筛选结果
165 篇排序
4:13:30EN → 简体中文人类出现得早了 10 的 18 次方倍嘉宾 Robin Hanson · 主持 Lex FridmanRobin Hanson 对 Lex Fridman 说,人类在宇宙历史中所处的时间本身就是数据;天空空荡荡,说明那些高调的外星文明正在快速扩张而来。
2:04:58EN → 简体中文Grimes 说:我们已不再是智人,不妨叫我们技术人(homo techno)嘉宾 Grimes · 主持 Lex FridmanLex Fridman 很少在午夜之后录节目。这一期是例外:Grimes 晚了八个小时才到,聊音乐、梗、为人母,以及为什么即便人类并不神圣,意识仍可能是神圣的。
2:37:03EN → 简体中文没有人知道怎么做一支铅笔嘉宾 Tim Urban · 主持 Lex FridmanWait But Why 的 Tim Urban 花了五年写一本关于社会为何四分五裂的书,随后与 Lex Fridman 聊了外星人、马斯克、Neuralink,以及拖延者脑子里的那场战争。
2:46:40EN → 简体中文能装进一辆面包车的人,造出了能装进脑子的工具嘉宾 Peter Wang · 主持 Lex FridmanAnaconda 的 Peter Wang 与 Lex Fridman 谈 Python、赛博系统,以及为什么分享软件能创造价值,而稀缺经济学至今仍无法为其定价。
2:52:56EN → 简体中文Douglas Lenat 的三十七年赌注:常识能被写下来吗嘉宾 Douglas Lenat · 主持 Lex Fridman自 1984 年起,Cyc 就在把世界上那些没人明说的规则编码下来,让机器能够推理,而不只是做模式匹配。
2:24:52EN → 简体中文判断机器人是否成熟,要看环境为它改变了多少,别只看演示嘉宾 Rodney Brooks · 主持 Lex FridmanRodney Brooks 对 Lex Fridman 讲了为什么脸是一种承诺,为什么“计算”这个比喻被用得太过头,以及为什么机器人公司会死于价格、预期和习惯。
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。
2:39:15ENCraftsmanship, Graphs and Consciousness: Jim Keller on Building Computers That Think嘉宾 Jim Keller · 主持 Lex FridmanLegendary chip architect Jim Keller talks with Lex Fridman about design philosophy, the future of AI hardware, the human mind and how to live well.
1:44:32ENThe Philosopher’s Risk: Zev Weinstein on Stagnation, Truth, and the Courage to Change Your Mind嘉宾 Zev Weinstein · 主持 Lex FridmanZev Weinstein talks with Lex Fridman about why radical thought is both dangerous and necessary, and how truth, language, media, mathematics and mortality shape a meaningful life.
1:18:35EN → 简体中文走在我们中间的 AI,或许必须懂得抑郁主持 Lex Fridman在 2021 年 1 月的一场问答(AMA)中,Lex Fridman 回答听众关于会受苦的机器、移民、外星人和职业转型的问题,并讲了为什么幸福是一种信号,而不是目标。
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。
2:34:20EN → 简体中文智能,是你习得未曾准备过的技能的效率嘉宾 François Chollet · 主持 Lex FridmanFrançois Chollet 对 Lex Fridman 说,技能不等于智能,GPT-3 仍然只是在做模式匹配,而一种名为 ARC 的网格谜题,至今仍能把孩子和机器区分开。
4:08:58EN → 简体中文为 AGI 命名的人,想让超级智能在慈悲中长大嘉宾 Ben Goertzel · 主持 Lex FridmanLex Fridman 与 Ben Goertzel 谈了四个小时,话题包括 OpenCog、索菲亚、SingularityNET,以及为什么更大的神经网络并不等于心智。
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。
1:29:02EN → 简体中文你就是自己存在的证明嘉宾 Karl Friston · 主持 Lex FridmanKarl Friston 带 Lex Fridman 从脑成像讲到自由能原理(free energy principle),他认为,任何能维持边界的东西,看上去都在做贝叶斯推断(Bayesian inference)。
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。
1:07:21EN → 简体中文复杂的东西都是慢慢长出来的嘉宾 Richard Dawkins · 主持 Lex FridmanRichard Dawkins 与 Lex Fridman 谈外星智慧、模因(meme)、道德,以及为什么即使是模拟出来的世界,仍然绕不开达尔文。
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。
1:27:57EN → 简体中文大脑这台最好的计算机,没有内在生命嘉宾 Roger Penrose · 主持 Lex FridmanRoger Penrose 向 Lex Fridman 讲述:为什么 HAL 会引出一个整个领域都不愿点明的道德问题,为什么小脑会动摇心智的计算理论,以及引力、哥德尔与无限的宇宙为什么都依赖同一种理解。
1:39:56EN → 简体中文为什么 Marcus Hutter 把压缩视为智能本身嘉宾 Marcus Hutter · 主持 Lex Fridman这位 AIXI 的提出者、DeepMind 研究者向 Lex Fridman 解释,为什么维基百科压缩竞赛、所罗门诺夫归纳和一个不可计算的公式应该放在同一场对话里。
1:38:49EN → 简体中文即使是模拟,也依然真实嘉宾 David Chalmers · 主持 Lex FridmanDavid Chalmers 向 Lex Fridman 解释,为什么模拟出来的世界仍然算作现实,以及意识的难题(hard problem of consciousness)为何依然挥之不去。
1:52:40EN → 简体中文没有类比,就没有概念嘉宾 Melanie Mitchell · 主持 Lex FridmanMelanie Mitchell 与 Lex Fridman 谈类比为何处于思考的核心,为何放大规模的学习仍然败在常识上,以及她为什么认为人类水平的 AI 还要一百多年才能实现。
1:23:01EN → 简体中文没有词,就问不出问题嘉宾 Judea Pearl · 主持 Lex Fridman一个少年在得知几何可以用代数来做之后,像发了高烧一样在床上躺了三天;此后,他用一生为因果关系建立了一套数学。
14:55ENKasparov on Deep Blue, AlphaZero, and Why Machines Win Closed Systems but Humans Still Choose the Questions嘉宾 Garry Kasparov · 主持 Lex FridmanGarry Kasparov revisits the 1997 loss to Deep Blue, explains why machines beat humans in closed systems, and argues that the human role is to pick the right questions and not interfere with superior machine knowledge.
加载更多已显示 24 篇,共 165 篇









