Juha Borenius

Salolainen softayrittäjä @thingerFI. Twiittailen vain mukavia oivaltavia jos niitäkään. Rauhoittukaa.

[Maria Sofia Roimaa Paul @__mariasofia]

Suvivirsi ja Suomen kansan kuolonvuodet

Tiedätkö, miksi Suvivirttä on veisattu Suomessa kesän alkaessa 1700-luvun alusta? Jos et, niin luepa, miksi.

Vuoden 1696 helmikuussa Suomessa tapahtui kummia: jäät lähtivät ja luonto heräsi. Koska kevät tuli, ihmiset kylvivät siemenet. Mutta lämpöä kestikin vain kuukauden ja maaliskuussa talvi palasi ankarana.

Lopulta kevään tullessa sateinen kesä vaikutti niin, että jäljelle jäänyt, myöhemmin kylvetty siemenvilja ei juuri kasvanut. Vähäisenkin sateista selvinneen viljan vei elokuussa viikkoja kestänyt halla.

Tästä kaikesta seurasi yksi Euroopan pahimmista nälkäkatastrofeista, ellei jopa pahin - Suomen kansan kuolonvuodet. Ihmiset söivät kaiken, mitä voivat, pettuleipää myöten.

Ihmiset lähtivät epätoivoisina kodeistaan etsimään ruokaa, monet tälle matkalle jääden. Näinä vuosina nälkään ja tauteihin kuoli puolesta miljoonasta suomalaisesta arvioiden mukaan noin 140 000 - lähes 30 prosenttia.

Kammottavien kuolonvuosien jälkeen tuli hyviä vuosia, jolloin satoa korjattiin runsaasti ja ihmiset saivat ruokaa.

Vuonna 1701 kirkko julkaisi uuden virsikirjan, jossa yhtenä uutena virtenä oli eräs ruotsalainen sävelmä, joka nousi uusista virsistä kaikkein suosituimmaksi ja suomalaisten syvästi rakastamaksi. Virren suomalaisissa sanoissa iloitaan kesästä, ja virttä alettiinkin nimittää "Suvivirreksi". Syy virren suosioo on selvä: kansa halusi kiittää Jumalaa siitä, ettei Suomessa enää kuoltu nälkään.

(Lyhennetty Pekka Simojoen kirjasta.)

Ole niin ateisti kuin haluat, mutta taistelu Suvivirttä vastaan osoittaa syvää piittamattomuutta - sanoisin jopa halveksuntaa - oman kansasi historiaa kohtaan. 300-vuotisen perinteen ei pidä väistyä sen vuoksi, että valtaväestön uskonto sinua ahdistaa. Itse toki saat jättää osallistumatta ja laulamatta, tällainen uskonnonvapaus on sekin maailmassa ainutlaatuista juuri kristillisissä maissa.

Lopuksi Suvivirren viimeinen, harvoin laulettu säkeistö, joka on selvää rukousta Suomen puolesta:

Maan, meren anna kantaa
runsaasti lahjojas,
tarpeemme meille antaa
Sun siunauksestas.
Suo suloisuutta maistaa
myös sielun Sanassas,
ain armos sille paistaa,
niin on se autuas!

Ihanaa päättäjäisviikonloppua ja siunattua kesää! ☀️🌼🇫🇮🙏���

[Olli Herrala @OlliHerrala]

Käväisin Salossa ja kirjoitin tarinan: Niemisen perhe on rakentanut satojen miljoonien imperiumin. Tällaisia omistajavetoisia yrityksiä saisi olla paljon nykyistä enemmän. Kaikesta huokuu poikkeuksellinen tekemisen meininki, eikä mikään kvartaalihuokailu. https://t.co/OER5RJhGfp

[Ian Miles Cheong @ianmiles]

Marc Andreessen: There are two ways to think about education. One is at the national level — how do you educate all kids? But the real question is N = 1: what do you do for one individual kid? And for centuries, the answer has been obvious.

If your goal is to maximize a single child, the best method by far is one-on-one tutoring. Every royal family knew this. Every aristocratic class knew this. It’s why Alexander the Great was tutored by Aristotle — and then took over the world.

There’s actually statistical proof of this. The Bloom’s 2-sigma effect shows one-on-one tutoring can move a kid from the 50th percentile to the 99th percentile. No other educational method comes close.

AI changes that. For the first time in history, every kid can have access to infinite questions, instant feedback, personalized explanations, and real-time quizzes — all at N = 1 scale.

This is the most powerful shift in education we���ve seen in centuries. One-on-one tutoring was always the gold standard. AI is what finally makes it available to everyone.

[Marieanna 🇵🇸🇸🇪🇬🇧🇪🇸 @MarieannaONeill]

@EastEndJoe @unojen_wood

[Juha Borenius @j_bore]

@SaarniTuomo @SarasvuoJari Kuulostaa tosiaan liian hyvältä ollakseen totta. Toisaalta samaan aikaan ihmetyttää, mikä järki noissa lupauksissa olisi? Noiden lupausten jälkeen tuskin saa rahaa tai mitään muutakaan ilman todisteita. Ja erityisesti, että kaikki on jo nyt. Kovasti toivon, että kaikki on totta.

[Andrej Karpathy @karpathy]

My pleasure to come on Dwarkesh last week, I thought the questions and conversation were really good.

I re-watched the pod just now too. First of all, yes I know, and I'm sorry that I speak so fast :). It's to my detriment because sometimes my speaking thread out-executes my thinking thread, so I think I botched a few explanations due to that, and sometimes I was also nervous that I'm going too much on a tangent or too deep into something relatively spurious. Anyway, a few notes/pointers:

AGI timelines. My comments on AGI timelines looks to be the most trending part of the early response. This is the "decade of agents" is a reference to this earlier tweet https://t.co/NiSn6jftqq Basically my AI timelines are about 5-10X pessimistic w.r.t. what you'll find in your neighborhood SF AI house party or on your twitter timeline, but still quite optimistic w.r.t. a rising tide of AI deniers and skeptics. The apparent conflict is not: imo we simultaneously 1) saw a huge amount of progress in recent years with LLMs while 2) there is still a lot of work remaining (grunt work, integration work, sensors and actuators to the physical world, societal work, safety and security work (jailbreaks, poisoning, etc.)) and also research to get done before we have an entity that you'd prefer to hire over a person for an arbitrary job in the world. I think that overall, 10 years should otherwise be a very bullish timeline for AGI, it's only in contrast to present hype that it doesn't feel that way.

Animals vs Ghosts. My earlier writeup on Sutton's podcast https://t.co/rSp1noyGBr . I am suspicious that there is a single simple algorithm you can let loose on the world and it learns everything from scratch. If someone builds such a thing, I will be wrong and it will be the most incredible breakthrough in AI. In my mind, animals are not an example of this at all - they are prepackaged with a ton of intelligence by evolution and the learning they do is quite minimal overall (example: Zebra at birth). Putting our engineering hats on, we're not going to redo evolution. But with LLMs we have stumbled by an alternative approach to "prepackage" a ton of intelligence in a neural network - not by evolution, but by predicting the next token over the internet. This approach leads to a different kind of entity in the intelligence space. Distinct from animals, more like ghosts or spirits. But we can (and should) make them more animal like over time and in some ways that's what a lot of frontier work is about.

On RL. I've critiqued RL a few times already, e.g. https://t.co/mYrMFVdVDW . First, you're "sucking supervision through a straw", so I think the signal/flop is very bad. RL is also very noisy because a completion might have lots of errors that might get encourages (if you happen to stumble to the right answer), and conversely brilliant insight tokens that might get discouraged (if you happen to screw up later). Process supervision and LLM judges have issues too. I think we'll see alternative learning paradigms. I am long "agentic interaction" but short "reinforcement learning" https://t.co/2L7FiaoKsw. I've seen a number of papers pop up recently that are imo barking up the right tree along the lines of what I called "system prompt learning" https://t.co/df5mJDdN3C , but I think there is also a gap between ideas on arxiv and actual, at scale implementation at an LLM frontier lab that works in a general way. I am overall quite optimistic that we'll see good progress on this dimension of remaining work quite soon, and e.g. I'd even say ChatGPT memory and so on are primordial deployed examples of new learning paradigms.

Cognitive core. My earlier post on "cognitive core": https://t.co/q2s1ihGy0T , the idea of stripping down LLMs, of making it harder for them to memorize, or actively stripping away their memory, to make them better at generalization. Otherwise they lean too hard on what they've memorized. Humans can't memorize so easily, which now looks more like a feature than a bug by contrast. Maybe the inability to memorize is a kind of regularization. Also my post from a while back on how the trend in model size is "backwards" and why "the models have to first get larger before they can get smaller" https://t.co/6k0FZRGXsb

Time travel to Yann LeCun 1989. This is the post that I did a very hasty/bad job of describing on the pod: https://t.co/fQgqaXPyp6 . Basically - how much could you improve Yann LeCun's results with the knowledge of 33 years of algorithmic progress? How constrained were the results by each of algorithms, data, and compute? Case study there of.

nanochat. My end-to-end implementation of the ChatGPT training/inference pipeline (the bare essentials) https://t.co/SIetgyoKWN

On LLM agents. My critique of the industry is more in overshooting the tooling w.r.t. present capability. I live in what I view as an intermediate world where I want to collaborate with LLMs and where our pros/cons are matched up. The industry lives in a future where fully autonomous entities collaborate in parallel to write all the code and humans are useless. For example, I don't want an Agent that goes off for 20 minutes and comes back with 1,000 lines of code. I certainly don't feel ready to supervise a team of 10 of them. I'd like to go in chunks that I can keep in my head, where an LLM explains the code that it is writing. I'd like it to prove to me that what it did is correct, I want it to pull the API docs and show me that it used things correctly. I want it to make fewer assumptions and ask/collaborate with me when not sure about something. I want to learn along the way and become better as a programmer, not just get served mountains of code that I'm told works. I just think the tools should be more realistic w.r.t. their capability and how they fit into the industry today, and I fear that if this isn't done well we might end up with mountains of slop accumulating across software, and an increase in vulnerabilities, security breaches and etc. https://t.co/8556ESSpyY

Job automation. How the radiologists are doing great https://t.co/FVUI872dkD and what jobs are more susceptible to automation and why.

Physics. Children should learn physics in early education not because they go on to do physics, but because it is the subject that best boots up a brain. Physicists are the intellectual embryonic stem cell https://t.co/p72Elk8lPV I have a longer post that has been half-written in my drafts for ~year, which I hope to finish soon.

Thanks again Dwarkesh for having me over!

[Timo Rainio @timorainio]

What DeepSeek knows about you — and why it matters: https://t.co/Vjx8cNzbXa

[Katleena Kortesuo @katleena]

Kalle Palanderin huumorintaju on keskenkasvuinen ja seksistinen – mutta pitääkö siitä menettää duunikeikkoja?

Entä pitääkö ministereiden ottaa kantaa yksittäisten ihmisten työmahdollisuuksiin?

Uusin kolumnini @Apu360_Aitio:ssa 👇

https://t.co/KVxeDOShgF

[Emmanuel Macron @EmmanuelMacron]

Françaises, Français,

Durant les fêtes, nous allons nous réunir en famille et partager des moments de retrouvailles, de joie et d’espérance.

Nous aurons une pensée fraternelle pour nos concitoyens dans l’épreuve, la maladie ou la solitude, et pour les Mahorais qui font face après ce terrible cyclone, s’entraident, s’apprêtent à rebâtir ensemble.

Nous aurons une pensée de gratitude et de respect, pour les femmes et les hommes qui se dévouent au service du pays, qui nous soignent, nous éduquent, nous protègent.

Pouvoir compter les uns sur les autres, c’est ce qui fait la Nation. La France puise sa force en chacun de vous, en nous tous.

Joyeux Noël et belles fêtes de fin d’année.

[Jussi Tuulensuu @tuulensuu]

Kunnioitan jokaisen mielipidettä verotuksesta. Korjaan alla olevaa kirjoitusta listaamattomien yritysten verotuksesta siksi, että se(kään) ei pidä paikkaansa miltään osin:

1. Suomessa on noin 440000 listaamatonta yritystä.

2. Tehovalvonnassa yhtiön ja Verohallinnon käsitykset arvostuksesta erosivat 34 tai 35 yhtiössä.

3. Käsityseroja oli 15 prosentissa tehovalvottavista ja 0,08 promillessa yrityksistä.

4. Siis: verottajan käsityksen mukaan yliarvostusta oli tehnyt yrityksistä joka 13000:s (joka kolmastoista tuhannes).

5. Tehovalvonta tehtiin nyt toista vuotta. Vuoden 2022 arvostusten mielipide-erojen kappalemäärää ei nyt kerrottu, mutta Verohallinnon mukaan osuus tehovalvottavista oli silloin 12 % eli viidenneksen vähemmän kuin nyt.

6. Verohallinto: "Osakkeensa keinotekoisesti liian korkeaksi arvostavien yhtiöiden määrä on ollut hienoisessa kasvussa."

7. Verohallinnon mukaan arvostuseron yleisin syy on johdon ylioptimistinen käsitys tulevasta tuotto- ja kulurakenteesta.

8. Verohallinnon mukaan toinen yleinen syy on vertailuhinnan hakeminen yrityskaupasta, joka ei ole vertailukelpoinen.

9. Lisäksi verottaja kertoo: "Havaintojen mukaan osakevaihtojärjestely on joiltakin osin tarkoitushakuista toimintaa." Se ei kerro tällaisten tapausten määrää. Kaikkiaan eroa oli 34 tai 35 kpl. Tästä "joitakin osia" on mahdollisesti muutamia. Suuri määrä olisi varmasti myös tiedotettu.

10. Kuten verottajakin muistuttaa, osakevaihto on lähtökohtaisesti laillista toimintaa, jolle on useita liiketoiminnallisia perusteita. Veronkiertoa se on silloin, kun se tehdään yksinomaan tai pääosin verojen välttämiseksi. Tämän yleisyydestä emme tämän perusteella tiedä mitään.

11. Suomen yritysten liikevaihto vuonna 2023 ilman alkutuotantoa oli 541 miljardia euroa ja tilikauden tulokset yhteensä 28 miljardia euroa.

12. Yritykset ja muut yhteisöt maksoivat yhteisöveroja yhteensä 7,3 miljardia euroa. Tuloveroja maksettiin kaikkiaan 44 miljardia euroa.

13. Verohallinnon mukaan arvostuskäsitysten ero tehovalvonnassa oli yhteensä 25 miljoonaa euroa eli keskimäärin runsaat 100000 euroa per valvottava.

14. Yhteisarvostuspoikkeama 25 miljoonaa euroa on keskimäärin 700000 euroa per tartuttu yhtiö. Verottaja kertoo, että suurin yksi poikkeama oli 4,5 miljoonaa, joten loppujen poikkeama oli keskimäärin 600000 euroa. Jos taloudesta tehtäisiin journalismia, toimittaja voisi kysyä mediaanin.

15. Jos oletetaan hyvin summittaisesti, että yrityksissä on varallisuutta ja jakokelpoisia varoja ja "arvostuseron yhteissumma" muuttuisi 5-prosenttisesti osingoksi, josta on maksettu korkeintaan 20 % yhtiön tuloveroa, tämä osinkomäärä olisi 1,25 miljoonaa euroa ja verokertymä verrattuna 30 % tuloverotettuun palkkatuloon olisi yhteensä ehkä 350000 euroa. (Jos taloudesta tehtäisiin journalismia, uutisissa ensin laskettaisiin vaikutus ja vasta sitten kysyttäisiin kommentteja.)

(Virheellistä ilmaisua "veroton osinko" ei voi käyttää asiantuntijateksteissä, koska verottomia osinkoja ei ole olemassa, kuten jokainen asiantuntija tietää. Yhtiön tuloksesta maksetaan vero, ennen kuin siitä tulee jakokelpoista rahaa. Sitä ennen on pitänyt tehdä se tulos.)

16. Tällä oletuksella tuloverokertymän alenema on kahdeksan miljoonasosaa eli 0,0008 prosenttia.

17. Edes tätä alenemaa ei tapahdu, koska nythän juuri Verohallinto on löytänyt ne yliarvostukset ja lisäverottaa yhtiöitä, jos perusteita ei löydy. Tietoa ei ole myöskään siitä, mikä on tarkin käsitys arvostuksesta. Verottajakin on ihminen.

18. Verohallinnon tiedot eivät osoita "röyhkeämmäksi muuttumista" eivätkä tarkkaan ottaen edes yleistymistä.

19. Näin ollen koko postaus on virheellinen. Siinä olevaa mielipidettä ja sen esittäjää kunnioitan, mutta perusteluita ei mielipiteelle tässä esitetä.

20. Näiden postausten ja uutisjuttujen lukemiseen käytetyn työajan yhteishinta lisättynä verottajan kustannuksilla ylittää valvonnalla kerätyn lisäveron määrän.

Pahoittelen jo etukäteen mahdollisia numeroiden pikanäppäilyvirheitä, korjataan tarpeen mukaan. Unelmani on, että jonain päivänä uutismediasta saisi lukea numeroita valmiiksi kirjoitettuna. Jostain syystä numeroita käyttävät vain urheilutoimittajat, tosin eivät hekään kirjoittaessaan taloudesta.

https://t.co/PXpZGXopbY

[Janne K. Jääskeläinen @JaaJanne]

Hyvä kirjoitus Ylen pakotetusta kirjautumisesta @perttutolvanen. Jutun olennaisin pointti on, että mitä Yle tekee profilointitiedoilla, koska siihen ei ole mitään järkevää syytä? Miksi yhteiskunnassa ollaan tosi tarkkoja GDPR-asioista ja tietosuojasta, mutta sitten valtiorahoitteinen firma saa kaikessa rauhassa profiloida ihmisiä ilman perusteita. https://t.co/ITAMTZtioO

[aitio @Apu360_Aitio]

Kun uteliaisuus ylittää moraalin, urheilutoimittaja käy skuupin perässä jopa vainajan taskulla – "Joku roti mässäilyllä pitää olla"

@katleena antaa tylyn löylyn vainajien verotietojen kaivamiselle. Ja syystä! 👇

https://t.co/AxJbMQI3LA

[Jani Kylä-Harakka @KylaHarakka]

Koulun konsertti aiheutti oppilaan vanhemmalle pahan mielen, 1500€ korvaukset ja paljon kommentointia ainakin Xwitterissä.

Alla ⁦@hameensanomat⁩ julkaisema kuoronjohtajan kirjoitus asiaan.

Suosittelen lukemaan. https://t.co/Hyr3qZDckT

[Juha Borenius @j_bore]

@SamiSaarenpaa Mieluummin ensin avantoon ja sitten vasta saunaan. Ja ehdottomasti muuten hiljaa koko toimitus, mutta vihtoessa saa huutaa perkelettä!

[Paavo Rusava @PaavoRusava]

Erinomainen mediakritiikki esimerkkeineen tomittajalta @katleena

Kasvata medialukutaitoasi ja -kriittisyyttäsi lukemalla tämä 👇

https://t.co/DAzB1HMR4D

[Juha Borenius @j_bore]

@JariParantainen @petterij @porttipahta Itse tein saman siirtymän taannoin Bear appiin. Olen siihen ollut kovasti tyytyväinen. Hyvää on sekin, että tiedostot on Markdownia ja saatavissa ulos sellaisena.

[Mika Korpimo @MKorpimo]

Ihan vaan muistutuksena