筛选结果
72 篇排序
45:08EN → 简体中文Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中,Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。
40:44EN → 简体中文Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。
39:23EN → 简体中文防守方的窗口期:Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题,是科学领域的有力证据,主动式智能体(Agent)如何改变产品形态,以及为什么安全支出必须超过软件支出。
38:10EN → 简体中文从深度伪造到 DNA:SynthID 如何给 AI 加水印Hannah Fry, Pushmeet Kohli, Jeremy Ratcliffe · Google DeepMindHannah Fry 请来 Pushmeet Kohli 和 Jeremy Ratcliffe,讲解 SynthID:一种已用于文本、图像和视频的数学水印,正在延伸到蛋白质序列,好让 DNA 合成公司能把 AI 设计的分子和自然界的分子区分开来。
47:22EN → 简体中文从千分之一到 15%:Chai Discovery 把药物设计看作规模问题Joshua Meier 和 Matthew McPartlon 在红杉资本的 Training Data 节目中说明:抗体设计本质上是工程问题,以及他们为什么卖分子 CAD 套件,自己不做药。
1:15:19EN → 简体中文Anj Midha 谈 Anthropic、算力瓶颈与前沿 AI 的建设嘉宾 Anjney Midha · 主持 Harry StebbingsAMP 创始人回忆 Anthropic 的早期融资,并解释他围绕科学反馈、算力协调与 AI 基础设施的投资论点。
32:22EN → 简体中文Demis Hassabis 谈 AGI、科学发现与未来挑战嘉宾 Demis Hassabis · 主持 Harry StebbingsGoogle DeepMind 首席执行官讨论算力、持续学习、安全标准,以及他对 AI 在科学、医学和能源领域的期望。
58:27EN → 简体中文就算 AI 没那么聪明,只要不离开实验室,也能在科学上取胜Ginkgo Bioworks 首席执行官 Jason Kelly 向红杉讲述,改变实验科学做法的会是自主实验室,更聪明的模型只是其次。
1:43:39EN → 简体中文五个突变就可能让致死率 60% 的禽流感在人与人之间传播主持 Nathan Labenz约翰霍普金斯大学助理教授 Jassi Pannu 主张,只限制那一小部分教模型如何制造大流行病毒的功能数据,其余生物学数据仍然保持开放。
2:25:42EN → 简体中文专家们争到咖啡时间,也没有定论:AI 能不能造出 AI主持 Nathan Labenz在 Cognitive Revolution 的一场马拉松直播中,一位癌症 AI 研究者、一位前 OpenAI 董事会成员和一位国家安全分析师,各自撞上了这股热潮里一堵不同的墙。
1:34:42EN → 简体中文500 美元的内核、十个月的村庄,以及智能体的性情主持 Nathan LabenzJames Zou、Sam Hammond 和 Shoshannah Tekofsky 谈科学智能体、美国押注的知识工作,以及把模型放任不管时它们究竟会做什么。
1:04:51EN → 简体中文1.25 亿个细胞用了十年,下一个十亿只需几个月主持 Nathan Labenz扎克伯格与 Priscilla Chan 谈,如何把前沿生物学实验室与前沿 AI 实验室结成对子,让模型用为它们专门设计的数据来训练。
48:14EN → 简体中文一款新药要花 20 亿美元、10 年,Benchling 的 CEO 想让 AI 把时间压到 3 年主持 Sarah Guo, Elad Gil大多数药物在第七到第十年失败,那时数亿美元早已投进了临床试验。Sajith Wickramasekara 认为,把东西送上太空,可能已经比让一款新药获批更容易。
1:29:30EN → 简体中文2500 个化合物,51% 的命中率:一个小型图网络如何找到新抗生素主持 Nathan LabenzMIT 的 Jim Collins 向 Nathan Labenz 讲述:一个没有正式经费的 2018 年项目,加上二元生长抑制标签和 Chemprop 图网络,如何从实验室根本无法人工筛查的化学空间中找出新抗生素。
1:01:49EN → 简体中文ChatGPT 联合创造者离开,要把自然放进奖励回路主持 Nathan LabenzLiam Fedus 与 Ekin Dogus Cubuk 谈语言模型为什么仍然学不好物理,为什么文献数据噪声太大、无法用来训练,以及 Periodic Labs 为什么瞄准 200K 的超导体。
1:55:02EN → 简体中文每天一百次实验,以及材料领域的“死亡之谷”主持 Nathan LabenzRadical AI 两位联合创始人向 Nathan Labenz 讲述,如何通过前沿模型与自驾实验室组成的闭环,把四十年的材料研发周期压缩到十年以内。
57:52EN → 简体中文目标是 1%,实验室做到了 20%:Chai Discovery 把抗体设计搬到了电脑上主持 Jacob EffronJoshua Meier 谈 AI 药物发现的三波浪潮,为什么 Chai-2 对分子来说就像 Photoshop,以及为什么 1% 的命中率本应足以改变整个行业。
2:28:14EN → 简体中文自然有结构:Demis Hassabis 谈可学习的现实与 AGI嘉宾 Demis Hassabis · 主持 Lex Fridman谷歌 DeepMind 的 CEO 认为,经过进化塑造的系统可以用经典学习方法来建模,而可交互的世界模型正处在通往 AGI 的路上。
41:13EN → 简体中文从 49 次乘法到 48 次:DeepMind 的 AI 改写了一项五十年的数学纪录Pushmeet Kohli 讲述 AlphaEvolve 如何把 Gemini 与评估器结合起来,发明算法、证明旧猜想,并改变哪些科学问题值得去尝试。
49:27EN → 简体中文从 0.1% 到 20%:Chai-2 把抗体设计变成了提示词(prompt)工程主持 Sarah Guo, Elad GilChai Discovery 的两位创始人(founder)Joshua Meier 和 Jack Dent 向 Sarah Guo 讲述,生成式模型如何在第一块 24 孔板上设计出能结合靶点的抗体。
42:09EN → 简体中文AlphaEvolve 找到了人类 50 年间没有发现的算法,随后让 Gemini 提速 23%主持 Sarah Guo, Elad Gil谷歌 DeepMind 的 Pushmeet Kohli 与 Matej Balog 向 No Priors 讲述,进化式编程智能体如何像 AlphaGo 搜索围棋那样搜索算法空间。
3:14:34EN → 简体中文陶哲轩:难题有十个难点,他先关掉九个嘉宾 Terence Tao · 主持 Lex Fridman菲尔兹奖得主陶哲轩与 Lex Fridman 从挂谷针和纳维-斯托克斯方程聊到 Lean 和佩雷尔曼,也谈到为什么今天的 AI 还闻不出一条证明是不是走进了死胡同。
1:12:29EN → 简体中文谷歌 AI Co-Scientist 破解了人类多年没看出的噬菌体谜题主持 Nathan Labenz帝国理工学院的科学家 José Penadés 和 Tiago Costa 在 Podovirus 播客上讲述:一个尚未公开的谷歌系统,如何复原了他们尚未发表的答案,即没有尾部的衣壳会去结合游离的噬菌体尾部。
55:40EN → 简体中文要治愈所有疾病,Isomorphic Labs 需要六个左右的 AlphaFoldMax Jaderberg 谈如何把 DeepMind 的游戏研究变成一个通用的 AI 药物设计引擎,以及为什么光靠预测无法搜索一个 10^60 量级的分子宇宙。
加载更多已显示 24 篇,共 72 篇









