Článek
V téhle epizodě se podíváme na pět novinek, které vypadají nesouvisejícím dojmem — ale ve skutečnosti mají společného jmenovatele: svět se učí škálovat inteligenci, senzory i automatizaci a naráží přitom na nečekané limity. Začneme překvapivou studií od Google DeepMind, MIT a Northwestern: někdy je víc AI agentů prostě horší a nejlepší výsledky dávají jen jeden nebo dva. Proč? A co přesně znamená „kooperační režie“, groupthink a sociální zahálka u systémů, které nemají emoce?
Celý podcast si můžete poslechnout zde:
nebo na Apple Podcasts, Spotify nebo Youtube.
Pak se přesuneme k autonomní dopravě: Rivian věří, že díky FMCW Lidaru dokáže stlačit cenu ze „šílených“ částek na úroveň, která dává smysl pro běžná auta. Rozebereme, čím se FMCW liší od klasického ToF, proč je odolnější vůči rušení a proč možnost integrace do čipu může být ten skutečný zlom pro Level 3/4.
A nakonec přidáme dvě témata, která rozšiřují hranice toho, co považujeme za “chytré systémy”: NASA a její hledání života „jak ho neznáme“ pomocí agnostických biosignatur, robotického kuchaře pro komerční provozy a korejský plán zavést AI učitele do všech škol do roku 2025. Pokud chceš vidět budoucnost v pěti konkrétních příbězích — tenhle díl ti dá přesně tu kombinaci detailu a nadhledu, kvůli které technologie stojí za sledování.
Celý podcast si můžete poslechnout zde:
nebo na Apple Podcasts, Spotify nebo Youtube
