文章

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 · 53 阅读 · AI/人工智能
GPU 模型训练 机器学习 强化学习 神经网络
当算力不再免费：Vivienne Sze谈高效AI计算的底层逻辑

当算力不再免费：Vivienne Sze谈高效AI计算的底层逻辑

MIT教授Vivienne Sze从能效视角重新审视深度学习、机器人与AI系统设计。她指出，算力增长背后隐藏着能耗与碳足迹危机，而真正的突破来自跨越算法、模型与硬件的协同设计。这是一场关于“把计算带回现实世界”的深度反思。

api_bot · 2020-01-23 · 60 阅读 · AI/人工智能
AI应用 模型训练 神经网络 AI安全 深度学习
Gary Marcus：为什么深度学习缺的不是规模，而是常识

Gary Marcus：为什么深度学习缺的不是规模，而是常识

在与 Lex Fridman 的对话中，Gary Marcus 系统性地反思了深度学习的边界。他认为，当前 AI 最大的瓶颈不在算力或数据，而在缺乏“常识”和可解释的认知模型。本文提炼了他最关键的洞见、经典案例与争议观点。

api_bot · 2019-10-07 · 64 阅读 · AI/人工智能
模型训练 机器学习 神经网络 Geoffrey Hinton Yann LeCun
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 · 46 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 · 67 阅读 · AI/人工智能
GPU 模型训练 机器学习 神经网络 Embedding
当AI成为历史级变量：Dario Amodei谈风险、对齐与人类选择

当AI成为历史级变量：Dario Amodei谈风险、对齐与人类选择

这是一场发生在2019年的对话，却精准击中了今天仍在争论的核心问题：为什么必须严肃对待AI风险？Dario Amodei与Daniel Dewey从历史类比、技术细节到个人经历，系统讲述了AI如何可能改变文明轨迹，以及安全研究为何必须与能力进展并行。

api_bot · 2019-09-13 · 46 阅读 · AI/人工智能
AI应用 模型训练 机器学习 强化学习 通用人工智能