37signals'ın Operasyon ekibi, bulut hizmetlerinin teknik borcu ve karmaşıklığı nedeniyle uygulamalarını buluttan çıkarıp kendi donanımlarına geri taşıyor.
Mevcut konteynerli uygulamalarının çalışmasını basitleştirmek için 'mrsk' adlı bir araç oluşturdular.
Sanal makinelerin hazırlanma süresini konuk başına yaklaşık 20 dakikadan bir dakikanın altına düşürmek için yapılandırma yönetimlerini modernize edip basitleştirdiler.
37signals, CloudFront ve Route53'ün yerine CDN ve DNS gereksinimleri için Cloudflare'e geçti.
Tatalist, Writeboard ve Backpack altı haftadan kısa bir sürede taşındı ve son taşıma işlemi yalnızca 16 dakika sürdü.
Uygulamalarının çoğu, altyapı gereksinimi olarak yalnızca standart bir Rails uygulaması dağıtımı gerektiriyordu.
ABD'de daha önce sahip olunan konutların satışı Şubat 2019'da bir önceki aya göre %14,5 artarken, bir önceki yıla göre %22,6 azaldı.
ABD'de konut fiyatları Şubat ayında 11 yıl sonra ilk kez düşerek Federal Rezerv'in faiz oranlarını artırma kampanyasının etkisini gösterdi.
Ulusal Emlakçılar Birliği, ABD'nin on yıldan uzun bir süredir konut fiyatlarında yıldan yıla ilk düşüşü yaşadığını ve ipotek oranlarında bir düşüş olduğunu bildirdi.
OpenAI'nin politikaları, özel olarak kontrol edilen araştırma altyapısı haline gelen dil modelleri üzerinde yeniden üretilebilir araştırmaları engelliyor.
OpenAI'nin model kullanımdan kaldırmaları endişe yaratıyor çünkü Dil Modelleri (LLM'ler) altyapının önemli parçaları haline geliyor ve araştırmacılar ve geliştiriciler temel katman olarak LLM'lere güveniyor ve daha sonra belirli uygulamalar veya araştırma sorularını yanıtlamak için ince ayar yapılıyor.
OpenAI, diğer şirketler gibi, GPT-3.5 ve GPT-4 gibi daha yeni modelleri düzenli olarak güncelliyor, bu da bu modellerin kullanımının yeniden üretilebilirliğin önünde bir engel olabileceği anlamına geliyor.
OpenAI'nin Codex'i aceleyle kullanımdan kaldırması, araştırmacıları ve geliştiricileri karşılaştırılabilir olmayan GPT 3.5 modellerine geçmeye zorlayarak eski çalışmaların tekrar üretilemez hale gelmesine yol açtı.
OpenAI araştırmacıların Codex'e erişimine izin verdi, ancak başvuru süreci şeffaf değil ve modelin ne kadar süreyle kullanılabilir olacağı belli değil.
LLM'lerin açık kaynaklı olması, tekrar üretilebilirliğin sağlanmasında önemli bir adım olabilir.
Mozilla, güvenilir ve bağımsız bir açık kaynak yapay zeka ekosistemi oluşturacak olan Mozilla.ai'nin kurulduğunu duyurdu.
Girişim, özünde ajans, hesap verebilirlik, şeffaflık ve açıklık olan güvenilir yapay zeka ürünleri geliştirmeyi kolaylaştıracak.
Mozilla bu girişime 30 milyon dolar taahhüt ediyor ve Moez Draief tarafından yönetilecek.
İlk odak noktası, üretken yapay zekayı daha güvenli ve daha şeffaf hale getiren araçların yanı sıra yanlış bilgilendirmeyen veya refahı baltalamayan insan merkezli tavsiye sistemleri olacak.
Menkul Kıymetler ve Borsa Komisyonu (SEC), kripto varlık girişimcisi Justin Sun ve üç şirketini, kripto varlık menkul kıymetleri Tronix (TRX) ve BitTorrent'in (BTT) kayıtsız teklif ve satışı için suçladı.
SEC, Sun ve şirketlerinin TRX ve BTT'yi birden fazla kayıtsız "ödül programı" aracılığıyla yatırım olarak teklif ettiğini ve sattığını iddia ediyor.
Sun ayrıca, TRX'in ikincil piyasadaki görünür işlem hacmini yapay olarak şişirmek için bir plan düzenleyerek federal menkul kıymetler yasalarının dolandırıcılıkla mücadele ve piyasa manipülasyonu hükümlerini de ihlal etti.
SEC ayrıca sekiz ünlüyü de TRX ve/veya BTT'yi tazminatlarını açıklamadan yasadışı olarak lanse etmekle suçladı: Lindsay Lohan, Jake Paul, DeAndre Cortez Way (Soulja Boy), Austin Mahone, Michele Mason (Kendra Lust), Miles Parks McCollum (Lil Yachty), Shaffer Smith (Ne-Yo) ve Aliaune Thiam (Akon).
İki ünlü haricinde, suçlanan kişiler SEC'in bulgularını kabul ya da reddetmeksizin, suçlamaları çözmek için toplam 400.000 $'dan fazla disgorgement, faiz ve ceza ödemeyi kabul ettiler.
Bir blog yazısı, Raspberry Pi'nin göze batmayan ve ucuz Linux ana bilgisayarları için varsayılan seçim olarak kullanılmasına karşı çıkıyor.
Yazar, Raspberry Pi'nin yalnızca GPIO arayüzleri, son derece düşük güç gereksinimleri veya dar alan kısıtlamaları gibi belirli ihtiyaçlarda üstünlük sağladığında kullanılması gerektiğini öne sürüyor.
Yazar, AMD GX-415GA veya HP Prodesk 600 G4 mikro masaüstü bilgisayarlar gibi diğer seçeneklerin benzer veya daha düşük maliyetlerle nasıl daha fazla bilgi işlem gücü, daha hızlı ve daha güvenilir depolama ve daha iyi topluluk desteği sağlayabileceğine dair örnekler sunmaktadır.
Yazar, çok çeşitli amaçları karşılayabilecek daha güçlü bir sistem kullanmanın, bir grup sınırlı amaçlı Raspberry Pi biriktirmeye kıyasla uzun vadede daha iyi olduğu sonucuna varıyor.
Geliştirici iş piyasası şu anda oldukça rekabetçi ve bu da adayların uygun roller bulmasını zorlaştırıyor.
Bazı şirketler çoklu mülakatlar, kişilik testleri ve teknik testler içeren aşırı uzun işe alım süreçleri kullanmakta ve bu da potansiyel olarak işe alınabilecek adayları uzaklaştırmaktadır.
İşe alım uygulamalarıyla ilgili olumsuz deneyimler, işe alım yöntemleriyle ilgili sorunlar hakkında farkındalık yaratmanın bir yolu olarak çevrimiçi yorumlar aracılığıyla bildirilebilir.
Adaylar iş görüşmelerini bir geçme/kalma olayı olarak görürken, işverenler bunları bir rekabet olarak görmektedir.
Şirketlerin olası ayrımcılık davalarından kaçınmak için politikaları olduğundan geri bildirim nadiren verilmektedir.
Adaylar, kendilerine uygun olmayan işlere başvurarak zaman kaybetmemelidir ve LinkedIn, adaylar ın başvurularını takip etmelerine ve işe alım uzmanlarıyla iletişim kurmalarına yardımcı olmada önemli bir rol oynamaktadır.
Bazı şirketler basit işler için aşırı karmaşık mülakat süreçlerine sahiptir.
Yazılım mühendisleri için iş piyasası şu anda zor, piyasada çok sayıda yüksek kaliteli mühendis var ancak şirketler işe alımlarında temkinli ve seçici davranıyor.
Şirketler işe alım süreçlerinde daha seçici davranıyor, bu da daha uzun mülakat süreçlerine ve roller için daha fazla rekabete neden oluyor.
Networking, özellikle zorlu bir piyasada iş bulmanın en iyi yolu olmaya devam ediyor.
Stanford araştırmacıları tarafından yapılan bir çalışma, insanların yapay zeka tarafından oluşturulan metinleri zamanın yalnızca %50'sinde doğru bir şekilde tanımlayabildiğini ortaya koyuyor.
Çalışmaya katılanlara OKCupid, AirBNB ve Guru.com sosyal medya platformlarında metin örnekleri sunuldu.
Çalışma, yüksek gramer doğruluğu ve birinci şahıs zamirlerinin kullanımının, aile hayatına yapılan atıflar ve gayri resmi, konuşma dilinin kullanımı gibi genellikle yanlış bir şekilde insan tarafından oluşturulan metne atfedildiğini buldu.
Çalışmanın sonuçları, daha ucuz ve daha kolay yapay zeka tarafından üretilen içeriğin gelecekte daha fazla yanlış bilgilendirmeye yol açabileceğini göstermektedir.
Araştırma ekibi, insan ve yapay zeka tarafından üretilen içeriği ayırt etme yeteneğimizi geliştirmek için yapay zekaya tanınabilir bir aksan vermek veya yüksek riskli senaryolarda makinelerin kendini ifşa etmesi gibi çözümler önermektedir.