Under det år som gått sedan jag träffade Arnav Kapur för första gången har hans apparat, AlterEgo, gått från att vara en sjaskig prototyp till att simulera telepati. Arnav har varit en inspiration för mig sedan jag först hörde talas om honom för 7 år sedan och jag vill dela med mig av hans historia. Jag hörde först talas om Arnav från hans virala ~1M hits MIT Media Lab-video från 2017. Det påminde om ett liknande tal från samma grupp av en annan indier 2019, Pranav Mistry, en av de främsta anledningarna till att jag (och många andra) bestämde mig för att studera i USA. Jag träffade honom genom hans lillebror, som jag hade lärt känna genom åren (även han ett geni i sin egen rätt). Jag frågade honom direkt: "Varför kommersialiserade du inte det här? Var det här bara en flashig akademisk demo?" och han sa: "Jag gör det nu. Med LLM:er tror jag att det äntligen är dags." Men den första demon var sjaskig. Det tog 15 minuter att ställa in. Elektroder behövde tejpas fast på kinderna. Det fungerade kanske 80% av tiden. Kalibrering för nya användare tog ännu längre tid. Och det kunde bara säga 4000 meningar. Ändå kändes det som magi. Jag pekade på en av meningarna som hans kollega Scott skulle säga tyst. På några sekunder, när jag knappt rörde en muskel, fick jag en text av den meningen till min telefon. Jag kunde inte se hans mun röra sig alls! Men var det verkligen möjligt att tala tyst? Hårdvara är svårt. Det fanns för många sensorer för att den skulle vara användbar. Det fungerade inte utan konstant beröring av huden (skägg var ett problem). För mycket huvudrörelser var ett problem. Batteriet var externt. Kalibreringen var för mycket friktion. Och du kunde bara säga några meningar! Snabbspola framåt ett år och du har något som liknar telepati. Sensorerna krympte. Enheten liknade hörlurar med öppna öron. Nej 15 min uppsättning. Och du kan säga de flesta orden. Alterego läser volumetriska, finkorniga neuromuskulära signaler på flera språk och översätter dem till text. Det gör att du kan förstå vad användaren säger utan ljud medan de knappt rör munnen. Hårdvara är fortfarande svårt. Och det är en lång väg att gå innan detta är användbart för slutanvändaren. Men det krävs stort mod och exceptionella tekniska färdigheter för att ägna över ett decennium av ditt liv åt att bygga hårdvara som liknar framtiden. Vi behöver fler ingenjörer som Arnav och hans team.

🚨Den kinesiska robottillverkaren Unitree har precis ansökt om en börsintroduktion på 7 miljarder dollar med 140 miljoner > dollar i intäkter, vilket gör det till det största offentliga humanoida robotföretaget. 65 % av intäkterna kommer från robothundar (70 % global marknadsandel) och 30 % från humanoider. Kinas ingenjörssamhälle bara fortsätter att byggas.

> jag är en elitforskare inom AI med en banbrytande startup-idé. > wow > dina öron redo att höra denna nyhet? > redo > "Vi lägger upp träningsmodeller för specifika cos behov / bygger den amerikanska öppen källkod LLM / bygger den bästa modellen för <X>" > hur mycket höjer du? > 100 miljoner dollar i frö.