筛选结果
108 篇排序
58:11EN → 简体中文Patrick Hsu 想做的是生物学的应用商店,不只是更好的药Arc Institute 联合创始人认为,在基因组上训练、不靠蛋白质数据的 Evo 2,应当成为科学方法每一步工具的底座。
1:26:21EN → 简体中文不到 10 美元,Google 的 AI 独立得出了一个没人发表过的实验室结果主持 Nathan LabenzVivek Natarajan 和 Anil Palepu 向 Nathan Labenz 讲述 AMIE(Articulate Medical Intelligence Explorer)如何在治疗方案上胜过基层医生,以及 Co-Scientist 如何与帝国理工学院(Imperial College)尚未发表的细菌耐药机制相吻合。
1:43:54EN → 简体中文培育一个脑类器官要一年,模拟一次只要一小时主持 Nathan Labenz斯坦福博士后 Siyu He 向 Nathan Labenz 讲述 Squidiff 和 CORAL 如何把单细胞实验与空间实验搬进电脑,以及这些模型目前还做不到什么。
1:31:35EN → 简体中文三十年的研究,被压缩成一句话主持 Nathan Labenz免疫学家 Derya Unutmaz 谈如何用半小时写出一份医学专利,如何把 o1 Pro 当作教授级的合作者,以及他为什么在问过模型之前,不再相信自己的专业判断。
40:33EN → 简体中文莫德纳只是第 18 家公司,真正的产品是“公司工厂”主持 Sarah Guo, Elad GilNoubar Afeyan 在《No Priors》节目中讲述,Flagship Pioneering 如何把创办公司变成一门专业,如何为科学上的不确定性“买单”,以及他希望 AI 能像 Waymo 开车那样主导科学发现。
57:41EN → 简体中文一亿个细胞,四个人,三天:生物学的 ImageNet 时刻主持 Sarah Guo, Elad GilVevo Therapeutics 和 Arc Institute 在同一周开源了 Tahoe-100M,以及一个包含 2.3 亿个细胞的图谱,并认为生物学的下一个语言模型是虚拟细胞(virtual cell),而不只是蛋白质折叠模型。
7:41EN → 简体中文Microsoft Majorana 1:量子计算主张及其证据边界Matthew Berman · Forward FutureMatthew Berman 介绍 Microsoft 提出的拓扑量子比特,并设想未来用途;已发表实验支持的结论则更有限。
21:10EN → 简体中文Sam Altman 对 2025 年 AI 编程的预测与三个观察Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读推理模型、软件智能体与 AI 经济学的预测,并区分编程竞赛成绩和更广泛的实际工作。
13:04EN → 简体中文Deep Research、AI 起飞与早期反应的证据边界Matthew Berman, Sam Altman · Forward FutureMatthew Berman 回顾 2025 年 2 月业界对 OpenAI 研究智能体的反应,认为推理与工具可能加速 AI 进步。
1:40:22EN → 简体中文20 原子晶体教会 AI 心跳的物理学主持 Nathan LabenzOrbital Materials 的 Jonathan Godwin 和 Tim Duignan 向 Nathan Labenz 讲述,一个在微小晶体上训练的神经网络,如何在一块 2017 年款 GPU 上模拟了钾离子通道。
15:06EN → 简体中文黄仁勋谈通用机器人、AI 员工与科学Matthew Berman, Jensen Huang · Forward FutureMatthew Berman 回顾 NVIDIA CEO 在 No Priors 的一次访谈,讨论现有环境中的机器人、AI 智能体及对科学研究的预测。
13:39EN → 简体中文Demis Hassabis 谈数字生物学、AlphaFold 与经典计算的界限Matthew Berman, Demis Hassabis · Forward FutureMatthew Berman 回顾 Hassabis 的诺贝尔演讲,探讨蛋白质结构、AI 驱动的发现,以及经典学习算法能够建模什么这一推测性问题。
1:01:53EN → 简体中文人类只写了 1.3% 的 Token,AI 实验室仍然设计出有效的纳米抗体主持 Nathan Labenz斯坦福大学的 James Zou 介绍了一个基于 GPT-4o 的研究小组,他们用不到 100 美元搭出了一条蛋白质设计流程。另有一个稀疏自编码器(SAE),从 ESM-2 中提取出一个没有文献记载的蛋白基序(motif)。
1:55:53EN → 简体中文AI 读论文已超过人类,却仍数不清原子主持 Nathan LabenzFuture House 科学负责人 Andrew White 梳理了语言模型在化学和生物学中已经能做什么,以及它们无法消除的瓶颈。
0:58EN → 简体中文一项已撤回的 AI 研究与科学发现的问题Matthew Berman · Forward Future一段 2024 年视频引用了与 MIT 有关的一篇预印本;arXiv 后来撤回了该论文,MIT 表示其结论不应被依赖。
39:22EN → 简体中文菲尔兹奖得主卡了两小时,AlphaProof 爬了三天主持 Sarah Guo, Elad GilAlphaProof 背后的 DeepMind 团队告诉 Sarah Guo 和 Elad Gil,类似 AlphaZero 的智能体(Agent)、Lean 验证器和测试时强化学习(test-time reinforcement learning),如何达到国际数学奥林匹克(IMO)银牌水平,以及眼下仍然缺的是理论构建能力。
11:10EN → 简体中文AI 与科学发现:一段 2024 年视频中后来撤回的研究Matthew Berman · Forward FutureMatthew Berman 讨论 AI 辅助研究与递归改进;视频的核心预印本后来因数据有效性受到严重质疑而撤回。
1:23:37EN → 简体中文前十名研究想法里有九个出自 Claude主持 Nathan Labenz斯坦福大学博士生 Chenglei Si 做了一项盲测,让 Claude 3.5 Sonnet 与一百多位自然语言处理(NLP)研究者比拼新颖的研究想法。
41:42EN → 简体中文神经网络仍在等待它的热力学OpenAI 研究员 Dan Roberts 谈物理学家为什么不断转向 AI,以及这个领域为什么至今仍缺少相当于理想气体定律的东西。
1:13:23EN → 简体中文AI 找到 γ-氨基丁酸(GABA)与癌症的关联,下一步是与细胞对话主持 Nathan LabenzMichael Levin 与 Leo Pio Lopez 谈一种曾预测出黑色素瘤的多层嵌入方法、一种没有基因突变的癌症,以及生物学真正的接口为什么是认知。
39:45EN → 简体中文Harmonic 的押注:直接教 AI 数学,2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述:为什么数学就是推理,为什么 Lean 是验证器,以及为什么他们不愿坐等数学能力从规模中自然涌现。
1:18:32EN → 简体中文一个能分辨哪些基因碰不得的 DNA 模型主持 Nathan Labenz斯坦福大学的 Brian Hie 讲解混合架构、一个只用 DNA 训练的基因组尺度语言模型,以及一种结合紧密程度比天然抗体高 25 倍的抗体。
18:43EN → 简体中文Sakana AI 的 AI Scientist 与自动化科研的前景Matthew Berman · Forward FutureMatthew Berman 介绍一套 2024 年用于生成和评估机器学习研究的系统,并认为自动化最终可能加速 AI 进步。
18:39EN → 简体中文AI Scientist、Grok-2 与 Agent Q:Matthew Berman 的 2024 年 8 月 AI 新闻回顾Matthew Berman · Forward Future一周内的模型发布、网页智能体和 AI 研究,引出了关于基准测试、自动化以及原型与预测之间差距的问题。
加载更多已显示 24 篇,共 108 篇









