rickawsb

AIがロケットを設計！
北京大学の最近の論文では、RocketAgentが複雑な物理工学システム設計におけるAIの能力を集中的に示している。その中核的な価値は、AIに総合エンジニア／高度なオーケストレーター（Orchestrator）の役割を担わせ、学際的で複雑なエンジニアリング管理と問題解決を統括させる点にある。
論文におけるRocketAgentは、液体ロケット推力室の学際的な初期設計を対象とした、長期的なエンジニアリング・インテリジェントエージェントのアーキテクチャである。
複雑なシステム設計における最大のボトルネックは、「学問分野のサイロ化」にある（熱力学、構造力学、空気力学、製造用ジオメトリが、それぞれ独立したソフトウェアとデータ形式を使用している）。このプロジェクトでRocketagentは、異種ツールの出力を読み取り、重要な物理的特徴を抽出し、それらをシステムレベルの意思決定変数へマッピングする認知能力と、学際的な原因帰属能力を示した。また、燃焼室圧力や混合比などの上位レベルの運転点を自律的に特定し、遡及的な調整を開始することもできる。
RocketAgentは、液体ロケット推力室の学際的な初期設計の全プロセスを無事に完了し、最終的にマルチフィジックス評価による検証を経た推奨設計構成を提出した。

AIは知性／知識／複雑なエンジニアリングの希少性を絶えず低下させていく。
産業革命は機械によって肉体労働を代替し、筋力の希少性を低下させ、（相対的に）知力の希少性を高めた。
AI革命は今まさに機械によって頭脳労働を代替しつつある。。。
AIによって圧縮されにくい希少性には、主に次のものがある：物理的限界、圧縮できない時間、現実世界からのフィードバック、権利／許認可、ポジションの確保、信頼、注意力（ただし、増え続けるモデルと限られた注意力を奪い合う必要がある）。
「技術的に複雑であること」自体が、長期的な参入障壁になるのはますます難しくなっている。本当のボトルネックは、「思いつかないこと」から次のものへと移っていく：
作れない、測れない、検証できない、生産能力が足りない、承認を得られない、エネルギーが不足している。
企業レベルでは、長期的により価値があるのは、次のものをコントロールすることだ：
実験、測定、製造、エネルギー、材料、許認可、インフラ、installed base、顧客のワークフロー、長期的なデータと関係性。
個人にとって最も圧縮されやすいのは、純粋な知識労働と、他人より賢いという優位性である。より蓄積する価値があるのは次のものだ：
所有権、希少なアクセス権、評判、人間関係のネットワーク、流通能力、判断力と責任を引き受ける能力。
以上の六つのうち、後半の四つも依然としてA

1つのコインを10億まで上昇させるには、どれくらいの資金が必要なのか？　現在の龍一は、900万未満で十分だと教えてくれている
そして、今あるプレイヤーが100万を現金化しようとすれば、時価総額は一瞬で8億になってしまう。
多くのトッププレイヤーは、1人の保有分だけで、現在のコイン価格なら市場をゼロまで叩き落とせる。
なぜ暗号資産はギャンブルだと言われるのか？　最後にテーブルから金を持って立ち去れるのは、たいていごく少数だからだ。