XDA: В последней предварительной версии Skype для Windows есть сообщение: «Начиная с мая Skype больше не будет доступен. Продолжайте звонить и общаться в Teams».

Программе Gemini и GDM (Google DeepMind) исполнилось два года. За это время мы прошли долгий путь и приложили немало усилий, которыми следует гордиться. В то же время конкуренция чрезвычайно усилилась, и началась последняя гонка за сильный ИИ. Думаю, у нас есть все составляющие, чтобы выиграть эту гонку, но для этого придётся отдать все силы.

Важнее всего код — сильный ИИ взлетит, когда ИИ начнёт совершенствовать сам себя. Вероятно, поначалу потребуется значительное содействие человека, поэтому самое важное — производительность кода. Более того, это касается кода, написанного нами. Мы должны быть самыми эффективными программистами и исследователями в области ИИ в мире, используя наш собственный ИИ.

Производительность — по моему опыту, 60 часов в неделю — золотая середина для темпа работы. Некоторые работают намного больше, но при этом могут выгореть или растерять творческий подход. Некоторые работают меньше 60 часов, но есть и те, кто работает по минимуму, просто чтобы выкрутиться. Вот такие люди не только нерезультативны, но и могут серьёзно подорвать дисциплину всего коллектива.

Место работы — важно работать в офисе, потому что личное присутствие гораздо эффективнее виртуального общения. Нам необходимо физически находиться рядом с коллегами, работающими над теми же задачами. Нужно свести к минимуму число уровней субординации между странами, городами и офисными зданиями. Советую находиться в офисе хотя бы каждый будний день.

Организация — нам нужны чёткие принципы ответственности и структура с высокоэффективными отделами, общим управлением и технологическим лидерством.

Простота — давайте использовать простые решения там, где это возможно. Например, если запросы срабатывают, пусть они просто работают — обучать отдельную модель дальше не нужно. Никаких лишних технических сложностей (вроде LoRA). В идеале у нас должна быть одна архитектура и одна модель, которую можно запрашивать для разных целей.

Качество — будь то оценка, источник данных, панель управления или сообщение во внутреннем интерфейсе, убедитесь, что они работают и выполнены на высоком уровне.

Скорость — наши продукты, модели и внутренние инструменты должны работать быстро. Я не могу 20 минут ждать Borg, чтобы запустить небольшой код на Python.

Итерации в малых масштабах — нам нужно много идей, которые можно тестировать быстро. Лучший способ сделать это — проводить эксперименты в небольших масштабах, а затем, если они успешны, расширять их. Это отличный способ проверки. Если сразу работать в больших масштабах, появляется тенденция ограничиваться незначительными доработками, подстраиваться под оценочные показатели, гнаться за контрольными точками и т. д. В крупном масштабе нам нужны настоящие победы.

Хватит перекладывать ответственность — нельзя создавать продукты-няньки. Наши продукты переполнены фильтрами и всевозможными компромиссами. Нам нужны работоспособные решения, и мы должны доверять своим пользователям.