Få Senpai til å legge merke til deg

Jeg begynte å rote med Stall Diffusion 3. september. Jeg publiserte mitt første innlegg på det i går, 17. september. På den tiden har jeg hatt det fint svar fra Emad Mostaque (grunnlegger av Stability AI), Simon Willison (medgründer av Django, og produktiv SD-blogger), og fått nye følger fra Emad, hardmaru (fra Google Brain) og Cristobal Valenzuela (medgründer av Runway ML). I skrivende stund 14 timer etter innlegget har innlegget hatt 3k visninger, mens tweeten hadde 49k, på en lørdagskveld (vanligvis har helgene omtrent halvparten av engasjementet på hverdager).

En veldig god start for en fullstendig noob til AI-rommet som meg.

På min personlige blogg ønsket jeg å bryte ned hvordan noe av dette fungerer som strategier for å bryte kaldstartproblemet i innholdsskaping som en ny aktør på et hvilket som helst felt, og få lederne i det feltet til i det minste å lese det du skriver og kjenne navnet ditt.

Jeg er selvfølgelig en kjent skribent og har 45 000 twitterfølgere, så dette rådet/sammenbruddet er ikke 100 % relatert til totalt nykommere. Men jeg tror fortsatt det er generelle leksjoner jeg kan tilby deg.

Den 3. september uttrykte jeg min personlige FOMO om månedens Stable Diffusion LLM-trend, og @patio11 oppmuntret meg å dele notater (vi har aldri snakket sammen og har ikke noe spesielt sterkt forhold, selv om jeg selvfølgelig skylder mye av tankegangen min til forfatterskapet hans). I henhold til min modus operandi av Open Source Knowledge, startet jeg notat-repoen min den dagen, men følte at jeg bak ballen egentlig ikke publiserte det, foretrakk i stedet å stille inn datapunkter og fylle ut helt grunnleggende hull i kunnskapen min (for eksempel, alle sier at CFG er en av de viktigste parameterne i stabil diffusjon, men ingen forklarer at paramet faktisk er kalt --scale (?!) – mer enn frustrerende).

Jeg brukte de neste to ukene på å rote med selve programmet og lese/organisere den tilgjengelige litteraturen, noe som var vanskeligere enn vanlig fordi det også er et bevegelig, desentralisert mål. Jo mer jeg leste, jo mer lærte jeg det jeg ikke visste, noe som økte bedragersyndromet mitt og hindret meg i å komme med ytterligere offentlige uttalelser.

Gjennombruddet kom fra min vanlige Følger grafen metoden for å studere menneskene bak prosjektene, og finne ut at Emad drev et hedgefond for 5 år siden, så var en nylig finans til tech crossover som meg. Dette var plutselig ekstremt relaterbart, men også sjokkerende – hvordan kan en fyr uten ML PhD (ja, han tok en CS Masters ved Oxford), ingen år med forskning, plutselig hoppe til den tilsynelatende toppen av feltet om ~2 år?

Jeg gravde dypere, og det skulle bli mitt første stykke – bare et enkelt biografisk dykk inn i Emad.

Jeg publiserte den nesten.

(du kan lese den her hvis du er nysgjerrig)

Jeg har ikke noen spesiell grunn til at jeg ikke publiserte det, bortsett fra at det var sent på kvelden og jeg liker vanligvis å publisere i USA om morgenen, så jeg utslo det og ble opptatt dagen etter.

Men så på lørdag (i går) hørte jeg Simon på Changelog-podcasten snakke om avhandlingen hans om prompt engineering som spellcasting, og det fikk meg til å tenke på mitt motsatte/alternative syn på prompter som søk/prompter som portaler.

Mitt syn kom fra å se Pieter Levels finn et hus han elsket, og prøv å 3D-modellere huset, og prøv å få en annen vinkel på det samme huset. Dette var en uhyggelig opplevelse utenfor kroppen – for første gang var ikke stabil diffusjon tilfeldig generert 2D-kunst – for første gang prøvde vi ikke å få et bilde av noe hus, vi prøvde å få et bilde av dette hus. Så langt som dette huset vet, det er ekte og eksisterer, og vi ser bare inn i det fra et annet univers.

Derfor den multiversale teorien. Jeg visste at dette var mer originalt og innsiktsfullt enn Emad-biografien, så jeg kastet det utkastet og startet det nye stykket.

Jeg tok lørdag ettermiddag å skrive det opp (venter mellom flyreiser, men det er en annen historie). Valgte Substack utelukkende fordi jeg følte at dette emnet fortjente en annen plass enn min vanlige blogg eller dxtips, og hadde sett de innebygde nettverkseffektene fungere veldig bra for noen andre forfattere.

Så jeg publiserte dettvitret sitat @patio11sin originale tweet, la til et skjermbilde, merket Pieter, og DM’et det også til Simon og nevnte at det var inspirert av podcast-opptredenen hans. Og dro til flyet mitt (12 timer, ingen internett, jeg sitter i forretningsloungen på mellomlanding akkurat nå).

I løpet av disse 12 timene skjedde det hele.

Jeg har ingen spesielle planer for hva jeg skal gjøre med dette, men ville bare dele slag for slag for folk som følger meg som ønsker å starte i hvilket felt de er innenfor.

Her er en analyse av hva som fungerte, uten spesiell rekkefølge:

• Svarer på en @patio11 ledetekst: en type Pick Up What They Put Down. Han så og likte innlegget mitt, men det var ikke godt nok for ham å RT.
• Tagging @levelsio på tweeten min fordi jeg har ham i innlegget: Jeg snakker positivt om arbeidet hans, og han følger meg allerede, og han RTser ofte folk lett, så det fikk en god distribusjon med en gang
  • fordi pieter allerede hadde gjort en haug med arbeid i rommet, så folk som fulgte ham tweeten min, og jeg tror nok det er slik hardmaru, balajisog Emad så tweeten min og fulgte meg derfra.
• Sender tweeten til Simon: igjen en enkel strategi for PUWTPD, denne gangen fikk han en sitat-tweet – jeg hadde gjettet at han ville at analogien var en slags liberal kunstnerisk tekniker.
• Innebygging av skjermbilde av innlegget i tweeten: nødvendig fordi QT på patio11-tweet vil bety å miste postutfoldelsen; imidlertid Skjermdump-essays er et velkjent engasjementsformat fordi Twitter favoriserer bilder som engasjement. Introen over den synlige delen viste at jeg hadde gjort leksene mine, og la den siste linjen som en teaser for å lokke leseren til å lese resten.

Der går du. Det er alt jeg vet om å få senpai til å legge merke til deg. Håper det hjelper.