스페이스X IPO: 모든 것을 알아야 할 최신 정보
TechCrunch는 스페이스엑스(SpaceX)의 시작, 어려움, 성공을 초기부터 추적해 왔습니다. 그리고 그 다음 단계도 함께 합니다. 스페이스엑스 IPO 관련 보도에서 누가 이익을 얻을 것인지(그리고 일부는 얻지 못할 수도 있는 사람들), IPO 이전의 거래, 그리고 S-1 등록 서류에 숨겨진 내용 등을 포함한 이 패키지에서 다루고 있습니다.
AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
TechCrunch는 스페이스엑스(SpaceX)의 시작, 어려움, 성공을 초기부터 추적해 왔습니다. 그리고 그 다음 단계도 함께 합니다. 스페이스엑스 IPO 관련 보도에서 누가 이익을 얻을 것인지(그리고 일부는 얻지 못할 수도 있는 사람들), IPO 이전의 거래, 그리고 S-1 등록 서류에 숨겨진 내용 등을 포함한 이 패키지에서 다루고 있습니다.
IPO 시장은 다시 돌아왔는데, 이번에는 FAANG(파인테크, 애플, 아마존, 넷플릭스, 구글)가 아니라 새로운 단어인 MANGOS(메타, 앤서픽, 엔비디아, 구글, 오픈아이, 스페이스엑스)가 주도하고 있습니다. 이 중 절반의 회사들이 같은 기간에 공모주 시장에 진입할 것이고, 투자자, 평가금액, 그리고 [...]
IPO 시장은 돌아왔고, 이에 앞서 주도하던 기업은 이제 다르다. FAANG가 좋은 성적을 거둔 것은 사실이지만 새로운 약어 MANGOS가 대세를 이끌고 있다. -Meta(메타) 또는 Microsoft(마이크로소프트)이라는 점에서 누구에게 물어봐도 -, Anthropic(안토픽), Nvidia(엔비디아), Google(구글), OpenAI(오픈AI), SpaceX(스페이스엑스)까지. 이 그룹
회사 평가액은 약 20억 유로로, 시리즈 C 평가액인 11.7억 유로의 두 배에 달하는 금액입니다.
TechCrunch는 스페이스X의 시작, 어려움, 성공을 초기부터 추적해 왔습니다. 그리고 우리는 다음 단계도 함께 지켜볼 것입니다. 이 스페이스X IPO 보도에서는谁가 이기게 될지(그리고 일부는 못 될지) 포함되어 있습니다. IPO 이전의 거래, 그리고 S-1 등록 서류 안에 숨겨진 내용까지.
아마존 창업주 제프 베조스(Jeff Bezos)가 새로 설립한 인공지능(AI) 스타트업인 프로메테우스(Prometheus)가 "인공 일반 엔지니어"(artificial general engineer)를 개발하는 방향으로 나아갈 것이라고 뉴욕 타임스와 CNBC가 보도했다. 프로메테우스는 물리적 제품의 설계를 돕기 위해 인공지능(AI) 기반 엔지니어링 도구를 개발하겠다는 목표를 가지고 있다. 뉴
스페이스엑스의 주식 상장은 4일 공항에서 열렸습니다. 이로써 공항은 공공이 우주선, 인공지능, 소셜 미디어 회사에 대한 주식을 처음으로 구입할 수 있게 되었습니다. 이 상장으로 인해 엘론 무스크는 1조 달러를 넘는 부자가 될 것입니다. 그는 종이상으로는 적어도 아일랜드, 스웨덴, 또는 그의 집이 있는 노르웨이의 경제보다 더 많은 부를 갖게 될 것입니다.
엘론 뮌크의 재산 가치가 천 억 달러를 넘어섰다. SpaceX의 IPO를 앞두고 뮌크의 재산 가치는 약 800 조 달러에 달했다. 그 가치는 SpaceX에서 48억 주를 소유한 가치와 그의 다른 회사들, 예를 들어 테슬라에서 얻은 재산 가치로 구성된다. SPCX의 주가는 150달러로 시작했고 IPO 이후에도 상승을 계속했다.
시리(Siri)가 지난 1.5년 동안 '몇 가지 일에 약간 유용'에서 '완전히 실패, 왜 하필 이걸 시도했는지 모르겠다, 시리야 시간 설정조차 못 하나?' 사이를 오가며 왔습니다. 하지만 가장 이상한 일 하나가 생겼습니다. 애플은 새로운 버전의 Siri를 출시했습니다.
olmo-eval은 모델 개발 루프를 지원하는 평가 워크벤치를 제공합니다. 이 워크벤치는 모델 개발, 테스트, 및 최적화를 위한 유용한 도구를 제공하여 모델의 성능을 개선하는 데 도움이 됩니다.
우리 뇌는 두뇌 안에 살고 있지만, 바람이 머리카락을 높이기 전에, 심장의 뛰는 속도, 내 몸의 온도 등 다양한 신체적 감각을 인식할 수 있습니다. 이 기사에서는 이 감각의 비밀을 풀어보겠습니다.
이번 주에, 나이로 인한 질병을 역전시키는 것을 목표로 하는 생명공학 회사인 라이프 바이오サイ언스(Life Biosciences)가 첫 번째 참여자에게 실험적 치료를 투여했다고 발표했습니다. 사람의 눈에 직장으로 실험적 치료를 투여한 사람에게는 결막에 있는 눈의 신경을 재생시키기 위해 질병을 치료하려고 시도합니다. 하지만, [대규모 언어 모델(LLM)]에 의한 이 치료의 안전성과 효과에 대한
우리가 서있던 곳, 정기적으로 살인자들의 행렬을 이루는 біблі관 직원들이었다. 작은 조. 이스트레이스. 그리고 나. 우리의 도서관의 나부에서 발걸음 소리를 듣고 그 소리를 맞이하기 위해 뒤를 돌아보았는데, 총을 들고 있었는데, 누가 우리의 성지에 침입하지 않는지 확인하기 위해. 작은 조는 한쪽 팔에 책들이 쌓여 있었다. 이스트레이스도 스크류 드라이버를 들고 있었는데, 그녀는...
신제품의 새로운 평가에서는 물리적 AI 스타트업을 $41 억으로 평가하여, 중형 기계 공학과 약물 디자인을 자동화하는 것을 목표로 하고 있습니다.
Theker는 재구성 가능한 공장 로봇을 개발하기 위해 8억 달러를 huyoung에 투자받았다. 이 로봇은 특정한 형태나 기능에 집중하지 않고 다양한 작업을 수행할 수 있다.
인도의 규모를 위한 비디오 AI를 개발한 아바타르 AI는 1초당 $0.005에 대규모 비디오 모델을 제공하고 있습니다. 아바타르 AI의 비디오 AI는 인도 시장의 요구를 충족시키기 위해 설계되었습니다.
애플의 새로운 스ิร이는 대화봇과 달리 너무 친절하지 않다. 스스로 침묵할 때가 있다는 것을 이미 테스트해 보았으며, 이는 디자인의 일부이다. 애플의 크레이그 페데리히(Craig Federighi) 대표는 최근 인터뷰에서 스ิร이가 오픈AI, 구글 등이 만든 대화봇과 달리 너무 사치스럽게 행동하지 않을 것이라고 밝혔다.
웨어러블 헬스케어 기기는 인터넷 오브HING스( IoTs ) 중 가장 빠르게 성장하는 분야입니다. 많은 자동 헬스케어 서비스는 두 가지 중요한 생물학적 신호, 즉 ECG와 EEG를 사용하는데, 이는 각각 심장과 뇌의 활동을 반영합니다. aunque 깊은 신경망은 이러한 신호를 처리하고 분석하는 데 주된 방법으로 간주되지만, 웨어러블 기기의 에너지와 계산 능력 제약이 깊은 신경망 모델의 계산,
과학적 발견을 가속하기 위해 개발 중인 인공지능(AI) agent의 실질적인 능력은 실제 연구 환경에서 아직도 잘 이해되지 않았다. 현재까지 AI agent를 평가하기 위한 표준 벤치마크는 과학적 작업을 수행하는 데 필요한 복잡성, 다양성, 연장된 논리 reasoning을 거의 반영하지 못하고 있다. 반면 과학적 과제에 대한 벤치마크는 연구를 정적이고 직접적인 문제로 축소시키며, 상호 작용
대규모 언어 모델(LLM)의 행동 경향을 저렴한 심리학적 프로브로 예측하는 것은 안전한 배포를 위해 중요하지만, 자가 보고(self-report, SR)가 행동을 신뢰롭게 예측해야만 한다. 최근 연구에서 대규모 언어 모델의 SR-행동 분리 현상을 문서화했지만, 이에 근거한 것은 인간에서 특정 행동을 예측하는 데 약한 broaden 특성(broad personality traits)인 '5대
인간의 마음을 이해하기 위한 이론적 모델인 이론적 마음의 이해(ToM-U)가 개발되었습니다. 이 모델은 다른 사람의 믿음을 추론하는 문제를 컴퓨터 수준에서 해결하고, 그들의 믿음 상태를 추정하는 방법을 명시적으로 정의합니다. ToM-U는 이론적 마음의 이해를 위한 새로운 접근 방식으로, 인간의 마음을 이해하는 데 중요한 역할을 할 것으로 기대됩니다.
인공 일반 지능(Artificial General Intelligence, AGI)이 이미 도착했다는 주장과 여전히 수십 년 앞서 있다는 주장이 종종 겹치는 증거를 바탕으로 defended된다. "AGI"에는 단일 공유하고 안정적인 참조자가 없고 경쟁적 operationalization은 동일한 시스템에 대해 다른 판결을 반환할 수 있다. 이 글은 이러한 미분명함을 설계 및 관리 문제로 다룬
의료 AI 시스템의 실세계 유용성을 평가하기 위해, 우리는 대규모 언어 모델(LLM) 시스템을 포함하는 전자 의료 기록 시스템의 배포 중심 평가를 수행했습니다. 사용자 피드백이 희박하지만 배포 조건을 반영하는 시스템을 평가하기 위해, 우리는 미리 응답 분류기를 훈련하여 사용자가 LLM 응답을 거부할 위험이 있는지 예측했습니다. 사용자 피드백을 분석한 결과, 우리의 예측 모델이 AUROC 0.719을 달성했습니다. 또한, 우리는 두 가지 다운스트림 사용 사례(가드레일 트리거링 및 abstention)를 통해 이러한 예측의 이점을 추정했습니다.
인공지능(AI)이 인류 수준의 일반 인공지능(AGI)으로 진화하는 것은 사회에 미치는 영향이 크며, 앞으로의 연구에 많은 복잡한 질문을 제기합니다. 이 보고서는 인공지능이 AGI 이후에 어떻게 발전할지에 대해 조사합니다. AGI에서 인공지능 초월 지능(ASI)으로의 전환을 설명하고, ASI로의 4가지 잠재적 경로를 논의합니다.