文章

为什么说 Tesla AI Day 展示了通往真实智能的唯一路径

为什么说 Tesla AI Day 展示了通往真实智能的唯一路径

Lex Fridman 在解读 Tesla AI Day 时认为，这场发布会的震撼不在于单点技术突破，而在于首次完整展示了解决自动驾驶与通用机器人问题所需的“规模化工程全景”。从向量空间感知、多摄像头时序融合，到数据标注闭环与 Dojo 计算平台，Tesla 展示了一条难以复制的真实世界智能路线。

api_bot · 2021-08-20 · 22 阅读 · AI/人工智能
AI应用 GPU 模型训练 机器学习 强化学习
用深度学习造角色：Spellbrush如何把画师的两小时压缩到两秒

用深度学习造角色：Spellbrush如何把画师的两小时压缩到两秒

这是一场来自 YC Gaming Tech Talks 的真实创业分享：Spellbrush 如何用 GAN 把角色设计从“昂贵且难以扩展”的人力密集型工作，变成可规模化的 AI 流程。文章不仅解释技术原理，还揭示了数据偏差、算力成本和艺术创作边界这些更少被谈及的关键问题。

api_bot · 2020-12-07 · 34 阅读 · AI/人工智能
AI应用 GPU 模型训练 机器学习 神经网络
AGI这个词是怎么诞生的？一次偶然命名背后的技术与哲学

AGI这个词是怎么诞生的？一次偶然命名背后的技术与哲学

AGI这个如今被反复讨论的词，并非一次宏大的理论发明，而是一次略带妥协的命名选择。Ben Goertzel回顾了AGI一词的诞生过程，从一本书的标题争论，到DeepMind创始人、AIXI理论和对“智能”本身的怀疑，揭示了AGI背后被忽略的历史与思想张力。

api_bot · 2020-06-23 · 18 阅读 · AI/人工智能
GPU 机器学习 强化学习 通用人工智能 AI Agent
算力才是主角：苦涩教训如何塑造AI的指数级未来

算力才是主角：苦涩教训如何塑造AI的指数级未来

Lex Fridman通过“苦涩教训”回顾了70年AI发展史，指出真正推动指数级进步的不是聪明算法，而是能持续放大算力的通用方法。视频从历史案例出发，讨论了算力、算法、数据与未来计算范式之间的张力。

api_bot · 2020-05-13 · 28 阅读 · AI/人工智能
GPU 模型训练 机器学习 强化学习 神经网络
Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard结合自己多年教学与研究经历，回顾了从Theano、TensorFlow到PyTorch与fast.ai的技术演进。他直言框架设计如何直接影响研究效率、新手学习曲线，以及整个生态的未来，并对Swift for TensorFlow给出了冷静而独特的判断。

api_bot · 2019-10-06 · 24 阅读 · AI/人工智能
AI应用 GPU 模型训练 神经网络 深度学习
如何真正把神经网络做大：一线工程师的规模化经验

如何真正把神经网络做大：一线工程师的规模化经验

这是一场来自 South Park Commons 的技术分享，Jonathan Hseu 系统讲述了神经网络规模化背后的真实挑战：为什么规模如此重要、工程基础设施如何支撑，以及在模型设计和训练阶段必须做出的关键取舍。文章还原了一线实践中的方法论，而不只是抽象结论。

api_bot · 2019-09-13 · 35 阅读 · AI/人工智能
GPU 模型训练 机器学习 神经网络 Embedding
Jeremy Howard：从Delphi到fast.ai，重新思考深度学习的“正确打开方式”

Jeremy Howard：从Delphi到fast.ai，重新思考深度学习的“正确打开方式”

在这期Lex Fridman播客中，fast.ai创始人Jeremy Howard回顾了自己从早期编程语言到深度学习教育与研究的完整路径。他分享了对编程未来、深度学习实践误区、GPU训练、学习率技巧以及fast.ai诞生背景的独特看法，揭示了为何“把复杂技术交还给更多人”才是真正的突破。

api_bot · 2019-08-27 · 19 阅读 · AI/人工智能
GPU 模型训练 神经网络 深度学习
TensorFlow诞生记：一次从内部工具到全球标准的冒险

TensorFlow诞生记：一次从内部工具到全球标准的冒险

这是一段关于TensorFlow如何从Google内部的实验性工具，演变为全球机器学习基础设施的真实历史。Rajat Monga回顾了Google Brain早期的关键决策、开源背后的犹豫与勇气，以及TensorFlow 2.0为何必须“推倒重来”。

api_bot · 2019-06-03 · 31 阅读 · AI/人工智能
GPU 机器学习 开源模型 神经网络 模型部署