Ka-52 ist für immer da.
Die Ursachen bleiben für den Augenblick bestehen.
Im Internet gibt es eine weitere Frage: FPV-Drohnen.
Panique Autor von FPV-Drohnen
Aus diesem Grund hat die absolute Priorität: Installieren Sie dringend elektronische Kampfsysteme (REB) auf Angriffshubschraubern.
Auf der Mil Mi-8 bricolieren die Ausrüstungen ihre eigenen Lösungen ... zu ihren Risiken und Gefahren.
„Artisanaux“-Systeme
Die von der Mi-8 verwendeten Piloten:
• Das von Freiwilligen finanzierte Material
• des équipements achetés eux-mêmes
• des improvisierten Installationen
Kurze Beschreibung, das System D im modernen Stil.
Offiziell arbeitet die Industrie seit Jahren an Lösungen.
In der Tat: Betonung auf dem Gelände.
Der Druck ist zwischen den erforderlichen Walzen- und Reaktionstechniken enorm.
👉 Des équipages pas totalement démunis… mais presque
Aujourd’hui, la pluppart of equipages ont detecteurs de Drones et parfois meme of fusils à bord (oui, littéralement)
Allerdings waren die Rücksendungen nicht ausreichend und absolut wirksam
👉 Die problematische Technik
Die Installation von REB auf Hubschraubern wie der Mil Mi-28 oder der Ka-52 ist nicht einfach.
Pourquoi? elektromagnetische Inkompatibilität
Ein nicht integriertes System kann die eigenen Systeme des Hubschraubers stören
In der Nähe des REB-Gehäuses kann die Gefahr bestehen, dass das Gerät beschädigt wird
Widerspruch zu einem Transporthélico:
• Es kann sein, dass kein System in der Kabine vorhanden ist
• Alles, was Sie brauchen, ist integriertes Eigentum (Antennen, Stromversorgung, Befehle)
Und es dauerte so lange, bis das Gelände verschwunden war.
👉 Direkte Reaktion
Selon la source, depuis hier:
➡️Les Responsables russes prennent the problem très au sérieux
Weitere Informationen zu einer industriellen Lösung:
➡️Ihre Kopierer-Systeme wurden auf dem Gelände gebaut
➡️même imparfaits, ils semblent „tenir“
👉 Fazit
Aktuelle Meldungen, die auch von der Armee bestätigt wurden, weisen eine erhöhte Verwundbarkeit auf:
➡️ Russische Angriffshubschrauber dürfen nicht mit FPV-Drohnen konfrontiert werden
➡️Die aktuellen Lösungen kommen in Kürze an
Ein schwaches Signal … mehr als nur ein Aufschluss über die Entwicklung des Schlachtfeld-Champions.
https://militarnyi.com/en/news/russians-lose-second-ka-52-in-24-hours/
https://t.me/bomber_fighter/24636
❗️Ground-based robotic systems this year could replace up to a third of 🇺🇦Ukrainian infantry on the line of combat contact — commander of the 3rd Army Corps Andriy Biletskyi
“If we move in the direction of technological innovation, then this year, I am convinced, it will be possible to remove up to 30% of infantrymen from the line of combat contact, and in the near future — up to 80%.”
🇩🇪 Übersetzung
RT von @DamienERNST1: ❗️Bodengestützte Robotersysteme könnten in diesem Jahr bis zu einem Drittel der 🇺🇦ukrainischen Infanterie an der Kampfkontaktlinie ersetzen – Kommandeur des 3. Armeekorps Andriy Biletskyi
„Wenn wir uns in Richtung technologischer Innovation bewegen, wird es meiner Überzeugung nach in diesem Jahr möglich sein, bis zu 30 % der Infanteristen aus der Kampfkontaktlinie zu entfernen, und in naher Zukunft sogar bis zu 80 %.“
The observation is real but the causation runs backwards.
53% of unicorn founders studied CS, engineering, or economics. All math-heavy. 62% held post-graduate degrees. They kept choosing harder problems on purpose.
Math at a young age is where you first encounter a problem that takes 45 minutes of wrong answers before the right one appears. Most kids quit that loop. Some stay in it.
The ones who stay are self-selecting for one trait: tolerance for being wrong repeatedly while continuing to work. That trait is invisible in every other school subject where memorization still gets you an A.
Patrick Collison enrolled at MIT at 16. Dropped out. Stripe is now worth $159 billion. A decade of training on problems where the first five approaches fail and you keep going anyway is what built that company.
The girl in this photo is doing Arrhenius kinetics and Michaelis-Menten enzyme modeling. Applied math. The kind where the answer has to be right because a physical system depends on it.
Startups are the same loop at a larger scale. Incomplete information, no answer key, months before you know if you're even solving the right problem. The math kids were learning to stay in the room.
🇩🇪 Übersetzung
RT von @DamienERNST1: Die Beobachtung ist real, aber die Kausalität läuft rückwärts.
53 % der Unicorn-Gründer haben Informatik, Ingenieurwesen oder Wirtschaftswissenschaften studiert. Alles mathelastig. 62 % hatten einen Postgraduiertenabschluss. Sie wählten absichtlich immer wieder schwierigere Probleme.
In der Mathematik stößt man in jungen Jahren zum ersten Mal auf ein Problem, bei dem man 45 Minuten lang falsche Antworten braucht, bevor die richtige Antwort auftaucht. Die meisten Kinder verlassen diese Schleife. Manche bleiben drin.
Diejenigen, die bleiben, selektieren sich selbst aufgrund einer Eigenschaft: der Toleranz, wiederholt Fehler zu machen und gleichzeitig weiter zu arbeiten. Diese Eigenschaft ist in jedem anderen Schulfach unsichtbar, in dem man durch Auswendiglernen immer noch eine Eins erhält.
Patrick Collison schrieb sich mit 16 am MIT ein und brach das Studium ab. Stripe ist jetzt 159 Milliarden US-Dollar wert. Ein Jahrzehnt der Schulung zu Problemen, bei denen die ersten fünf Ansätze scheitern und man trotzdem weitermacht, hat dieses Unternehmen aufgebaut.
Das Mädchen auf diesem Foto führt Arrhenius-Kinetik und Michaelis-Menten-Enzymmodellierung durch. Angewandte Mathematik. Die Art, bei der die Antwort richtig sein muss, weil ein physikalisches System davon abhängt.
Startups sind in größerem Maßstab derselbe Kreislauf. Unvollständige Informationen, kein Antwortschlüssel, Monate bevor Sie wissen, ob Sie überhaupt das richtige Problem lösen. Die Mathematikkinder lernten, im Zimmer zu bleiben.
🇨🇳China is Using Algae to Transform Deserts into Farmland
After spraying cyanobacteria, microbial growth transforms deserts into arable land.
Sound like sci-fi? It's Chinese innovation.
🇩🇪 Übersetzung
RT von @DamienERNST1: 🇨🇳China nutzt Algen, um Wüsten in Ackerland zu verwandeln
Nach dem Versprühen von Cyanobakterien verwandelt mikrobielles Wachstum Wüsten in Ackerland.
Klingt nach Science-Fiction? Es ist chinesische Innovation.
This chart shows how the US natural gas market is insulated from the conflict in the Middle East
🇺🇸👇
European gas prices surged to the highest since Russia's invasion of Ukraine in 2022
Meanwhile, US prices steady due to abundance of supply (thanks to the shale revolution)
🇩🇪 Übersetzung
RT von @DamienERNST1: Dieses Diagramm zeigt, wie der US-amerikanische Erdgasmarkt vom Konflikt im Nahen Osten isoliert ist
🇺🇸👇
Die europäischen Gaspreise sind auf den höchsten Stand seit der russischen Invasion der Ukraine im Jahr 2022 gestiegen
Unterdessen stabilisieren sich die US-Preise aufgrund des reichlichen Angebots (dank der Schieferrevolution)
Terence Tao is arguably the greatest mathematician alive. He just sat down with Dwarkesh for ~84 minutes on AI, math, and what actually counts as scientific progress.
Here is the clearest thinking I have heard on what AI can and cannot do for science.
Our notes:
𝟭. 𝗔𝗜 𝗵𝗮𝘀 𝗺𝗮𝗱𝗲 𝗴𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝗻𝗴 𝗶𝗱𝗲𝗮𝘀 𝗮𝗹𝗺𝗼𝘀𝘁 𝗳𝗿𝗲𝗲. 𝗧𝗵𝗲 𝗵𝗮𝗿𝗱 𝗽𝗮𝗿𝘁 𝗶𝘀 𝗻𝗼𝘄 𝗰𝗵𝗲𝗰𝗸𝗶𝗻𝗴 𝘄𝗵𝗶𝗰𝗵 𝗼𝗻𝗲𝘀 𝗮𝗿𝗲 𝗿𝗲𝗮𝗹.
The internet made it nearly free to send a message to anyone. AI has done the same thing for coming up with possible explanations for scientific problems. You can now produce thousands of theories in minutes. But figuring out which ones are actually correct, and which are garbage? That part has not gotten any faster.
Every company and research lab should be thinking about this gap. We can generate endlessly. We cannot verify at the same speed.
𝟮. 𝗞𝗲𝗽𝗹𝗲𝗿 𝘀𝗽𝗲𝗻𝘁 𝟮𝟬 𝘆𝗲𝗮𝗿𝘀 𝘁𝗿𝘆𝗶𝗻𝗴 𝗿𝗮𝗻𝗱𝗼𝗺 𝘁𝗵𝗲𝗼𝗿𝗶𝗲𝘀 𝗯𝗲𝗳𝗼𝗿𝗲 𝗵𝗲 𝗴𝗼𝘁 𝗶𝘁 𝗿𝗶𝗴𝗵𝘁.
Johannes Kepler (the astronomer who figured out how planets orbit the Sun) started with a beautiful but completely wrong theory involving 3D geometric shapes nested between the planets. He kept guessing for two decades. The book where he finally published his correct law is mostly notes about astrology, about how Earth's musical notes cause famine.
@Dwarkesh_sp puts it perfectly: the random idea generator is only useful if there is a reliable dataset to test against. Without the astronomical observations that another scientist (Tycho Brahe) had painstakingly collected, Kepler would never have found the right answer.
𝟯. 𝗣𝗮𝘁𝘁𝗲𝗿𝗻𝘀 𝗳𝗿𝗼𝗺 𝘀𝗺𝗮𝗹𝗹 𝘀𝗮𝗺𝗽𝗹𝗲𝘀 𝗰𝗮𝗻 𝗯𝗲 𝗰𝗼𝗺𝗽𝗹𝗲𝘁𝗲 𝗳𝗹𝘂𝗸𝗲𝘀.
Kepler's law about orbital timing was based on just six data points, one per known planet. A later astronomer, named Bode, found a similar pattern and predicted a missing planet. Two new discoveries matched. People got excited. Then Neptune was discovered, and the pattern completely broke. It was a numerical coincidence from too few examples.
I think about this every time someone shows a "law" based on a handful of cherry-picked data points. Kepler got lucky. Bode did not.
𝟰. 𝗧𝗵𝗲 𝗰𝗼𝗿𝗿𝗲𝗰𝘁 𝘁𝗵𝗲𝗼𝗿𝘆 𝗼𝗳𝘁𝗲𝗻 𝗹𝗼𝗼𝗸𝘀 𝘄𝗼𝗿𝘀𝗲 𝘁𝗵𝗮𝗻 𝘁𝗵𝗲 𝘄𝗿𝗼𝗻𝗴 𝗼𝗻𝗲 𝗮𝘁 𝗳𝗶𝗿𝘀𝘁.
When Copernicus proposed that the Earth goes around the Sun, his model was actually less accurate than the old (wrong) Earth-centered model. The old model had a thousand years of tweaks, making it precise. Copernicus was simpler but rougher. Newton's theory of gravity left mysteries that Einstein, centuries later, resolved.
Any AI system that scores ideas purely on "how accurate is this right now" would have dismissed most of history's biggest breakthroughs. That should make everyone pause before building benchmarks that only measure today's accuracy.
𝟱. 𝗔𝗜 𝗶𝗻 𝗺𝗮𝘁𝗵 𝗰𝗮𝗻 𝗷𝘂𝗺𝗽, 𝗯𝘂𝘁 𝗶𝘁 𝗰𝗮𝗻𝗻𝗼𝘁 𝗰𝗹𝗶𝗺𝗯.
Tao's analogy: imagine a mountain range of walls, all different heights, all in the dark. Humans slowly feel their way up, finding handholds and mapping routes. AI is a machine that can jump straight up two meters. Sometimes it clears a short wall. Sometimes it jumps in the wrong direction and crashes. But it cannot grab a ledge, pull itself up, and jump again from a higher position.
That inability to build on partial progress is the gap. Anyone who has worked on a hard problem where each small step makes the next one possible will recognize what is missing here.
𝟲. 𝗔𝗜 𝗰𝗹𝗲𝗮𝗿𝗲𝗱 𝘁𝗵𝗲 𝗲𝗮𝘀𝘆 𝗺𝗮𝘁𝗵 𝗽𝗿𝗼𝗯𝗹𝗲𝗺𝘀 𝗳𝗮𝘀𝘁, 𝘁𝗵𝗲𝗻 𝗵𝗶𝘁 𝗮 𝘄𝗮𝗹𝗹.
There is a famous list of about 1,100 unsolved math challenges (called Erdos problems, named after a legendary mathematician who collected them). AI solved about 50 of them in a burst. Almost all were problems nobody had seriously tried before. Then progress stalled. Three separate teams threw the best AI models at every remaining problem and got almost nothing new.
I keep seeing this same pattern across industries. The wins get posted on social media. The systematic failure rates stay quiet. If you only follow the highlights, your picture of AI progress is way off.
𝟳. 𝗧𝗵𝗲𝗿𝗲 𝗶𝘀 𝗮 𝗱𝗶𝗳𝗳𝗲𝗿𝗲𝗻𝗰𝗲 𝗯𝗲𝘁𝘄𝗲𝗲𝗻 𝗰𝗹𝗲𝘃𝗲𝗿𝗻𝗲𝘀𝘀 𝗮𝗻𝗱 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝗰𝗲.
When two mathematicians solve a problem together, they try something, it almost works, they adjust, try again, and each failed attempt teaches them something that shapes the next one. AI mostly just guesses, fails, guesses again, fails again. It does not learn from each failure to make the next attempt smarter.
Tao calls what AI does right now "artificial cleverness." That is the most precise two-word description of these systems we have seen anyone use.
𝟴. 𝗧𝗮𝗼'𝘀 𝗽𝗮𝗽𝗲𝗿𝘀 𝗮𝗿𝗲 𝗿𝗶𝗰𝗵𝗲𝗿 𝗻𝗼𝘄, 𝗯𝘂𝘁 𝘁𝗵𝗲 𝗰𝗼𝗿𝗲 𝘄𝗼𝗿𝗸 𝗶𝘀 𝘂𝗻𝗰𝗵𝗮𝗻𝗴𝗲𝗱.
His research papers now include more charts, code, and numerical examples because AI makes those easy. Recreating his current papers without AI would take 5x longer. But the hardest part of the job, actually solving the mathematical puzzle, still happens with pen and paper. AI handles the side tasks.
This is such an honest assessment. The 5x number is real, but it measures extras rather than the actual breakthrough. I think most knowledge workers are quietly discovering the same thing about their own jobs right now.
𝟵. 𝗪𝗲 𝗸𝗻𝗼𝘄 𝗵𝗼𝘄 𝘁𝗼 𝗳𝗼𝗿𝗺𝗮𝗹𝗶𝘇𝗲 𝗽𝗿𝗼𝗼𝗳, 𝗯𝘂𝘁 𝗻𝗼𝘁 𝗶𝗻𝘁𝘂𝗶𝘁𝗶𝗼𝗻.
We now have computer systems (like the programming language Lean) that can check whether a mathematical proof is logically valid. AI has gotten good at using those. But there is no equivalent system for the softer questions: "Is this idea worth pursuing?" "Does this approach seem promising?" That kind of scientific intuition still requires human judgment and years of experience.
If someone builds a way to formalize that kind of reasoning, it will be one of the most important tools of the decade. Formalizing scientific taste sounds impossible, but formalizing deductive logic also sounded impossible for 2,000 years before it happened.
𝟭𝟬. 𝗗𝗮𝗿𝘄𝗶𝗻 𝘀𝘂𝗰𝗰𝗲𝗲𝗱𝗲𝗱 𝗽𝗮𝗿𝘁𝗹𝘆 𝗯𝗲𝗰𝗮𝘂𝘀𝗲 𝗵𝗲 𝘄𝗿𝗼𝘁𝗲 𝘄𝗲𝗹𝗹.
Darwin wrote in plain English and wove scattered evidence into a story people could follow. Newton wrote in Latin, invented new math to explain his ideas, and kept his best insights secret out of rivalry. It took decades for other scientists to translate Newton into terms that regular people could understand.
How persuasive an explanation is turns out to matter hugely in science. And that is exactly the kind of thing that is very hard to teach an AI to optimize for. Maybe it should stay that way.
𝟭𝟭. 𝗧𝗮𝗼 𝘁𝗵𝗶𝗻𝗸𝘀 𝘆𝗼𝘂 𝘀𝗵𝗼𝘂𝗹𝗱 𝘀𝘁𝗼𝗽 𝗼𝘃𝗲𝗿-𝗼𝗽𝘁𝗶𝗺𝗶𝘇𝗶𝗻𝗴 𝘆𝗼𝘂𝗿 𝘁𝗶𝗺𝗲.
He once spent a year at a research institute with zero distractions. After a few months, he ran out of ideas. He finds that the events he reluctantly attends outside his comfort zone often produce his best unexpected encounters. A certain amount of randomness and distraction is necessary for creative work.
I built an app through Vibe coding precisely because we stumbled into it by accident. The most interesting things in any career tend to come from the unplanned detours. The greatest mathematician alive is telling you to stop maximizing your schedule.
𝟭𝟮. 𝗜𝗳 𝗮 𝗰𝗲𝗿𝘁𝗮𝗶𝗻 𝗺𝗮𝘁𝗵 𝗰𝗼𝗻𝗷𝗲𝗰𝘁𝘂𝗿𝗲 𝘁𝘂𝗿𝗻𝘀 𝗼𝘂𝘁 𝘁𝗼 𝗯𝗲 𝘄𝗿𝗼𝗻𝗴, 𝗼𝘂𝗿 𝗲𝗻𝗰𝗿𝘆𝗽𝘁𝗶𝗼𝗻 𝗰𝗼𝘂𝗹𝗱 𝗯𝗿𝗲𝗮𝗸.
There is an unproven mathematical conjecture called the Riemann hypothesis about how prime numbers (numbers divisible only by 1 and themselves, like 7, 11, 13) are distributed. Much of modern encryption relies on the assumption that prime numbers have no hidden patterns. Tao says if this conjecture turned out to be false, it would mean there is a secret pattern in the primes that nobody knows about. And if one hidden pattern exists, there are probably more that could be exploited to break encryption.
That is the single scariest sentence about internet security I have ever heard a Fields Medalist (the highest honor in mathematics) say out loud.
Tao on careers: "We live in a particularly unpredictable era. Things we have taken for granted for centuries may not hold anymore." He points out that even high school students can now contribute to frontier math research using AI tools, something that used to require a PhD.
The full podcast is worth listening to. Link in thread.
🇩🇪 Übersetzung
RT von @DamienERNST1: Terence Tao ist wohl der größte Mathematiker am Leben. Er setzte sich einfach mit Dwarkesh für ~84 Minuten auf KI, Mathematik und was tatsächlich zählt als wissenschaftliche Fortschritt.
Hier ist das klarste Denken, das ich gehört habe, was KI für die Wissenschaft tun kann und kann.
Unsere Anmerkungen:
1. KI hat fast freie Ideen generiert. Der harte Teil prüft nun, welche real sind.
Das Internet machte es fast kostenlos, eine Nachricht an jeden zu senden. Die KI hat dasselbe getan, um mögliche Erklärungen für wissenschaftliche Probleme zu machen. Sie können jetzt Tausende von Theorien in Minuten produzieren. Aber herauszufinden, welche richtig sind und welche Müll sind? Der Teil ist nicht schneller geworden.
Jedes Unternehmen und Forschungslabor sollte an diese Lücke denken. Wir können endlos erzeugen. Wir können nicht mit der gleichen Geschwindigkeit überprüfen.
2. Kepler verbrachte 20 Jahre versuchte zufällige Theorien, bevor er es richtig bekam.
Johannes Kepler (der Astronom, der herausgefunden hat, wie Planeten die Sonne umkreisen) begann mit einer schönen, aber völlig falschen Theorie mit 3D geometrischen Formen zwischen den Planeten eingebettet. Er erraten seit zwei Jahrzehnten. Das Buch, in dem er schließlich sein korrektes Gesetz veröffentlichte, ist meist Notizen über Astrologie, wie die Noten der Erde Hunger verursachen.
@Dwarkesh sp bringt es perfekt: Der Zufalls-Ideen-Generator ist nur nützlich, wenn es einen zuverlässigen Datensatz zum Testen gibt. Ohne die astronomischen Beobachtungen, die ein anderer Wissenschaftler (Tycho Brahe) schmerzhaft gesammelt hatte, hätte Kepler nie die richtige Antwort gefunden.
3. Muster aus kleinen Proben können komplette Flocken sein.
Keplers Gesetz über die Orbitalzeit basierte auf nur sechs Datenpunkten, einem pro bekannten Planeten. Ein später Astronom namens Bode fand ein ähnliches Muster und prophezeite einen fehlenden Planeten. Zwei neue Entdeckungen wurden abgestimmt. Die Leute sind aufgeregt. Dann wurde Neptun entdeckt, und das Muster komplett gebrochen. Es war ein numerischer Zufall aus zu wenigen Beispielen.
Ich denke daran, jedes Mal, wenn jemand ein "Gesetz" zeigt, basierend auf einer Handvoll von kirsch-verlesenen Datenpunkten. Kepler hatte Glück. Bode nicht.
4. Die richtige Theorie sieht oft schlechter aus als die falsche zuerst.
Als Copernicus vorschlug, dass die Erde um die Sonne geht, war sein Modell tatsächlich weniger genau als das alte (falsche) irdische Modell. Das alte Modell hatte tausend Jahre Tweaks, so dass es präzise. Copernicus war einfacher, aber rauer. Newtons Schwerkrafttheorie hinterließ Mysterien, die Einstein, Jahrhunderte später, aufgelöst.
Jedes KI-System, das Ideen rein auf "wie genau ist das jetzt" trifft, hätte die meisten der größten Durchbrüche der Geschichte entlassen. Das sollte jeder Pause machen, bevor er Benchmarks baut, die nur die heutige Genauigkeit messen.
5. KI in Mathematik kann springen, aber es kann nicht klettern.
Taos Analogie: stellen Sie sich eine Bergkette von Wänden vor, alle unterschiedlichen Höhen, alles im Dunkeln. Die Menschen fühlen sich langsam auf dem Weg nach oben, finden Handhalte- und Kartierungswege. KI ist eine Maschine, die gerade auf zwei Meter springen kann. Manchmal löscht es eine kurze Wand. Manchmal springt es in die falsche Richtung und stürzt ab. Aber es kann keine Leiste greifen, sich hochziehen und wieder von einer höheren Position springen.
Diese Unfähigkeit, auf teilweisem Fortschritt aufzubauen, ist die Lücke. Wer an einem harten Problem gearbeitet hat, wo jeder kleine Schritt den nächsten ermöglicht, wird erkennen, was hier fehlt.
6. KI räumte die einfachen Mathe Probleme schnell, dann traf eine Wand.
Es gibt eine berühmte Liste von etwa 1.100 ungelösten Mathe-Herausforderungen (genannte Erdos-Probleme, benannt nach einem legendären Mathematiker, der sie gesammelt hat). KI löste etwa 50 davon in einem Burst. Fast alle waren Probleme, die vorher niemand ernsthaft versucht hatte. Dann ist der Fortschritt gestoppt. Drei separate Teams warfen die besten KI-Modelle bei jedem verbleibenden Problem und bekamen fast nichts Neues.
Ich sehe dieses gleiche Muster in verschiedenen Branchen. Die Gewinne werden auf Social Media veröffentlicht. Die systematischen Ausfallraten bleiben ruhig. Wenn Sie nur den Höhepunkten folgen, ist Ihr Bild von KI-Fortschritt weit entfernt.
7. Es gibt einen Unterschied zwischen Klugheit und Intelligenz.
Wenn zwei Mathematiker gemeinsam ein Problem lösen, versuchen sie etwas, es funktioniert fast, sie passen, versuchen wieder, und jeder gescheiterte Versuch lehrt sie etwas, das die nächste formt. KI erraten meistens nur, scheitert, erraten wieder, scheitert wieder. Es lernt nicht von jedem Fehler, den nächsten Versuch intelligenter zu machen.
Tao nennt, was KI jetzt "künstliche Klugheit" tut. Das ist die präziseste Zwei-Worte-Beschreibung dieser Systeme, die wir gesehen haben, dass jeder benutzt.
8. Taos Papiere sind jetzt reicher, aber die Kernarbeit ist unverändert.
Seine Forschungsarbeiten umfassen nun mehr Diagramme, Code und numerische Beispiele, weil KI diese einfach macht. Seine aktuellen Papiere ohne KI zu rekrutieren würde 5x länger dauern. Aber der härteste Teil der Arbeit, tatsächlich das mathematische Puzzle zu lösen, passiert immer noch mit Stift und Papier. KI übernimmt die Nebenaufgaben.
Das ist eine so ehrliche Einschätzung. Die 5x-Zahl ist real, aber sie misst Extras anstatt den tatsächlichen Durchbruch. Ich glaube, die meisten Wissensarbeiter entdecken im Moment das Gleiche an ihren eigenen Arbeitsplätzen.
9. Wir wissen, wie man Beweise formalisiert, aber nicht Intuition.
Wir haben nun Computersysteme (wie die Programmiersprache Lean), die überprüfen können, ob ein mathematischer Beweis logisch gültig ist. KI hat gut daran gearbeitet. Aber es gibt kein äquivalentes System für die weicheren Fragen: "Ist diese Idee es wert zu verfolgen?" "Gibt dieser Ansatz vielversprechend?" Diese Art von wissenschaftlichen Intuition erfordert immer noch menschliches Urteil und jahrelange Erfahrung.
Wenn jemand einen Weg baut, diese Art von Argumentation zu formalisieren, wird es eines der wichtigsten Werkzeuge des Jahrzehnts sein. Die Formalisierung des wissenschaftlichen Geschmacks klingt unmöglich, aber die formalisierende deduktive Logik klang auch für 2.000 Jahre unmöglich, bevor es geschah.
10. Darwin gelang es teilweise, weil er gut schrieb.
Darwin schrieb in einfachen Englisch und wove verstreut Beweise in eine Geschichte, die Menschen folgen könnten. Newton schrieb in Latein, erfand neue Mathematik, um seine Ideen zu erklären, und hielt seine besten Einsichten geheim aus Rivalität. Es dauerte Jahrzehnte, bis andere Wissenschaftler Newton in Begriffe übersetzen, die reguläre Menschen verstehen konnten.
Wie überzeugend eine Erklärung herauskommt, ist in der Wissenschaft sehr wichtig. Und das ist genau das, was sehr schwer ist, eine KI zu lehren, um zu optimieren. Vielleicht sollte es so bleiben.
11. Tao denkt, Sie sollten aufhören, Ihre Zeit zu überschätzen.
Er verbrachte einmal ein Jahr in einem Forschungsinstitut mit null Ablenkungen. Nach ein paar Monaten lief er aus Ideen. Er findet, dass die Ereignisse, die er zögerlich außerhalb seiner Komfortzone besucht, oft seine besten unerwarteten Begegnungen hervorbringen. Für die kreative Arbeit ist eine gewisse Menge an Zufall und Ablenkung notwendig.
Ich baute eine App durch Vibe Codierung genau, weil wir durch Zufall in sie eingebrochen. Die interessantesten Dinge in jeder Karriere neigen dazu, von den ungeplanten Umwege zu kommen. Der größte Mathematiker am Leben sagt, dass Sie aufhören, Ihren Zeitplan zu maximieren.
12. Wenn sich eine bestimmte Mathe-Konjektion als falsch erweist, könnte unsere Verschlüsselung brechen.
Es gibt eine unvorhergesehene mathematische Konjektion namens Riemann Hypothese darüber, wie Primzahlen (Zahlen nur um 1 und selbst divisierbar, wie 7, 11, 13) verteilt werden. Ein Großteil der modernen Verschlüsselung beruht auf der Annahme, dass die Grundzahlen keine versteckten Muster haben. Tao sagt, wenn sich diese Vermutung als falsch erwies, würde es bedeuten, dass es ein geheimes Muster in den Primen gibt, von denen niemand weiß. Und wenn ein verstecktes Muster existiert, gibt es wahrscheinlich mehr, die verwendet werden könnten, um Verschlüsselung zu brechen.
Das ist der einzige gruseligste Satz über die Internetsicherheit, den ich je gehört habe, ein Fields Medalist (die höchste Ehre in der Mathematik) sagen laut.
Tao auf Karriere: "Wir leben in einer besonders unvorhersehbaren Zeit. Dinge, die wir seit Jahrhunderten für sich genommen haben, können nicht mehr halten." Er weist darauf hin, dass selbst High School-Studenten jetzt mit AI-Tools zur Grenz Matheforschung beitragen können, was früher eine PhD erforderte.
Die volle Podcast ist es wert, zuzuhören. Link in Thread.
L'âge d'or de l'open-weight se referme mais pas là où on croit
MiniMax M2.7 vient de sortir. Performance au niveau de GLM-5, un tiers du coût.
Mais la vraie info c'est pas les benchmarks.
C'est le premier flagship MiniMax qui sort sans publier ses poids. Pas de téléchargement. Pas de HuggingFace. API only.
MiniMax, le labo chinois qui publiait tout en open, vient de fermer la porte.
Pour comprendre pourquoi c'est un signal fort, il faut rembobiner.
Depuis un an, les labos chinois dominaient l'open-weight. DeepSeek V3, Qwen3, GLM-4.7, MiMo, MiniMax M2 → tout publié.
Licences ouvertes. Poids téléchargeables dès le jour de la sortie. N'importe qui pouvait les faire tourner, les modifier, les déployer.
C'était pas de la générosité.
C'était une stratégie : inonder le marché de modèles gratuits pour couper l'herbe sous le pied des labos US fermés comme OpenAI et Anthropic.
Aujourd'hui les dominos tombent.
→ MiniMax M2.7 : fermé. API only
→ GLM-5 Turbo (http://Z.ai) : le modèle de base reste ouvert, mais la meilleure version est fermée
→ Qwen (Alibaba) : départs dans le leadership, rumeurs de pivot vers le propriétaire
Trois labos. Même direction. Même trimestre.
Quand un entraînement coûte $100M+ et que tes investisseurs veulent du retour, donner tes meilleurs modèles gratuitement devient difficile à justifier.
Mais attention. Les chinois ne lâchent pas l'open-weight. Ils restructurent.
Le pattern qui se dessine c'est celui de DeepSeek :
→ modèle de base : publié, ouvert, téléchargeable
→ version premium : fermée, accessible uniquement par API payante
Ils ferment le haut de gamme tout en gardant un pied dans l'écosystème open. Souveraineté, influence, contrôle de la communauté dev.
C'est pas un abandon. C'est une stratégie hybride.
Et pendant que la Chine se referme en haut, NVIDIA fait le mouvement inverse.
Au GTC la semaine dernière, Jensen Huang lance la Nemotron Coalition. Huit labos fondateurs : Mistral AI, Cursor, LangChain, Perplexity, Reflection AI (fondé par Mira Murati, ex-CTO d'OpenAI), Black Forest Labs, Sarvam, Thinking Machines Lab.
Premier projet : un modèle frontier co-développé par Mistral et NVIDIA. Entraîné sur DGX Cloud. Publié en open. Base du futur Nemotron 4.
Et la gamme actuelle est déjà impressionnante.
Nemotron 3 Super : 120 milliards de paramètres, 12 milliards actifs à l'inférence. Architecture hybride.
Poids ouverts + 10 000 milliards de tokens de données d'entraînement publiés + recettes complètes.
Numéro 1 sur DeepResearch Bench.
Nemotron-Cascade 2, sorti aujourd'hui : 30 milliards de paramètres, 3 milliards actifs. Bat Qwen3.5 (un modèle 40x plus gros) sur le math, le code et les workflows agentiques.
3 milliards de paramètres actifs. C'est le genre de modèle qui tourne sur ta machine, pas sur un cluster.
La stratégie de NVIDIA est limpide.
Plus les modèles ouverts tournent bien sur GPU NVIDIA, plus le monde achète du NVIDIA.
L'open-weight n'est pas un cadeau. C'est une machine à créer de la demande pour le compute.
L'inverse exact du mouvement chinois.
Les chinois ferment parce que l'open ne rapporte plus assez. NVIDIA ouvre parce que l'open fait vendre du hardware et ils ont besoin de diversifier leur vertical pour rester leader.
Le vrai produit de NVIDIA, c'est la dépendance au compute.
Et Mistral dans tout ça ? Le labo français se positionne comme le bras européen de cette coalition.
Mais faut pas être naïf. Mistral n'est pas open par idéologie. La même semaine que la coalition, ils lancent Forge → une plateforme d'entraînement custom pour entreprises. Du lock-in pur.
Open-weight pour la distribution. Propriétaire pour le revenu. Le même calcul que tout le monde.
L'open-weight n'est pas une idéologie. C'est une stratégie de distribution.
Le paysage qui se dessine pour les prochains mois :
→ Frontier : tu paies une API. OpenAI, Anthropic, Google. Tu contrôles rien.
→ Mid-tier : open-weight. NVIDIA + Mistral + labos chinois en mode hybride. Tu télécharges, tu customises, tu déploies chez toi.
→ Local : explosion. Des modèles de 3 à 80 milliards de paramètres actifs qui tournent sur du hardware grand public.
Quand un modèle à 3 milliards de paramètres actifs bat des modèles 40 fois plus gros, la question "pourquoi je paie une API ?" devient de plus en plus difficile à ignorer.
L'open-weight ne disparaît pas. Il change de mains. Les chinois restructurent. NVIDIA ramasse le flambeau. Mistral s'accroche. Meta se referme.
Personne n'est open par conviction.
Pour ceux qui buildent en local, c'est paradoxalement le meilleur moment de l'histoire.
Le frontier sera toujours l'API de quelqu'un d'autre. Le sweet spot local, c'est le tien.
🇩🇪 Übersetzung
RT von @DamienERNST1: Der Goldmedaillengewinner des Open-Weight-Turniers wird mehr als nur auf Croit verwiesen
MiniMax M2.7 kann sofort sortiert werden. Leistung auf GLM-5-Niveau, eine Stufe höher.
Weitere Informationen finden Sie unter Benchmarks.
Das ist das Flaggschiff-Premiermodell MiniMax, das vor wenigen Tagen ohne Veröffentlichung veröffentlicht wurde. Pas de téléchargement. Pas de HuggingFace. Nur API.
MiniMax, das chinesische Labor, das vollständig geöffnet ist, muss an der Tür befestigt werden.
Um zu verstehen, dass es sich um eine Signalfestung handelt, muss ich sie sofort loswerden.
Seitdem dominieren die chinesischen Labore das offene Gewicht. DeepSeek V3, Qwen3, GLM-4.7, MiMo, MiniMax M2 → vollständig veröffentlicht.
Lizenzen ouvertes. Die Kosten sind seit dem Tag des Ausfalls kostenpflichtig. Es ist wichtig, dass Sie den Messebesuch, den Modifikator und den Einsatz durchführen können.
C'était pas de la générosité.
Es handelt sich um eine Strategie: Im Rahmen der Markteinführung von kostenlosen Modellen basiert es auf den US-Arbeitsplätzen wie OpenAI und Anthropic.
Aujourd'hui les dominos tombent.
→ MiniMax M2.7: fermé. Nur API
→ GLM-5 Turbo (http://Z.ai): Das Basismodell wurde veröffentlicht, die beste Version wurde jedoch verkauft
→ Qwen (Alibaba): verlässt die Führung, Gerüchte über den Dreh- und Angelpunkt gegenüber dem Eigentümer
Drei Labore. Même-Richtung. Même Trimestre.
Als eine Investition mehr als 100 Mio. US-Dollar kostete und die Anleger auf die Rückkehr hofften, waren die besten kostenlosen Modelle nur schwer zu rechtfertigen.
Mais Aufmerksamkeit. Die Chinois gehen nicht über das offene Gewicht hinaus. Die Umstrukturierung erfolgt.
Das Muster, das aus DeepSeek besteht:
→ Basismodell: publié, ouvert, téléchargeable
→ Premium-Version: geschlossen, zugängliche Einzigartigkeit per API-Zahlung
Sie fermentieren die gesamte Haut des Fleisches, während sie in der geöffneten Umgebung unkontrolliert bleiben. Souveränität, Einfluss, Kontrolle der Gemeinde, Dev.
C'est pas un aufgegeben. Das ist eine Hybridstrategie.
Und nachdem die Chinesen auf der Höhe waren, führte NVIDIA die umgekehrte Bewegung durch.
In der letzten Woche des GTC hat Jensen Huang die Nemotron Coalition vorgestellt. Beteiligte Arbeitsgruppen: Mistral AI, Cursor, LangChain, Perplexity, Reflection AI (gegründet von Mira Murati, ehemalige CTO von OpenAI), Black Forest Labs, Sarvam, Thinking Machines Lab.
Erstes Projekt: ein von Mistral und NVIDIA gemeinsam entwickeltes Frontier-Modell. Eingetragen in DGX Cloud. Veröffentlicht und geöffnet. Basis der Zukunft Nemotron 4.
Das eigentliche Spiel ist déjà impressionnante.
Nemotron 3 Super: 120 Milliarden Parameter, 12 Milliarden Angriffspunkte. Hybride Architektur.
Ausstehende Beträge + 10.000 Milliarden Token für veröffentlichte Spenden + vollständige Rechnungen.
Nummer 1 auf DeepResearch Bench.
Nemotron-Kaskade 2, derzeit verfügbar: 30 Milliarden Parameter, 3 Milliarden Aktivitäten. Bat Qwen3.5 (ein Modell 40x plus groß) für Mathematik, Code und Workflow-Agenten.
3 Milliarden aktive Parameter. Dies ist das Genre des Modells, das auf der Maschine gespielt wird, nicht auf einem Cluster.
Die Strategie von NVIDIA ist klar.
Darüber hinaus sind die Modelle gut auf der NVIDIA-GPU verfügbar und die Welt wird von NVIDIA erreicht.
Das Open-Weight ist kein Geschenk. Es handelt sich um eine Maschine, die speziell für die Rechenleistung entwickelt wurde.
Die exakte Umkehrung der chinesischen Bewegung.
Die Chinesen fermentieren, weil sie keinen Kontakt mehr haben. NVIDIA verfügt über ein Paket, das offen für Hardware-Verkäufer ist und die Notwendigkeit besteht, ihre Vertikale für andere Marktführer zu diversifizieren.
Das Produkt von NVIDIA ist eine Rechenleistung.
Und Mistral dans all à? Die französische Arbeitswelt hat sich gegenüber den europäischen Bündnissen dieser Koalition positioniert.
Mais faut pas être naiv. Mistral ist nicht offen für seine Ideologie. In derselben Woche wie die Koalition haben sie Forge verlassen und eine benutzerdefinierte Trainingsplattform für Unternehmen entwickelt. Du lock-in pur.
Offenes Gewicht für die Verteilung. Eigentümer für Einnahmen. Die gleiche Berechnung wie die ganze Welt.
Open-Weight ist keine Ideologie. Das ist eine Vertriebsstrategie.
Die Zahlung, die für die nächsten Monate geplant ist:
→ Frontier: Sie zahlen eine API. OpenAI, Anthropic, Google. Sie können es steuern.
→ Mittelklasse: offenes Gewicht. NVIDIA + Mistral + chinesische Labore im Hybridmodus. Du lädst es ein, du passt es an, du stellst es zur Verfügung.
→ Lokal: Explosion. Drei Modelle mit 80 Milliarden Parametern werden bei Turnieren auf großer Bühne gespielt.
Als ein Modell mit 3 Milliarden aktiven Parametern mehr als 40 Monate dauerte, stellte sich die Frage „Für eine API-Zahlung?“ von Plus und Plus schwer zu Ignorieren.
L'open-weight ne disparaît pas. Ich wechsle das Stromnetz. Die Umstrukturierung der Chinesen. NVIDIA baut die Flamme auf. Mistral s'accroche. Meta se referme.
Personne n'est open par conviction.
Für diejenigen, die vor Ort gebaut wurden, ist das paradoxerweise der beste Moment der Geschichte.
Le Frontier wird die API von irgendjemandem anderen nennen. Le Sweet Spot Local, das ist Le Tien.
Actually not just math, this is happening across almost every field. AI is collapsing the barrier to entry for research. What once required a PhD and years of training can now start much easier. We are moving toward a world where there is no “hard research”, but just unsolved problems.
Big things are coming!
🇩🇪 Übersetzung
RT von @DamienERNST1: Eigentlich nicht nur in der Mathematik, das passiert in fast allen Bereichen. KI lässt die Eintrittsbarriere für die Forschung sinken. Was früher einen Doktortitel und jahrelange Ausbildung erforderte, kann jetzt viel einfacher beginnen. Wir bewegen uns auf eine Welt zu, in der es keine „harte Forschung“ gibt, sondern nur ungelöste Probleme.
Große Dinge kommen!
On ne se rend réellement compte de la beauté de la France qu’en voyageant.
Oui, il y a des coins merveilleux dans le monde entier, mais la France regorge de joyaux !
Peu importe où vous vous promenez, il y a quelque chose à faire ou à voir.
C’est assez impressionnant quand on y pense.
🇩🇪 Übersetzung
RT von @DamienERNST1: Es ist mir egal, ob ich mit der Schönheit Frankreichs auf Reisen bin.
Ja, es sind wundervolle Münzen in der ganzen Welt, mehr als die französische Regierung!
Peu importe où vous vous promenez, il y a quelque à faire or à voir.
Das ist für mich beeindruckend, wenn ich darüber nachdenke.
Chinese drones dropping fire-extinguishing capsules that burst before impact, spreading foam or powder fast to tackle fires in hard-to-reach spots before crews arrive.
🇩🇪 Übersetzung
RT von @DamienERNST1: Chinesische Drohnen werfen Feuerlöschkapseln ab, die vor dem Aufprall platzen, und verteilen schnell Schaum oder Pulver, um Brände an schwer zugänglichen Stellen zu bekämpfen, bevor die Besatzungen eintreffen.
The current plan is to strike and weaken Iran's forces for a month, then seize or blockade Kharg Island to force Iran into talks to reopen the Strait of Hormuz and surrender. This is a terrible idea with zero chance of working:
1) That "month of degrading" is a month of continued global economic damage from the closed strait. Then talks will mean more time for the global economy to feel pain. That works in Iran's favor. It plays into their hands.
2) It doesn't actually work. Iran can just shut off oil production; holding the island doesn't force them to reopen anything.
3) The shooting ducks problem. Occupying an island 15 miles off the Iranian coast puts soldiers in an extremely exposed position
4) Why would Iran negotiate? If you've already bombed their island and seized it, what's their incentive to negotiate rather than escalate? They are already in crisis. Their best weapon is to put the US in crisis too. There is no clear mechanism by which holding Kharg Island translates to a peace deal on US terms.
5) Mission creep. Once you put troops on Iranian soil, even a small island, you've crossed a threshold that's very hard to walk back. Iran has to respond or look completely defeated domestically. Then the US has to respond to that response. And suddenly you're in a ground war with Iran that nobody voted for and nobody has a plan to end.
The American plan is as bad as it could be. It will take an awful situation and make it worse. The best thing the US can do is cut its losses and declare victory.
🇩🇪 Übersetzung
RT von @DamienERNST1: Der aktuelle Plan besteht darin, die iranischen Streitkräfte einen Monat lang anzugreifen und zu schwächen und dann die Insel Kharg zu erobern oder zu blockieren, um den Iran zu Gesprächen über die Wiedereröffnung der Straße von Hormus und die Kapitulation zu zwingen. Das ist eine schreckliche Idee ohne Aussicht auf Erfolg:
1) Dieser „Monat der Erniedrigung“ ist ein Monat anhaltenden globalen wirtschaftlichen Schadens durch die gesperrte Meerenge. Dann werden die Gespräche bedeuten, dass die Weltwirtschaft mehr Zeit hat, Schmerzen zu spüren. Das kommt dem Iran zugute. Es spielt ihnen in die Hände.
2) Es funktioniert eigentlich nicht. Der Iran kann die Ölförderung einfach einstellen; Das Halten der Insel zwingt sie nicht dazu, irgendetwas wieder zu öffnen.
3) Das Problem der schießenden Enten. Die Besetzung einer Insel 15 Meilen vor der iranischen Küste bringt Soldaten in eine äußerst exponierte Lage
4) Warum sollte Iran verhandeln? Wenn Sie ihre Insel bereits bombardiert und erobert haben, welchen Anreiz haben sie dann, zu verhandeln, anstatt zu eskalieren? Sie stecken bereits in der Krise. Ihre beste Waffe besteht darin, auch die USA in eine Krise zu stürzen. Es gibt keinen klaren Mechanismus, durch den die Besetzung der Insel Kharg zu einem Friedensabkommen zu US-Bedingungen führt.
5) Missionskriechen. Sobald man Truppen auf iranischem Boden stationiert hat, selbst auf einer kleinen Insel, hat man eine Schwelle überschritten, die man nur schwer wieder zurückgehen kann. Der Iran muss reagieren oder im Inland völlig besiegt aussehen. Dann müssen die USA auf diese Reaktion reagieren. Und plötzlich befindet man sich in einem Bodenkrieg mit dem Iran, für den niemand gestimmt hat und für den niemand einen Plan hat, ihn zu beenden.
Der amerikanische Plan ist so schlecht, wie er nur sein könnte. Es wird eine schreckliche Situation verschlimmern. Das Beste, was die USA tun können, ist, ihre Verluste zu begrenzen und den Sieg zu erklären.
Here are 5 crude oil 🛢 benchmarks prices
Brent
WTI
Murban
Oman
Dubai
🇩🇪 Übersetzung
RT von @DamienERNST1: Hier sind 5 Rohöl-Benchmark-Preise
Brent
WTI
Murban
Oman
Dubai
Consensus is shifting, and rightly so:
This third week of the war has fueled a shift from a short-term energy disruption to long-term structural damage. With that, the broader fallout—also marked by the non-linear risks associated with tipping points and multiple equilibrium dynamics—poses an increasing threat to global economic wellbeing and financial stability.
#economy #energy #markets #middleeastwar
🇩🇪 Übersetzung
RT von @DamienERNST1: Der Konsens verschiebt sich, und das zu Recht:
Diese dritte Kriegswoche hat zu einer Verlagerung von einer kurzfristigen Energieunterbrechung zu langfristigen Strukturschäden geführt. Damit stellen die umfassenderen Folgen – auch gekennzeichnet durch die nichtlinearen Risiken im Zusammenhang mit Kipppunkten und multiplen Gleichgewichtsdynamiken – eine zunehmende Bedrohung für das globale wirtschaftliche Wohlergehen und die Finanzstabilität dar.
#Wirtschaft #Energie #Märkte #Naherostkrieg
EVERYONE REPEAT AFTER ME
You CANNOT get to Kharg Island with Marines until you successfully transit the Strait of Hormuz ... which the IRGC will make a living hell with sea mines, suicide boat drones, missiles and aerial drones
Once past the SOH its a 20-24 hour dash (380nm) to Kharg along a coast that may be firing off antiship missiles, ballistic hypersonic missiles, cruise missiles small boats and suicide drones of all sorts, aerial, surface and subsurface.
Then they can just blow up the islands refineries when you arrive so you have to live in a town of 8,000 who hate you in a cloud of poisonous smoke/gas
🇩🇪 Übersetzung
RT von @DamienERNST1: JEDER WIEDERHOLT NACH MIR
Sie KÖNNEN NICHT mit Marines zur Insel Kharg gelangen, bis Sie die Straße von Hormus erfolgreich durchquert haben ... die das IRGC mit Seeminen, Selbstmordbootdrohnen, Raketen und Luftdrohnen zur Hölle machen wird
Nach dem SOH ist es ein 20-24-stündiger Sprint (380 Seemeilen) nach Kharg entlang einer Küste, an der möglicherweise Antischiffsraketen, ballistische Hyperschallraketen, Marschflugkörper, kleine Boote und Selbstmorddrohnen aller Art aus der Luft, über der Oberfläche und unter der Oberfläche abgefeuert werden.
Dann können sie bei Ihrer Ankunft einfach die Raffinerien der Insel in die Luft jagen, sodass Sie in einer Stadt mit 8.000 Einwohnern, die Sie hassen, in einer Wolke aus giftigem Rauch/Gas leben müssen