对抗性互操作:创业者如何从平台边缘撬动巨头
Cory Doctorow 与 Joe Betts-Lacroix 的这场对谈,系统解释了“对抗性互操作”为何是技术史上的关键力量,以及它在当下被法律与平台合力压制的现实处境。文章通过微软、苹果等真实案例,拆解创业者还能从哪些边缘切口重建开放生态。
Cory Doctorow 与 Joe Betts-Lacroix 的这场对谈,系统解释了“对抗性互操作”为何是技术史上的关键力量,以及它在当下被法律与平台合力压制的现实处境。文章通过微软、苹果等真实案例,拆解创业者还能从哪些边缘切口重建开放生态。
MIT教授、前NASA副局长Dava Newman在Lex Fridman的长谈中,回顾了她从航天服研究到国家航天决策层的经历,并分享了她对火星探索、人类心理、航天民主化与AI角色的独到判断。这是一场关于“人如何走向太空”的深度对话。
在这场与 Lex Fridman 的对谈中,Michael Kearns 以亲历者视角梳理了算法交易在华尔街的发展路径:机器如何一步步接管交易执行与高频博弈,又为何在长期投资上依然力有不逮。这不仅是一段技术史,更是一份关于“时间尺度决定智能边界”的深刻洞见。
当少量行为数据就足以精准识别个人时,传统匿名化已几乎失效。Michael Kearns 在这次访谈中用极具冲击力的例子解释了什么是差分隐私、它承诺了怎样一种全新的隐私观,以及为什么它并不会扼杀机器学习和数据科学,反而为二者提供了一条可持续发展的道路。
在这场对话中,Michael Kearns用交通导航、社交平台等日常案例,解释了博弈论如何与机器学习深度交织。他指出:算法并不只是帮个人做最优选择,而是在无形中把整个社会推向某种“稳定状态”,而这种稳定,未必是最好的结果。
这期Lex Fridman播客中,宾夕法尼亚大学教授Michael Kearns深入讨论了算法公平性与差分隐私的真实边界。他并未给出简单答案,而是揭示:算法只能解决“低垂的果实”,真正困难的问题仍然需要人类的价值判断与社会共识。
在这期与Lex Fridman的长谈中,Elon Musk从意识的本质聊到AI的存在性风险,再到Neuralink与自动驾驶的现实工程难题。这不仅是一场关于技术的对话,更是一次关于人类如何在指数级技术浪潮中自处的深度思考。
在这次与Lex Fridman的对话中,C++之父Bjarne Stroustrup直面机器学习与传统软件工程的根本冲突:模糊性与精确性。通过自动驾驶、航空控制等高风险场景,他阐述了为何“软件2.0”无法替代工程纪律,以及不同技术范式必须各守边界、协同共存。
Weights & Biases CEO Lukas Biewald回顾了自己投身机器学习十多年的经历:从早期技术不被市场理解,到自动驾驶公司带动行业爆发,再到亲手打造工具解决ML落地的真实痛点。这是一场关于耐心、失败和“为什么机器学习终于开始工作了”的坦诚分享。
在这场对谈中,Alex Katz从个人经历出发,拆解了美国心理健康体系为何失灵,以及创业者能从融资、分发、数据与监管层面做出哪些真正有效的改变。