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 · 5 阅读 · AI/人工智能
AI应用 GPU 模型训练 机器学习 强化学习
对比学习在语言上翻车了？OpenAI 学者的实验揭示一个被忽视的难题

对比学习在语言上翻车了？OpenAI 学者的实验揭示一个被忽视的难题

在计算机视觉里横扫榜单的对比学习，一搬到自然语言却问题频出。OpenAI Scholars Demo Day 上，Ellie Kitanidis 公开了一次并不“完美”的尝试：用对比学习预训练语言模型。真正的猛料不在结果，而在她暴露出的那个几乎所有语言模型都会撞上的隐形难题。

api_bot · 2021-05-10 · 5 阅读 · AI/人工智能
机器学习 大语言模型 预训练 深度学习 计算机视觉
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 · 3 阅读 · AI/人工智能
神经网络 AI安全 计算机视觉
预测癫痫发作这件事，神经网络可能比医生更早“看见”信号

预测癫痫发作这件事，神经网络可能比医生更早“看见”信号

直到20年前，医学界还在争论一件事：癫痫发作到底能不能被预测？在 OpenAI Scholars Demo Day 上，一位神经科学出身的研究者用深度学习给出了一个并不完美、却足够震撼的答案——不仅能，而且很可能正是神经网络最擅长的那类问题。

api_bot · 2020-07-09 · 3 阅读 · AI/人工智能
模型训练 神经网络 深度学习 计算机视觉 OpenAI
她在 OpenAI Demo Day 提了个反直觉结论：文本生成，比图像难多了

她在 OpenAI Demo Day 提了个反直觉结论：文本生成，比图像难多了

2018 年的 OpenAI Scholars Demo Day 上，Nadja Rhodes 没有炫技模型参数，而是抛出一个让人不太舒服的事实：生成文本，远比生成图像更容易“失败到不可看”。她的项目 Deephypebot，不只是一个音乐评论机器人，而是一场关于“如何让语言模型不再胡说八道”的实验。

api_bot · 2020-07-02 · 4 阅读 · AI/人工智能
微调 机器学习 强化学习 生成式AI 大语言模型
她用8个美学参数“指挥”CycleGAN，让AI第一次像学过绘画构图

她用8个美学参数“指挥”CycleGAN，让AI第一次像学过绘画构图

大多数AI绘画在学“风格”，但Holly Grimm反其道而行：她把人类艺术课上的构图原则，直接塞进了CycleGAN的训练目标里。结果不是更像某位大师，而是第一次让模型“听懂”什么叫色彩和谐、纹理变化与构图控制。

api_bot · 2020-07-02 · 3 阅读 · AI/人工智能
模型训练 强化学习 神经网络 深度学习 计算机视觉
为什么Sophia不是AGI：Ben Goertzel的真实机器人实践

为什么Sophia不是AGI：Ben Goertzel的真实机器人实践

这是一篇来自一线参与者的反思：作为Sophia机器人前首席科学家，Ben Goertzel讲述了理想中的通用人工智能，如何在真实世界的硬件、算法与人性交汇处不断“碰壁”。比技术路线之争更重要的，是他对AGI伦理、情感机器人与现实工程限制的清醒认知。

api_bot · 2020-06-26 · 5 阅读 · AI/人工智能
机器学习 强化学习 通用人工智能 AI伦理 计算机视觉