筛选结果
30 篇排序
1:44:29EN → 简体中文讨论《时代》2024 年 AI 百人榜:领袖、研究者与遗漏Matthew Berman, Alex, Melissa · Forward FutureMatthew Berman、Alex 和 Melissa 回顾《时代》的榜单,讨论人选,并回答观众关于 AI 工具和行业的问题。
1:50:09EN → 简体中文九百种职业、二十年,AI 革命仍未到来主持 Nathan Labenz经济学家 Robin Hanson 在 The Cognitive Revolution 节目中说,每一次 AI 演示看上去都和上一次差不多,真正该看的是工资和在职人数。
1:58:43EN → 简体中文一条只有 302 个神经元的线虫已经会权衡取舍,AI 仍停在同一座梯子上主持 Nathan LabenzMax Bennett 把 6 亿年的大脑演化对应到五次突破上,并追问今天的模型究竟爬上了哪几级台阶。
1:25:50EN → 简体中文提示词工程(prompt engineering)变成了编程,Riley Goodside 对此并不介意主持 Nathan LabenzScale AI 首位资深提示词工程师谈工具调用(tool use)、不失忆的微调(fine-tuning)、先生成再排序,以及 2023 年“未来工作”的故事为什么没有成真。
2:31:57EN → 简体中文Jay McClelland 谈思维如何从神经网络中涌现嘉宾 Jay McClelland · 主持 Lex Fridman这位斯坦福大学的认知科学家,与 Lex Fridman 聊了联结主义(connectionism)、反向传播(backpropagation)、David Rumelhart,以及为什么直觉会先发现某些东西,之后逻辑才去证明它。
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。
2:02:45EN → 简体中文偷代码:让算法跑起来本身一分不给主持 Lex FridmanCharles Isbell 和 Michael Littman 与 Lex Fridman 聊了为什么机器学习不只是统计,为什么挣扎必须保有希望,以及 6600 美元的在线硕士到底卖的是什么。
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。
1:56:31EN → 简体中文一面白墙并不比人更有意识嘉宾 Scott Aaronson · 主持 Lex FridmanScott Aaronson 与 Lex Fridman 聊整合信息论(integrated information theory)、Penrose 那套不可计算的心智理论、GPT-3、P 与 NP 问题,以及为什么那些支持开放讨论的沉默声音必须大声一些。
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。
1:48:01EN → 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。
1:45:56EN → 简体中文0.8 就够了:Donald Knuth 谈算法、TeX,以及他在一把椅子上度过的人生嘉宾 Donald Knuth · 主持 Lex FridmanLex Fridman 到 Donald Knuth 家中做客,聊 IBM 650、极客的大脑、文学化编程、《计算机程序设计艺术》、TeX、P 与 NP 问题,以及他那份 80% 的幸福预算。
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。
55:24EN → 简体中文机器的手很稳:Garry Kasparov 谈深蓝、AlphaZero 与普京嘉宾 Garry Kasparov · 主持 Lex Fridman前世界冠军在与 Lex Fridman 的对话中讲述,为什么输给 IBM 至今仍让他难受,为什么国际象棋从来不是智力的巅峰,以及他为什么住在纽约。
1:00:06EN → 简体中文Pamela McCorduck:人工智能源于锻造神明的古老愿望嘉宾 Pamela McCorduck · 主持 Lex Fridman这位写出第一部大众化人工智能史的小说家,与 Lex Fridman 谈达特茅斯会议、AI 寒冬,以及她为什么认为对存在性风险的恐慌,其实是一种男性凝视。
44:48EN → 简体中文Chris Urmson:无人驾驶之路,与能让你打个盹的那条路分道扬镳嘉宾 Chris Urmson · 主持 Lex FridmanLex Fridman 与 Aurora CEO Chris Urmson 聊了 DARPA 挑战赛、为什么激光雷达(lidar)是工具而非拐杖,以及 L2 辅助驾驶的经济账为什么长不成真正的自动驾驶。
1:26:27EN → 简体中文李开复:原创的骄傲,是企业成长的枷锁嘉宾 Kai-Fu Lee · 主持 Lex Fridman2019 年,这位投资人、前谷歌中国总裁在与 Lex Fridman 的对谈中解释:中国的模仿岁月如何成了练兵场,为什么数据常常比巧妙的算法更管用,以及直面死亡如何改变了他对工作的看法。
1:10:58EN → 简体中文让谷歌开源 TensorFlow 的 Hadoop 教训嘉宾 Rajat Monga · 主持 Lex Fridman2015 年 11 月,谷歌把自己内部的核心机器学习系统放上了 GitHub。Rajat Monga 解释,像谷歌这样体量的公司为什么要把最难复制的那部分交出去。
46:25ENDeep 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.
1:25:16ENFrom Hand-Built Features to ResNets: Andrej Karpathy's Crash Course in Convolutional Networks主持 Lex FridmanA 2016 Deep Learning School talk covering how convnets work, how the ImageNet winners evolved, and how to apply them without being a hero.
1:55:04ENMining the Computational Universe: Stephen Wolfram on What AI Can and Can't Be Told to Do嘉宾 Stephen Wolfram · 主持 Lex FridmanIn a talk for MIT's AGI course, Stephen Wolfram connects Wolfram Alpha, simple programs, computational irreducibility and the problem of telling machines what humans want.
1:03:25ENTheano in an Hour: Symbolic Graphs, Automatic Gradients and a Compiler That Rewrites Your Math主持 Lex FridmanPascal Lamblin of MILA walks through how Theano builds, differentiates, optimizes and runs computation graphs, then trains logistic regression, a convnet and an LSTM.
1:08:06ENDeep Learning in One Lecture: From Perceptrons to AutoML and the Limits of Learning嘉宾 Deep Learning Basics · 主持 Lex FridmanLex Fridman's opening lecture for MIT's 6.S094 course surveys why deep learning took off, how neural networks learn, and where the technique still falls short.
加载更多已显示 24 篇,共 30 篇







