Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

扎格伯格巨资从OpenAI挖走三位顶尖研究员甚至在内部成立了专门的挖人小组奥特曼此前爆料Meta开出高达1亿美元的签约奖金来挖人根据多家媒体报道，Meta成功从OpenAI挖走三位顶尖研究员——卢卡斯·贝耶尔（Lucas Beyer）、亚历山大·科列斯尼科夫（Alexander Kolesnikov）和翟晓华（Xiaohua Zhai），以加强其“超级智能”（superintelligence）项目。这三位研究员此前在OpenAI位于瑞士苏黎世的办公室工作，并于2024年晚些时候共同设立了该办公室。他们在加入OpenAI之前，曾在谷歌DeepMind共事，拥有深厚的合作基础和技术专长。据《华尔街日报》报道，扎克伯格亲自参与了全球顶尖AI人才的招聘工作，通过电子邮件和WhatsApp直接联系目标研究员，甚至在内部设立了名为“招聘派对🎉”的聊天群来协调招聘目标。他还曾在加州帕洛阿尔托和太浩湖的家中举办晚宴，邀请潜在的AI人才。三位研究员的背景卢卡斯·贝耶尔（Lucas Beyer）：在谷歌工作六年半，专注于支持多模态AI的机器学习系统，研究领域包括可扩展的AI模型，能够整合文本、图像等多种数据模态。他在谷歌DeepMind期间参与了多项尖端视觉模型的开发。亚历山大·科列斯尼科夫（Alexander Kolesnikov）：同样在谷歌工作六年半，担任高级研究员，专注于视觉AI技术。他在2018年至2024年间领导了多项视觉模型的训练，包括2019、2020和2021年ImageNet上的最先进（SOTA）模型。他还是Vision Transformer（ViT）论文的共同第一作者，该论文提出了视觉Transformer模型，引用量高达4.9万次。翟晓华（Xiaohua Zhai）：一位华人研究员，本科毕业于南京大学，2014年获得北京大学计算机科学博士学位。在谷歌DeepMind担任高级研究科学家和经理，领导苏黎世的多模态研究团队，专注于多模态数据（如WebLI）、开放权重模型（如SigLIP、PaliGemma）以及文化多样性研究。他也是ViT论文的共同第一作者。这三位研究员在谷歌DeepMind合作期间，共同开发了包括Vision Transformer（ViT）、SigLIP、PaliGemma等在内的多个前沿视觉模型，为计算机视觉和多模态AI领域做出了重要贡献。他们在2024年12月从谷歌DeepMind跳槽至OpenAI，并在苏黎世设立了OpenAI的欧洲办公室，专注于多模态AI研究。 OpenAI的反应与行业影响 OpenAI发言人证实了三位研究员的离职，但未提供进一步细节。OpenAI首席执行官萨姆·奥特曼（Sam Altman）在6月17日的一档播客节目中透露，Meta曾向OpenAI员工提供高达1亿美元的签约奖金，以吸引其顶尖人才。奥特曼表示，尽管Meta的报价极具诱惑力，但OpenAI的核心团队成员尚未接受这些 offer。

小互

70,639 subscribers

249,735 Aufrufe • vor 1 Jahr •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

4 Kommentare

Profilbild von 小互

小互vor 1 Jahr

一位匿名OpenAI研究员表示：“这不仅是人才流失，而是对我们欧洲布局的直接打击。他们是苏黎世办公室的支柱。” 行业分析师将此次挖角比喻为“NBA冠军团队在赛季中期失去三名主力球员”，强调这三位研究员不仅是技术执行者，更是AI领域的思想领袖。

Profilbild von 小互

小互vor 1 Jahr

此次事件可能引发OpenAI内部对薪酬和职业前景的重新评估，同时也凸显了AI人才争夺战的激烈程度。详细报道：

Profilbild von 小互

小互vor 1 Jahr

传说这么多钱

Profilbild von 饭特稀

饭特稀vor 1 Jahr

我其实一直不相信小扎不知道meta的文化注定了他们做不出好的产品，WhatsApp, Instagram, Oculus的创始人，还有John Carmack，Kaiming He这种牛人为什么不愿意留在meta，他不知道吗？奥特曼也心里清楚，这些人不会长呆，但是不能对钱说No，只是觉得这种行为大家都觉得恶心

Ähnliche Videos

前两天，谷歌搜索的流量掉了一点，就有人质疑谷歌是不是会在AI时代掉队。殊不知，谷歌反而是最强的AI公司。Deepmind的老板，2024年的诺贝尔化学奖得主戴密斯哈萨比斯，包括Deepmind的天才团队，这帮人简直太bug了。大语言模型，强化学习，模拟器，样样精通，都积累了很多年，并且有很多成功案例。不得不感慨，谷歌从2014年收购Deepmind以来就在持续大力投入AI，这个战略选择实在是太明智了。经过10年的积累，谷歌现在的状态就是走自己的路，让别人无路可走，因为谷歌的模型和产品都太强了。另外，谷歌在AI for science上，也取得了很多进展。2024年谷歌的前员工和现员工获得诺贝尔物理学和化学奖。但我敢肯定，未来，Deepmind团队还会获得更多的诺贝尔奖。谷歌现在唯一的弱点就是CEO有点肉，我感觉皮柴应该干不久了，如果能换个更好的CEO，谷歌会飞得更高。详情请见视频。

前两天，谷歌搜索的流量掉了一点，就有人质疑谷歌是不是会在AI时代掉队。殊不知，谷歌反而是最强的AI公司。Deepmind的老板，2024年的诺贝尔化学奖得主戴密斯哈萨比斯，包括Deepmind的天才团队，这帮人简直太bug了。大语言模型，强化学习，模拟器，样样精通，都积累了很多年，并且有很多成功案例。不得不感慨，谷歌从2014年收购Deepmind以来就在持续大力投入AI，这个战略选择实在是太明智了。经过10年的积累，谷歌现在的状态就是走自己的路，让别人无路可走，因为谷歌的模型和产品都太强了。另外，谷歌在AI for science上，也取得了很多进展。2024年谷歌的前员工和现员工获得诺贝尔物理学和化学奖。但我敢肯定，未来，Deepmind团队还会获得更多的诺贝尔奖。谷歌现在唯一的弱点就是CEO有点肉，我感觉皮柴应该干不久了，如果能换个更好的CEO，谷歌会飞得更高。详情请见视频。

Ben X

27,251 Aufrufe • vor 1 Jahr

怎么才能进谷歌DeepMind？不是靠学历。有个人叫道格拉斯。大学读的机器人专业。想申的研究生项目，一个都没录取他。但这人没放弃。每晚10点到凌晨2点，雷打不动。他都用来搞自己的研究。他当时认定了一个方向。解决机器人难题的唯一出路，就是扩展大型多模态模型。他在网上提了很多关于如何实现这个目标的问题。然后，一个谷歌的研究员注意到了他。研究员很惊讶。他说，我以为全世界问这些问题的人我都认识。你到底是从哪里冒出来的？于是，谷歌向他发出了邀请。他们想做一个实验。把一个充满极致热情和行动力的人，与最顶尖的工程师配对，会发生什么？道格拉斯就这样被录用了。这件事揭示了一个被很多人忽视的真相。传统的学术体系，正在变得僵化。它用固定的标准和流程，筛选所谓的“人才”。结果就是，学历和背景成了敲门砖，真正的热情和原创精神反而被挡在门外。道格拉斯没进研究生院，反而成了一种优势。他没有被某个特定学术流派的思想禁锢。他用全新的视角审视一切，跨界阅读，看到了不同领域之间隐藏的模式。这恰恰是当前建制派精英和大型科技公司最缺乏的。他们倾向于从名校招募背景相似的人。这些人思维同质化，被困在同一个信息茧房里。一个没有“正确”履历的年轻人，凭借自己的努力和思考，就能超越那些科班出身的专家。这是否说明，创新的火花，往往在体系之外？真正的颠覆，从来不是来自内部的修修补补。

怎么才能进谷歌DeepMind？不是靠学历。有个人叫道格拉斯。大学读的机器人专业。想申的研究生项目，一个都没录取他。但这人没放弃。每晚10点到凌晨2点，雷打不动。他都用来搞自己的研究。他当时认定了一个方向。解决机器人难题的唯一出路，就是扩展大型多模态模型。他在网上提了很多关于如何实现这个目标的问题。然后，一个谷歌的研究员注意到了他。研究员很惊讶。他说，我以为全世界问这些问题的人我都认识。你到底是从哪里冒出来的？于是，谷歌向他发出了邀请。他们想做一个实验。把一个充满极致热情和行动力的人，与最顶尖的工程师配对，会发生什么？道格拉斯就这样被录用了。这件事揭示了一个被很多人忽视的真相。传统的学术体系，正在变得僵化。它用固定的标准和流程，筛选所谓的“人才”。结果就是，学历和背景成了敲门砖，真正的热情和原创精神反而被挡在门外。道格拉斯没进研究生院，反而成了一种优势。他没有被某个特定学术流派的思想禁锢。他用全新的视角审视一切，跨界阅读，看到了不同领域之间隐藏的模式。这恰恰是当前建制派精英和大型科技公司最缺乏的。他们倾向于从名校招募背景相似的人。这些人思维同质化，被困在同一个信息茧房里。一个没有“正确”履历的年轻人，凭借自己的努力和思考，就能超越那些科班出身的专家。这是否说明，创新的火花，往往在体系之外？真正的颠覆，从来不是来自内部的修修补补。

墓碑科技

48,877 Aufrufe • vor 5 Monaten

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.

karminski-牙医

24,362 Aufrufe • vor 6 Monaten

看到浙工大研究生课开始讲「全自动科研工具」，挺开心的。这个视频主要讲的是：怎么用 AI Agent 把科研里的数据处理、代码执行、结果整理、论文写作和复现包串成一条可追溯的工作流。很多研究生还在手工整理文献、跑实验、做表格的时候，有人已经开始用 Agent 把这些流程自动化了。科研最有价值的部分从来不是重复劳动，而是提出问题、设计实验和产生洞见。真希望国内研究生教育能多一些这样的内容。工具是在提高生产力，不是在降低科研门槛。把时间从重复工作里解放出来，才能把更多时间留给思考、创造和生活。视频已经得到老师转载的许可，老师的小红书账号是“爱练腿的龙脖（AI版” #AI科研 #科研自动化 #Agent #研究生教育 #claudecode #codex

看到浙工大研究生课开始讲「全自动科研工具」，挺开心的。这个视频主要讲的是：怎么用 AI Agent 把科研里的数据处理、代码执行、结果整理、论文写作和复现包串成一条可追溯的工作流。很多研究生还在手工整理文献、跑实验、做表格的时候，有人已经开始用 Agent 把这些流程自动化了。科研最有价值的部分从来不是重复劳动，而是提出问题、设计实验和产生洞见。真希望国内研究生教育能多一些这样的内容。工具是在提高生产力，不是在降低科研门槛。把时间从重复工作里解放出来，才能把更多时间留给思考、创造和生活。视频已经得到老师转载的许可，老师的小红书账号是“爱练腿的龙脖（AI版” #AI科研 #科研自动化 #Agent #研究生教育 #claudecode #codex

Xudong Han

119,238 Aufrufe • vor 29 Tagen

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：

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

207,988 Aufrufe • vor 3 Jahren

突发：ChatGPT创始人在Sam奥特曼被解雇的前一天，他在APEC的一次会议上，暗示了OpenAI已开发出比现在GPT4更加强大，让人无法想象，远超人们期待的东西。奥特曼上周突遭解雇的四天前，有几位内部研究人员致信董事会而发出警告。这封信警告称，他们发现了一种可能对人类构成威胁的重大人工智能技术，被称为Q*。 Q*被一些OpenAI的人认为可能是通向超级智能或人工通用智能(AGI)的重大突破。研究人员认为它可能对人类构成威胁。这封信和该Q*是导致Sam奥特曼被解雇的关键因素。这位匿名者说，新模型能够解决某些数学问题，尽管只有小学生水平，但进行此类测试的结果使研究人员对Q*未来的成功非常乐观。总裁简报(CEO Briefing)询问了一位斯坦福的人工智能专家，他认为数学是ChatGPT和生成式人工智能发展的前沿。目前，生成式人工智能擅长通过统计预测下一个单词，来写作和语言翻译，对同一个问题的回答可能差异很大。但是，掌握数学能力，在这里只有一个正确答案，意味着人工智能将具有类似于人类智能的更大推理能力。例如，这可应用于新颖的科学研究。与只能解决有限数量操作的计算器不同，AGI可以泛化、学习和理解。在给董事会的信中，研究人员提到了人工智能的能力和潜在危险，但没有具体说明信中提到的确切安全问题。除了在本月的演示中宣布了一系列新工具外，Sam奥特曼上周在旧金山的聚会上暗示，他相信AGI已经在望。这在暗示，OpenAI内部实现了技术和模型上的巨大飞跃。而Ilya等董事会成员感到恐慌。奥特曼在APEC峰会上说：“在OpenAI的历史上，现在已经是第四次，最近一次是在过去几周内，我有幸在房间里，当我们推开无知的面纱，将发现的边界向前推进，能够做到这一点是我一生职业上的荣誉。”董事会在第二天就解雇了奥特曼。总裁简报(CEOBriefing)将继续关注OpenAI内斗的发展。创始人被赶出公司的不少，譬如苹果的乔布斯。

突发：ChatGPT创始人在Sam奥特曼被解雇的前一天，他在APEC的一次会议上，暗示了OpenAI已开发出比现在GPT4更加强大，让人无法想象，远超人们期待的东西。奥特曼上周突遭解雇的四天前，有几位内部研究人员致信董事会而发出警告。这封信警告称，他们发现了一种可能对人类构成威胁的重大人工智能技术，被称为Q。 Q被一些OpenAI的人认为可能是通向超级智能或人工通用智能(AGI)的重大突破。研究人员认为它可能对人类构成威胁。这封信和该Q是导致Sam奥特曼被解雇的关键因素。这位匿名者说，新模型能够解决某些数学问题，尽管只有小学生水平，但进行此类测试的结果使研究人员对Q未来的成功非常乐观。总裁简报(CEO Briefing)询问了一位斯坦福的人工智能专家，他认为数学是ChatGPT和生成式人工智能发展的前沿。目前，生成式人工智能擅长通过统计预测下一个单词，来写作和语言翻译，对同一个问题的回答可能差异很大。但是，掌握数学能力，在这里只有一个正确答案，意味着人工智能将具有类似于人类智能的更大推理能力。例如，这可应用于新颖的科学研究。与只能解决有限数量操作的计算器不同，AGI可以泛化、学习和理解。在给董事会的信中，研究人员提到了人工智能的能力和潜在危险，但没有具体说明信中提到的确切安全问题。除了在本月的演示中宣布了一系列新工具外，Sam奥特曼上周在旧金山的聚会上暗示，他相信AGI已经在望。这在暗示，OpenAI内部实现了技术和模型上的巨大飞跃。而Ilya等董事会成员感到恐慌。奥特曼在APEC峰会上说：“在OpenAI的历史上，现在已经是第四次，最近一次是在过去几周内，我有幸在房间里，当我们推开无知的面纱，将发现的边界向前推进，能够做到这一点是我一生职业上的荣誉。”董事会在第二天就解雇了奥特曼。总裁简报(CEOBriefing)将继续关注OpenAI内斗的发展。创始人被赶出公司的不少，譬如苹果的乔布斯。

总裁简报 CEO Briefing

63,120 Aufrufe • vor 2 Jahren

这是斯坦福2023年公开课CS25第一课：《Introduction to Transformers》（中英文字幕）讲师: Andrej Karpathy 自2017年首次亮相以来，Transformer已经彻底改变了自然语言处理（NLP）的领域。现在，Transformer在深度学习的各个领域都找到了应用，无论是计算机视觉（CV），强化学习（RL），生成对抗网络（GANs），语音甚至生物学。在其他诸多领域，Transformer帮助实现了强大的语言模型如GPT-3，并在DeepMind最近的AlphaFold2中发挥了关键作用，该模型处理蛋白质折叠问题。在这个讲座系列中，将详细探讨Transformer是如何工作的，并深入研究各种不同类型的Transformer以及它们在不同领域中的应用。斯坦福大学通过邀请在不同领域的Transformer研究的前沿人物进行客座讲座来实现这一目标。相关教材： Attention Is All You Need： The Illustrated Transformer： The Annotated Transformer：关于这个课程的更多信息可以在这里找到：

这是斯坦福2023年公开课CS25第一课：《Introduction to Transformers》（中英文字幕）讲师: Andrej Karpathy 自2017年首次亮相以来，Transformer已经彻底改变了自然语言处理（NLP）的领域。现在，Transformer在深度学习的各个领域都找到了应用，无论是计算机视觉（CV），强化学习（RL），生成对抗网络（GANs），语音甚至生物学。在其他诸多领域，Transformer帮助实现了强大的语言模型如GPT-3，并在DeepMind最近的AlphaFold2中发挥了关键作用，该模型处理蛋白质折叠问题。在这个讲座系列中，将详细探讨Transformer是如何工作的，并深入研究各种不同类型的Transformer以及它们在不同领域中的应用。斯坦福大学通过邀请在不同领域的Transformer研究的前沿人物进行客座讲座来实现这一目标。相关教材： Attention Is All You Need： The Illustrated Transformer： The Annotated Transformer：关于这个课程的更多信息可以在这里找到：

宝玉

219,623 Aufrufe • vor 3 Jahren

Gemini 介绍：我们的超级 AI 模型 [译] 2023 年 12 月 6 日让 AI 更贴近每个人的生活来自 Google 和 Alphabet 首席执行官 Sundar Pichai 的寄语：每一次技术革新都是推动科学突破、加快人类前进的好机会，也是改善我们的生活的大好时机。我认为，我们现在见证的 AI 革命将是我们一生中最为深远的改变，这种影响甚至超过了手机和互联网的普及。AI 的潜力无限，它不仅能够改善我们的日常生活，还能在更高层面上创造出非凡的机会。AI 将引领创新与经济的新浪潮，并以前所未有的规模推动知识、学习、创造力和生产力的提升。我最激动的是，有机会让 AI 成为全世界每个人的得力助手。自从我们定位为一家以 AI 为核心的公司已经八年了，这期间我们的进步速度越来越快：如今，已经有数百万人在我们的产品中使用生成式 AI，做到了一年前难以想象的事情，比如解决更复杂的问题，或是使用全新工具进行协作和创造。同时，全球的开发者和企业都在利用我们的 AI 模型和基础设施开发新的应用，实现增长。这种势头令人振奋，但我们仅仅是开始探索 AI 的无限可能。我们对这项工作的态度是大胆且负责任的。这意味着我们在研究上充满野心，努力开发能够为人类和社会带来巨大益处的能力，同时也在建立安全机制，并与政府和专家合作，共同应对随着 AI 能力增强所带来的风险。我们持续投入于最优秀的工具、基础模型和基础设施，并将它们应用于我们的产品及其他产品，这一切都遵循我们的AI 原则。现在，我们准备迈出旅程的下一步，推出 Gemini，这是我们迄今为止最强大、最全面的模型，它在众多顶尖的基准测试中表现卓越。我们的第一个版本 Gemini 1.0，有多种规格：Ultra、Pro 和 Nano。这些是我们迈入 Gemini 时代的首批模型，也是我们今年初成立 Google DeepMind 时愿景的初步实现。这一新时代的模型是我们公司迄今为止在科学和工程方面的最大努力。我对未来充满期待，也相信 Gemini 将为全球人民带来无限的新机遇。 – Sundar 介绍 Gemini 由谷歌 DeepMind 的首席执行官兼联合创始人 Demis Hassabis 代表 Gemini 团队撰写 AI 是我一生致力的工作重点，这对我许多研究同事来说也是一样。从我青少年时期开始为电脑游戏编写 AI，到作为神经科学研究者探索大脑的奥秘，我始终相信，如果能打造出更加智能的机器，我们就可以利用它们为人类带来前所未有的益处。正是这个让 AI 负责任地赋能世界的愿景，持续驱动着我们在谷歌 DeepMind 的工作。我们长期以来一直梦想着构建新一代 AI 模型，它们的灵感来源于人类理解和与世界互动的方式。这样的 AI 不仅仅是一款智能软件，更像是一个有用且直观的专家助手或助理。今天，我们在实现这个愿景上迈出了更大的一步。我们隆重介绍 Gemini，这是我们迄今为止开发的最强大、最通用的模型。 Gemini 是谷歌各团队大规模合作的成果，包括我们在谷歌研究部门的同事们。它是从零开始打造的多模态模型，这意味着它能够广泛地理解并流畅地处理和结合包括文本、代码、音频、图像和视频等多种类型的信息。视频：介绍 Gemini：我们最大、最有能力的 AI 模型 Gemini 还是我们迄今为止最灵活的模型，它能够在从数据中心到移动设备的各种设备上高效运行。它的尖端技术能力将极大地改善开发者和企业用户使用 AI 构建和扩展应用的方式。我们针对 Gemini 1.0 进行了优化，这是我们的首个版本，包括三个不同规模的型号： Gemini Ultra — 我们最大型号、能力最强的模型，适用于极其复杂的任务。 Gemini Pro — 我们最佳模型，适合跨越广泛任务范围的扩展。 Gemini Nano — 我们最高效的模型，专为设备上的任务而设计。

Gemini 介绍：我们的超级 AI 模型 [译] 2023 年 12 月 6 日让 AI 更贴近每个人的生活来自 Google 和 Alphabet 首席执行官 Sundar Pichai 的寄语：每一次技术革新都是推动科学突破、加快人类前进的好机会，也是改善我们的生活的大好时机。我认为，我们现在见证的 AI 革命将是我们一生中最为深远的改变，这种影响甚至超过了手机和互联网的普及。AI 的潜力无限，它不仅能够改善我们的日常生活，还能在更高层面上创造出非凡的机会。AI 将引领创新与经济的新浪潮，并以前所未有的规模推动知识、学习、创造力和生产力的提升。我最激动的是，有机会让 AI 成为全世界每个人的得力助手。自从我们定位为一家以 AI 为核心的公司已经八年了，这期间我们的进步速度越来越快：如今，已经有数百万人在我们的产品中使用生成式 AI，做到了一年前难以想象的事情，比如解决更复杂的问题，或是使用全新工具进行协作和创造。同时，全球的开发者和企业都在利用我们的 AI 模型和基础设施开发新的应用，实现增长。这种势头令人振奋，但我们仅仅是开始探索 AI 的无限可能。我们对这项工作的态度是大胆且负责任的。这意味着我们在研究上充满野心，努力开发能够为人类和社会带来巨大益处的能力，同时也在建立安全机制，并与政府和专家合作，共同应对随着 AI 能力增强所带来的风险。我们持续投入于最优秀的工具、基础模型和基础设施，并将它们应用于我们的产品及其他产品，这一切都遵循我们的AI 原则。现在，我们准备迈出旅程的下一步，推出 Gemini，这是我们迄今为止最强大、最全面的模型，它在众多顶尖的基准测试中表现卓越。我们的第一个版本 Gemini 1.0，有多种规格：Ultra、Pro 和 Nano。这些是我们迈入 Gemini 时代的首批模型，也是我们今年初成立 Google DeepMind 时愿景的初步实现。这一新时代的模型是我们公司迄今为止在科学和工程方面的最大努力。我对未来充满期待，也相信 Gemini 将为全球人民带来无限的新机遇。 – Sundar 介绍 Gemini 由谷歌 DeepMind 的首席执行官兼联合创始人 Demis Hassabis 代表 Gemini 团队撰写 AI 是我一生致力的工作重点，这对我许多研究同事来说也是一样。从我青少年时期开始为电脑游戏编写 AI，到作为神经科学研究者探索大脑的奥秘，我始终相信，如果能打造出更加智能的机器，我们就可以利用它们为人类带来前所未有的益处。正是这个让 AI 负责任地赋能世界的愿景，持续驱动着我们在谷歌 DeepMind 的工作。我们长期以来一直梦想着构建新一代 AI 模型，它们的灵感来源于人类理解和与世界互动的方式。这样的 AI 不仅仅是一款智能软件，更像是一个有用且直观的专家助手或助理。今天，我们在实现这个愿景上迈出了更大的一步。我们隆重介绍 Gemini，这是我们迄今为止开发的最强大、最通用的模型。 Gemini 是谷歌各团队大规模合作的成果，包括我们在谷歌研究部门的同事们。它是从零开始打造的多模态模型，这意味着它能够广泛地理解并流畅地处理和结合包括文本、代码、音频、图像和视频等多种类型的信息。视频：介绍 Gemini：我们最大、最有能力的 AI 模型 Gemini 还是我们迄今为止最灵活的模型，它能够在从数据中心到移动设备的各种设备上高效运行。它的尖端技术能力将极大地改善开发者和企业用户使用 AI 构建和扩展应用的方式。我们针对 Gemini 1.0 进行了优化，这是我们的首个版本，包括三个不同规模的型号： Gemini Ultra — 我们最大型号、能力最强的模型，适用于极其复杂的任务。 Gemini Pro — 我们最佳模型，适合跨越广泛任务范围的扩展。 Gemini Nano — 我们最高效的模型，专为设备上的任务而设计。

宝玉

114,744 Aufrufe • vor 2 Jahren

DeepSeek AI是建立在Facebook (Meta) AI 开源模型Llama的基础上！！！ Facebook从2014年开始长期向CCP展示先进技术，以提高与共产党的合作关系，把世界上最聪明的人才，都共享给了CCP，经常性的进行非正式讨论与正式简报！！分享人脸识别，photo tagging，数据中心建设等等等等技术！怪不得CCP的技术在过去这些年一直不断的突飞猛进！除了偷盗各大科研机构的研究成果，Facebook给CCP做了巨量的贡献！前一阵子洗劫美国股市的DeepSeek就是建立在Meta的开源模型Llama基础上！这已经涉及到了国家安全，全世界的安全！！！ Facebook通过开源AI 模型技术，暗地里和CCP合作， DeepSeek的发展间接使Facebook受益，直接歼灭所有的竞争对手！赢家通吃！！！ wow 这一段爆料内容够震撼！

DeepSeek AI是建立在Facebook (Meta) AI 开源模型Llama的基础上！！！ Facebook从2014年开始长期向CCP展示先进技术，以提高与共产党的合作关系，把世界上最聪明的人才，都共享给了CCP，经常性的进行非正式讨论与正式简报！！分享人脸识别，photo tagging，数据中心建设等等等等技术！怪不得CCP的技术在过去这些年一直不断的突飞猛进！除了偷盗各大科研机构的研究成果，Facebook给CCP做了巨量的贡献！前一阵子洗劫美国股市的DeepSeek就是建立在Meta的开源模型Llama基础上！这已经涉及到了国家安全，全世界的安全！！！ Facebook通过开源AI 模型技术，暗地里和CCP合作， DeepSeek的发展间接使Facebook受益，直接歼灭所有的竞争对手！赢家通吃！！！ wow 这一段爆料内容够震撼！

微蓝

24,728 Aufrufe • vor 1 Jahr

GTC 2024：黄仁勋与七位 Transformer 论文作者圆桌会谈中英文字幕在今年的GTC大会上，英伟达的黄仁勋以一种充满仪式感的方式邀请了Transformer的七位作者（Niki Parmar因故临时未能出席）参与圆桌论坛的讨论，这是七位作者首次在公开场合集体亮相。他们在对话中也表达了一些令人印象深刻的观点： 1. 计算成本的降低和加速计算的兴起在个人电脑革命的 20 年里，计算成本降低了 10000 倍，这是一个史无前例的成就。然而，计算成本的急剧下降在某个时刻停止了。为了继续推动计算能力的发展，加速计算应运而生。加速计算虽然具有挑战性，但通过加速那占据 99% 运行时间的 1% 代码，许多看似不可能的事情将变为可能。 2. 人工智能技术的突破和生成式 AI 的潜力 AlexNet 的出现标志着人工智能与 GPU 加速计算的首次结合，引发了人们对 AI 领域的广泛关注。随后，生成式 AI 的出现让人们看到了 AI 技术的巨大潜力。生成式 AI 不仅可以识别图像，还可以根据文本描述生成相应的图像，这种对数据的理解和生成能力，预示着一场新的工业革命的开始。这场革命将诞生前所未有的产品和服务，并对各行各业产生深远的影响。 3. Transformer 的诞生与自然语言处理的变革 Transformer 的发明者们分享了他们的研究动机和创新历程。最初，他们希望建立一个能够处理海量自然语言数据的高效模型。Transformer 独特的自注意力机制和并行处理能力，使其能够在各种自然语言任务上取得突破性的进展。同时，Transformer 的通用性也让研究者们意识到，它不仅适用于语言，还可以扩展到图像、音频等多个领域，这为人工智能的发展开辟了新的道路。 4. AI 创业公司的使命和愿景随着人工智能技术的不断进步，许多 Transformer 的发明者选择离开大公司，创立了自己的 AI 公司。他们的目标是将这项变革性的技术带给更多人，让 AI 惠及各行各业。有的公司致力于创建通用的 AI 平台，有的专注于特定领域，如生物医学或金融。但他们的共同愿景是，通过人工智能来解决现实世界的问题，改善人类的生活。这些 AI 创业公司的努力，将加速人工智能技术的发展和应用。 5. 人工智能未来的发展方向对话中，专家们对人工智能未来的发展方向进行了展望。他们认为，未来的重点将是提高模型的推理能力和常识理解。同时，高质量的数据和人机交互也至关重要。研究者们期望通过构建更高效、更通用的模型，让 AI 能够从更少的数据中学习，并具备类似人类的思考和问题解决能力。此外，将 AI 与其他领域如生物学、金融等结合，将释放出更大的潜力。

GTC 2024：黄仁勋与七位 Transformer 论文作者圆桌会谈中英文字幕在今年的GTC大会上，英伟达的黄仁勋以一种充满仪式感的方式邀请了Transformer的七位作者（Niki Parmar因故临时未能出席）参与圆桌论坛的讨论，这是七位作者首次在公开场合集体亮相。他们在对话中也表达了一些令人印象深刻的观点： 1. 计算成本的降低和加速计算的兴起在个人电脑革命的 20 年里，计算成本降低了 10000 倍，这是一个史无前例的成就。然而，计算成本的急剧下降在某个时刻停止了。为了继续推动计算能力的发展，加速计算应运而生。加速计算虽然具有挑战性，但通过加速那占据 99% 运行时间的 1% 代码，许多看似不可能的事情将变为可能。 2. 人工智能技术的突破和生成式 AI 的潜力 AlexNet 的出现标志着人工智能与 GPU 加速计算的首次结合，引发了人们对 AI 领域的广泛关注。随后，生成式 AI 的出现让人们看到了 AI 技术的巨大潜力。生成式 AI 不仅可以识别图像，还可以根据文本描述生成相应的图像，这种对数据的理解和生成能力，预示着一场新的工业革命的开始。这场革命将诞生前所未有的产品和服务，并对各行各业产生深远的影响。 3. Transformer 的诞生与自然语言处理的变革 Transformer 的发明者们分享了他们的研究动机和创新历程。最初，他们希望建立一个能够处理海量自然语言数据的高效模型。Transformer 独特的自注意力机制和并行处理能力，使其能够在各种自然语言任务上取得突破性的进展。同时，Transformer 的通用性也让研究者们意识到，它不仅适用于语言，还可以扩展到图像、音频等多个领域，这为人工智能的发展开辟了新的道路。 4. AI 创业公司的使命和愿景随着人工智能技术的不断进步，许多 Transformer 的发明者选择离开大公司，创立了自己的 AI 公司。他们的目标是将这项变革性的技术带给更多人，让 AI 惠及各行各业。有的公司致力于创建通用的 AI 平台，有的专注于特定领域，如生物医学或金融。但他们的共同愿景是，通过人工智能来解决现实世界的问题，改善人类的生活。这些 AI 创业公司的努力，将加速人工智能技术的发展和应用。 5. 人工智能未来的发展方向对话中，专家们对人工智能未来的发展方向进行了展望。他们认为，未来的重点将是提高模型的推理能力和常识理解。同时，高质量的数据和人机交互也至关重要。研究者们期望通过构建更高效、更通用的模型，让 AI 能够从更少的数据中学习，并具备类似人类的思考和问题解决能力。此外，将 AI 与其他领域如生物学、金融等结合，将释放出更大的潜力。

宝玉

54,522 Aufrufe • vor 2 Jahren

有证据表明，哈佛大学的教职人员与中共间存在多次合作。指控包括哈佛曾接待来自新疆生产建设兵团的成员，该兵团是一个受到美国制裁的中共下属组织。为什么一个被制裁的组织会被邀请到哈佛？据报道，一些研究人员还与中共国学者合作开展了由伊朗政府资助的研究项目。众议员艾丽丝·斯特凡尼克：我深感担忧的是，除了滥用美国纳税人的钱之外，这些合作关系还涉及与我们的对手的合作。我担心的是他们没有遵守法律。他们正在与对手建立伙伴关系，无论是伊朗政权还是共产主义中国。

有证据表明，哈佛大学的教职人员与中共间存在多次合作。指控包括哈佛曾接待来自新疆生产建设兵团的成员，该兵团是一个受到美国制裁的中共下属组织。为什么一个被制裁的组织会被邀请到哈佛？据报道，一些研究人员还与中共国学者合作开展了由伊朗政府资助的研究项目。众议员艾丽丝·斯特凡尼克：我深感担忧的是，除了滥用美国纳税人的钱之外，这些合作关系还涉及与我们的对手的合作。我担心的是他们没有遵守法律。他们正在与对手建立伙伴关系，无论是伊朗政权还是共产主义中国。

AusMini

35,514 Aufrufe • vor 1 Jahr

2022年，研究者曾在位于阿尔巴尼亚和希腊边境的硫磺洞（Sulfur Cave）中发现了一个巨大的蜘蛛“超级城市”。经过多年的研究，科学家估计，这张面积超过100平方米的蜘蛛网中居住着大约11万只蜘蛛。这张蛛网包含两个基因不同的物种，与生活在地表的同类并无亲缘关系。值得注意的是，这是首次观察到这些通常独居的蜘蛛形成群体。研究人员认为，该洞穴吸引大量蜘蛛的原因，可能是洞内栖息着数量众多的蠓虫，为蜘蛛提供了充足的食物来源。

2022年，研究者曾在位于阿尔巴尼亚和希腊边境的硫磺洞（Sulfur Cave）中发现了一个巨大的蜘蛛“超级城市”。经过多年的研究，科学家估计，这张面积超过100平方米的蜘蛛网中居住着大约11万只蜘蛛。这张蛛网包含两个基因不同的物种，与生活在地表的同类并无亲缘关系。值得注意的是，这是首次观察到这些通常独居的蜘蛛形成群体。研究人员认为，该洞穴吸引大量蜘蛛的原因，可能是洞内栖息着数量众多的蠓虫，为蜘蛛提供了充足的食物来源。

BBC News 中文

274,728 Aufrufe • vor 7 Monaten

清华大学心理与认知科学系刘嘉教授表示，中国目前在AI研究领域最多位于第二梯队偏后，而第一梯队只有美国一国，处于“一骑绝尘”的遥遥领先地位。他的观点包括： 1，美国无论在科研、基础理论还是商业应用方面都保持领先； 2，英国、德国等国家也可能处于第二梯队之上，而中国仅处于第二梯队的后段位置； 3，他同时强调，中国AI领域虽投入巨大且人才众多，但大量留学生留在美国，加之研究氛围、资金支持、算力和研究自主性等因素影响，使得中国在实现原创性突破方面仍存在短板

清华大学心理与认知科学系刘嘉教授表示，中国目前在AI研究领域最多位于第二梯队偏后，而第一梯队只有美国一国，处于“一骑绝尘”的遥遥领先地位。他的观点包括： 1，美国无论在科研、基础理论还是商业应用方面都保持领先； 2，英国、德国等国家也可能处于第二梯队之上，而中国仅处于第二梯队的后段位置； 3，他同时强调，中国AI领域虽投入巨大且人才众多，但大量留学生留在美国，加之研究氛围、资金支持、算力和研究自主性等因素影响，使得中国在实现原创性突破方面仍存在短板

蔡子博士Chris

81,195 Aufrufe • vor 1 Jahr

太魔幻了。近期 Meta 创始人扎克伯格，在大规模裁员前夕，内部的公开谈话，被员工录了下来。他透露所有员工的设备，其实被公司日常追踪，用于训练 AI 模型。而理由是想把大家的工作方法，变成训练数据，这样就不用再需要那么多人力了。这太诡异了。

太魔幻了。近期 Meta 创始人扎克伯格，在大规模裁员前夕，内部的公开谈话，被员工录了下来。他透露所有员工的设备，其实被公司日常追踪，用于训练 AI 模型。而理由是想把大家的工作方法，变成训练数据，这样就不用再需要那么多人力了。这太诡异了。

AB Kuai.Dong

1,850,854 Aufrufe • vor 1 Monat

Sam Altman 最近邀请了 OpenAI 核心团队成员 Alex Paino、Dan Selsam 和 Amin Tootoonchian，一起录制了一期播客，揭秘 GPT-4.5 的幕后故事，以及未来AI研究的重要方向。本期播客探讨了 GPT-4.5 在技术上实现重大突破的原因：过去深度学习的研究一直集中在如何提高计算效率，而 GPT-4.5 则开始进入一个“数据约束”的新阶段，转而探索更高效地利用数据的算法。团队透露，GPT-4.5 的初始目标是达到比 GPT-4 高十倍的智能表现，尽管研发过程充满复杂性与挑战，但最终成功实现了这一令人兴奋的目标。播客中，专家们还深入讨论了无监督学习为何有效，指出其中的关键机制是「压缩」——AI通过寻找能够解释所有已见数据的最短程序，从而近似最理想的智能模型“所罗门诺夫归纳”（Solomonoff Induction）。与此同时，他们强调了AI研发中准确评估模型表现的重要性，尤其是避免模型“死记硬背”而非真正理解与泛化。此外，团队成员还回忆了研发过程中攻克关键技术难关后的高光时刻，强调了团队士气对AI项目进展的重要影响。完整版播客即将上线，敬请期待！

Sam Altman 最近邀请了 OpenAI 核心团队成员 Alex Paino、Dan Selsam 和 Amin Tootoonchian，一起录制了一期播客，揭秘 GPT-4.5 的幕后故事，以及未来AI研究的重要方向。本期播客探讨了 GPT-4.5 在技术上实现重大突破的原因：过去深度学习的研究一直集中在如何提高计算效率，而 GPT-4.5 则开始进入一个“数据约束”的新阶段，转而探索更高效地利用数据的算法。团队透露，GPT-4.5 的初始目标是达到比 GPT-4 高十倍的智能表现，尽管研发过程充满复杂性与挑战，但最终成功实现了这一令人兴奋的目标。播客中，专家们还深入讨论了无监督学习为何有效，指出其中的关键机制是「压缩」——AI通过寻找能够解释所有已见数据的最短程序，从而近似最理想的智能模型“所罗门诺夫归纳”（Solomonoff Induction）。与此同时，他们强调了AI研发中准确评估模型表现的重要性，尤其是避免模型“死记硬背”而非真正理解与泛化。此外，团队成员还回忆了研发过程中攻克关键技术难关后的高光时刻，强调了团队士气对AI项目进展的重要影响。完整版播客即将上线，敬请期待！

宝玉

59,373 Aufrufe • vor 1 Jahr

黄莺两岁时因高烧失明，曾在盲校就读。2015年，她成为宁夏首位参加普通高考的盲人考生，以高出理科一本线85分的优异成绩被武汉理工大学社会工作专业录取本科期间连续三年综合测评班级第一，并以专业第二的成绩保送研究生。2022年，她进一步考取本校管理科学与工程专业博士研究生虽然知道 iPhone 手机盲人模式堪称无敌的存在，但你给盲人发表情包我真是甭不住了😅

黄莺两岁时因高烧失明，曾在盲校就读。2015年，她成为宁夏首位参加普通高考的盲人考生，以高出理科一本线85分的优异成绩被武汉理工大学社会工作专业录取本科期间连续三年综合测评班级第一，并以专业第二的成绩保送研究生。2022年，她进一步考取本校管理科学与工程专业博士研究生虽然知道 iPhone 手机盲人模式堪称无敌的存在，但你给盲人发表情包我真是甭不住了😅

iGeekbb

205,414 Aufrufe • vor 4 Monaten

2025刚开年，习近平就被他的“新质战斗力”啪啪打脸。解放军无人机研发的顶尖专家，对台作战“无人机蜂群战术”总设计师张代兵“跳楼身亡”，年仅47岁。张代兵大校曾是原国防科技大学无人系统研究所副所长，是解放军陆军“新型无人机系统技术”专家组成员以及中国科学院微电子研究所研究员，曾荣立三等功1次，军队科技进步一等奖1项和湖南省发明二等奖1项，潜心研究无人机20多年，曾研发出机器蛇、倾转旋翼无人机、高层建筑灭火无人机等等。除了张代兵，人脸辨识专家，中国AI一哥汤晓鸥55岁，二哥旷视科技首席科学家孙剑（46岁），解放军AI首席专家冯旸赫（38岁），高分子材料专家周光远（51）岁，“贵州大数据安全工程研究中心”创始人刘东昊（50）岁，通通离奇死亡。其中冯旸赫是在“执行重大任务”中被直接斩首，以副部级以上待遇在八宝山举行的遗体送别。冯旸赫研究出的“战颅二号”AI作战辅助决策智能体能够直接给战斗机，海军舰艇等下达动作指令，在系统的指挥下发起进攻，可根据战场形势变化灵活执行命令。冯的研究方向就是给习近平武统台湾所用，当然是在执行“重大任务”。这么多关键的军工科研专家就这么死的不明不白。数据是一支隐蔽的部队，通过数据可以拿到国家敏感场所机构的相关人员其电话、住址、工作生活规律、由此可以拿到第一手的核心机关信息。国安系统鼹鼠不少。内鬼永远比外贼伤害大。这恐怕才是习近平强调“新质战斗力”的真正含义！

2025刚开年，习近平就被他的“新质战斗力”啪啪打脸。解放军无人机研发的顶尖专家，对台作战“无人机蜂群战术”总设计师张代兵“跳楼身亡”，年仅47岁。张代兵大校曾是原国防科技大学无人系统研究所副所长，是解放军陆军“新型无人机系统技术”专家组成员以及中国科学院微电子研究所研究员，曾荣立三等功1次，军队科技进步一等奖1项和湖南省发明二等奖1项，潜心研究无人机20多年，曾研发出机器蛇、倾转旋翼无人机、高层建筑灭火无人机等等。除了张代兵，人脸辨识专家，中国AI一哥汤晓鸥55岁，二哥旷视科技首席科学家孙剑（46岁），解放军AI首席专家冯旸赫（38岁），高分子材料专家周光远（51）岁，“贵州大数据安全工程研究中心”创始人刘东昊（50）岁，通通离奇死亡。其中冯旸赫是在“执行重大任务”中被直接斩首，以副部级以上待遇在八宝山举行的遗体送别。冯旸赫研究出的“战颅二号”AI作战辅助决策智能体能够直接给战斗机，海军舰艇等下达动作指令，在系统的指挥下发起进攻，可根据战场形势变化灵活执行命令。冯的研究方向就是给习近平武统台湾所用，当然是在执行“重大任务”。这么多关键的军工科研专家就这么死的不明不白。数据是一支隐蔽的部队，通过数据可以拿到国家敏感场所机构的相关人员其电话、住址、工作生活规律、由此可以拿到第一手的核心机关信息。国安系统鼹鼠不少。内鬼永远比外贼伤害大。这恐怕才是习近平强调“新质战斗力”的真正含义！

Xiang Yang 向阳

290,034 Aufrufe • vor 1 Jahr

CNBC最新报道中国一家叫Deepseek的初创公司，只用了两个月6百万美元，就在OpenAI的模型上建立了可以和其竞争的新模型，记者今天早上还试用了一下新语言模型，功能完全可以和Open AI比媲美。要知道，OpenAI投入上百亿美元，历时多年才研发出来。中国这款人工智能产品的发布标志着中国AI技术很快会赶上甚至超过美国。

CNBC最新报道中国一家叫Deepseek的初创公司，只用了两个月6百万美元，就在OpenAI的模型上建立了可以和其竞争的新模型，记者今天早上还试用了一下新语言模型，功能完全可以和Open AI比媲美。要知道，OpenAI投入上百亿美元，历时多年才研发出来。中国这款人工智能产品的发布标志着中国AI技术很快会赶上甚至超过美国。

菁菁乐道(lydia)

158,215 Aufrufe • vor 1 Jahr

一项美国南加州大学的研究显示，老鼠会以“心肺复甦术”本能地唤醒无反应的同伴，与人类的行为相似。研究人员观察到它们会试图打开同伴的呼吸道，并用爪子抚摸和舔舐。该研究的作者表示，这是第一项记录动物进行此类“紧急反应”的研究。

一项美国南加州大学的研究显示，老鼠会以“心肺复甦术”本能地唤醒无反应的同伴，与人类的行为相似。研究人员观察到它们会试图打开同伴的呼吸道，并用爪子抚摸和舔舐。该研究的作者表示，这是第一项记录动物进行此类“紧急反应”的研究。

BBC News 中文

129,694 Aufrufe • vor 1 Jahr

杨振宁逝世，活了103岁。杨振宁洋洋得意回忆，1973年与毛泽东谈话内容，从哲学到物理学探讨。不过，杨振宁明知如未去美国，根本不可能获得诺奖，是美国的学术资源和开放环境，为其研究提供了关键支持。但是，杨振宁为贪图美女与金钱，完全不顾中国人死活。三个证据表明，杨振宁没有基本的道德和情怀。第一，对文化大革命的肯定(1970年代)。1971年，杨振宁首次访华后，在纽约州立大学石溪分校的演讲中，他高度赞扬了文化大革命的“成就”。他认为文革改变了中国的教育观念和行政体系，推动了“教育群众为全中国人民服务”的原则，强调理论与实践相结合，以及废除旧传统教育方式的必要性。这反映了他对当时政治运动的正面解读，认为它有助于国家精神复兴和群众参与。第二，对一党执政和“中国模式”的支持(2000年代后)。杨振宁多次表示，当下一党执政有利于科技发展。他在2011年接受采访时称“中国模式胜于西方”，并认为中国大学生比美国学生更扎实，这得益于政治体制的集中领导。2003年定居清华大学后，杨振宁在各种论坛上强调，中国的政治体制促进了科研资源的集中和国际合作。他视自己为“爱国者”，并将回国视为“一生走了一个大圈”的圆满。第三，晚年对民主与专制的比较。杨振宁曾直言“民主不利于科研的发展，专制国家的科学更进步”，这是在香港的一次公开场合表达的观点。他认为，西方民主的多元竞争可能分散资源，而中国的一党领导更高效。这一反思源于其亲身经历：在美国，他目睹了科研的自由但资源碎片化；在中国的清华，他推动高等研究院建设，视之为体制优势的体现。翁帆，是按杜致礼的相貌定制的大礼。

杨振宁逝世，活了103岁。杨振宁洋洋得意回忆，1973年与毛泽东谈话内容，从哲学到物理学探讨。不过，杨振宁明知如未去美国，根本不可能获得诺奖，是美国的学术资源和开放环境，为其研究提供了关键支持。但是，杨振宁为贪图美女与金钱，完全不顾中国人死活。三个证据表明，杨振宁没有基本的道德和情怀。第一，对文化大革命的肯定(1970年代)。1971年，杨振宁首次访华后，在纽约州立大学石溪分校的演讲中，他高度赞扬了文化大革命的“成就”。他认为文革改变了中国的教育观念和行政体系，推动了“教育群众为全中国人民服务”的原则，强调理论与实践相结合，以及废除旧传统教育方式的必要性。这反映了他对当时政治运动的正面解读，认为它有助于国家精神复兴和群众参与。第二，对一党执政和“中国模式”的支持(2000年代后)。杨振宁多次表示，当下一党执政有利于科技发展。他在2011年接受采访时称“中国模式胜于西方”，并认为中国大学生比美国学生更扎实，这得益于政治体制的集中领导。2003年定居清华大学后，杨振宁在各种论坛上强调，中国的政治体制促进了科研资源的集中和国际合作。他视自己为“爱国者”，并将回国视为“一生走了一个大圈”的圆满。第三，晚年对民主与专制的比较。杨振宁曾直言“民主不利于科研的发展，专制国家的科学更进步”，这是在香港的一次公开场合表达的观点。他认为，西方民主的多元竞争可能分散资源，而中国的一党领导更高效。这一反思源于其亲身经历：在美国，他目睹了科研的自由但资源碎片化；在中国的清华，他推动高等研究院建设，视之为体制优势的体现。翁帆，是按杜致礼的相貌定制的大礼。

亚洲金融 Asia Finance

585,140 Aufrufe • vor 8 Monaten