Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

在冷泉港实验室园区里散步,在草地上看到一只海狸鼠。冷泉港实验室创建于 1890 年,最初是一个生物教师培训基地。20世纪初逐渐转型为遗传学和实验生物学研究中心,并在20世纪40—60年代成为分子生物学革命的重要舞台。今天冷泉港实验室是一家独立的非营利科研机构,在癌症、神经科学、基因组学、植物生物学和人工智能等领域处于国际领先地位。

26,513 Aufrufe • vor 2 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

我也当一回“耿同学”,针对这种“毅然回国”,扫除一些“信息差”: ​ ​1. 斯坦福博士后,与斯坦福博士硕士完全不是一码事,更别说斯坦福本科了。不要被这里的斯坦福名头给唬住。 ​ ​2. 博士后不是比博士更进阶的学位或职位,对大多数刚毕业博士而言,博士后只是博士毕业后,尚未找到工作时候的一个低薪打工临时职位。当然,也有少数博士大牛,通过博士后进入大牛教授课题组进修一下,为日后拿到大学tenure track 教职做冲刺,但这些只是极少数。 ​ ​3. 在美国各大医学中心,各个大学医学院,在后台的基础研究实验室里,是中国高学历科技民工浓度最高的地方,他们穿着 白大褂,天天摇着试管,很多常年在见不到阳光的无菌室里养老鼠杀老鼠......这些中国人主要来自留美毕业博士生、国内出来做博士后或访问学者。这些人几乎没有可能走到美国的医学职业前沿,都是后台负重前行者。 ​ ​4. 在中美科技战的当下,生物医学实验室成了美国“去中国化”的一个重要“战场”,比如全美最大的癌症中心,也是中国研究人员密度最高的德克萨斯安德森癌症中心,驱逐甚至逮捕了不少中国籍研究人员。我在美国这些年,从新闻上看到多起中国研究人员在期满回国时候,偷偷携带试管样品回国,甚至有人把试管放在小孩背包里,在机场被美国执法人员当场抓获。这些人铤而走险也能理解,人性使然,在美国世界一流实验室工作过,又带回了最前沿的研究样品。很快就能在国内建立起本领域一流实验室,拿到巨额研究经费,一下子跃居本领域世界前沿的中国一流科学家行列。 ​ ​所以啊,这些所谓“拳拳爱国心”、“毅然回国”等等,听听就好,信息差掩盖着很多猫腻。 ​ ​最后提一句,曾经有一个很火的词,叫“千人计划”,为什么现在没声音、没图像了?

纽约博叔

32,532 Aufrufe • vor 4 Monaten

今天给大家翻译的是最近吴恩达采访李飞飞的一期视频“Andrew Ng and Fei-Fei Li Discuss Human-Centered Artificial Intelligence - Stanford Online”,都是AI领域的重量级人物。李飞飞现在是斯坦福大学的计算机科学教授,还是HAI(以人为本的人工智能研究所)的联席主任。李飞飞还是吴恩达邀请去的斯坦福,最开始还担心李飞飞不去,而李飞飞则说,谁能抵挡斯坦福的诱惑😄 第一个话题是为什么李飞飞从物理专业转到了人工智能领域。 李飞飞分享了她的经历,她一直对物理和STEM充满热情,后来在普林斯顿大学主修物理并在神经科学实验室实习。然而,通过阅读了一些伟大物理学家的著作例如薛定谔的《生命是什么?》罗杰·彭罗斯的《皇帝的新脑》,她对智能产生了极大的好奇心,这促使她在研究生阶段转向了人工智能。 她对智能的基本计算原理有极大的兴趣,期待有一天能找到一组简单的原理或方程,可以定义智能的过程,无论是动物智能还是机器智能。 李飞飞认为AI还处于初级阶段,就像牛顿之前的物理学,曾经有过伟大的物理学,伟大的物理学家,很多现象学,很多关于天体如何运动的研究。但是是牛顿开始写出非常简单的定律。我们仍在经历那个非常令人兴奋的AI基础科学成长时期,就像当年的物理学还处于牛顿之前的阶段。 第二个话题是李飞飞早年的移民经历。 李飞飞在15岁时移民到美国,她的父母不会说英语,经营一家干洗店可能是她们家最好的选择,因为洗衣店主要是周末营业,这样她作为学生也可以参与运营。尽管生活充满挑战,李飞飞坚持下来,并成功进入普林斯顿大学。干洗店的经营帮助她接触到了机器,也使得她对STEM(科学、技术、工程和数学)领域产生了兴趣。 吴恩达也分享了他的早年经历,他在高中时曾在办公室工作,经常复印文件,为人们泡咖啡。这些经历启发他思考如何用机器人完成这些工作,这可能也种下了他对AI的兴趣的种子。 希望他们高中的故事能够激励更多的人,无论我们起点如何,都有机会成功。 第三个话题是关于李飞飞如何开始ImageNet项目和创建的Caltech 101数据库的。 李飞飞是最早将机器学习应用于计算机视觉的学生之一,这在当时是一个具有争议的想法。在计算机视觉和人类智能理解的研究中,她利用机器学习方法进行真实世界对象的识别,尽管她很快就发现这个领域的一个主要挑战是模型的泛化能力不足。为了解决这个问题,李飞飞和她的导师开始探索大规模数据项目,创建了Caltech 101数据库。李飞飞开始做这事时非常早,那时候数码相机还非常昂贵,最初的数据是李飞飞和她妈还有几个本科生一起做的。 这个数据库对许多研究者产生了积极影响。之后,李飞飞进一步扩展了数据库,创建了更大的ImageNet数据库,尽管这个想法在最初的时候遭到了很多质疑。但最终,这个庞大的数据库为全球无数研究者解锁了大量价值。 由于最开始受到了很多质疑和困难,但最终项目还是取得了巨大的成功。就这个话题李飞飞分享了一点人生经验,就是设置北极星目标(即长期大目标)的重要性,并建议研究生们不应该只是为了发表论文而进行研究,而应该有一个长远的目标去驱动他们的工作。 吴恩达对这个观点也很赞同,他也提醒大家即使项目刚开始规模比较小,也可以作为实现更大目标的基础。 另外很重要的就是去追求自己真正感兴趣的研究领域,李飞飞会问她的学生:”是什么北极星在驱使你?“ 这段对话很精彩,我直接原文转发一下: ”吴恩达:当我想起那个故事时,它看起来像是一个有时候人们觉得他们应该只从事项目的例子,而不是一开始就做大事。但我觉得对于从事机器学习的人来说,如果你的第一个项目是一个稍微小一点的,那完全没问题。祝你取得好成绩。利用所学知识为实现更大的目标打下基础,然后有时候你会得到像ImageNet那样的巨大成功。 李飞飞:但与此同时,我认为追求一个大胆的目标也很重要。你可以根据问题的规模或项目的规模设定局部里程碑,沿着这条道路前进,但我也关注我们现在的一些学生。他们受到如此大的同伴压力,在这个不断出版的气候中。这变得更多的是为了只是为了出版而进入一篇文章。我个人总是推动我的学生去问这个问题,是什么北极星在驱使你? 吴恩达:是的,这是真的。这些年来,当我做研究时,我总是充满激情地去做我感兴趣的事情,在那里,我想尝试推动观点向前发展。不必听别人的意见。要听别人的意见,让他们影响你的看法。但最后,我认为最好的研究者让世界影响他们的观点,但最后,还是要根据自己的观点来推动事物。 李飞飞:完全同意,是的。这是你自己内心的火焰。“ 第四个话题是李飞飞如何将计算机视觉和神经科学应用到多个领域,尤其是医疗保健的 李飞飞认为她在计算机视觉领域的研究进化也遵循动物视觉智能的进化。有两个话题真正让她兴奋: 1. 一个是什么是真正有影响力的应用领域,能够帮助改善人类生活?这就是医疗保健工作。 2. 另一个是视觉在最终究竟是关于什么的?这让她试图在感知和机器人学习之间封闭回路。 李飞飞引用了一组数字:每年约有25万美国人死于医疗错误,这大大超过了因车祸导致的死亡人数,医院感染导致的死亡人数超过95,000,这比车祸死亡人数多2.5倍。 李飞飞和她的合作伙伴阿尼·米尔斯坦博士开始了一个项目,名为环境智能研究议程,目的是在医院或养老院安装智能传感器,以提高病人的安全性。但她指出,应用AI时,除了机器学习问题,还需要处理诸如隐私等人类问题。 第五个话题是关于人工智能(AI)在公共政策中的重要性 四年前,李飞飞和斯坦福大学的一些教职工意识到斯坦福需要在AI领域发挥更重要的角色,为此他们创建了人类中心AI研究所(HAI)。这个研究所旨在以人为本,研究下一代的人工智能教育、研究和政策。 李飞飞提到,AI快速地影响着人们的生活,法律和政策必须要跟上。她认为专家需要和政策制定者更深入地交流,以利用AI更好地造福人民。这不仅涉及公平和隐私,还涉及到人才流向产业、数据和计算机的集中等问题。 李飞飞参与推动的一项政策工作就是《全国人工智能研究云任务组法案》(现为国家人工智能研究资源,NAIRR),这个法案要求成立一个任务小组,为美国公共部门和研究部门提供更好的获取AI计算和数据资源的途径,以重振美国在AI创新和研究方面的生态系统。这是一项更多的激励政策,旨在建设和振兴生态系统。 吴恩达问了李飞飞一个很有代表性的问题:”你对于刚开始学习机器学习的人有什么建议?“ 李飞飞的建议是: 1. 现在的AI和ML学习资源比以往任何时候都要丰富,从Coursera到YouTube、TikTok和Github,使得全球范围内的学习者都能够获取到这些知识。 2. 对非技术背景的人来说,AI也提供了丰富的机会,无论是应用、创造力、政策、社会问题,还是经济、伦理、政治科学等方面。 3. 人工智能可能带来的挑战和问题,如定义数字时代的经济,机器人和软件在工作流程中的影响,以及生成性AI对创造力和艺术创作者的影响等。 吴恩达也基于李飞飞的建议提出了自己的建议,他的建议是现在人工智能的技术很通用,无论你的个人兴趣是什么领域,都很容易可以将你的兴趣和AI结合起来。现在AI还是很新的领域,基于兴趣可以开创自己的道路,去做一些令人兴奋的工作。 最后一个话题是关于李飞飞开展的AI4ALL项目。 AI4ALL项目旨在引导年轻的学生,特别是来自代表性不足的群体,接触并学习AI。李飞飞在自己作为斯坦福人工智能实验室唯一的女性教师时,意识到了代表性不足的问题。 AI4ALL最初被称为SAILORS,这个项目于2015年开始,由李飞飞与她的学生宇川佐科夫斯基和教育专家瑞克·萨默一起启动。它最初是一个暑期项目,邀请年轻女性高中生学习AI。在得到詹森·黄、洛瑞·黄和梅琳达·盖茨等人的支持后,该项目于2017年扩展为全国性的非营利组织,现已在全国超过15所大学开设夏令营和暑期项目,同时提供在线课程并通过实习和导师计划提供持续的支持。 最后引用AI4ALL的口号来结尾:“AI将改变世界,谁将改变AI?”,希望我们每个人都能参与其中! 原始视频:

宝玉

210,036 Aufrufe • vor 3 Jahren

🚨 “每个接受mRNA疫苗注射的人都会在 3 到 5 年内死亡,即使他们只注射过一次”-Delores Cahill 每个接受mRNA疫苗注射的人都会在三到五年内死亡❗️❗️ 即使他们只接种了一次。我知道这很难听。 但我认为这就是为什么我们需要诚实并告诉人们,因为这些试验是最危险的。 有史以来最危险的临床试验,而且死亡人数更多。 没有一种mRNA疫苗曾经获得许可,因为 要么是所有动物都死了,要么是一半的动物死了。 所以我说,如果他们开始制造这些mRNA并将它们投入临床试验, 那么许多人会死亡,不仅仅是在注射后立即,而且在未来的几个月和几年中。 我们现在看到的是,有死亡事件发生。 但这些死亡是来自于那些接受了这些mRNA注射的人。 所以这就是我们现在所看到的。 #喵评:墙内用的大都是灭活疫苗,也是一样的原理,并且因为要处理灭活病毒,工艺落后使用甲醛,也造成病毒很可能有残留,结果也许会更糟糕😱😱 (Dolores Cahill 教授博士在高通量蛋白质阵列、抗体阵列、蛋白质组学技术开发、自动化及其生物医学应用(包括生物标志物发现、诊断和个性化医疗)方面拥有超过 25 年的专业知识。她是都柏林大学学院 (UCD) 医学院和康威研究所的转化科学教授(2005 年至今)。她与她的研究小组和合作者一起,在开发和展示高通量阵列技术在生物、诊断和医学研究中的应用方面取得了重大突破。Cahill 教授在德国柏林马克斯普朗克分子遗传学研究所开创了这项研究(1996-2003 年),并在这一重要领域拥有多项国际专利)

淘喵先生

41,324 Aufrufe • vor 2 Jahren