最新文章
4,485 篇排序
1:01:24EN → 简体中文
Lex Fridman· 2019年3月12日播客 · 2 人对谈Leslie Kaelbling：先买票，再规划机场嘉宾 Leslie Kaelbling · 主持 Lex FridmanMIT 机器人学家在与 Lex Fridman 的对话中讲述，为什么抽象、信念空间（belief space）里的控制，以及内置偏置，比在符号派和神经网络派之间站队更重要。
1:08:44EN → 简体中文
Jane Street· 2019年3月8日Nathan Linger：Ontology，一套面向语言的权限系统Nathan Linger · Jane StreetJane Street 如何将权限表示为类型化声明，并通过英语界面提供给用户。
1:18:13EN → 简体中文Jane Street· 2019年2月11日Lindsey Kuper：为正确高效的并行计算设计抽象Lindsey Kuper · University of California, Santa Cruz从基于格的共享状态，到非侵入式并行语言和神经网络验证，高层抽象可以让系统既更安全又更高效。
55:24EN → 简体中文Lex Fridman· 2019年2月7日播客 · 2 人对谈Kyle Vogt 做出高速公路改装套件，还没卖出一台就砍掉了嘉宾 Kyle Vogt · 主持 Lex FridmanCruise 总裁兼首席技术官 Kyle Vogt 对 Lex Fridman 讲述：这位玩着 BattleBots 长大的堪萨斯少年，为什么放弃了一款能用的产品，转而与通用汽车合作，并在 2019 年把原型一步步推向量产。
1:20:21EN → 简体中文Lex Fridman· 2019年1月19日播客 · 2 人对谈爱因斯坦曾是五名博士生里最差的一个嘉宾 Tomaso Poggio · 主持 Lex FridmanMIT 神经科学家 Tomaso Poggio 谈智能为何是科学中最深的难题，以及大脑仍有什么要教给机器的东西。
46:25ENLex Fridman· 2019年1月17日播客Deep Learning at the Edge of 2019: BERT, Autopilot, and the Ideas That Broke Through主持 Lex FridmanA tour of the architectural, applied, and automation breakthroughs that defined deep learning in 2018 and set up 2019.
5:12EN → 简体中文
3Blue1Brown· 2019年1月13日用碰撞次数揭示 π 的数字两个理想化滑块构成一个出人意料的计数谜题。
21:42EN → 简体中文
a16z· 2019年1月2日播客 · 2 人对谈David Oyelowo 谈《卡推女王》与谁有机会讲故事嘉宾 David Oyelowo · 主持 Ben Horowitz一场 2016 年关于影片、呈现方式与好莱坞机会的讨论。
26:16EN → 简体中文a16z· 2019年1月2日播客 · 4 人对谈创新、AI 与 Google I/O：2016 年的一场讨论嘉宾 Benedict Evans, Connie Chan, Steven Sinofsky · 主持 Kyle Russell一场关于 Google Assistant、Instant Apps 和 Daydream 产品与平台的历史讨论。
35:37EN → 简体中文a16z· 2019年1月2日播客 · 4 人对谈编程素养与进入科技行业的多种路径嘉宾 Susan Mernit, Laura Weidman Powers, Reshma Saujani · 主持 Chrissie Brodigan一场 2014 年的讨论，涉及编程教育、信心、导师与科技职业的障碍。
24:58EN → 简体中文a16z· 2019年1月2日播客 · 2 人对谈投资资源不足的社区嘉宾 Kesha Cash · 主持 Tawny HolguinKesha Cash 与 Tawny Holguin 讨论影响力、回报和 Mayvenn 的商业模式。
1:06:17EN → 简体中文Lex Fridman· 2018年12月28日播客 · 2 人对谈冷扑大师未用神经网络，击败了世界顶级扑克高手嘉宾 Tuomas Sandholm · 主持 Lex FridmanTuomas Sandholm 向 Lex Fridman 讲述，博弈论、抽象（abstraction）和搜索而非深度学习，如何拿下一对一无限注德州扑克，以及真正更难的，是把这套工具用到赌场之外。
1:19:59EN → 简体中文Lex Fridman· 2018年12月23日播客 · 2 人对谈Schmidhuber 的赌注：真正的元学习改写的是学习者本身，而不只是最后一层嘉宾 Juergen Schmidhuber · 主持 Lex FridmanJürgen Schmidhuber 向 Lex Fridman 讲述，哥德尔机、把压缩当作科学、Power Play、LSTM 和世界模型，如何都源于一个少年时的计划：把一个人的好奇心放大，造出一个比他本人强得多的物理学家。
42:45EN → 简体中文Lex Fridman· 2018年12月16日播客 · 2 人对谈单腿机器人只凭“这个更好”学会了后空翻嘉宾 Pieter Abbeel · 主持 Lex FridmanPieter Abbeel 对 Lex Fridman 说明，为什么偏好比较、自我对弈、十分钟示范，以及杂乱的模拟器组合，是深度强化学习（RL）的切实路径。
1:26:21EN → 简体中文Lex Fridman· 2018年12月9日播客 · 2 人对谈机器绝不该把自己的目标奉为圭臬嘉宾 Stuart Russell · 主持 Lex FridmanStuart Russell 与 Lex Fridman 谈元推理（metareasoning）、自动驾驶的可靠性，以及为什么对人类目标的不确定性是控制问题（control problem）的核心。
1:03:45EN → 简体中文Jane Street· 2018年12月7日Jane Street 与 OCaml 编译器Yaron Minsky · Jane StreetRon Minsky 讲述一次偶然采用编程语言的经历，如何发展为对编译器工程和共享开源生态的长期投入。
33:07EN → 简体中文Lex Fridman· 2018年12月4日播客 · 2 人对谈他们从隔壁拉了根接线，做出了谷歌嘉宾 Eric Schmidt · 主持 Lex FridmanEric Schmidt 对 Lex Fridman 说，Larry 和 Sergey 从来没开过什么创业策略会：他们有更好的算法，宿舍里的电却不够用，还有一张 10 万美元的支票。
15:50EN → 简体中文3Blue1Brown· 2018年12月2日球的表面积为什么是影子的四倍Grant Sanderson · 3Blue1Brown从圆柱投影和球面细环出发，理解球面积与圆面积的关系。
1:20:09EN → 简体中文Lex Fridman· 2018年11月29日播客 · 2 人对谈Stack Overflow 从来就不是为新手设计的嘉宾 Jeff Atwood · 主持 Lex Fridman在 Stack Overflow 十周年之际，Jeff Atwood 与 Lex Fridman 谈谜题、领导力、Discourse，以及为什么一个软件团队的健康程度，取决于它改动一个词的速度有多快。
1:37:30EN → 简体中文
Google DeepMind· 2018年11月23日Volodymyr Mnih：深度强化学习智能体巡览Volodymyr Mnih · DeepMind一场 2018 年讲座从 DQN、经验回放讲到 A3C 和 IMPALA，追溯深度强化学习智能体的设计。
1:26:44EN → 简体中文Lex Fridman· 2018年11月22日播客 · 2 人对谈他像养孩子一样养大 Python，然后把它放手交给社区嘉宾 Guido van Rossum · 主持 Lex Fridman2018 年，Guido van Rossum 在与 Lex Fridman 的对谈中，从电子制作套件和生命游戏讲起，一直讲到他辞去“终身仁慈独裁者”的那个周四早晨。
54:03EN → 简体中文Lex Fridman· 2018年11月16日播客 · 2 人对谈教科书略去了学习中最难的那部分嘉宾 Vladimir Vapnik · 主持 Lex FridmanVladimir Vapnik 在与 Lex Fridman 的对谈中认为，智能的核心工作是发明能缩小可容许函数集的谓词，在一大堆数据上拟合规则做不到这一点。
1:06:51EN → 简体中文Jane Street· 2018年10月24日Marius Eriksen：用 Reflow 进行云端增量数据处理Marius Eriksen · GRAIL函数式语言和运行时将数据工作流转化为有类型的程序，复用已有结果并按需配置云资源。
42:18EN → 简体中文Lex Fridman· 2018年10月20日播客 · 2 人对谈成年人能改变去年的想法，网络却做不到嘉宾 Yoshua Bengio · 主持 Lex FridmanYoshua Bengio 对 Lex Fridman 说，深度学习缺的那几块，在于信用分配、训练目标，以及从经典 AI 借来的一种组合性，靠堆出一万层网络补不上。加载更多已显示 24 篇，共 4,485 篇