“用英语编程”的时代来了:Replit CEO 想把软件创作者推到10亿人
如果你还认为“写代码”是少数工程师的专利,这场演讲会直接推翻你的认知。Replit CEO Amjad Masad 在 Figma Config 现场抛出一个激进判断:大语言模型正在把“软件开发”变成一种人人可参与的创作行为,而这不是未来,而是正在发生。
如果你还认为“写代码”是少数工程师的专利,这场演讲会直接推翻你的认知。Replit CEO Amjad Masad 在 Figma Config 现场抛出一个激进判断:大语言模型正在把“软件开发”变成一种人人可参与的创作行为,而这不是未来,而是正在发生。
如果你还以为 ChatGPT 的优势不可撼动,这条消息会让你重新评估:开源阵营第一次在“关键能力”上追平闭源模型。能联网搜索的 HuggingChat、性能逼近闭源的 Falcon 40B,以及监管对 AI 内容标签的逼近,共同勾勒出一个正在急转弯的 AI 时代。
这是一场横跨心理学、人性与人工智能的深度对话。丹尼尔·卡尼曼从自身战争经历出发,重新解释《思考,快与慢》的核心思想,并将系统一、系统二与深度学习、通用人工智能的现实边界联系起来,揭示人类与机器智能之间被广泛误解的关键差异。
在这期Lex Fridman播客中,Alexa联合创始人Rohit Prasad系统阐述了对话式AI的核心难题:理解、推理与信任。本文提炼他对“像人一样对话”的独特判断、Alexa Prize背后的研究逻辑,以及他对未来智能助手边界的深刻反思。
在这期与 Lex Fridman 的长谈中,诺姆·乔姆斯基从语言学、生物学与科学史出发,系统阐述了语言的本质、人类认知的边界,以及他为何对深度学习保持根本性的怀疑。这不仅是一场关于 AI 的讨论,更是一堂关于“什么是理解”的思想课。
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。
MIT教授Regina Barzilay在这期Lex Fridman播客中,讲述了她如何将深度学习引入癌症诊断与治疗,并分享了自己罹患乳腺癌后的视角转变。这不仅是一场关于机器学习的技术对话,更是一段关于科学、数据与人类生命复杂性的真实故事。
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。
在这段与Lex Fridman的对话中,fast.ai创始人Jeremy Howard给出了与主流路径截然不同的深度学习学习建议:不要停留在看论文或跑推理,而是亲手训练、微调大量模型,并且始终围绕你真正关心的真实问题。
如果你以为“学会世界模型,强化学习就起飞了”,这场 OpenAI 内部分享会当头泼了一盆冷水。Alex Botev 用真实的机器人实验告诉你:模型不是越强越好,关键在于怎么用。更重要的是,他给出了一条现实可行的折中路线。