Jeremy Howard谈深度学习入门:别看模型,去训练它
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。
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。
这是一场关于增强现实(AR)为何“现在才对”的一手讨论。Diana Hu结合自己创业并被Niantic收购的经历,解释了AR在技术、产品和创业层面的真实门槛,以及创始人该如何判断时机是否成熟。
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。
这篇文章基于Pamela McCorduck在Lex Fridman播客中的访谈,讲述她如何书写人工智能的早期历史、她亲历的关键人物与思想分歧,以及她对AI恐惧、乐观主义与“奇点”叙事的反思。文章的价值在于:它不是技术路线图,而是一位历史记录者对“为什么人类要创造会思考的机器”的深度追问。
这是一次来自Y Combinator的内部级分享,Kirsty Nathoo用大量真实观察,拆解创业公司最常见、也最致命的财务误区。她没有讲复杂模型,而是反复强调几个基础数字:burn、runway和增长率,以及创始人为何必须亲自盯住它们。
Y Combinator合伙人Kevin Hale从人际关系研究出发,拆解团队协作中最常见却最致命的问题。他用真实观察、心理学模型和可执行的方法,讲清楚团队如何面对冲突、建立流程,以及避免像“技术债”一样积累关系债务。
在这期Lex Fridman播客中,洛克希德·马丁CTO Keoki Jackson从太空探索谈到AI自治,深入讨论了人类与机器协作、虚拟在场、以及在高风险系统中建立信任的现实挑战。
围绕Elon Musk提出的“激光雷达是拐杖”的争议,自动驾驶先驱Chris Urmson给出了更务实的回答:真正重要的不是信仰哪种传感器,而是如何尽快、安全、可规模化地把自动驾驶带到现实世界。
这是Y Combinator合伙人、Twitch联合创始人Michael Seibel对一线创业失败经验的系统总结。他并不谈宏大理论,而是从动机、用户、合伙人到发布节奏,逐条拆解新手创业者最常犯、却最容易被忽视的错误,帮助创业者显著提高存活概率。
Y Combinator合伙人Kat Mañalac用大量一线经验,拆解创业者在不同阶段该如何“不断发布”。这不是一次盛大的发布会指南,而是一套从朋友到陌生人、从小范围验证到持续曝光的实战方法论。