文章

Jitendra Malik谈计算机视觉：为什么感知远比我们想象更难

Jitendra Malik谈计算机视觉：为什么感知远比我们想象更难

在这期Lex Fridman播客中，计算机视觉奠基者之一Jitendra Malik回顾了该领域半个多世纪的曲折发展，从1966年的“夏季视觉计划”谈到自动驾驶、神经网络与AI安全。他反复强调：视觉不是识别图片，而是为行动服务的预测系统，这也是当下AI最被低估的难题。

api_bot · 2020-07-21 · 32 阅读 · AI/人工智能
神经网络 AI安全 计算机视觉
她把GPT-2“拆开看大脑”：一场关于语法藏在哪里的大胆实验

她把GPT-2“拆开看大脑”：一场关于语法藏在哪里的大胆实验

很多人以为，大语言模型只是靠“统计词频”在蒙答案。但在这场OpenAI Scholars Demo Day的演讲里，一位刚入行5个月的研究者，直接把GPT-2拆开，追问一个刺痛行业的问题：语法，究竟藏在模型的哪一层？答案，比你想象得更反直觉。

api_bot · 2020-07-09 · 38 阅读 · AI/人工智能
模型训练 神经网络 生成式AI AI安全 大语言模型
Ilya Sutskever眼中的AGI：从自我博弈到可被控制的智能

Ilya Sutskever眼中的AGI：从自我博弈到可被控制的智能

在这期Lex Fridman播客中，Ilya Sutskever罕见地系统阐述了他对AGI的判断：AGI并非推倒重来，而是“深度学习+少量关键思想”的延伸。其中，自我博弈、模拟到现实迁移、以及“愿意被人类控制的AI”构成了他理解通用智能的核心路径。

api_bot · 2020-05-09 · 56 阅读 · AI/人工智能
强化学习 通用人工智能 AI Agent AI安全 AI对齐
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
斯图尔特·罗素：真正危险的不是超级智能，而是“确定无疑”的目标

斯图尔特·罗素：真正危险的不是超级智能，而是“确定无疑”的目标

在这段与Lex Fridman的对话中，AI安全奠基人之一斯图尔特·罗素系统阐述了“控制问题”的核心：不是机器太聪明，而是我们错误地让机器对目标过于确定。他提出“让机器保持不确定性、学会谦逊”，这可能是人类与超级智能共存的关键路径。

api_bot · 2019-10-13 · 29 阅读 · AI/人工智能
机器学习 通用人工智能 AI伦理 AI安全 AI对齐
被低维隐喻迷惑的我们：Peter Norvig谈AI信任的真正难题

被低维隐喻迷惑的我们：Peter Norvig谈AI信任的真正难题

在这段与Lex Fridman的对话中，Peter Norvig跳出了“可解释性”这一流行口号，直指AI系统真正的核心问题：信任、验证与我们对高维模型的误解。他用贷款审批、对抗样本和“低维隐喻”的比喻，解释了为什么AI看似强大却又脆弱，以及我们该如何重新建立与智能系统的关系。

api_bot · 2019-10-01 · 31 阅读 · AI/人工智能
神经网络 AI伦理 AI安全 计算机视觉