机器学习不只是统计:两位教育家谈AI、编程与痛苦的价值
这是一场横跨机器学习本质、神经网络实践、教育哲学与AI未来想象的深度对谈。Charles Isbell 与 Michael Littman 结合数十年的研究与教学经验,讨论了“机器学习是不是统计学”“编程正在如何变化”,以及为什么真正的学习离不开痛苦与希望。
这是一场横跨机器学习本质、神经网络实践、教育哲学与AI未来想象的深度对谈。Charles Isbell 与 Michael Littman 结合数十年的研究与教学经验,讨论了“机器学习是不是统计学”“编程正在如何变化”,以及为什么真正的学习离不开痛苦与希望。
这期Lex Fridman播客邀请Waymo核心技术负责人Dmitri Dolgov,回顾他从学生时代迷恋机器人,到推动谷歌自动驾驶项目诞生的关键历程。对话不只谈技术,更揭示了自动驾驶为何“难但值得”,以及Waymo在理念上的独特坚持。
这场看似温和的 Figma Config 分享,抛出了一个对 AI 从业者极具杀伤力的观点:协作失败,几乎从来不是人的问题,而是系统和工具的问题。更反直觉的是,最顶尖的团队,反而最依赖“笨但稳定”的协作机制。
大多数人以为原型只是“能点就行”,但 Figma 在一次看似不起眼的 Office Hours 里,悄悄改变了这件事:滚动,第一次成了可设计的交互。这不是锦上添花,而是把原型从演示工具,推进成“行为模拟器”。
在这场围绕疫情与创业的对谈中,Y Combinator合伙人Jeff Ralston分享了一个少见的视角:宏观环境剧烈波动,但真正决定生死的创业基本面反而更清晰了。本文提炼了他对风险、收入、创新节奏以及长期机会的核心判断。
在这期Lex Fridman播客中,强化学习奠基者之一Michael Littman回顾了从TD-Gammon到AlphaGo的关键转折,讨论了强化学习与Transformer浪潮的关系,并对通用人工智能的现实形态提出了冷静而反直觉的判断。
很多人把 Auto Layout 当成“排版工具”,但这个5分钟视频展示的,其实是一套接近“规则引擎”的设计思维。它不只是让按钮自适应,而是在提前定义:当需求变化、内容膨胀、组件复用时,系统应该如何自己“想明白”。这对AI从业者来说,意义远比想象中大。
这是一场来自 YC Gaming Tech Talks 的真实创业分享。Multiverse 团队讲述了一个反常识但极具说服力的观点:在做下一代游戏和娱乐型产品时,艺术家并不是“支持角色”,而应该坐在创始人席位上,甚至进入股权结构。
这是一家从“一个疯狂的想法”起步的YC创业公司,试图用虚拟角色、实时动画和直播技术,打造电竞版的WWE。本文完整拆解Figments的创始故事、关键技术选择,以及他们如何在疫情中意外找到更具扩展性的未来路径。
Highrise的联合创始人兼CTO Jimmy分享了一个反直觉的结论:移动MMO的核心不是玩法,而是社交。他讲述了团队如何放弃传统游戏引擎,构建一套“50%应用、50%游戏”的架构,用原生UI对抗Instagram们对用户注意力的争夺。