Tim Operasi 37signals memindahkan aplikasi mereka dari cloud dan kembali ke perangkat keras mereka sendiri karena hutang teknis dan kompleksitas layanan cloud.
Mereka menciptakan alat yang disebut 'mrsk' untuk menyederhanakan pengoperasian aplikasi dalam container yang ada.
Mereka memodernisasi dan menyederhanakan manajemen konfigurasi mereka untuk memangkas waktu penyediaan mesin virtual dari sekitar 20 menit per tamu menjadi kurang dari satu menit.
37signals beralih ke Cloudflare untuk kebutuhan CDN dan DNS mereka untuk menggantikan CloudFront dan Route53.
Tatalist, Writeboard, dan Backpack dimigrasi dalam waktu kurang dari enam minggu dengan migrasi terakhir yang hanya memakan waktu 16 menit.
Sebagian besar aplikasi mereka hanya membutuhkan penerapan aplikasi Rails standar sebagai persyaratan infrastruktur.
Penjualan rumah yang sebelumnya dimiliki di AS naik 14,5% pada Februari 2019 dari bulan sebelumnya, tetapi turun 22,6% dari tahun sebelumnya.
Harga rumah di AS turun di bulan Februari untuk pertama kalinya dalam 11 tahun terakhir, menunjukkan efek dari kampanye Federal Reserve untuk menaikkan suku bunga.
National Association of Realtors melaporkan bahwa AS mengalami penurunan harga rumah dari tahun ke tahun untuk pertama kalinya dalam lebih dari satu dekade dan penurunan suku bunga hipotek.
Kebijakan OpenAI menghalangi penelitian yang dapat direproduksi pada model bahasa, yang telah menjadi infrastruktur penelitian yang dikendalikan secara pribadi.
Penghentian model OpenAI menjadi perhatian karena Model Bahasa (LLM) menjadi bagian penting dari infrastruktur, dan para peneliti serta pengembang mengandalkan LLM sebagai lapisan dasar, yang kemudian disempurnakan untuk aplikasi tertentu atau menjawab pertanyaan penelitian.
OpenAI, seperti perusahaan lain, secara teratur memperbarui model yang lebih baru, seperti GPT-3.5 dan GPT-4, yang berarti penggunaan model-model tersebut dapat menjadi penghalang untuk direproduksi.
Pengabaian Codex oleh OpenAI yang tergesa-gesa telah memaksa para peneliti dan pengembang untuk beralih ke model GPT 3.5, yang tidak sebanding, yang menyebabkan pekerjaan lama tidak dapat direproduksi.
OpenAI telah mengizinkan para peneliti untuk mengakses Codex, tetapi proses aplikasinya tidak jelas, dan tidak jelas berapa lama model tersebut akan tersedia.
LLM sumber terbuka dapat menjadi langkah penting dalam memastikan reproduktifitas.
Mozilla telah mengumumkan pembentukan Mozilla.ai, yang akan membangun ekosistem AI open-source yang dapat dipercaya dan independen.
Startup ini akan mempermudah pengembangan produk AI yang dapat dipercaya dengan mengedepankan agensi, akuntabilitas, transparansi, dan keterbukaan.
Mozilla memberikan dana sebesar $30 juta untuk inisiatif ini dan akan dipimpin oleh Moez Draief.
Fokus awalnya adalah pada alat yang membuat AI generatif lebih aman dan transparan, serta sistem rekomendasi yang berpusat pada orang yang tidak memberikan informasi yang salah atau merusak kesejahteraan.
Komisi Sekuritas dan Bursa (SEC) telah mendakwa pengusaha aset kripto Justin Sun dan tiga perusahaannya atas penawaran dan penjualan sekuritas aset kripto Tronix (TRX) dan BitTorrent (BTT) yang tidak terdaftar.
SEC menuduh Sun dan perusahaannya menawarkan dan menjual TRX dan BTT sebagai investasi melalui beberapa "program hadiah" yang tidak terdaftar.
Sun juga melanggar ketentuan antipenipuan dan manipulasi pasar dari undang-undang sekuritas federal dengan mengatur skema untuk menggelembungkan volume perdagangan TRX secara artifisial di pasar sekunder.
SEC juga menuntut delapan selebritas karena secara ilegal menggembar-gemborkan TRX dan/atau BTT tanpa mengungkapkan kompensasi: Lindsay Lohan, Jake Paul, DeAndre Cortez Way (Soulja Boy), Austin Mahone, Michele Mason (Kendra Lust), Miles Parks McCollum (Lil Yachty), Shaffer Smith (Ne-Yo), dan Aliaune Thiam (Akon).
Kecuali dua orang selebriti, para terdakwa setuju untuk membayar total lebih dari $400.000 dalam bentuk ganti rugi, bunga, dan denda untuk menyelesaikan tuntutan tersebut, tanpa mengakui atau menyangkal temuan SEC.
Sebuah posting blog menentang penggunaan Raspberry Pi sebagai pilihan default untuk host Linux yang tidak mengganggu dan murah.
Penulis menyarankan bahwa Raspberry Pi hanya boleh digunakan jika memiliki keunggulan dalam kebutuhan spesifik seperti antarmuka GPIO, kebutuhan daya yang sangat rendah, atau keterbatasan ruang.
Penulis memberikan contoh bagaimana pilihan lain seperti AMD GX-415GA atau desktop mikro HP Prodesk 600 G4 dapat memberikan lebih banyak daya komputasi, penyimpanan yang lebih cepat dan lebih dapat diandalkan, dan dukungan komunitas yang lebih baik dengan biaya yang sama atau bahkan lebih rendah.
Penulis menyimpulkan bahwa menggunakan sistem yang lebih kuat yang dapat mencakup berbagai tujuan lebih baik dalam jangka panjang dibandingkan dengan mengumpulkan banyak Raspberry Pi dengan tujuan terbatas.
Pasar kerja pengembang saat ini sangat kompetitif, sehingga menyulitkan para kandidat untuk menemukan peran yang sesuai.
Beberapa perusahaan menggunakan proses perekrutan yang terlalu panjang yang mencakup beberapa wawancara, kuis kepribadian, dan tes teknis, yang membuat kandidat yang berpotensi untuk dipekerjakan tidak diterima.
Pengalaman negatif mengenai praktik perekrutan dapat dilaporkan melalui ulasan online sebagai cara untuk meningkatkan kesadaran tentang masalah dengan metode perekrutan.
Kandidat menganggap wawancara kerja sebagai sebuah acara lulus/gagal, sedangkan pemberi kerja menganggapnya sebagai sebuah kompetisi.
Umpan balik jarang diberikan karena perusahaan memiliki kebijakan untuk menghindari kemungkinan tuntutan hukum diskriminasi.
Kandidat tidak perlu membuang waktu untuk melamar pekerjaan yang tidak cocok dan LinkedIn memainkan peran kunci dalam membantu kandidat untuk melacak lamaran dan berkomunikasi dengan perekrut.
Beberapa perusahaan memiliki proses wawancara yang terlalu rumit untuk pekerjaan yang sebenarnya sederhana.
Pasar kerja untuk insinyur perangkat lunak saat ini sangat sulit, dengan banyaknya insinyur berkualitas tinggi di pasar, namun perusahaan berhati-hati dan pilih-pilih dalam perekrutan.
Perusahaan menjadi lebih selektif dalam proses perekrutan mereka, menghasilkan proses wawancara yang lebih lama dan lebih banyak persaingan untuk mendapatkan peran.
Membangun jaringan tetap menjadi cara terbaik untuk mencari pekerjaan, terutama di pasar yang sulit.
Sebuah penelitian yang dilakukan oleh para peneliti Stanford mengungkapkan bahwa manusia hanya dapat mengidentifikasi teks yang dihasilkan AI secara akurat sekitar 50% dari waktu.
Para peserta dalam penelitian ini diberikan sampel teks di seluruh platform media sosial OKCupid, AirBNB, dan Guru.com.
Studi ini menemukan bahwa ketepatan tata bahasa yang tinggi dan penggunaan kata ganti orang pertama sering kali salah diatribusikan pada teks yang dibuat oleh manusia, begitu juga dengan referensi tentang kehidupan keluarga dan penggunaan bahasa percakapan yang tidak formal.
Implikasi dari penelitian ini menunjukkan bahwa konten yang dibuat oleh AI yang lebih murah dan lebih mudah dapat menyebabkan lebih banyak informasi yang salah di masa depan.
Tim peneliti menyarankan solusi seperti memberikan aksen yang dapat dikenali oleh AI atau mesin pengungkap diri dalam skenario berisiko tinggi untuk meningkatkan kemampuan kita dalam membedakan antara konten yang dibuat oleh manusia dan yang dibuat oleh AI.