筛选结果
43 篇排序
29:44EN → 简体中文Harry Wang:AI、二维半导体与芯片制造的未来半导体研究者讲解新材料、良率、AI 控制的实验,以及模型与芯片之间可能形成的反馈循环。
0:53EN → 简体中文Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。
13:32EN → 简体中文OpenAI 的 Navier–Stokes 证明声明、研究署名与 AI 的未来Matthew Berman · Forward FutureMatthew Berman 探讨 OpenAI 关于 AI 智能体完成证明的声明、相关研究和数据使用争议,以及此事对 AI 驱动科学发现可能意味着什么。
0:49EN → 简体中文OpenAI 声称的 Navier–Stokes 结果与内部数学模型Matthew Berman · Forward FutureMatthew Berman 讨论 OpenAI 提出的证明,以及其内部模型与 GPT-6 Astra 的比较。数学结果和奖项状态仍待审查。
0:35EN → 简体中文Sebastian Bubeck 回应数学研究署名争议Matthew Berman · Forward FutureMatthew Berman 转述 OpenAI 研究员 Sebastian Bubeck 对其与一位名为 Levent 的数学家沟通情况的描述。
15:37EN → 简体中文Matthew Berman 谈 Qwen3.8-Max、AI 成本与开放权重竞争Matthew Berman · Forward Future一场 2026 年对已公布的基准测试和研究演示的评析,引出了部署经济性与地缘政治依赖的问题。
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。
0:47EN → 简体中文GPT-5 与自动化实验室:一条科研工作流程Matthew Berman · Forward FutureMatthew Berman 介绍 OpenAI 与 Ginkgo Bioworks 将 AI 模型连接至实验室自动化设备的演示。
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。
15:10EN → 简体中文OpenAI 药物研发价值分成:提出了什么,还有哪些问题尚不明确Matthew Berman · Forward FutureMatthew Berman 探讨 Sarah Friar 关于许可的言论,比较研究合作模式,并设想 AI 资源集中的未来。
8:16EN → 简体中文AI 与 Erdős 问题 397:经过验证的证明、先前成果和自我改进的前景Matthew Berman · Forward FutureMatthew Berman 讨论 AI 辅助数学研究,认为算法发现可能加速 AI 发展;问题 397 的历史则为这一讨论提供了重要背景。
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。
13:07EN → 简体中文AI 新闻:Grok 争议、新模型与人才争夺Matthew Berman · Forward FutureMatthew Berman 盘点 2025 年 7 月 Grok 的反犹帖子、编程和创意工具、模型发布、抗体设计及 AI 招聘动态。
20:44EN → 简体中文AI 新闻:DeepSeek 报道、OpenAI 争议与 Google 新工具Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年 6 月有关模型开发、人才流动、商标与版权争议,以及新 AI 产品和研究的报道。
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。
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。
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。
加载更多已显示 24 篇,共 43 篇









