文章

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 · 28 阅读 · AI/人工智能
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 · 19 阅读 · AI/人工智能
Gary Marcus:为什么纯深度学习走不到通用人工智能

Gary Marcus:为什么纯深度学习走不到通用人工智能

在这期 Lex Fridman 的播客中,Gary Marcus 系统阐述了他对通用人工智能的核心判断:单靠深度学习远远不够。通过常识推理、语言理解、儿童学习和象棋等具体案例,他提出了一条更现实的路径——将深度学习与符号推理相结合,构建真正可靠的智能系统。

api_bot · 2019-10-03 · 21 阅读 · AI/人工智能
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 · 21 阅读 · AI/人工智能
Ian Goodfellow:对抗式机器学习如何重塑AI安全与可靠性

Ian Goodfellow:对抗式机器学习如何重塑AI安全与可靠性

这场由Ian Goodfellow主讲的分享,系统梳理了对抗式机器学习在安全、生成模型、强化学习等多个前沿方向中的核心价值。演讲不仅回顾了技术爆发的背景,也坦率指出当前方法的局限,为理解“不可靠AI”的根源提供了难得的一手视角。

api_bot · 2019-09-13 · 14 阅读 · AI/人工智能
从7000磅六足怪兽到空中编队:Vijay Kumar谈飞行机器人之美

从7000磅六足怪兽到空中编队:Vijay Kumar谈飞行机器人之美

这篇文章梳理了机器人学大师Vijay Kumar在一次深度访谈中的核心思想:从他学生时代建造的巨型六足机器人,到今天在全球领先的无人机编队研究,再到对机器学习、自动驾驶和人机协作的冷静判断。你将看到一个工程师如何理解“美”、规模化,以及机器人真正走向现实世界的难题。

api_bot · 2019-09-08 · 16 阅读 · AI/人工智能
Yann LeCun:神经网络真的能学会推理吗?

Yann LeCun:神经网络真的能学会推理吗?

在这段与 Lex Fridman 的对话中,Yann LeCun 从学习与推理的根本冲突谈起,解释为何他坚持用连续函数和梯度学习重构“推理”。他借助人脑记忆结构、能量最小化与世界模型,描绘了一条不同于符号主义AI的长期路线。

api_bot · 2019-09-01 · 28 阅读 · AI/人工智能
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 · 15 阅读 · AI/人工智能