If you think Art Nouveau is just for Paris, think again.
Casa Fernandini is Lima, Peru’s best-kept secret: a stunning masterclass in glass, wrought iron, and early 20th-century elegance.
🇩🇪 Übersetzung
RT von @DamienERNST1: Wenn Sie denken, dass Jugendstil nur etwas für Paris ist, dann denken Sie noch einmal darüber nach.
Casa Fernandini ist das bestgehütete Geheimnis von Lima, Peru: eine atemberaubende Meisterklasse in Glas, Schmiedeeisen und Eleganz des frühen 20. Jahrhunderts.
First time I am seeing this, but with FPV drones increasing in speed, it will become more and more common.
🇩🇪 Übersetzung
Ich sehe das zum ersten Mal, aber da FPV-Drohnen immer schneller werden, wird es immer häufiger vorkommen.
Deep in the Amazon forest, is the world's largest single drop waterfall, Guyana
🇩🇪 Übersetzung
RT von @DamienERNST1: Tief im Amazonas-Regenwald befindet sich Guyana, der größte Wasserfall der Welt
2026 may be the year AI starts to truly reason about biology.
AlphaFold helped close the sequence → structure gap.
The next frontier is sequence → functions.
Today, together with @genophoria and the team at @arcinstitute , we’re releasing BioReason-Pro — the first multimodal reasoning model for protein function prediction.
🇩🇪 Übersetzung
RT von @DamienERNST1: 2026 könnte das Jahr sein, in dem die KI beginnt, wirklich über Biologie nachzudenken.
AlphaFold hat dazu beigetragen, die Lücke zwischen Sequenz und Struktur zu schließen.
Die nächste Grenze ist Folge → Funktionen.
Heute veröffentlichen wir zusammen mit @genophoria und dem Team von @arcinstitute BioReason-Pro – das erste multimodale Reasoning-Modell zur Vorhersage von Proteinfunktionen.
Our AlphaProof paper is in this week’s issue of @Nature!
In 2024, @GoogleDeepMind's proof agents AlphaProof & AlphaGeometry together made a substantial leap in AI by achieving the silver-medal standard in solving IMO problems.
The Nature paper describes the technical innovations required—in particular, the RL loop bridging natural language & symbolic rigor—that made AlphaProof possible.
🇩🇪 Übersetzung
RT von @DamienERNST1: Unser AlphaProof-Artikel ist in der dieswöchigen Ausgabe von @Nature!
Im Jahr 2024 machten die Proofagenten AlphaProof und AlphaGeometry von @GoogleDeepMind gemeinsam einen erheblichen Sprung in der KI, indem sie den Silbermedaillenstandard bei der Lösung von IMO-Problemen erreichten.
Das Nature-Papier beschreibt die erforderlichen technischen Innovationen – insbesondere die RL-Schleife, die natürliche Sprache und symbolische Genauigkeit verbindet –, die AlphaProof möglich gemacht haben.
Well, yeah.
This was inevitable and it can happen to a AH-64 Apache or AH-1Z Cobra tomorrow in the fighting against Iran.
🇩🇪 Übersetzung
RT von @DamienERNST1: Nun ja.
Dies war unvermeidlich und kann einem AH-64 Apache oder AH-1Z Cobra morgen im Kampf gegen den Iran passieren.
Je suis inquiet. Il existe un déséquilibre entre la production et la consommation de pétrole de l'ordre de dix millions de barils par jour. Si cette tendance se confirme, le prix du carburant risque très clairement de dépasser les 3 € le litre.
https://www.dhnet.be/conso/prixenergie/2026/03/20/crise-au-moyen-orient-les-carburants-a-3-du-litre-a-la-pompe-cest-a-craindre-previent-damien-ernst-UGLH6DLFGRC7HPXYZOFHOFQVIE/
🇩🇪 Übersetzung
Ich bin unruhig. Es besteht ein Ungleichgewicht zwischen der Produktion und der Vollendung des Benzins in Höhe von zwei Millionen Barils pro Tag. Wenn dies der Fall ist, wird der Kraftstoffpreis wahrscheinlich um mehr als 3 € pro Liter gesenkt.
https://www.dhnet.be/conso/prixenergie/2026/03/20/crise-au-moyen-orient-les-carburants-a-3-du-litre-a-la-pompe-cest-a-craindre-previent-damien-ernst-UGLH6DLFGRC7HPXYZOFHOFQVIE/
Medieval city planners built streets that curved, narrowed, and wound without logic
Le Corbusier called them donkey paths and spent his career trying to replace them with straight lines
Those streets survived a thousand years of war, plague, and fire
His buildings are already being demolished
🇩🇪 Übersetzung
RT von @DamienERNST1: Mittelalterliche Stadtplaner bauten Straßen, die sich ohne Logik krümmten, verengten und schlängelten
Le Corbusier nannte sie Eselspfade und versuchte im Laufe seiner Karriere, sie durch gerade Linien zu ersetzen
Diese Straßen überstanden tausend Jahre Krieg, Pest und Feuer
Seine Gebäude werden bereits abgerissen
🚨 BREAKING: Meta researchers showed a model 2 million hours of video. No labels. No physics textbook. No supervision at all.
Then they showed it a clip where an object disappears behind a wall and never comes back.
The model flagged it as wrong. 🤯
It had learned object permanence. Shape consistency. Collision dynamics. Entirely from watching.
What's more surprising: even a model trained on just one week of unique video achieved above-chance performance on physics violation detection. That's not a fluke. That's a principle.
The key insight from the paper: this only works when the model predicts in a learned representation space, not in raw pixels. The model has to build an internal world model, compressed and abstract, and predict against that. Pixel-space prediction fails. Multimodal LLMs that reason through text fail. Only the architecture that builds abstract representations while predicting missing sensory input, something close to how neuroscientists describe predictive coding, actually acquires physics intuition.
Which means the core knowledge researchers assumed had to be hardwired may just be observation at scale. Babies learn object permanence by watching things. Turns out the same principle holds here.
Now here's the part nobody's talking about.
If observation alone teaches a model the rules of the physical world, what happens when you apply the same principle to production systems?
Production has physics too.
Not gravity. But rules just as consistent: which deploys cause incidents at 3am, which config combinations interact dangerously, which code paths quietly degrade under load, which service changes cause failures two hops away. These patterns are embedded in thousands of trajectories. Code pushes, metric shifts, customer tickets, incident timelines. Largely unobserved. Certainly unlabeled.
Nobody writes a runbook that says "if service A deploys with flag X active and service B is above 70% CPU, latency on service C degrades 40% within 6 minutes." But that pattern exists. It's repeatable. And it's sitting in your observability data right now, invisible because no one has built a model to find it.
That's the gap @playerzeroai is trying to close. Not another test runner. Not another alert threshold. A production world model that learns which things break from accumulated observation, the same way Meta's model learned gravity. It doesn't check your test coverage. It predicts failure trajectories.
One week of video was enough to learn that solid objects don't pass through walls.
The question is how much production observation your system needs before a model starts predicting where yours will break next.
The Meta paper suggests the bar might be lower than anyone expects.
🇩🇪 Übersetzung
RT von @DamienERNST1: 🚨 BREAKING: Metaforscher zeigten einem Modell 2 Millionen Stunden Video. Keine Etiketten. Kein Physiklehrbuch. Überhaupt keine Aufsicht.
Dann zeigten sie einen Clip, in dem ein Gegenstand hinter einer Wand verschwindet und nie wieder zurückkommt.
Das Modell hat es als falsch gekennzeichnet. 🤯
Es hatte Objektpermanenz gelernt. Formkonsistenz. Kollisionsdynamik. Ganz vom Zuschauen.
Was noch überraschender ist: Selbst ein Modell, das nur eine Woche lang mit einem einzigartigen Video trainiert wurde, erzielte eine überdurchschnittliche Leistung bei der Erkennung von Physikverstößen. Das ist kein Zufall. Das ist ein Prinzip.
Die wichtigste Erkenntnis aus dem Artikel: Dies funktioniert nur, wenn das Modell in einem erlernten Darstellungsraum Vorhersagen trifft, nicht in Rohpixeln. Das Modell muss ein komprimiertes und abstraktes internes Weltmodell erstellen und anhand dessen Vorhersagen treffen. Die Vorhersage des Pixelraums schlägt fehl. Multimodale LLMs, die durch Text argumentieren, scheitern. Nur die Architektur, die abstrakte Darstellungen aufbaut und gleichzeitig fehlende sensorische Eingaben vorhersagt, etwa so, wie Neurowissenschaftler die prädiktive Kodierung beschreiben, erlangt tatsächlich physikalische Intuition.
Das bedeutet, dass das Kernwissen, von dem die Forscher annahmen, dass es fest verdrahtet sei, möglicherweise nur eine Beobachtung im Maßstab ist. Babys lernen Objektbeständigkeit, indem sie Dinge beobachten. Es stellt sich heraus, dass hier das gleiche Prinzip gilt.
Hier ist der Teil, über den niemand spricht.
Wenn einem Modell allein durch Beobachtung die Regeln der physischen Welt beigebracht werden, was passiert dann, wenn man dasselbe Prinzip auf Produktionssysteme anwendet?
Auch die Produktion hat Physik.
Nicht die Schwerkraft. Aber die Regeln sind genauso konsistent: Welche Bereitstellungen verursachen um 3 Uhr morgens Vorfälle, welche Konfigurationskombinationen gefährlich interagieren, welche Codepfade sich unter Last stillschweigend verschlechtern, welche Dienständerungen zwei Hops entfernt zu Ausfällen führen. Diese Muster sind in Tausende von Flugbahnen eingebettet. Code-Pushs, Metrikverschiebungen, Kundentickets, Zeitpläne für Vorfälle. Weitgehend unbeobachtet. Auf jeden Fall unbeschriftet.
Niemand schreibt ein Runbook, in dem es heißt: „Wenn Dienst A mit aktiviertem Flag Aber dieses Muster existiert. Es ist wiederholbar. Und es befindet sich gerade in Ihren Beobachtbarkeitsdaten, unsichtbar, weil niemand ein Modell erstellt hat, um es zu finden.
Das ist die Lücke, die @playerzeroai zu schließen versucht. Kein weiterer Testläufer. Keine weitere Alarmschwelle. Ein Produktionsweltmodell, das anhand gesammelter Beobachtungen lernt, welche Dinge kaputt gehen, auf die gleiche Weise, wie Metas Modell die Schwerkraft gelernt hat. Ihre Testabdeckung wird nicht überprüft. Es prognostiziert Fehlerverläufe.
Eine Woche Video reichte aus, um zu lernen, dass feste Gegenstände keine Wände durchdringen.
Die Frage ist, wie viel Produktionsbeobachtung Ihr System benötigt, bevor ein Modell vorhersagt, wo Ihr System als nächstes kaputt gehen wird.
Das Meta-Papier deutet darauf hin, dass die Messlatte niedriger sein könnte, als irgendjemand erwartet.
One of the world’s most beautiful Art Deco skyscrapers 570 Lexington Ave, NYC (1931).
🇩🇪 Übersetzung
RT von @DamienERNST1: Einer der schönsten Art-Déco-Wolkenkratzer der Welt, 570 Lexington Ave, NYC (1931).
« Même dans un scénario relativement favorable, on parle de mois, voire plus » : @DamienERNST1 alerte sur un choc énergétique pire que Nord Stream https://www.21news.be/on-va-souffrir-pendant-un-an-damien-ernst-alerte-sur-un-choc-energetique-pire-que-nord-stream/
🇩🇪 Übersetzung
RT von @DamienERNST1: „In einem relativ günstigen Szenario, zum Glück noch mehr“: @DamienERNST1 warnt vor einem Energieschub, der Nord Stream übersteigt https://www.21news.be/on-va-souffrir-pendant-un-an-damien-ernst-alerte-sur-un-choc-energetique-pire-que-nord-stream/
Early this morning, multiple Iranian attack drones hit Kuwait’s Mina Al-Ahmadi oil refinery, setting several areas of the refinery complex ablaze and causing a partial shutdown.
🇩🇪 Übersetzung
RT von @DamienERNST1: Heute früh haben mehrere iranische Angriffsdrohnen die Ölraffinerie Mina Al-Ahmadi in Kuwait getroffen, mehrere Bereiche des Raffineriekomplexes in Brand gesetzt und eine teilweise Schließung verursacht.
The "Human researchers still have an advantage because AI does not have research taste" take lasted about one month...
https://arxiv.org/abs/2603.14473
🇩🇪 Übersetzung
RT von @DamienERNST1: Die Einstellung „Menschenforscher sind immer noch im Vorteil, weil KI keinen Forschungsgeschmack hat“ dauerte etwa einen Monat ...
https://arxiv.org/abs/2603.14473
The IRGC has struck Kuwait’s Mina Al-Ahmadi refinery twice in 48 hours, igniting fires & forcing KNPC to shut down units at a facility with ~730,000 b/d capacity
Iran is both blocking Hormuz Strait & systematically disrupting GCC energy assets to maximise global economic shocks.
🇩🇪 Übersetzung
RT von @DamienERNST1: Das IRGC hat die Mina Al-Ahmadi-Raffinerie in Kuwait innerhalb von 48 Stunden zweimal angegriffen, Brände entfacht und KNPC gezwungen, Einheiten in einer Anlage mit einer Kapazität von etwa 730.000 Barrel pro Tag abzuschalten
Der Iran blockiert sowohl die Straße von Hormus als auch systematisch die Energieanlagen des GCC, um globale Wirtschaftsschocks zu maximieren.
"prix du gaz passé de 50 à 65-70€/MWh" "choc pire que Nord Stream" "1.200 TWh" "hausse significative des coûts énergétiques qui va peser sur le pouvoir d’achat" https://www.21news.be/on-va-souffrir-pendant-un-an-damien-ernst-alerte-sur-un-choc-energetique-pire-que-nord-stream/ @21NewsBE
🇩🇪 Übersetzung
RT von @DamienERNST1: „Gaspreis von 50 bis 65-70 €/MWh“ „Schon für Nord Stream“ „1.200 TWh“ „Hausse significative des coûts énergétiques qui va peser sur le pouvoir d’achat“ https://www.21news.be/on-va-souffrir-pendant-un-an-damien-ernst-alerte-sur-un-choc-energetique-pire-que-nord-stream/ @21NewsBE
Your brain at 2 AM writing a paper you started at 10 PM is operating in a neurochemical state that most productivity systems spend thousands of dollars trying to replicate.
Sleep deprivation suppresses your prefrontal cortex. That's the region responsible for self-criticism, second-guessing, and the voice that says "this paragraph isn't good enough." At 2 AM, that voice goes quiet. Not because you've achieved some zen state. Because the hardware running it is shutting down for the night and you won't let it.
Meanwhile the deadline is dumping norepinephrine and cortisol into your system, which narrows your attention to a single point. Your brain physically cannot multitask in that state. No checking your phone. No opening a new tab. The stress response has commandeered every available resource and pointed it at the Google Doc.
Lowered inhibition plus chemically forced single-task focus. That combination is almost identical to what Csikszentmihalyi documented across 30 years of flow state research. Clear goal, immediate feedback, challenge matched to skill. A 12-page paper due in 8 hours hits all three criteria by accident.
The lo-fi beats matter more than people think. Repetitive audio at 60-70 BPM synchronizes with resting heart rate and suppresses novelty-seeking circuits. You stop hearing it within minutes. It becomes an auditory wall that blocks interruption without costing you any cognitive load. It's the cheapest sensory deprivation chamber ever built.
And the black coffee at midnight is pharmacologically different from your morning cup. Your adenosine levels have been building all day, so the caffeine is fighting a much stronger sleep signal. The subjective experience of "wired but calm" at 1 AM is a different drug interaction than alert-at-9-AM. Same molecule, completely different neurochemical environment.
Every semester, twice a semester, four years straight. That's 40 sessions of accidental deep work before anyone had a name for it.
The grade was an A- because the conditions were perfect. Not despite the chaos. Because of it.
🇩🇪 Übersetzung
RT von @DamienERNST1: Ihr Gehirn arbeitet um 2 Uhr morgens beim Schreiben einer Arbeit, die Sie um 22 Uhr begonnen haben, in einem neurochemischen Zustand, für dessen Replikation die meisten Produktivitätssysteme Tausende von Dollar ausgeben.
Schlafentzug unterdrückt Ihren präfrontalen Kortex. Das ist die Region, die für Selbstkritik, Zweifel und die Stimme verantwortlich ist, die sagt: „Dieser Absatz ist nicht gut genug.“ Um 2 Uhr morgens verstummt diese Stimme. Nicht, weil Sie einen Zen-Zustand erreicht haben. Weil die Hardware, auf der es läuft, über Nacht heruntergefahren wird und Sie das nicht zulassen.
Mittlerweile schüttet die Frist Noradrenalin und Cortisol in Ihr System aus, was Ihre Aufmerksamkeit auf einen einzigen Punkt beschränkt. In diesem Zustand kann Ihr Gehirn physisch keine Multitasking-Aufgaben ausführen. Keine Überprüfung Ihres Telefons. Kein Öffnen eines neuen Tabs. Die Stressreaktion hat alle verfügbaren Ressourcen beschlagnahmt und auf das Google-Dokument verwiesen.
Geringere Hemmung plus chemisch erzwungener Konzentration auf eine einzige Aufgabe. Diese Kombination ist fast identisch mit dem, was Csikszentmihalyi in 30 Jahren Forschung zum Strömungszustand dokumentiert hat. Klares Ziel, sofortiges Feedback, auf die Fähigkeiten abgestimmte Herausforderung. Eine 12-seitige Arbeit, die in 8 Stunden fällig ist, erfüllt zufällig alle drei Kriterien.
Die Lo-Fi-Beats sind wichtiger als die Leute denken. Wiederholter Ton mit 60–70 Schlägen pro Minute synchronisiert sich mit der Ruheherzfrequenz und unterdrückt Schaltkreise, die nach Neuheiten suchen. Sie hören es innerhalb weniger Minuten nicht mehr. Es wird zu einer Hörwand, die Unterbrechungen blockiert, ohne Sie kognitive Belastung zu kosten. Es ist die billigste sensorische Deprivationskammer, die jemals gebaut wurde.
Und der schwarze Kaffee um Mitternacht unterscheidet sich pharmakologisch von Ihrer Morgentasse. Ihr Adenosinspiegel ist den ganzen Tag über gestiegen, sodass das Koffein ein viel stärkeres Schlafsignal bekämpft. Das subjektive Erleben von „verdrahtet, aber ruhig“ um 1 Uhr morgens ist eine andere Arzneimittelinteraktion als die Alarmbereitschaft um 9 Uhr. Gleiches Molekül, völlig andere neurochemische Umgebung.
Jedes Semester, zweimal im Semester, vier Jahre am Stück. Das sind 40 Sitzungen zufälliger Tiefenarbeit, bevor irgendjemand einen Namen dafür hatte.
Die Note war eine Eins, weil die Bedingungen perfekt waren. Nicht trotz des Chaos. Aus diesem Grund.
5% of employees are doing sophisticated work with AI—treating as a reasoning partner, delegating complex tasks, ambitious usage—and the best users are above manager level!
Interesting data: https://hbr.org/2026/03/what-the-best-ai-users-do-differently-and-how-to-level-up-all-of-your-employees
🇩🇪 Übersetzung
RT von @DamienERNST1: 5 % der Mitarbeiter erledigen anspruchsvolle Arbeit mit KI – sie behandeln als Argumentationspartner, delegieren komplexe Aufgaben, ehrgeizige Nutzung – und die besten Benutzer befinden sich über der Managerebene!
Interessante Daten: https://hbr.org/2026/03/what-the-best-ai-users-do-differently-and-how-to-level-up-all-of-your-employees
The largest buyout fund in history raised $28 billion. Jeff Bezos is reportedly raising $100 billion, more than 3x that record, to buy manufacturing companies and automate them with AI.
The Wall Street Journal broke the story today. Bezos has been meeting sovereign wealth fund managers (government-owned investment pools in the Middle East and Singapore), pitching what investor documents call a "manufacturing transformation vehicle." The targets: chipmaking, defense, and aerospace.
The money flows through Project Prometheus, the AI startup Bezos co-founded in November 2025 with physicist Vik Bajaj, formerly of Google X. Prometheus launched with $6.2 billion and over 120 employees poached from OpenAI, DeepMind, and Meta. The company says it builds "AI for the physical economy," meaning AI that learns from real-world environments and physical materials, not just text and images. Prometheus is the brain. The $100 billion fund is the body.
Bezos is worth about $234 billion. This fund would represent roughly 43% of his entire fortune. Most of the capital would come from outside investors, but there is only one precedent at this size: SoftBank's Vision Fund, which also raised $100 billion in 2017 ($45 billion from Saudi Arabia's sovereign fund, $15 billion from Abu Dhabi). That fund posted a $32 billion loss in a single year. Masayoshi Son publicly said he was "embarrassed" and "ashamed" of the results.
U.S. manufacturing is a $3 trillion sector with 113 million workers. Its share of GDP has dropped from 11% in 2012 to 9% today. The bet is that AI can reverse that decline by making factories radically more productive.
Just last week, Travis Kalanick (former Uber CEO) came out of 8 years of stealth to launch Atoms, a robotics company targeting factory automation. Multiple billionaires are converging on "physical AI" this month. Bezos is just doing it with a checkbook 3x the size of anything the buyout industry has ever seen.
🇩🇪 Übersetzung
RT von @DamienERNST1: Der größte Buyout-Fonds der Geschichte hat 28 Milliarden US-Dollar eingesammelt. Berichten zufolge sammelt Jeff Bezos 100 Milliarden US-Dollar, mehr als das Dreifache dieses Rekords, um Fertigungsunternehmen zu kaufen und sie mit KI zu automatisieren.
Das Wall Street Journal hat die Geschichte heute veröffentlicht. Bezos traf sich mit Staatsfondsmanagern (staatseigene Investmentpools im Nahen Osten und in Singapur) und stellte etwas vor, was Investorendokumente als „Vehikel zur Transformation der Fertigung“ bezeichnen. Die Ziele: Chipherstellung, Verteidigung und Luft- und Raumfahrt.
Das Geld fließt über das Projekt Prometheus, das KI-Startup, das Bezos im November 2025 gemeinsam mit dem Physiker Vik Bajaj, ehemals bei Google Das Unternehmen gibt an, „KI für die physische Wirtschaft“ zu entwickeln, also KI, die aus realen Umgebungen und physischen Materialien lernt, nicht nur aus Text und Bildern. Prometheus ist das Gehirn. Der 100-Milliarden-Dollar-Fonds ist das Gremium.
Bezos ist rund 234 Milliarden Dollar wert. Dieser Fonds würde etwa 43 % seines gesamten Vermögens ausmachen. Der größte Teil des Kapitals würde von externen Investoren kommen, aber es gibt nur einen Präzedenzfall dieser Größe: den Vision Fund von SoftBank, der 2017 ebenfalls 100 Milliarden US-Dollar einsammelte (45 Milliarden US-Dollar vom Staatsfonds Saudi-Arabiens, 15 Milliarden US-Dollar von Abu Dhabi). Dieser Fonds verzeichnete in einem einzigen Jahr einen Verlust von 32 Milliarden US-Dollar. Masayoshi Son sagte öffentlich, er sei „peinlich berührt“ und „schämte sich“ über die Ergebnisse.
Das verarbeitende Gewerbe in den USA ist ein 3-Billionen-Dollar-Sektor mit 113 Millionen Arbeitnehmern. Sein Anteil am BIP ist von 11 % im Jahr 2012 auf heute 9 % gesunken. Die Wette ist, dass KI diesen Rückgang umkehren kann, indem sie Fabriken radikal produktiver macht.
Erst letzte Woche erholte sich Travis Kalanick (ehemaliger CEO von Uber) aus seiner achtjährigen Tarnung, um Atoms zu gründen, ein Robotikunternehmen, das auf Fabrikautomatisierung abzielt. Mehrere Milliardäre konvergieren diesen Monat zum Thema „physische KI“. Bezos macht es einfach mit einem Scheckbuch, das dreimal so groß ist wie alles, was die Buyout-Branche je gesehen hat.
Jim Cramer asked Jensens why companies are laying people off if AI is supposed to make everyone MORE productive.
Jensen's answer:
"For companies with imagination, you will do more with more. For companies where the leadership is just out of ideas, they have nothing else to do. They have no reason to imagine greater than they are. When they have more capability, they don't do more."
🇩🇪 Übersetzung
RT von @DamienERNST1: Jim Cramer fragte Jensens, warum Unternehmen Menschen entlassen, wenn KI alle produktiver machen soll.
Jensens Antwort:
„Unternehmen mit Vorstellungskraft können mit mehr mehr erreichen. Unternehmen, deren Führung nur aus Ideen besteht, haben nichts anderes zu tun. Sie haben keinen Grund, sich Größeres vorzustellen, als sie sind. Wenn sie mehr Fähigkeiten haben, tun sie nicht mehr.“
CHART OF THE DAY: The White House is fighting to keep the price of WTI crude oil under $100 a barrel.
But for America's Main Street what truly matters isn't the price of crude, but the cost of refined products — and those are rising fast.
Link to my @Opinion column on reply.
🇩🇪 Übersetzung
RT von @DamienERNST1: CHART DES TAGES: Das Weiße Haus kämpft darum, den Preis für WTI-Rohöl unter 100 Dollar pro Barrel zu halten.
Aber für Amerikas Main Street kommt es nicht wirklich auf den Rohölpreis an, sondern auf die Kosten für raffinierte Produkte – und diese steigen schnell.
Link zu meiner @Opinion-Kolumne in der Antwort.
In China, there is a joke going around right now that, 2026 is apparently the Year One 元年 of literally everything:
1/ autonomous driving
2/ liquid cooling
3/ domestic HBM
4/ on-device AI
5/ solid-state batteries
6/ AI applications
7/ quantum computing
8/ compute-memory integrated chips
9/ brain-inspired computing
10/ the low-altitude economy
11/ commercial space
12/ humanoid robots
13/ silicon photonics
14/ controllable nuclear fusion
Is there a frontier technology that ISN'T going to hockey stick / cambrian explode this year???
🇩🇪 Übersetzung
RT von @DamienERNST1: In China kursiert derzeit der Witz, dass 2026 offenbar das Jahr Eins von buchstäblich allem ist:
1/ Autonomes Fahren
2/ Flüssigkeitskühlung
3/ inländisches HBM
4/ KI auf dem Gerät
5/ Feststoffbatterien
6/ KI-Anwendungen
7/ Quantencomputing
8/In den Rechenspeicher integrierte Chips
9/ Vom Gehirn inspiriertes Computing
10/ die Tieflandwirtschaft
11/ Gewerbeflächen
12/ Humanoide Roboter
13/ Siliziumphotonik
14/ Kontrollierbare Kernfusion
Gibt es eine Grenztechnologie, die dieses Jahr NICHT in die Luft fliegen wird???
Breaking: Jeff Bezos is in talks to raise $100 billion for a new fund that would buy manufacturing companies and use AI to automate them https://www.wsj.com/tech/jeff-bezos-aims-to-raise-100-billion-to-buy-revamp-manufacturing-firms-with-ai-618a3cfe?mod=e2tw
🇩🇪 Übersetzung
RT von @DamienERNST1: Eilmeldung: Jeff Bezos ist in Gesprächen, um 100 Milliarden US-Dollar für einen neuen Fonds aufzubringen, der Fertigungsunternehmen kaufen und KI nutzen würde, um sie zu automatisieren https://www.wsj.com/tech/jeff-bezos-aims-to-raise-100-billion-to-buy-revamp-manufacturing-firms-with-ai-618a3cfe?mod=e2tw
Current AI is a librarian of existing knowledge. Science requires an explorer of the unknown. You don't win a Nobel Prize by staying in the library.
🇩🇪 Übersetzung
RT von @DamienERNST1: Aktuelle KI ist ein Bibliothekar des vorhandenen Wissens. Die Wissenschaft erfordert einen Entdecker des Unbekannten. Durch den Aufenthalt in der Bibliothek gewinnt man keinen Nobelpreis.
QatarEnergy CEO Saad al-Kaabi just told Reuters that Iranian attacks damaged key parts of their LNG setup at Ras Laffan. Those three units cost about $26 billion to build years back but now they face around $20 billion in lost annual revenue. Not a one-time write-off but yearly hit from production offline for 3 to 5 years.
This knocks out 17 percent of Qatar's LNG export capacity right away. About 12.8 million tons per year gone for long time. They may declare force majeure on big contracts with Italy Belgium South Korea China and others. Helium down 14 percent naphtha and sulphur drop 6 percent too. CEO said he never imagined attack like this especially in Ramadan from a neighboring country
🇩🇪 Übersetzung
RT von @DamienERNST1: Saad al-Kaabi, CEO von QatarEnergy, teilte Reuters gerade mit, dass iranische Angriffe wichtige Teile ihrer LNG-Anlage in Ras Laffan beschädigt hätten. Der Bau dieser drei Einheiten kostete vor Jahren etwa 26 Milliarden US-Dollar, doch jetzt müssen sie mit einem jährlichen Umsatzverlust von rund 20 Milliarden US-Dollar rechnen. Keine einmalige Abschreibung, sondern ein jährlicher Ausfall der Produktion für 3 bis 5 Jahre.
Dadurch fallen sofort 17 Prozent der LNG-Exportkapazität Katars aus. Etwa 12,8 Millionen Tonnen pro Jahr sind längst verschwunden. Sie können bei Großverträgen mit Italien, Belgien, Südkorea, China und anderen Ländern höhere Gewalt erklären. Helium ist um 14 Prozent gesunken, Naphtha und Schwefel sind ebenfalls um 6 Prozent gesunken. Der CEO sagte, er hätte sich einen solchen Angriff aus einem Nachbarland, insbesondere im Ramadan, nie vorstellen können
Think of it as wiping out most of the Golden Pass expansion about to begin. The bigger concern is what this means for the timing of the expansion. If it’s delayed indefinitely, it raises the forward curve significantly in Europe and Asia. Demand will also suffer. @ColumbiaUEnergy
🇩🇪 Übersetzung
RT von @DamienERNST1: Betrachten Sie es als das Auslöschen eines Großteils der beginnenden Golden-Pass-Erweiterung. Die größere Sorge besteht darin, was dies für den Zeitpunkt der Erweiterung bedeutet. Wenn es auf unbestimmte Zeit verzögert wird, erhöht es die Terminkurve in Europa und Asien erheblich. Auch die Nachfrage wird leiden. @ColumbiaUEnergy
Cash Dubai crude (balance of the month) just broke above $170 per barrel.
To my knowledge, no crude has ever commanded more than $170/bbl before.
🇩🇪 Übersetzung
RT von @DamienERNST1: Cash Dubai-Rohöl (Saldo des Monats) hat gerade die Marke von 170 USD pro Barrel durchbrochen.
Meines Wissens hat noch nie ein Rohöl mehr als 170 $/Barrel erzielt.
Britain, France, Germany, Italy, Netherlands and Japan have all released a joint statement signalling they are ready to support operations and actions to open the strait of Hormuz.
🇩🇪 Übersetzung
RT von @DamienERNST1: Großbritannien, Frankreich, Deutschland, Italien, die Niederlande und Japan haben alle eine gemeinsame Erklärung veröffentlicht, in der sie signalisieren, dass sie bereit sind, Operationen und Aktionen zur Öffnung der Straße von Hormus zu unterstützen.
wow, i didn't expect this from elon
but he basically admitted two big things:
"china is leading the AI race globally, and google is leading it in the west"
yes, in the end, open-source AI wins.
open-source models will only be 3–4 months behind the top labs -- but they have a bigger base, grow faster, and hold the stronger long-term edge
🇩🇪 Übersetzung
RT von @DamienERNST1: Wow, das habe ich von Elon nicht erwartet
aber er gab im Grunde zwei große Dinge zu:
„China führt den KI-Wettlauf weltweit an, und Google führt ihn im Westen an“
Ja, am Ende gewinnt die Open-Source-KI.
Open-Source-Modelle werden nur drei bis vier Monate hinter den Top-Laboren zurückbleiben – aber sie haben eine größere Basis, wachsen schneller und haben langfristig den stärkeren Vorsprung
Tech recruiting data just dropped and it's an absolute bloodbath
University of Washington CS program graduated 487 students in December 2025
63 have full-time offers. That's a 13% placement rate.
Last year's class of 456? 312 had offers by graduation. 68% placement rate.
The remaining 424 graduates are working at coffee shops, driving rideshare, or taking unpaid "AI training internships" that are just data labeling
One kid I know personally: 3.9 GPA, published research, internship at a major cloud provider. Applied to 1,247 positions since September.
Got 4 phone screens. Zero final rounds. Every rejection mentions "current market conditions" and "AI-driven efficiency initiatives"
His former internship manager? Just got managed out. Entire team of 9 replaced by 2 contractors in Eastern Europe using Claude Sonnet
The career center is still hosting "Breaking Into Big Tech" workshops while companies automate away entire engineering ladders
Most brutal part: these kids spent 4 years learning data structures and algorithms while the industry decided it needed prompt engineers instead
Half the class is now enrolled in 6-month bootcamps to "learn AI tools" - paying another $15k to learn the systems that eliminated their jobs
The university won't update their marketing materials. Still advertising "94% job placement rates" from 2023 data
CS enrollment applications are down 31% year-over-year but the damage is already done
These 424 graduates represent $67M in student debt walking into an industry that stopped hiring humans
But sure, keep telling kids that "software engineering is recession-proof"
🇩🇪 Übersetzung
RT von @DamienERNST1: Die Rekrutierungsdaten für Techniker sind gerade gesunken und es ist ein absolutes Blutbad
Im CS-Programm der University of Washington haben im Dezember 2025 487 Studierende ihren Abschluss gemacht
63 haben Vollzeitangebote. Das entspricht einer Vermittlungsquote von 13 %.
Die letztjährige Klasse mit 456? 312 hatten Angebote nach Abschluss. 68 % Vermittlungsquote.
Die verbleibenden 424 Absolventen arbeiten in Cafés, fahren Mitfahrgelegenheiten oder absolvieren unbezahlte „KI-Schulungspraktika“, bei denen es sich lediglich um die Datenkennzeichnung handelt
Ein Kind, das ich persönlich kenne: 3,9 GPA, veröffentlichte Forschung, Praktikum bei einem großen Cloud-Anbieter. Seit September auf 1.247 Stellen angewendet.
Habe 4 Telefonbildschirme. Keine Endrunden. In jeder Ablehnung werden „aktuelle Marktbedingungen“ und „KI-gesteuerte Effizienzinitiativen“ erwähnt.
Sein ehemaliger Praktikumsleiter? Habe es gerade geschafft. Das gesamte 9-köpfige Team wurde durch 2 Auftragnehmer in Osteuropa mit Claude Sonnet ersetzt
Das Karrierezentrum veranstaltet immer noch „Breaking Into Big Tech“-Workshops, während Unternehmen ganze technische Leitern automatisieren
Der brutalste Teil: Diese Kinder haben vier Jahre lang Datenstrukturen und Algorithmen gelernt, während die Industrie entschied, dass sie stattdessen schnelle Ingenieure brauchte
Die Hälfte der Klasse ist jetzt in 6-monatigen Bootcamps eingeschrieben, um „KI-Tools zu erlernen“ – und zahlt weitere 15.000 US-Dollar, um die Systeme zu erlernen, die ihre Jobs vernichtet haben
Die Universität wird ihre Marketingmaterialien nicht aktualisieren. Es wird immer noch mit einer „Stellenvermittlungsquote von 94 %“ basierend auf den Daten für 2023 geworben
Die Zahl der CS-Einschreibungsanträge ist im Jahresvergleich um 31 % zurückgegangen, aber der Schaden ist bereits angerichtet
Diese 424 Absolventen stellen Studentenschulden in Höhe von 67 Millionen US-Dollar dar, die in eine Branche eintreten, in der keine Menschen mehr eingestellt werden
Aber sagen Sie den Kindern auf jeden Fall immer wieder, dass „Softwareentwicklung rezessionssicher ist“.
This facility supplied nearly 20% of the global LNG market
Unlike oil, there isn’t any spare LNG capacity or alternative routes. There isn’t a strategic LNG reserve
There isnt a plant or country that can make up for Qatar’s shortfall
https://www.bloomberg.com/news/features/2026-03-19/iran-war-strikes-on-qatar-s-lng-crown-jewel-reshape-the-future-of-gas
🇩🇪 Übersetzung
RT von @DamienERNST1: Diese Anlage versorgte fast 20 % des weltweiten LNG-Marktes
Im Gegensatz zu Öl gibt es keine freien LNG-Kapazitäten oder alternative Routen. Es gibt keine strategische LNG-Reserve
Es gibt kein Werk und kein Land, das Katars Defizit ausgleichen kann
https://www.bloomberg.com/news/features/2026-03-19/iran-war-strikes-on-qatar-s-lng-crown-jewel-reshape-the-future-of-gas
The affected unit is the Air Separation Unit. It takes 3-4 years to rebuild this mega critical engineering beast.
Hard engineering, hard facts.
The world needs to learn how to be less reliant on LNG the hard way. And immediately.
#oott
🇩🇪 Übersetzung
RT von @DamienERNST1: Die betroffene Einheit ist die Luftzerlegungsanlage. Es dauert drei bis vier Jahre, dieses überaus wichtige technische Biest wieder aufzubauen.
Harte Technik, harte Fakten.
Die Welt muss auf die harte Tour lernen, weniger abhängig von LNG zu werden. Und zwar sofort.
#oott
Google’s new quantum chip is so powerful it might be tapping into parallel universes.
Google's groundbreaking quantum processor, Willow, has achieved the seemingly impossible: solving an extraordinarily complex computational problem in under five minutes—a feat that would require the world's most advanced supercomputer approximately 10 septillion years to complete (10²⁵).
This mind-boggling performance has revived one of the most provocative ideas in physics: could quantum computers like Willow be performing calculations across vast numbers of parallel universes?
Hartmut Neven, founder and lead of Google Quantum AI, believes the answer may be yes. He argues that Willow’s results align strikingly with the many-worlds (or multiverse) interpretation of quantum mechanics, in which every quantum measurement causes reality to branch into multiple, equally real parallel universes. In this view, a quantum computer doesn’t just calculate faster within our universe—it effectively distributes the workload across countless parallel realities simultaneously.
The idea traces back to physicist David Deutsch, who, as early as the 1980s, suggested that the exponential power of quantum computation could only be fully explained if the machine is exploiting resources from many coexisting worlds.
Yet the interpretation remains deeply divisive.
Many physicists and quantum computing experts insist that no multiverse is required. Willow’s breakthrough, they argue, is fully explainable through standard quantum mechanics—leveraging superposition (qubits existing in multiple states at once), entanglement, and the mathematics of high-dimensional Hilbert spaces—all within a single universe.
So what has Willow truly demonstrated?
It has pushed quantum technology into a regime so extreme that it compels us to re-examine the deepest foundations of reality itself. Whether or not Willow is quietly borrowing power from alternate universes, one thing is clear: practical, large-scale quantum computing is no longer science fiction—and it is forcing us to confront profound questions about the nature of the cosmos, computation, and existence.
🇩🇪 Übersetzung
RT von @DamienERNST1: Googles neuer Quantenchip ist so leistungsstark, dass er möglicherweise Paralleluniversen erschließt.
Googles bahnbrechender Quantenprozessor Willow hat das scheinbar Unmögliche geschafft: ein außerordentlich komplexes Rechenproblem in weniger als fünf Minuten zu lösen – eine Leistung, für deren Fertigstellung der fortschrittlichste Supercomputer der Welt etwa 10 Septillionen Jahre (10²⁵) benötigen würde.
Diese verblüffende Leistung hat eine der provokantesten Ideen der Physik wiederbelebt: Könnten Quantencomputer wie Willow Berechnungen über eine große Anzahl paralleler Universen hinweg durchführen?
Hartmut Neven, Gründer und Leiter von Google Quantum AI, glaubt, dass die Antwort „Ja“ lauten könnte. Er argumentiert, dass Willows Ergebnisse auffallend mit der Viele-Welten-Interpretation (oder Multiversum-Interpretation) der Quantenmechanik übereinstimmen, in der jede Quantenmessung dazu führt, dass sich die Realität in mehrere, gleichermaßen reale Paralleluniversen verzweigt. Aus dieser Sicht rechnet ein Quantencomputer in unserem Universum nicht nur schneller, sondern verteilt die Arbeitslast effektiv auf unzählige parallele Realitäten gleichzeitig.
Die Idee geht auf den Physiker David Deutsch zurück, der bereits in den 1980er Jahren vorschlug, dass die exponentielle Leistung der Quantenberechnung nur dann vollständig erklärt werden könne, wenn die Maschine Ressourcen aus vielen koexistierenden Welten nutzt.
Dennoch bleibt die Interpretation zutiefst umstritten.
Viele Physiker und Quantencomputing-Experten bestehen darauf, dass kein Multiversum erforderlich ist. Sie argumentieren, Willows Durchbruch sei vollständig durch die Standardquantenmechanik erklärbar – die Nutzung von Superposition (Qubits, die in mehreren Zuständen gleichzeitig existieren), Verschränkung und der Mathematik hochdimensionaler Hilbert-Räume – alles innerhalb eines einzigen Universums.
Was hat Willow also wirklich bewiesen?
Sie hat die Quantentechnologie in ein so extremes Regime gedrängt, dass sie uns dazu zwingt, die tiefsten Grundlagen der Realität selbst erneut zu untersuchen. Unabhängig davon, ob Willow sich stillschweigend Energie aus alternativen Universen leiht oder nicht, ist eines klar: Praktische, groß angelegte Quantencomputer sind keine Science-Fiction mehr – und sie zwingen uns, uns mit tiefgreifenden Fragen über die Natur des Kosmos, der Berechnung und der Existenz auseinanderzusetzen.
Information très importante du général Dan Caine qui annonce aujourd’hui que les forces américaines engagent désormais des A10 et des hélicoptères AH64 dans le sud de l’Iran, indiquant qu’elles ont acquis une domination aérienne suffisante pour soutenir des engagements au sol.
🇩🇪 Übersetzung
RT von @DamienERNST1: Eine wichtige Information für General Dan Caine, der vor Kurzem bekannt gegeben hat, dass die US-Streitkräfte im Süden des Iran von der A10 und den Hubschraubern AH64 abgestürzt sind und nicht wissen, ob sie eine ausreichende Luftbeherrschung zur Erinnerung an die Einsätze erworben haben Sol.
What US Treasury Secretary Scott Bessent told @FoxBusiness about unsanctioning Iranian barrels -- and a potential 2nd SPR release.
(I look forward to see how KSA, UAE, Iraq, Qatar, and Kuwait feel about unsanctioning Iranian oil barrels)
🇩🇪 Übersetzung
RT von @DamienERNST1: Was US-Finanzminister Scott Bessent @FoxBusiness über die Nichtgenehmigung iranischer Fässer sagte – und eine mögliche zweite SPR-Veröffentlichung.
(Ich freue mich darauf zu sehen, wie KSA, Vereinigte Arabische Emirate, Irak, Katar und Kuwait über die Nichtgenehmigung iranischer Ölfässer denken.)
“… The strategic failure so far leaves Trump facing a difficult choice: escalate dramatically, potentially including boots on the ground, or move to stop the campaign now…”
🇩🇪 Übersetzung
RT von @DamienERNST1: „… Das bisherige strategische Scheitern stellt Trump vor eine schwierige Wahl: dramatisch eskalieren, möglicherweise mit Bodentruppen, oder den Wahlkampf jetzt stoppen …“
Must-read piece on Chinese robotics:
"We commercialise one generation of robots," Xu said. Many of that generation inevitably fail. "Then we build the next generation."
🇩🇪 Übersetzung
RT von @DamienERNST1: Pflichtlektüre über chinesische Robotik:
„Wir kommerzialisieren eine Robotergeneration“, sagte Xu. Viele dieser Generation scheitern zwangsläufig. „Dann bauen wir die nächste Generation.“
Naval Construction
It’s increasingly likely we’re going to see an increase in naval construction as a means of delivering large swarms to a given theatre.
It’s quite possible to build warships with 100,000 tonnes of displacement.
It’s easy for such a vehicle to transport 10 million drones.
Drones are superior to guns (on precision) and superior to missiles (on economics). Drones combine the economics of shells, with the precision of missiles.
The challenge with drones is delivery into range.
Naval construction is how this will be solved for many militaries.
Someone is going to build the first swarm carrier and it might be a submarine version, an SSND.
Increasingly what is going to matter is who has the tightest iteration cycles. Who can incorporate new technologies and platforms the fastest?
🇩🇪 Übersetzung
RT von @DamienERNST1: Schiffbau
Es ist immer wahrscheinlicher, dass wir eine Zunahme des Marinebaus erleben werden, um große Schwärme an einen bestimmten Einsatzort zu liefern.
Es ist durchaus möglich, Kriegsschiffe mit einer Verdrängung von 100.000 Tonnen zu bauen.
Ein solches Fahrzeug kann problemlos 10 Millionen Drohnen transportieren.
Drohnen sind Waffen (in puncto Präzision) und Raketen (in puncto Wirtschaftlichkeit) überlegen. Drohnen kombinieren die Wirtschaftlichkeit von Granaten mit der Präzision von Raketen.
Die Herausforderung bei Drohnen ist die Lieferung in Reichweite.
Der Schiffsbau ist für viele Militärs die Lösung dieses Problems.
Jemand wird den ersten Schwarmträger bauen und es könnte eine U-Boot-Version sein, ein SSND.
Es kommt immer mehr darauf an, wer die engsten Iterationszyklen hat. Wer kann neue Technologien und Plattformen am schnellsten integrieren?
sam message here is:
"the era of humans writing code is over"
and he's right -- there's no real reason to write code from scratch or keep rewriting the same boilerplate when you can just prompt it
and agents get it done 5× faster.
now the job is solving problems and guiding the tools
🇩🇪 Übersetzung
RT von @DamienERNST1: Sam-Nachricht hier ist:
„Die Ära, in der Menschen Code schreiben, ist vorbei“
Und er hat recht – es gibt keinen wirklichen Grund, Code von Grund auf neu zu schreiben oder immer wieder die gleichen Muster zu schreiben, wenn man ihn einfach auffordern kann
und Agenten erledigen es fünfmal schneller.
Jetzt besteht die Aufgabe darin, Probleme zu lösen und die Werkzeuge zu steuern
▪︎ Very pleased to let you know that our latest paper that studies how to fully decarbonize the Indian electrical mix based on the building of interconnections is now officially published.
▪︎ This paper is the result of a great collaboration between the Université de Liège (Belgium), CentraleSupélec (France) and the Visvesvaraya National Institute of Technology (India).
▪︎ Access the paper:
https://orbi.uliege.be/handle/2268/342854
🇩🇪 Übersetzung
▪︎ Wir freuen uns sehr, Ihnen mitteilen zu können, dass unser neuestes Papier, das untersucht, wie der indische Strommix durch den Aufbau von Verbindungsleitungen vollständig dekarbonisiert werden kann, nun offiziell veröffentlicht wurde.
▪︎ Dieses Papier ist das Ergebnis einer großartigen Zusammenarbeit zwischen der Université de Liège (Belgien), CentraleSupélec (Frankreich) und dem Visvesvaraya National Institute of Technology (Indien).
▪︎ Greifen Sie auf das Papier zu:
https://orbi.uliege.be/handle/2268/342854