筛选结果
90 篇排序
4:25:13EN → 简体中文架构几乎没变,变的是数据、成本和开放权重主持 Lex FridmanNathan Lambert 和 Sebastian Raschka 带 Lex Fridman 回顾了这一年:训练方法和数据集的变化,远大于模型设计的变化。展望 2026 年,争论的焦点似乎是推理成本、智能体,以及真正开放的模型该归谁。
5:15:00EN → 简体中文Dario Amodei:这部规模化电影他已经看过太多遍嘉宾 Dario Amodei · 主持 Lex FridmanAnthropic 首席执行官给前沿模型的训练成本和 AGI 算了账,随后把话筒交给塑造 Claude 性格、并研究其权重内部结构的人。
2:47:17EN → 简体中文想做出人类水平的 AI,就该放弃生成式模型嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun 在与 Lex Fridman 的对话中说明,为什么自回归大语言模型(LLM)无法规划、记忆或理解物理世界,以及为什么开源是唯一民主的答案。
4:14:33EN → 简体中文下一个 Token 算不上证明:Stephen Wolfram 谈 ChatGPT 与计算性真理嘉宾 Stephen Wolfram · 主持 Lex Fridman这是 Stephen Wolfram 第四次与 Lex Fridman 对谈。他先把大语言模型与 Wolfram|Alpha 作对比,然后沿着计算不可约性的思路,从 ChatGPT 讲到观察者、热力学,以及二十世纪物理学的三大理论。
3:28:47EN → 简体中文Karpathy 称训练好的神经网络是复杂的外星造物嘉宾 Andrej Karpathy · 主持 Lex Fridman在 Lex Fridman 的播客上,Andrej Karpathy 拒绝用大脑来做类比,借助 Nick Lane 的化学研究梳理费米悖论(Fermi paradox),并把 Transformer 视为一台通用的可微分计算机。
2:10:08EN → 简体中文Gato 只是开始嘉宾 Oriol Vinyals · 主持 Lex FridmanDeepMind 的 Oriol Vinyals 与 Lex Fridman 聊通用智能体、被丢掉的权重,以及人类水平的通用人工智能(AGI)能否在他有生之年到来。
2:10:39EN → 简体中文Demis Hassabis:先解决智能,再解决其他一切嘉宾 Demis Hassabis · 主持 Lex FridmanDeepMind 首席执行官告诉 Lex Fridman:图灵测试为什么是一份出错的考卷,AlphaFold 如何改写了生物学,以及射电天空的寂静为何暗示我们或许是孤独的。
2:45:10EN → 简体中文青少年二十小时学会开车,汽车却还学不会嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun 在 Lex Fridman 的播客里讲明白:自监督世界模型(self-supervised world models)为什么是智能缺失的“暗物质”,以及机器为什么还没到家猫的水平。
2:31:57EN → 简体中文Jay McClelland 谈思维如何从神经网络中涌现嘉宾 Jay McClelland · 主持 Lex Fridman这位斯坦福大学的认知科学家,与 Lex Fridman 聊了联结主义(connectionism)、反向传播(backpropagation)、David Rumelhart,以及为什么直觉会先发现某些东西,之后逻辑才去证明它。
2:51:33EN → 简体中文自我是一段 GPT 提示词:Wojciech Zaremba 谈意识、Codex 与费米的沉默嘉宾 Wojciech Zaremba · 主持 Lex FridmanOpenAI 联合创始人 Wojciech Zaremba 对 Lex Fridman 说,他认为我们在宇宙中可能是孤独的;他还说,GPT-3、Codex 和一只单手机器人,已经暗示了智能是如何构建的。
2:18:29EN → 简体中文你的大脑皮层,是 15 万个模型在给一只咖啡杯投票嘉宾 Jeff Hawkins · 主持 Lex FridmanJeff Hawkins 对 Lex Fridman 说:智能是学习世界模型的能力,新皮层是成千上万张相互独立的地图在投票,而通往机器智能最快的路径,是对这层皮质做逆向工程。
2:30:30EN → 简体中文成功第一步的谬误嘉宾 Ishan Misra · 主持 Lex Fridman伯克利的 Jitendra Malik 解释了计算机视觉为何仍然看起来很简单、全自动驾驶为何还遥遥无期,以及孩子知道而今天的网络不知道的是什么。
1:56:17EN → 简体中文如果把地球重演一百万次,还会有像我们这样的生物出现吗?嘉宾 Risto Miikkulainen · 主持 Lex FridmanRisto Miikkulainen 谈神经进化、鬣狗围猎、从不睡觉的罗勒,以及为什么“变异加选择”仍能找到反向传播看不见的解。
2:01:07EN → 简体中文Michael Littman 不等待失控的神,他在观察我们嘉宾 Michael Littman · 主持 Lex Fridman布朗大学的强化学习(reinforcement learning)研究者 Michael Littman 对 Lex Fridman 说,为什么意外出现的超级智能(superintelligence),在他看来就像一架 747 自行组装起来,而社交媒体、死记硬背式的语言和心智理论(theory of mind),更让他担心。
2:10:06EN → 简体中文要理解字母 A,你可能得先理解整个世界嘉宾 Dileep George · 主持 Lex FridmanDileep George 谈递归皮层网络,为什么五岁的孩子能读懂任何新出现的验证码(CAPTCHA),以及莱特兄弟到底从鸟身上学到了什么。
1:41:37EN → 简体中文成功第一步的谬误:Jitendra Malik 谈视觉为何仍未被解决嘉宾 Jitendra Malik · 主持 Lex Fridman伯克利的 Jitendra Malik 向 Lex Fridman 说明,计算机视觉为何总是低估自己,完全自动驾驶为何仍需要认知(cognition)能力,以及为何视觉是语言的母体。
1:37:31EN → 简体中文送啤酒的机器人,其实是人在远程操控嘉宾 Sergey Levine · 主持 Lex FridmanSergey Levine 对 Lex Fridman 说,机器人的硬件差距几乎可以补上,常识必须靠生活去积累,而离线强化学习(offline reinforcement learning)是让机器人从日志数据走向持续进步的缺失环节。
2:00:32EN → 简体中文慢速突触养出快速学习者,温暖才是更难的问题嘉宾 Matt Botvinick · 主持 Lex FridmanDeepMind 神经科学负责人 Matt Botvinick 与 Lex Fridman 谈前额叶皮层(prefrontal cortex)、元强化学习(meta-reinforcement learning)和多巴胺研究,如何与一个根本问题相遇:在 AI 时代,更好的人类生活究竟应该是什么样子。
3:00:18EN → 简体中文只有模拟才可能有意识嘉宾 Joscha Bach · 主持 Lex Fridman约沙·巴赫(Joscha Bach)对 Lex Fridman 讲,为什么一个神经元什么也感觉不到,为什么存在是默认状态,以及为什么这个正在走向消亡的世界,仍然是这场游戏里最好的一关。
1:37:28EN → 简体中文我们仍在严重低估深度学习嘉宾 Ilya Sutskever · 主持 Lex FridmanIlya Sutskever 在与 Lex Fridman 的对谈中谈到,为什么 2012 年的突破靠的是信念,为什么更大的模型可能会先变差再变好,以及如果拥有一个通用人工智能(AGI),他会怎么做。
1:48:01EN → 简体中文David Silver:AlphaGo 赢在拿掉了人类知识嘉宾 David Silver · 主持 Lex FridmanAlphaGo 与 AlphaZero 背后的 DeepMind 研究员 David Silver 向 Lex Fridman 讲述:无人领取的百万美元围棋奖金、七岁时用过的 BBC Micro,以及一次蜜月中的灵感,如何促成了超人水平的自我对弈。
1:12:48EN → 简体中文John Hopfield 的心智物理学:故障变成了特征嘉宾 John Hopfield · 主持 Lex Fridman这位普林斯顿大学的物理学家,带 Lex Fridman 从摇晃的伦敦桥说到 Hopfield 网络、把意识当作故事,以及他那个著名的模型为什么仍然解释不了学习。
1:44:55EN → 简体中文如果还要六万张数字图,你就还没有找到智能嘉宾 Vladimir Vapnik · 主持 Lex FridmanVladimir Vapnik 对 Lex Fridman 说,智能是用几个好的谓词把一片函数之海压缩下来的艺术,而用每类六十个样本解决 MNIST,就是检验标准。
49:53EN → 简体中文Gilbert Strang 仍然用粗粉笔和四个子空间教书嘉宾 Gilbert Strang · 主持 Lex Fridman这位 MIT 线性代数传奇人物与 Lex Fridman 谈论 OpenCourseWare、奇异值、把神经网络看作一百万次折叠,以及为什么微积分占去了本科课表的大头。
加载更多已显示 24 篇,共 90 篇







