筛选结果
20 篇排序
4:18:22EN → 简体中文
Lex Fridman· 2026年5月6日播客 · 2 人对谈每个周期都重要：解码几乎全网视频的志愿者们嘉宾 FFmpeg · 主持 Lex FridmanLex Fridman 与 Jean-Baptiste Kempf、Kieran Kunhya 谈 FFmpeg、VLC、手写汇编，以及 YouTube、Netflix 和火星车背后那群没有报酬的人。
1:55:10EN → 简体中文Lex Fridman· 2024年3月18日播客 · 2 人对谈Sam Altman 预计，通往 AGI 的路将是一场权力斗争嘉宾 Sam Altman · 主持 Lex Fridman2023 年 11 月的一个周五下午，OpenAI 董事会解雇了它的 CEO。四天半后他回来了，依然拒绝超级投票权控制。
2:36:21EN → 简体中文Lex Fridman· 2022年9月21日播客 · 2 人对谈笑容不等于快乐：Rana el Kaliouby 谈情感 AI 与共情危机嘉宾 Rana el Kaliouby · 主持 Lex FridmanAffectiva 创始人、Smart Eye 副 CEO 与 Lex Fridman 聊到，如何教机器读懂人脸、感知车内的驾驶员，以及她最自豪的是公司培养出来的人。
2:30:30EN → 简体中文Lex Fridman· 2021年7月31日播客 · 2 人对谈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。
2:10:06EN → 简体中文Lex Fridman· 2020年8月14日播客 · 2 人对谈要理解字母 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Lex Fridman· 2020年7月21日播客 · 2 人对谈成功第一步的谬误：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Lex Fridman· 2020年7月14日播客 · 2 人对谈送啤酒的机器人，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。
2:12:36EN → 简体中文Lex Fridman· 2020年5月12日播客 · 2 人对谈攻击一路往上爬，最终落到人身上嘉宾 Dawn Song · 主持 Lex FridmanDawn Song 与 Lex Fridman 谈下一场安全危机为何落在人身上、一张贴纸怎样改写停车标志，以及数据至今为何没有产权。
1:17:29EN → 简体中文Lex Fridman· 2019年9月23日播客 · 2 人对谈算法已经更好，诊所却还在用 1967 年的标准嘉宾 Regina Barzilay · 主持 Lex FridmanMIT 的 Regina Barzilay 讲，深度学习（deep learning）为什么已经胜过乳腺癌的“密度”评分，而数据、法律责任和激励机制为什么仍然推不动改变。
1:15:58EN → 简体中文Lex Fridman· 2019年8月31日播客 · 2 人对谈人类智能只是窄得离谱的一小片嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun 向 Lex Fridman 解释：为什么巨型神经网络加上梯度下降推翻了教科书，为什么“AGI”是个用错的词，以及为什么下一次飞跃是像婴儿那样学习的世界模型。
1:59:37EN → 简体中文Lex Fridman· 2019年8月5日播客 · 2 人对谈车道居中，是唯一已经有用的自动驾驶功能嘉宾 George Hotz · 主持 Lex Fridmancomma.ai 创始人 George Hotz 对 Lex Fridman 讲述，为什么保持在车道内胜过 5 级（Level 5）自动驾驶的承诺，以及无人驾驶出租车（robotaxi）技术栈为什么依然没有网络效应（network effect）。
24:22ENLex Fridman播客 · 2 人对谈Craftsmanship, First Principles and the Road to Self-Driving: Jim Keller on Working with Elon Musk嘉宾 Jim Keller · 主持 Lex FridmanThe veteran chip architect explains why he thinks autonomous driving is a tractable engineering problem, how Tesla's cost constraints shaped its hardware, and what he took from Musk's way of thinking.
9:59ENLex Fridman播客Is Language or Vision Harder? Ilya Sutskever on the Unity of Machine Learning主持 Lex FridmanIn a short clip from his 2020 conversation with Lex Fridman, Ilya Sutskever explains why vision, language and reinforcement learning share the same few principles, and why asking which problem is harder is the wrong question.
58:46ENLex Fridman播客Caging the Neural Network: How Aptiv Thinks About Safe Self-Driving主持 Lex FridmanAptiv Autonomous Mobility's Karl Iagnemma and Oscar Beijbom explain why end-to-end learning is hard to trust in cars, and show how PointPillars and nuScenes push lidar perception forward.
1:11:50ENLex Fridman播客Data Is Everything: Teaching Self-Driving Cars to Understand the Human Behind the Wheel主持 Lex FridmanIn an MIT lecture, Lex Fridman shows how deep learning can sense pedestrians, driver posture, gaze, emotion and cognitive load, and why that matters for human-centered autonomy.
1:19:52ENLex Fridman播客From Pixels to Steering Wheels: Convolutional Networks and End-to-End Driving主持 Lex FridmanLex Fridman's MIT 6.S094 lecture explains how convolutional neural networks work, where deep learning helps a self-driving car, and how to train a network to steer from video.
53:13ENLex Fridman播客How Machines Learn to See: From Pixel Differences to Convolutions, ResNets and Scene Segmentation主持 Lex FridmanLex Fridman's MIT 6.S094 lecture walks from the basics of image classification through landmark network architectures to pixel-level segmentation, optical flow and the SegFuse competition.
34:33ENLex Fridman播客Teaching Cars to Watch the Driver: Deep Learning for Semi-Autonomous Vehicles主持 Lex FridmanLex Fridman's MIT 6.S094 lecture on using driver-facing cameras and neural networks to understand body pose, gaze, emotion and cognitive load.
11:29ENLex Fridman播客Why Tesla AI Day Was the Most Impressive Real-World AI Effort Lex Fridman Has Seen主持 Lex FridmanLex Fridman walks through the neural network, data annotation, Dojo and Tesla Bot announcements and what they say about solving real-world robotics.
1:31:29ENLex Fridman播客Is Driving More Like Chess or Conversation? Lex Fridman's Opening Lecture on Deep Learning for Self-Driving Cars主持 Lex FridmanThe first lecture of MIT 6.S094 introduces neural networks, reinforcement learning and computer vision through the question of how hard driving really is.