筛选结果
32 篇排序
1:43:47EN → 简体中文
Lex Fridman· 2024年2月16日播客 · 2 人对谈先跑后走：Marc Raibert 谈如何让金属看起来有生命嘉宾 Marc Raibert · 主持 Lex Fridman波士顿动力创始人 Marc Raibert 与 Lex Fridman 谈为什么激进的跳跃胜过谨慎的行走、109 次 Atlas 摔倒如何变成一套方法，以及机器人为什么仍然需要另一种智能。
2:27:58EN → 简体中文Lex Fridman· 2023年4月28日播客 · 2 人对谈Atlas 用了 14 年，才走出 Playter 想要的步态嘉宾 Robert Playter · 主持 Lex Fridman波士顿动力首席执行官 Robert Playter 回顾了 30 年的历程：从麻省理工学院（MIT）地下室里的弹跳杆，到 Atlas、Spot 和 Stretch，以及公司为什么至今仍然设计可以摔倒的机器。
2:29:21EN → 简体中文Lex Fridman· 2022年12月6日播客 · 2 人对谈从不试图读懂人心的扑克机器人嘉宾 Noam Brown · 主持 Lex FridmanNoam Brown 向 Lex Fridman 讲述：一台逼近纳什均衡（Nash equilibrium）的机器人如何碾压单挑无限注德州扑克（heads-up no-limit Hold'em），Pluribus 怎样在六人桌上做到同样的事，以及《外交》为什么需要一个能赢得人类信任的 AI。
2:10:39EN → 简体中文Lex Fridman· 2022年7月1日播客 · 2 人对谈Demis Hassabis：先解决智能，再解决其他一切嘉宾 Demis Hassabis · 主持 Lex FridmanDeepMind 首席执行官告诉 Lex Fridman：图灵测试为什么是一份出错的考卷，AlphaFold 如何改写了生物学，以及射电天空的寂静为何暗示我们或许是孤独的。
1:56:17EN → 简体中文Lex Fridman· 2021年4月19日播客 · 2 人对谈如果把地球重演一百万次，还会有像我们这样的生物出现吗？嘉宾 Risto Miikkulainen · 主持 Lex FridmanRisto Miikkulainen 谈神经进化、鬣狗围猎、从不睡觉的罗勒，以及为什么“变异加选择”仍能找到反向传播看不见的解。
2:01:07EN → 简体中文Lex Fridman· 2020年12月12日播客 · 2 人对谈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。
1:37:31EN → 简体中文Lex Fridman· 2020年7月14日播客 · 2 人对谈送啤酒的机器人，其实是人在远程操控嘉宾 Sergey Levine · 主持 Lex FridmanSergey Levine 对 Lex Fridman 说，机器人的硬件差距几乎可以补上，常识必须靠生活去积累，而离线强化学习（offline reinforcement learning）是让机器人从日志数据走向持续进步的缺失环节。
2:00:32EN → 简体中文Lex Fridman· 2020年7月3日播客 · 2 人对谈慢速突触养出快速学习者，温暖才是更难的问题嘉宾 Matt Botvinick · 主持 Lex FridmanDeepMind 神经科学负责人 Matt Botvinick 与 Lex Fridman 谈前额叶皮层（prefrontal cortex）、元强化学习（meta-reinforcement learning）和多巴胺研究，如何与一个根本问题相遇：在 AI 时代，更好的人类生活究竟应该是什么样子。
1:48:01EN → 简体中文Lex Fridman· 2020年4月3日播客 · 2 人对谈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。
1:38:33EN → 简体中文Lex Fridman· 2020年3月19日播客 · 2 人对谈也许人是在另一套假设下理性的嘉宾 Anca Dragan · 主持 Lex FridmanAnca Dragan 与 Lex Fridman 谈逆强化学习（inverse reinforcement learning）、自动驾驶，以及为什么写下的奖励更像证据，而不是法律。
1:39:56EN → 简体中文Lex Fridman· 2020年2月26日播客 · 2 人对谈为什么 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。
1:29:10EN → 简体中文Lex Fridman· 2020年2月20日播客 · 2 人对谈Andrew Ng：AI 最难的部分，很少出在算法上嘉宾 Andrew Ng · 主持 Lex Fridman在与 Lex Fridman 的对谈中，Ng 讲述了自己从深夜录制 Coursera 课程，一路走到工厂车间的经历，并认为杂乱的数据、良好的习惯和从小处着手，比炒作更重要。
14:55ENLex Fridman· 2019年10月29日播客 · 2 人对谈Kasparov 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.
1:03:13EN → 简体中文Lex Fridman· 2019年9月30日播客 · 2 人对谈两种公平不可兼得，Peter Norvig 这样说嘉宾 Peter Norvig · 主持 Lex Fridman《人工智能：一种现代方法》的合著者，在与 Lex Fridman 的对话中谈到再犯风险评分、效用函数、Lisp、MOOC，以及为什么人类水平的智能不应成为目标。
56:47EN → 简体中文Lex Fridman· 2019年9月8日播客 · 2 人对谈Vijay Kumar 为什么不肯把它们叫作“无人机”嘉宾 Vijay Kumar · 主持 Lex Fridman宾夕法尼亚大学（Penn）机器人学家谈蜂群设计、真正的自主，以及为什么限制天空的仍是电池而不是算法。
1:46:01EN → 简体中文Lex Fridman· 2019年4月29日播客 · 2 人对谈AlphaStar 击败 TLO 那晚，团队去了酒吧嘉宾 Oriol Vinyals · 主持 Lex FridmanOriol Vinyals 谈 DeepMind 如何把《星际争霸 II》变成一个序列问题、搭建智能体联盟，以及为什么他仍然不肯说这款游戏已经被解决。
1:01:24EN → 简体中文Lex Fridman· 2019年3月12日播客 · 2 人对谈Leslie Kaelbling：先买票，再规划机场嘉宾 Leslie Kaelbling · 主持 Lex FridmanMIT 机器人学家在与 Lex Fridman 的对话中讲述，为什么抽象、信念空间（belief space）里的控制，以及内置偏置，比在符号派和神经网络派之间站队更重要。
1:19:59EN → 简体中文Lex Fridman· 2018年12月23日播客 · 2 人对谈Schmidhuber 的赌注：真正的元学习改写的是学习者本身，而不只是最后一层嘉宾 Juergen Schmidhuber · 主持 Lex FridmanJürgen Schmidhuber 向 Lex Fridman 讲述，哥德尔机、把压缩当作科学、Power Play、LSTM 和世界模型，如何都源于一个少年时的计划：把一个人的好奇心放大，造出一个比他本人强得多的物理学家。
42:45EN → 简体中文Lex Fridman· 2018年12月16日播客 · 2 人对谈单腿机器人只凭“这个更好”学会了后空翻嘉宾 Pieter Abbeel · 主持 Lex FridmanPieter Abbeel 对 Lex Fridman 说明，为什么偏好比较、自我对弈、十分钟示范，以及杂乱的模拟器组合，是深度强化学习（RL）的切实路径。
1:07:29ENLex Fridman播客Deep Reinforcement Learning from First Principles: Rewards, Q-Learning, Policy Gradients and AlphaZero主持 Lex FridmanLex Fridman's MIT 6.S091 opening lecture walks from the basic RL framework through DQN, actor-critic methods and AlphaZero to the unsolved problem of moving from simulation to the real world.
9:59ENLex Fridman播客Is Language or Vision Harder? Ilya Sutskever on the Unity of Machine Learning主持 Lex FridmanIn a short clip from his 2020 conversation with Lex Fridman, Ilya Sutskever explains why vision, language and reinforcement learning share the same few principles, and why asking which problem is harder is the wrong question.
18:46ENLex Fridman播客Deep Learning Plus One Idea: Ilya Sutskever on Building AGI主持 Lex FridmanIn a May 2020 conversation, Sutskever discusses self-play, simulation, bodies and consciousness, tests of intelligence, and how an AGI might be governed and aligned.
17:40ENLex Fridman播客From AlphaGo Zero to MuZero: How Self-Play Strips Knowledge Out of AI主持 Lex FridmanDeepMind's David Silver explains why removing human knowledge made AlphaZero stronger and more general, and how MuZero extended the idea to worlds with unknown rules.
1:27:30ENLex Fridman播客From NAND Gates to Self-Driving Traffic: Deep Reinforcement Learning in One Lecture主持 Lex FridmanLex Fridman's second MIT 6.S094 lecture walks from the humble perceptron to deep Q-learning and the browser-based DeepTraffic competition.加载更多已显示 24 篇，共 32 篇