SZwanglos – Following Feed

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.

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.

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“.

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

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.

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.“

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

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 %.“

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.

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.

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)

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.

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.

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!

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.

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.

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.

RT von @DamienERNST1: Hier sind 5 Rohöl-Benchmark-Preise Brent WTI Murban Oman Dubai

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

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

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.

Ich sehe das zum ersten Mal, aber da FPV-Drohnen immer schneller werden, wird es immer häufiger vorkommen.

RT von @DamienERNST1: Tief im Amazonas-Regenwald befindet sich Guyana, der größte Wasserfall der Welt

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.

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.

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.

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/

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

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.

RT von @DamienERNST1: Einer der schönsten Art-Déco-Wolkenkratzer der Welt, 570 Lexington Ave, NYC (1931).

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/

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.

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

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.

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

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.

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

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.

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.“

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.