Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

7. Socratic by Google 对学生和学习者来说，这是一个必备的应用，但它在人们的视线中却惊人地低调 ▪️为任何话题提供逐步的视觉解释 ▪️涵盖代数、几何、三角学、生物学、化学、物理、历史和文学

路飞 🏴‍☠️ AI 研究员🧐

133,596 subscribers

101,554 views • 1 year ago •via X (Twitter)

Science & Technology Education

Anya Rossi• Live Now

Private livecam show

14 Comments

路飞 🏴‍☠️ AI 研究员🧐1 year ago

11个非法网站，能让你的生活更加轻松不要问是谁告诉你的... [🔖保存，以备以后使用]

路飞 🏴‍☠️ AI 研究员🧐1 year ago

1. Vidnoz AI 1分钟内轻松创建免费的AI视频简单、快速、100%免费的AI视频生成器无需费用、无需下载、无需经验 1000+个AI头像、830+个逼真的AI声音、1000+个模板

路飞 🏴‍☠️ AI 研究员🧐1 year ago

Text to Video AI免费生成器轻松将文本转换为视频，AI免费帮你实现！将你的纯文本想象力带入直观的逐帧视觉中！

路飞 🏴‍☠️ AI 研究员🧐1 year ago

2. Vector Magic 轻松将JPG、PNG、BMP和GIF位图转换为令人惊叹的矢量图像（SVG、EPS、PDF），只需简单上传

路飞 🏴‍☠️ AI 研究员🧐1 year ago

3. Rewritify Rewritify是一个无法检测到的AI写作工具，旨在将你的AI生成文本转换为具有人类声音和真实感的内容，是最佳的AI生成文本人性化工具

路飞 🏴‍☠️ AI 研究员🧐1 year ago

4. Otter AI Otter AI可以捕捉并将对话转录为笔记录制和转录语音，做笔记，捕捉幻灯片，生成实时摘要

路飞 🏴‍☠️ AI 研究员🧐1 year ago

5. Ahmia 一个旨在帮助你在暗网上找到有价值的网站的搜索引擎

路飞 🏴‍☠️ AI 研究员🧐1 year ago

6. MyScript Nebo 这款应用利用AI将手写笔记转换为数字文本，使在移动设备上整理和搜索手写文档变得更加容易

路飞 🏴‍☠️ AI 研究员🧐1 year ago

8. Starry AI 一款免费的AI艺术生成器应用，可以将文本转换为令人惊叹的图像每天可生成最多五幅无水印的艺术品，可根据不同的模型、风格、纵横比和起始照片进行定制

路飞 🏴‍☠️ AI 研究员🧐1 year ago

9. AR LOOPA 一款体验升级的增强现实相机应用，用于制作惊人的视频可以无缝地将增强现实的家具、艺术品，甚至机器人和汽车模型放置和预览在视频中

路飞 🏴‍☠️ AI 研究员🧐1 year ago

10. Supermeme AI 利用这款AI生成的模因生成器，轻松制作定制的模因快速生成模因将你的模因营销提升至新的水平

路飞 🏴‍☠️ AI 研究员🧐1 year ago

11. VismeApp ▶️高级的Canva替代品 ▶️用Visme设计和创作一切 ▶️受到2750万用户和企业的信赖了解更多

WD-401 year ago

@memdotai mem it

Mem1 year ago

@0xluffy_eth Saved! Here's the compiled thread:

Related Videos

中科院物理学家曹则贤：中国现在大学生学习的数学和物理，还远远赶不上欧洲一百年前中学生水平。

中科院物理学家曹则贤：中国现在大学生学习的数学和物理，还远远赶不上欧洲一百年前中学生水平。

Ignatius Lee

214,346 views • 1 year ago

黄仁勋：“如果我今天是个学生，无论是在数学、科学、化学还是生物学——无论我进入哪个科学领域或什么职业——我都会问自己，‘我如何使用 AI 来更好地完成我的工作？如果我想成为律师呢？如果我想成为化学家呢？如果我想成为生物学家，我如何使用 AI 来做得更好？’这个问题对每个人都适用。”

黄仁勋：“如果我今天是个学生，无论是在数学、科学、化学还是生物学——无论我进入哪个科学领域或什么职业——我都会问自己，‘我如何使用 AI 来更好地完成我的工作？如果我想成为律师呢？如果我想成为化学家呢？如果我想成为生物学家，我如何使用 AI 来做得更好？’这个问题对每个人都适用。”

KK.aWSB

44,494 views • 5 months ago

陶哲轩：人类并没有专门数学脑区，不同的人处理数学问题有他们自己的方法。 * 有些人调用视觉中心，所以他们以视觉化的方式思考数学。 * 有些人调用语言中心，所以他们以符号化、逻辑化的方式思考。 * 有些人调用解谜/游戏中心，所以他们擅长竞赛和策略性的思考。而我们现在的教育是在试图用同一种方法去教所有的学生。这会导致有些人过早地与数学“失联”。

陶哲轩：人类并没有专门数学脑区，不同的人处理数学问题有他们自己的方法。 * 有些人调用视觉中心，所以他们以视觉化的方式思考数学。 * 有些人调用语言中心，所以他们以符号化、逻辑化的方式思考。 * 有些人调用解谜/游戏中心，所以他们擅长竞赛和策略性的思考。而我们现在的教育是在试图用同一种方法去教所有的学生。这会导致有些人过早地与数学“失联”。

Line

106,098 views • 11 months ago

生成式 AI 入门教程 2 - 什么是生成式 AI - 原理和指南欢迎来到我们的课程，今天我们将深入了解生成式人工智能（AI）的奥秘。生成式 AI 是当前 AI 领域中最为重要的工具之一，它展示了令人惊叹的文本生成能力，如 ChatGPT 和 Bard 等系统。本视频将向你介绍生成式 AI 的工作原理，并告诉你在哪些情况下最好谨慎使用它。我们还将对比监督学习和生成式 AI，帮助你更好地理解这一领域。在人工智能的各个领域中，监督学习和生成式 AI 是最为重要的工具。我们将通过实例解释监督学习的概念，并展示它在广告、自动驾驶汽车、医疗和语音识别等领域的应用。随后，我们将介绍大规模监督学习在过去十年中的发展，以及它如何为生成式 AI 的崛起打下基础。 🚀 课程亮点：详细介绍生成式人工智能及其工作原理。对比监督学习和生成式 AI，展示它们在实际应用中的不同。提供实际例子，帮助你更好地理解和应用这些概念。 🔥 你将学到：生成式人工智能的定义和应用监督学习和生成式 AI 的区别和联系如何在实际情境中应用这些工具 🌐 课程内容：生成式 AI 和监督学习的基本原理大规模监督学习的发展历程生成式 AI 在文本生成中的应用 📚 学习建议：关注课程中提到的实际应用例子，以更好地理解理论知识。在学习过程中不断提问和实践，以加深理解。整理课程中的关键点，并尝试将其应用到你自己的项目中。 🔗 相关链接：课程地址：油管播放列表： B站播放列表：

生成式 AI 入门教程 2 - 什么是生成式 AI - 原理和指南欢迎来到我们的课程，今天我们将深入了解生成式人工智能（AI）的奥秘。生成式 AI 是当前 AI 领域中最为重要的工具之一，它展示了令人惊叹的文本生成能力，如 ChatGPT 和 Bard 等系统。本视频将向你介绍生成式 AI 的工作原理，并告诉你在哪些情况下最好谨慎使用它。我们还将对比监督学习和生成式 AI，帮助你更好地理解这一领域。在人工智能的各个领域中，监督学习和生成式 AI 是最为重要的工具。我们将通过实例解释监督学习的概念，并展示它在广告、自动驾驶汽车、医疗和语音识别等领域的应用。随后，我们将介绍大规模监督学习在过去十年中的发展，以及它如何为生成式 AI 的崛起打下基础。 🚀 课程亮点：详细介绍生成式人工智能及其工作原理。对比监督学习和生成式 AI，展示它们在实际应用中的不同。提供实际例子，帮助你更好地理解和应用这些概念。 🔥 你将学到：生成式人工智能的定义和应用监督学习和生成式 AI 的区别和联系如何在实际情境中应用这些工具 🌐 课程内容：生成式 AI 和监督学习的基本原理大规模监督学习的发展历程生成式 AI 在文本生成中的应用 📚 学习建议：关注课程中提到的实际应用例子，以更好地理解理论知识。在学习过程中不断提问和实践，以加深理解。整理课程中的关键点，并尝试将其应用到你自己的项目中。 🔗 相关链接：课程地址：油管播放列表： B站播放列表：

宝玉

80,454 views • 2 years ago

自动驾驶算法的底层原理和我们做趋势交易最科学的原理是一样的，这就是为何我一直提醒大家不要历史归纳法，统计学的多样本概率学适用于高频量化的类似于物理学当中的量子力学，但宏观世界当中“相对论”更有效。这也是为何我做量化多年发现剩下的最有效的因子就是“动能因子”，不只是因为样本足够，物理学中空气动力学的应用在趋势交易中格外有效。

自动驾驶算法的底层原理和我们做趋势交易最科学的原理是一样的，这就是为何我一直提醒大家不要历史归纳法，统计学的多样本概率学适用于高频量化的类似于物理学当中的量子力学，但宏观世界当中“相对论”更有效。这也是为何我做量化多年发现剩下的最有效的因子就是“动能因子”，不只是因为样本足够，物理学中空气动力学的应用在趋势交易中格外有效。

𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀

39,040 views • 3 months ago

来啦，OpenAI 传说中的 strawberry 终于来了 o1 通过复杂的任务推理，解决比以前的科学、编码和数学模型更难的问题。模型在物理、化学和生物学方面表现与博士生类似。一共两个模型 OpenAI o1-mini 和 o1-preview。从今天开放使用，1-preview 每周30 条，o1-mini 每周 50 条。演示视频已翻译

来啦，OpenAI 传说中的 strawberry 终于来了 o1 通过复杂的任务推理，解决比以前的科学、编码和数学模型更难的问题。模型在物理、化学和生物学方面表现与博士生类似。一共两个模型 OpenAI o1-mini 和 o1-preview。从今天开放使用，1-preview 每周30 条，o1-mini 每周 50 条。演示视频已翻译

歸藏(guizang.ai)

77,812 views • 1 year ago

提高个人学习效率的策略和技巧优化学习前的准备：在开始深入学习之前，首先要对学习内容有一个大致的了解，包括通过阅读摘要、目录等方式获取关键词和主要概念。建立知识框架：使用关键词和概念创建一个初步的知识结构，这个结构不依赖于任何特定的学习材料的顺序，而是基于你的先验知识和理解。积极整合：在学习过程中，不断地将新信息整合到你的知识框架中，这包括对信息的重组和重新分类，以确保它与你已有的知识相连贯。避免线性学习：避免按照材料原有的顺序进行线性学习，而是基于个人的知识框架，有选择性地学习那些能最大化提高理解和记忆的部分。提高信息相关性：通过与已有知识的关联，增加新信息的相关性，这样可以更容易地记住并应用新学到的知识。实践和应用：通过实际应用学习到的知识来加深理解和记忆，即使是简单或看似无用的练习也能帮助巩固学习成果。个性化学习路径：虽然大脑的基本结构相似，但每个人的学习风格和偏好可能不同。寻找和优化最适合自己的学习方法是关键。

提高个人学习效率的策略和技巧优化学习前的准备：在开始深入学习之前，首先要对学习内容有一个大致的了解，包括通过阅读摘要、目录等方式获取关键词和主要概念。建立知识框架：使用关键词和概念创建一个初步的知识结构，这个结构不依赖于任何特定的学习材料的顺序，而是基于你的先验知识和理解。积极整合：在学习过程中，不断地将新信息整合到你的知识框架中，这包括对信息的重组和重新分类，以确保它与你已有的知识相连贯。避免线性学习：避免按照材料原有的顺序进行线性学习，而是基于个人的知识框架，有选择性地学习那些能最大化提高理解和记忆的部分。提高信息相关性：通过与已有知识的关联，增加新信息的相关性，这样可以更容易地记住并应用新学到的知识。实践和应用：通过实际应用学习到的知识来加深理解和记忆，即使是简单或看似无用的练习也能帮助巩固学习成果。个性化学习路径：虽然大脑的基本结构相似，但每个人的学习风格和偏好可能不同。寻找和优化最适合自己的学习方法是关键。

Yangyi

117,800 views • 2 years ago

内地某师范大学学生：你的历史不在，国家就不在了，要让学生对国家产生敬畏感，情到深处，竟然抽泣起来。一个真正自信的国家，不需要靠学生流泪来维系认同。历史教育如果只剩“敬畏”与“感动”，却没有质疑、反思和求真，那学的就不是历史，而是情绪动员。历史不是用来跪拜的，是用来理解人为什么会一次次犯错，警惕错误不再重演的，不然你们的历史就白学了。

内地某师范大学学生：你的历史不在，国家就不在了，要让学生对国家产生敬畏感，情到深处，竟然抽泣起来。一个真正自信的国家，不需要靠学生流泪来维系认同。历史教育如果只剩“敬畏”与“感动”，却没有质疑、反思和求真，那学的就不是历史，而是情绪动员。历史不是用来跪拜的，是用来理解人为什么会一次次犯错，警惕错误不再重演的，不然你们的历史就白学了。

作家崔成浩

48,619 views • 14 days ago

一位物理学家，花了整整30年，得出一个惊人的结论。数学，是意识的产物。所以，用数学来解释意识，此路不通。主流物理学家们怎么看这个世界？他们认为，所有存在的，就是所有你能测量的。凡是无法测量的，就没有“内部”，也就不存在。这套逻辑真的无懈可击吗？那量子计算机怎么解释？它的实际运算，并不发生在时空里。它发生在希尔伯特空间。一个纯粹的数学抽象概念。问题来了。你怎么能在一个抽象的数学空间里，进行真实的物理运算？这难道不矛盾吗？这种根本性的不连贯，为什么没人愿意深思？是我们的教育出了问题吗？只教人怎么解方程，怎么套公式。却从不教人如何去思考，去质疑前提。是不是整个体系，从根上就希望我们停止思考这些本质问题？这位物理学家说，他也被如此教导。现在他必须掉过头来，重新审视一切。当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。这背后，究竟意味着什么？

一位物理学家，花了整整30年，得出一个惊人的结论。数学，是意识的产物。所以，用数学来解释意识，此路不通。主流物理学家们怎么看这个世界？他们认为，所有存在的，就是所有你能测量的。凡是无法测量的，就没有“内部”，也就不存在。这套逻辑真的无懈可击吗？那量子计算机怎么解释？它的实际运算，并不发生在时空里。它发生在希尔伯特空间。一个纯粹的数学抽象概念。问题来了。你怎么能在一个抽象的数学空间里，进行真实的物理运算？这难道不矛盾吗？这种根本性的不连贯，为什么没人愿意深思？是我们的教育出了问题吗？只教人怎么解方程，怎么套公式。却从不教人如何去思考，去质疑前提。是不是整个体系，从根上就希望我们停止思考这些本质问题？这位物理学家说，他也被如此教导。现在他必须掉过头来，重新审视一切。当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。这背后，究竟意味着什么？

墓碑科技

51,708 views • 4 months ago

Dr. Thomas N. Seyfried是一位美国生物学家、遗传学家和生物化学家，他是癌症代谢理论最知名的倡导者和研究者之一。他明确解释了为什么芬苯达唑、甲苯达唑这样的寄生虫药物对治疗癌症有效。癌症不是寄生虫，但它和寄生虫共享了同一套代谢机制。寄生虫药物不管到底是寄生虫还是癌症，杀灭的方式都是一样的。

Dr. Thomas N. Seyfried是一位美国生物学家、遗传学家和生物化学家，他是癌症代谢理论最知名的倡导者和研究者之一。他明确解释了为什么芬苯达唑、甲苯达唑这样的寄生虫药物对治疗癌症有效。癌症不是寄生虫，但它和寄生虫共享了同一套代谢机制。寄生虫药物不管到底是寄生虫还是癌症，杀灭的方式都是一样的。

波波 Lucy

22,262 views • 2 months ago

AI教育领域的应用，一个AI数理化老师：TheoremExplainAgent，它可以生成5分钟动画视频来给学生讲解数学公式和科学定理，实用性很强双智能体架构设计：一个规划智能体，负责备课，设计教案，写讲稿一个编程智能体，负责制作课件，用Manim生成Python动画脚本及相应音频支持数学、物理、化学、计算机科学等学科代码即将开源 #AI教学工具 #AI老师 #TheoremExplainAgent #AI教学视频

AI教育领域的应用，一个AI数理化老师：TheoremExplainAgent，它可以生成5分钟动画视频来给学生讲解数学公式和科学定理，实用性很强双智能体架构设计：一个规划智能体，负责备课，设计教案，写讲稿一个编程智能体，负责制作课件，用Manim生成Python动画脚本及相应音频支持数学、物理、化学、计算机科学等学科代码即将开源 #AI教学工具 #AI老师 #TheoremExplainAgent #AI教学视频

AIGCLINK

100,261 views • 1 year ago

在上海美国学校门口的采访。对生活在美国的朋友们来说，这些学生的生活再普通不过了，但是对正在准备高考的中国学生，尤其是那些身处卷王学校的，这就是另一个世界，尽管地理上可能很近。

在上海美国学校门口的采访。对生活在美国的朋友们来说，这些学生的生活再普通不过了，但是对正在准备高考的中国学生，尤其是那些身处卷王学校的，这就是另一个世界，尽管地理上可能很近。

小径残雪

345,111 views • 2 years ago

这个工具实际上是用于学习任何东西的 ChatGPT。现在可以在几秒钟内产生新想法并学习任何东西。免费使用它的方法如下： 🧵

这个工具实际上是用于学习任何东西的 ChatGPT。现在可以在几秒钟内产生新想法并学习任何东西。免费使用它的方法如下： 🧵

AI Will

184,493 views • 3 years ago

再开源一个技能：一键生成可视化数学讲解视频提示词：安装这个Skill：然后使用这个Skill给小学生讲解：给小学生讲解□+28=□x5 下方2个视频是我生成的效果。

再开源一个技能：一键生成可视化数学讲解视频提示词：安装这个Skill：然后使用这个Skill给小学生讲解：给小学生讲解□+28=□x5 下方2个视频是我生成的效果。

Gorden Sun

47,141 views • 6 days ago

科学已经绘制出了亚原子粒子、遥远恒星以及生命化学的图谱，却对我们自身的意识体验完全保持沉默。大卫·查尔默斯David John Chalmers，是澳大利亚著名哲学家和认知科学家，这是一段早期的采访录影，我的嘴替。他说：意识既是世界上最熟悉的事物，也是最神秘的事物。当我们认识世界时，意识就是我们的起点。我知道我存在。我知道我有意识。其他一切都是次要的。然而，尽管意识如此亲近，它在科学的图景中却显得格格不入。为什么？因为科学的设计初衷就是为了消除主观性。以热现象为例，物理学完整地解释了热分子的运动、能量传递和温度梯度，涵盖了这一现象的每一个客观方面。但它却从未解释过“热”究竟是什么感觉。你可以追踪从热感受器沿着神经进入大脑的每一个神经信号，却仍然无法解释“温暖”这种主观体验。如果没有意识来观察、解释和理解数据，科学根本无法进行。意识是科学本身的前提，然而科学却没有相应的框架来解释它。大卫·查尔默斯认为，科学的方法需要拓展。意识或许并非科学可以轻易解释的东西，而可能是科学需要首先学习的东西。 Can't agree more！

科学已经绘制出了亚原子粒子、遥远恒星以及生命化学的图谱，却对我们自身的意识体验完全保持沉默。大卫·查尔默斯David John Chalmers，是澳大利亚著名哲学家和认知科学家，这是一段早期的采访录影，我的嘴替。他说：意识既是世界上最熟悉的事物，也是最神秘的事物。当我们认识世界时，意识就是我们的起点。我知道我存在。我知道我有意识。其他一切都是次要的。然而，尽管意识如此亲近，它在科学的图景中却显得格格不入。为什么？因为科学的设计初衷就是为了消除主观性。以热现象为例，物理学完整地解释了热分子的运动、能量传递和温度梯度，涵盖了这一现象的每一个客观方面。但它却从未解释过“热”究竟是什么感觉。你可以追踪从热感受器沿着神经进入大脑的每一个神经信号，却仍然无法解释“温暖”这种主观体验。如果没有意识来观察、解释和理解数据，科学根本无法进行。意识是科学本身的前提，然而科学却没有相应的框架来解释它。大卫·查尔默斯认为，科学的方法需要拓展。意识或许并非科学可以轻易解释的东西，而可能是科学需要首先学习的东西。 Can't agree more！

波波 Lucy

14,201 views • 2 months ago

【Google 学习神器 Learn About 】中国教育系统在理念和工具上已经很落后了，在 AGI 时代会加速掉队吗？体验了一下 Learn About，感叹google 对学习这件事的认识竟然如此深刻，态度竟然如此真诚（对比国内巨头做的学习就是大力教育🤣，就是 AI 智能学习机🤣）： Learn About 的学习过程设计，非常符合学习原理（以我对学习科学的理解来看）： 1 以 concepts 为中心：一轮一轮对话，都是基于 concepts 来构建的；概念层层分解，通过互动列表和学习者的对话； 2 以 bok（知识体系）为基础：sidebar里面的 suggested topics for xx 主题，就是知识体系的基本框架； 3 丰富模式：点击`get images`，展示丰富图文；每一轮选择/对话，都展示海量的优质信息：来自Wikipedia、youtube、互联网的各种学习材料；针对分解后的任何主题，都能提供结构化的、丰富模式的学习材料，相当不错。后面准备让家里的 9 岁小学生深度体验。再次感叹，学习科学诞生于 1970 年代，但是，50 年后，国人还在为应试教培、教育内卷而苦苦挣扎，孩子们还因为学习而抑郁甚至自杀，巨头们做教育做成了割韭菜…… 教育是决定民族未来的事情。这种差距，会越来越大吗？

【Google 学习神器 Learn About 】中国教育系统在理念和工具上已经很落后了，在 AGI 时代会加速掉队吗？体验了一下 Learn About，感叹google 对学习这件事的认识竟然如此深刻，态度竟然如此真诚（对比国内巨头做的学习就是大力教育🤣，就是 AI 智能学习机🤣）： Learn About 的学习过程设计，非常符合学习原理（以我对学习科学的理解来看）： 1 以 concepts 为中心：一轮一轮对话，都是基于 concepts 来构建的；概念层层分解，通过互动列表和学习者的对话； 2 以 bok（知识体系）为基础：sidebar里面的 suggested topics for xx 主题，就是知识体系的基本框架； 3 丰富模式：点击`get images`，展示丰富图文；每一轮选择/对话，都展示海量的优质信息：来自Wikipedia、youtube、互联网的各种学习材料；针对分解后的任何主题，都能提供结构化的、丰富模式的学习材料，相当不错。后面准备让家里的 9 岁小学生深度体验。再次感叹，学习科学诞生于 1970 年代，但是，50 年后，国人还在为应试教培、教育内卷而苦苦挣扎，孩子们还因为学习而抑郁甚至自杀，巨头们做教育做成了割韭菜…… 教育是决定民族未来的事情。这种差距，会越来越大吗？

howie.serious

157,306 views • 1 year ago

陶哲轩给数学学不好但有兴趣的学生的建议： “现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。” --- 莱克斯·弗里德曼 (Lex Fridman): 接着这个话题，您会对那些在数学上遇到困难，但又很感兴趣、想要学得更好的年轻学生们提些什么建议呢？在如今复杂的教育环境下，您觉得他们可以做些什么？陶哲轩 (Terence Tao): 是的，这确实是个棘手的问题。但有个好消息是，现在课堂之外，能让孩子们接触和拓展数学学习的资源越来越多了。在我那个年代，就已经有数学竞赛，图书馆里也有很多数学科普读物。而现在，我们有了 YouTube，还有各种专门讨论和解决数学谜题的论坛，数学也开始在更多意想不到的地方出现。从兴趣爱好入手，数学也可以很亲民陶哲轩: 比如，有些业余爱好者喜欢玩扑克，纯粹是为了好玩。但为了某些非常具体的原因，他们会对一些特定的概率问题产生浓厚的兴趣。实际上，在扑克圈子里，已经形成了一个业余概率学家的社群。同样的情况也出现在国际象棋、棒球等领域。数学其实无处不在。公民科学：让公众参与到数学研究中陶哲轩: 我其实非常希望，借助像 Lean（一个定理证明助手）这样的新工具，我们能让更广泛的公众参与到数学研究项目中来。这在目前几乎是从未发生过的事。在其他科学领域，已经有了一些“公民科学”(citizen science) 的实践。比如在天文学，有业余爱好者发现新的彗星；在生物学，有普通人帮忙识别蝴蝶种类等等。在数学领域，之前也只有极少数的活动能让业余数学爱好者参与，比如寻找新的素数。但过去，我们必须验证每一个贡献的正确性。因此，对于大多数数学研究项目来说，引入公众的参与非但没有帮助，反而会因为大量的错误检查工作而非常耗时。但是，像数学形式化这样的项目有一个好处，那就是它们能把更多的人聚集起来。我相信，现在已经有高中生为 Mathlib（一个数学定理库）这样的形式化项目做出了贡献。想要参与进来，解决一个小小的、原子级别的问题，你并不需要拥有博士学位。编程：一条通往数学的捷径莱克斯·弗里德曼: 数学的形式化似乎也为编程社区打开了一扇大门。那些对编程感到习以为常的人，或许能更容易地走进数学世界。给我的感觉是，编程似乎比数学更容易上手。数学，特别是现代数学，被看作是一个门槛极高的领域，而编程则不同。所以，编程或许可以成为一个很好的切入点。陶哲轩: 是的，你可以运行代码，然后立刻看到结果，比如很快就能打印出 "Hello world"。如果编程也被当作一门纯理论的学科来教，只教计算机科学、函数理论、程序理论等等，而不让你在周末为了好玩去实际写写代码，那么它也会被认为和数学一样难。在热爱的领域里，发现数学、应用数学陶哲轩: 正如我刚才所说，在很多非数学家的圈子里，人们为了某个非常具体的目标而在运用数学，比如优化他们的扑克策略。对他们来说，数学因此变得非常有趣。给年轻人的职业建议：拥抱不确定的未来莱克斯·弗里德曼: 总的来说，对于年轻人如何选择职业、如何找到自己的定位和天赋所在，您有什么建议？陶哲轩: 这个问题真的非常难回答。当今世界充满了不确定性。你知道，战后曾经有过一段时期，至少在西方，如果你来自一个不错的家庭背景，通往好职业的道路是非常稳定的：上大学、接受教育、选择一个专业，然后一直做下去。莱克斯·弗里德曼: 那样的时代越来越成为过去了。所以我认为，现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。陶哲轩: 的确。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。莱克斯·弗里德曼: 确实，您本人就是一个很有趣的案例。完整视频：Terence Tao: Hardest Problems in Mathematics, Physics & the Future of AI | Lex Fridman Podcast #472

陶哲轩给数学学不好但有兴趣的学生的建议： “现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。” --- 莱克斯·弗里德曼 (Lex Fridman): 接着这个话题，您会对那些在数学上遇到困难，但又很感兴趣、想要学得更好的年轻学生们提些什么建议呢？在如今复杂的教育环境下，您觉得他们可以做些什么？陶哲轩 (Terence Tao): 是的，这确实是个棘手的问题。但有个好消息是，现在课堂之外，能让孩子们接触和拓展数学学习的资源越来越多了。在我那个年代，就已经有数学竞赛，图书馆里也有很多数学科普读物。而现在，我们有了 YouTube，还有各种专门讨论和解决数学谜题的论坛，数学也开始在更多意想不到的地方出现。从兴趣爱好入手，数学也可以很亲民陶哲轩: 比如，有些业余爱好者喜欢玩扑克，纯粹是为了好玩。但为了某些非常具体的原因，他们会对一些特定的概率问题产生浓厚的兴趣。实际上，在扑克圈子里，已经形成了一个业余概率学家的社群。同样的情况也出现在国际象棋、棒球等领域。数学其实无处不在。公民科学：让公众参与到数学研究中陶哲轩: 我其实非常希望，借助像 Lean（一个定理证明助手）这样的新工具，我们能让更广泛的公众参与到数学研究项目中来。这在目前几乎是从未发生过的事。在其他科学领域，已经有了一些“公民科学”(citizen science) 的实践。比如在天文学，有业余爱好者发现新的彗星；在生物学，有普通人帮忙识别蝴蝶种类等等。在数学领域，之前也只有极少数的活动能让业余数学爱好者参与，比如寻找新的素数。但过去，我们必须验证每一个贡献的正确性。因此，对于大多数数学研究项目来说，引入公众的参与非但没有帮助，反而会因为大量的错误检查工作而非常耗时。但是，像数学形式化这样的项目有一个好处，那就是它们能把更多的人聚集起来。我相信，现在已经有高中生为 Mathlib（一个数学定理库）这样的形式化项目做出了贡献。想要参与进来，解决一个小小的、原子级别的问题，你并不需要拥有博士学位。编程：一条通往数学的捷径莱克斯·弗里德曼: 数学的形式化似乎也为编程社区打开了一扇大门。那些对编程感到习以为常的人，或许能更容易地走进数学世界。给我的感觉是，编程似乎比数学更容易上手。数学，特别是现代数学，被看作是一个门槛极高的领域，而编程则不同。所以，编程或许可以成为一个很好的切入点。陶哲轩: 是的，你可以运行代码，然后立刻看到结果，比如很快就能打印出 "Hello world"。如果编程也被当作一门纯理论的学科来教，只教计算机科学、函数理论、程序理论等等，而不让你在周末为了好玩去实际写写代码，那么它也会被认为和数学一样难。在热爱的领域里，发现数学、应用数学陶哲轩: 正如我刚才所说，在很多非数学家的圈子里，人们为了某个非常具体的目标而在运用数学，比如优化他们的扑克策略。对他们来说，数学因此变得非常有趣。给年轻人的职业建议：拥抱不确定的未来莱克斯·弗里德曼: 总的来说，对于年轻人如何选择职业、如何找到自己的定位和天赋所在，您有什么建议？陶哲轩: 这个问题真的非常难回答。当今世界充满了不确定性。你知道，战后曾经有过一段时期，至少在西方，如果你来自一个不错的家庭背景，通往好职业的道路是非常稳定的：上大学、接受教育、选择一个专业，然后一直做下去。莱克斯·弗里德曼: 那样的时代越来越成为过去了。所以我认为，现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。陶哲轩: 的确。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。莱克斯·弗里德曼: 确实，您本人就是一个很有趣的案例。完整视频：Terence Tao: Hardest Problems in Mathematics, Physics & the Future of AI | Lex Fridman Podcast #472

宝玉

88,601 views • 8 months ago

听听这袁腾飞如何对学生们讲历史。作为一个老师，敢讲与教科书上不符的真史，在大是大非上分得清；在课堂上敢对学生们讲普世，讲民主。这就是一个优秀教育者的基本底线。如果大部分的中学生，能遇到这么一个好老师一定会早早醒来。人类的历史本是黑色，被它们粉刷了又粉刷，变成了灰色。

听听这袁腾飞如何对学生们讲历史。作为一个老师，敢讲与教科书上不符的真史，在大是大非上分得清；在课堂上敢对学生们讲普世，讲民主。这就是一个优秀教育者的基本底线。如果大部分的中学生，能遇到这么一个好老师一定会早早醒来。人类的历史本是黑色，被它们粉刷了又粉刷，变成了灰色。

汪江徽

35,602 views • 2 months ago

1️⃣ 35万 #中国学生挤满了我们的工程和人工智能项目，而在中国学习的美国人却只有区区800人，大多是文科生。 2️⃣ 我们校园里的每一位 #中共步兵都必须离开，这些席位应该由美国学生重新夺回。学术界必须做出选择：自由还是极权主义渗透。

1️⃣ 35万 #中国学生挤满了我们的工程和人工智能项目，而在中国学习的美国人却只有区区800人，大多是文科生。 2️⃣ 我们校园里的每一位 #中共步兵都必须离开，这些席位应该由美国学生重新夺回。学术界必须做出选择：自由还是极权主义渗透。

肌肉猫Elva第三个号musclecat

28,457 views • 1 year ago